Contexte
AfvalAlternatief est un spécialiste flamand de la collecte et de la gestion des déchets professionnels, dont le siège se trouve à Dessel. Fondée en 2012 par Jo Smolders et Aart Van Oekelen, l’entreprise s’est donnée pour ambition d’offrir aux PME une alternative plus personnalisée et flexible face aux grands acteurs du marché des déchets, en démarrant avec un seul camion et un seul chauffeur. Aujourd’hui, AfvalAlternatief accompagne environ 15 000 PME réparties en Flandre, avec 110 employés et une flotte de plus de 40 camions, et fait partie du groupe Bruco.
Défi
Comme AfvalAlternatief ne dispose pas d’une couverture propre avec ses camions partout en Flandre, l’entreprise fait appel à des sous traitants dans certaines régions. Ces sous traitants collectent les déchets pour le compte d’AfvalAlternatief, mais facturent eux mêmes, via leur propre système ERP. Chaque sous traitant fonctionne différemment: certains envoient une seule facture mensuelle reprenant toutes les collectes, sur 40 à 50 pages, d’autres envoient une facture distincte par collecte, parfois plusieurs centaines par mois. À cela s’ajoute le fait que la mise en page et les intitulés de ces factures, comme le nom de l’entreprise, le nom de rue, le numéro de TVA ou le code client, changent régulièrement. Chaque facture entrante devait être comparée manuellement à la commande d’origine dans Business Central, le système ERP d’AfvalAlternatief, par exemple pour vérifier qu’un client disposant d’un contrat pour 1 conteneur, mais ayant fait enlever 2 conteneurs, était bien facturé pour 2. Cette vérification manuelle était chronophage, propice aux erreurs, et les retards pouvaient affecter tant la trésorerie que la gestion de la TVA.
Solution
Afin de rationaliser ce processus, CROPLAND a développé le Smart Matching Agent, fonctionnant sur la plateforme Microsoft Azure. La solution effectue un rapprochement à trois voies (3 way matching): elle compare les données des factures de vente, des factures d’achat et des conditions contractuelles, et combine ces informations pour déterminer la correspondance exacte avec une commande. L’approche est volontairement semi automatique: l’IA propose des correspondances, après quoi les employés peuvent vérifier le traitement suggéré et gérer eux mêmes les exceptions. Un élément clé du développement de la solution a été de rendre explicite la logique métier sous jacente: les accords tarifaires et les codes propres à chaque sous traitant ont dû être documentés et compris en détail, ce contexte s’étant révélé essentiel pour un rapprochement précis. Les résultats sont présentés clairement dans un tableau de bord Excel. Grâce à des codes couleur, les écarts entre documents sont immédiatement visibles, ce qui donne aux employés une vue sur les différences et sur la rentabilité d’un dossier, sans devoir comparer des centaines de lignes de facture une par une. CROPLAND a également fourni un guide d’utilisation clair, permettant aux employés d’utiliser l’outil de manière autonome. La solution fonctionne actuellement pour un sous traitant, le déploiement vers les autres est en cours. Elle a été initialement construite sur un modèle pré entraîné de Microsoft Document Intelligence; CROPLAND migre aujourd’hui vers une approche basée sur un LLM, facilitant l’intégration de nouveaux sous traitants avec leurs propres formats de facture.
Avantages
Résultats
Depuis septembre 2024, sur 24 points de mesure, le Smart Matching Agent a traité 82 074 lignes de commande, représentant 18 751 factures uniques, 874 sites clients et plus de 1,4 million d’euros de montants d’achat rapprochés. Depuis que la solution fonctionne de façon stable, la part moyenne de lignes de commande correctement rapprochées s’élève à 53%, avec une trajectoire de croissance claire vers 80% ou plus à mesure que les données sources sont nettoyées. Pour chaque tranche de 100 commandes que l’AI Agent parvient à rapprocher et traiter avec succès de manière semi automatique, AfvalAlternatief économise environ une journée de travail complète de vérification manuelle. Pour un volume typique de 500 à 1 000 commandes par mois, cela représente un potentiel de cinq à dix jours ouvrables économisés par mois. En juillet 2025, 512 commandes ont pu être enregistrées semi automatiquement, soit un gain de temps prudemment estimé, réellement réalisé, de bien plus de cinq jours ouvrables ce mois là. Une analyse des causes profondes des non correspondances menée par CROPLAND révèle en outre un potentiel de croissance important: les trois principales causes d’erreur, les incohérences d’adresse, les différences de quantité et les documents incomplètement rapprochés, expliquent ensemble 92% des non correspondances, et sont résolubles en nettoyant les données sources. L’implémentation initiale représentait un investissement d’environ 25 000 euros, auquel s’ajoute une redevance mensuelle continue pour l’hébergement et le support. Sur base du gain de temps estimé, cet investissement est déjà rentabilisé au terme des presque deux années de fonctionnement de la solution.
« Grâce à cette solution, nous avons triplé le nombre de commandes traitées automatiquement. Elle nous fait non seulement gagner du temps, elle nous apporte aussi une tranquillité d’esprit. » — Bjorn Anthonis, CFO AfvalAlternatief
