Étude de cas · IA privée
Étude de cas : lire des captures de paiements UPI en toute confidentialité grâce à un OCR auto-hébergé
En Inde, les équipes finance et opérations reçoivent les preuves de paiement sous forme de captures d’écran d’applications comme Google Pay, PhonePe et Paytm, et quelqu’un recopie le montant et le numéro de transaction dans un tableur. Nous avons construit un service conteneurisé qui lit ces captures et renvoie des données structurées, dont le montant, l’identifiant UPI, le numéro de transaction, la date et les noms, grâce à PaddleOCR et spaCy exécutés sur votre propre serveur : les captures ne sont jamais envoyées à une API tierce.
Par Web Your Vyavsay team · Publié le
Rédigé avec l’aide de l’IA. Les informations sont vérifiées à partir des sources indiquées et relues par notre équipe. Traduction de la version anglaise, réalisée avec l’aide de l’IA. Les appels et les projets se déroulent en anglais.
Le problème
- Le personnel recopie à la main les montants et numéros de transaction depuis les captures, et des fautes de frappe passent.
- La même capture est parfois soumise deux fois pour deux paiements différents.
- Les captures retouchées ou fausses sont difficiles à repérer à l’œil.
- Les captures contiennent des noms, des identifiants UPI et des montants : des données personnelles qui ne devraient pas circuler vers des services externes.
Ce que fait le service
- Il lit le texte d’une capture UPI par OCR.
- Il extrait le montant, les identifiants UPI, le numéro de transaction, la date et les noms, en s’appuyant sur le traitement du langage pour mieux extraire les noms.
- Il accepte un fichier envoyé ou une image en base64, et répond immédiatement ou via une file de tâches asynchrone.
- Il signale les captures en double grâce à une empreinte perceptuelle, même si l’image a été redimensionnée ou recompressée.
- Il effectue des contrôles de validité et de fraude, et signale les captures suspectes pour une vérification humaine.
- Il limite le nombre de requêtes par adresse IP ou par clé d’API.
Pourquoi l’auto-hébergement compte
Comme les modèles d’OCR et de langage tournent à l’intérieur du service, les captures restent sur votre infrastructure. Les modèles sont téléchargés une seule fois, environ 100 Mo au premier lancement, puis chaque requête est traitée localement. Pour des données de paiement couvertes par les règles DPDP en Inde, garder le traitement en interne est plus simple que d’évaluer où un fournisseur d’OCR externe stocke et utilise vos images.
Technologie
Le service est écrit en Python et servi avec Uvicorn. PaddleOCR lit le texte, spaCy améliore l’extraction des noms, Redis gère la file de tâches et le cache, et l’ensemble tourne avec Docker Compose à côté de vos systèmes existants, exposé sous forme d’une petite API REST.
Où il s’intègre
- Le rapprochement des paiements clients envoyés en captures sur WhatsApp.
- La vérification des mensualités ou des encaissements dans les entreprises de prêt et de financement.
- La vérification des commandes prépayées avant expédition.
- Tout processus où le personnel recopie des informations de captures de paiement dans un système.
Questions fréquentes
Quelles applications de paiement sait-il lire ?
Il est conçu pour les captures de paiements UPI provenant d’applications comme Google Pay, PhonePe et Paytm.
Peut-il détecter les fausses captures de paiement ?
Il effectue des contrôles de validité et de fraude et signale les captures qui semblent incohérentes, mais aucun contrôle ne détecte toutes les images retouchées. Vérifiez les paiements importants sur votre relevé bancaire.
A-t-il besoin d’une connexion internet ?
Seulement pour télécharger les modèles d’OCR la première fois. Ensuite, les captures sont traitées sur votre propre serveur.
Peut-il se connecter à notre CRM ou à notre logiciel comptable ?
Oui. Il expose une API REST, si bien qu’un CRM, un processus WhatsApp ou un outil interne peut envoyer des captures et enregistrer les champs extraits.