Databricks généralise ses API REST synchrones capables d’analyser, de classer et d’extraire les données de documents dès leur réception. Les entreprises peuvent désormais intégrer cette intelligence documentaire à leurs applications et agents IA, sans attendre le traitement d’un pipeline asynchrone.
Un contrat arrive par e-mail, une facture rejoint un outil comptable ou un dossier d’indemnisation est déposé sur un portail. Dans de nombreuses entreprises, on doit encore relire ces documents manuellement avant de pouvoir déclencher la moindre action. Et Databricks veut supprimer cette étape d’attente.
Ses nouvelles API d’intelligence documentaire en temps réel permettent en effet à une application de comprendre un fichier dès son chargement, puis de l’envoyer vers le processus adapté.
Du traitement par lots à l’analyse immédiate
Les flux documentaires traditionnels reposent souvent sur des pipelines asynchrones par lots. Les fichiers sont collectés, stockés puis analysés ultérieurement, parfois plusieurs minutes ou plusieurs heures après leur arrivée.
Ce fonctionnement convient à l’archivage ou aux analyses différées. Il devient toutefois contraignant lorsque la décision doit être prise immédiatement, notamment dans une application interactive ou un processus nécessitant une validation humaine.
Avec ses API REST synchrones, Databricks permet de traiter le document pendant son chargement. L’application peut identifier sa nature, extraire les informations importantes et déclencher la prochaine étape sans attendre un traitement séparé.
Cette évolution cible les organisations recevant quotidiennement de très grands volumes de fichiers non structurés. Contrats, factures, formulaires et pièces jointes contiennent souvent des données essentielles, mais difficiles à exploiter directement par les systèmes métiers.
L’objectif consiste donc à transformer un document brut en données structurées et exploitables, au moment précis où il entre dans l’entreprise.
Quatre fonctions pour comprendre et orienter les documents
Databricks articule son offre autour de quatre fonctions principales. ai_parse_document analyse le fichier et transforme son contenu en texte structuré. Elle peut notamment interpréter les tableaux et les figures, puis calculer les zones correspondant aux citations.
Cette première étape prépare le document pour les traitements suivants. Elle permet à une application ou à un agent de conserver une représentation exploitable du fichier, sans perdre le lien avec la source d’origine.
La fonction ai_extract récupère ensuite les champs définis par l’entreprise. Pour une facture, il peut s’agir du fournisseur, du numéro de commande ou du montant total. Pour un contrat, l’outil peut identifier les parties, la date d’entrée en vigueur ou les conditions de renouvellement.
🎉 Today, we announce that the Databricks Document Intelligence REST APIs are Generally Available. Developers can call these APIs from an app or agent to transform documents into structured insights in real-time: – ai_parse_document: reads the file, converts tables and figures into structured text, and calculates citation bounding boxes for downstream processing. – ai_decide: uses the document’s content to choose what happens next, such as routing the document to a workflow or flagging it for review. – ai_extract: pulls the fields you specify into a structured result, with optional citations and confidence scores, so humans or agents can check values against the source. – ai_classify: assigns labels to the document or extracted entities using your business taxonomy with optional rationales and confidence scores. A big shoutout to my teammates @archikadogra @nihit_desai and Zachary Wang for this launch!
— Jane Zhang (@jjanezhang) October 14, 2026
Les résultats peuvent inclure des citations et des scores de confiance. Un collaborateur ou un agent IA peut ainsi vérifier chaque valeur extraite en la comparant directement au passage concerné.
De son côté, ai_classify attribue des catégories selon la taxonomie métier de l’organisation. Un accord juridique peut, par exemple, être reconnu comme un accord de confidentialité, un contrat-cadre ou un cahier des charges.
Enfin, ai_decide utilise le contenu pour choisir la suite du traitement. Cette API, lancée en bêta, peut acheminer un document vers le bon flux de travail ou signaler les dossiers nécessitant une révision humaine.
Des contrats préremplis dès leur réception
Databricks illustre cette approche avec une application de gestion contractuelle. Lorsqu’un avocat télécharge un accord, ai_parse_document convertit d’abord le fichier en contenu structuré.
ai_classify détermine ensuite le type de contrat afin d’afficher le formulaire approprié. L’application peut alors utiliser ai_extract pour préremplir les parties, les dates et les clauses importantes.
Le juriste n’a plus besoin de recopier manuellement chaque information. Il conserve néanmoins la possibilité de corriger ou d’approuver les données avant leur enregistrement dans Delta, avec les références vers le document source.
Le même fonctionnement peut être appliqué à la comptabilité fournisseurs ou aux demandes d’indemnisation. Une facture peut rejoindre automatiquement le bon circuit d’approbation, tandis qu’un dossier d’assurance peut être envoyé à l’équipe compétente selon son contenu.
Cette intégration place l’humain au niveau de la vérification et de la décision, plutôt qu’au stade de la saisie répétitive.
Une nouvelle brique pour les agents IA d’entreprise
Les API peuvent être intégrées à Databricks Apps, mais aussi à des agents personnalisés construits avec Agent Bricks. Un agent peut ainsi analyser une pièce jointe avant de décider de l’action à entreprendre.
Cette capacité élargit le rôle des agents IA. Ils ne dépendent plus uniquement de données déjà structurées dans une base. Ils peuvent exploiter directement les documents entrants, tout en conservant des citations et des niveaux de confiance pour faciliter le contrôle.
Pour Databricks, l’enjeu est de rapprocher la compréhension documentaire de la décision opérationnelle. Le véritable test sera désormais la fiabilité des extractions sur des fichiers complexes, incomplets ou mal structurés.
Si ces API tiennent leurs promesses à grande échelle, les documents pourraient cesser d’être un goulot d’étranglement. Ils deviendraient directement le point de départ d’un processus automatisé, supervisé et utilisable en temps réel.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
