Rossum vs Lettria

Rossum lit les factures, bons de commande, connaissements et autres documents transactionnels, puis extrait, valide et envoie les données vers votre ERP. Des agents IA ingèrent les fichiers depuis les emails, scanners, PEPPOL ou lecteurs partagés, les traitent via le moteur Aurora Document AI, et dirigent les exceptions vers un écran de validation humaine si nécessaire. La plateforme prend en charge 276 langues plus l'écriture manuscrite et apprend des corrections des utilisateurs au fil du temps.

Les outils OCR qui ne font que récupérer du texte laissent votre équipe corriger les erreurs dans des feuilles de calcul. Rossum recoupe les champs extraits avec les données maîtres, les enregistrements ERP et les règles métier, déduit les codes comptables et fiscaux, et déclenche automatiquement les flux d'approbation ou les emails aux fournisseurs. Les niveaux Business et Enterprise ajoutent la détection de doublons, des boîtes mail intelligentes, des webhooks personnalisés et des connecteurs certifiés pour SAP, Coupa, Workday et Oracle.

Rossum cible les équipes financières et opérationnelles submergées par la paperasse des comptes fournisseurs, les entreprises logistiques traitant des documents d'expédition, et les grandes entreprises confrontées aux obligations de facturation électronique. Plus de 450 marques l'utilisent, Everest Group a nommé Rossum Leader dans sa matrice IDP PEAK 2026, et Coupa a acquis Rossum pour étendre sa suite de gestion des dépenses.

Lettria construit une couche de contexte graphique qui transforme les documents d'entreprise et les bases de données en graphes de connaissances soutenus par une ontologie pour les équipes d'automatisation. Son produit Knowledge Studio GraphRAG analyse les PDF, tableaux, exports SAP et annexes scannées, puis répond à des questions à plusieurs sauts avec des citations de sources. Perseus est la plateforme de développement pour générer des ontologies et des graphes sans modélisation manuelle de chaque entité.

Les outils Vector RAG récupèrent des segments similaires ; Lettria suit des relations explicites à travers des données structurées et non structurées. L'entreprise publie des comparaisons de référence montrant des agents graphiques avec une précision globale de 81,7 % contre 57,5 % pour les agents vectoriels, ainsi que des affirmations de conversion texte-vers-graphe avec une précision supérieure de 30 % et une extraction jusqu'à 400 fois plus rapide que les LLM généraux. Ce compromis favorise les équipes réglementées qui ont besoin de pistes d'audit plutôt que d'une recherche sémantique rapide.

Les groupes financiers, de santé, juridiques et d'ingénierie utilisent Lettria pour les déclarations ESG, la littérature biomédicale, les corpus de contrats et les manuels techniques. Les études de cas citent Alfa Laval (+30 % de précision d'extraction), AP-HP (+60 % de recherche plus rapide) et Wisecube traitant 108 Go de texte biomédical en plus de 500 classes surveillées.