Le Carnet - Article

Traitement automatique des amendes routières dans la location de véhicules

15 novembre 2025 | Retour terrain

Une société de location de véhicules recevait quotidiennement des amendes routières à redistribuer aux bons conducteurs. Scanner, lire, identifier le client, rédiger l'email — un processus entièrement manuel, chronophage et source d'erreurs. Voici comment nous l'avons automatisé de bout en bout.

Le problème : des amendes, des langues, et beaucoup de temps perdu

Quand on gère une flotte de véhicules de location, les amendes routières font partie du quotidien. Excès de vitesse, stationnement, zone à faibles émissions — les infractions arrivent par courrier ou par email, à un rythme régulier.

Le processus était le suivant : un employé recevait l'amende (par courrier papier ou par email), la scannait si nécessaire, l'ouvrait, cherchait la plaque d'immatriculation et la date de l'infraction, allait vérifier dans le système de réservation quel client conduisait ce véhicule à cette date, puis rédigeait un email au client concerné avec l'amende en pièce jointe.

Jusque-là, rien d'extraordinaire. Sauf que le diable est dans les détails.

Les amendes arrivent dans des formats très variés : PDF structurés, scans de courriers papier, images photographiées à la va-vite. Elles proviennent de plusieurs pays et régions — Belgique, France, Pays-Bas, Allemagne — ce qui signifie des langues différentes, des mises en page différentes, et des conventions différentes pour présenter les mêmes informations. Trouver la plaque, le montant et la date de l'infraction sur une amende néerlandophone n'a rien à voir avec le même exercice sur un document français ou allemand.

Résultat : un travail de fourmi, répétitif, qui monopolisait du temps administratif chaque jour — et où la moindre erreur de lecture ou d'attribution pouvait générer un litige avec le client.

La solution : de l'email à la notification client, sans intervention

L'automatisation couvre l'intégralité du flux, depuis la réception du document jusqu'à l'envoi de l'email au bon conducteur.

Étape 1 — Collecte des documents

Un orchestrateur surveille en continu une boîte email dédiée. Deux cas de figure se présentent : soit l'amende arrive directement par email (certaines autorités envoient les contraventions par voie électronique), soit un employé scanne le courrier papier et le forwarde à cette même adresse.

Dans les deux cas, le système extrait automatiquement les pièces jointes — PDF ou images — et les prépare pour l'analyse.

Étape 2 — Extraction intelligente des données

C'est le cœur technique du dispositif. Chaque document est analysé par une combinaison d'OCR et de vision par LLM. L'OCR convertit le document en texte brut, puis un modèle de langage multimodal interprète le contenu pour en extraire les données clés : numéro de plaque d'immatriculation, date et heure de l'infraction, montant de l'amende, et type d'infraction.

Le point crucial ici, c'est la capacité du LLM à comprendre des documents dans plusieurs langues et des mises en page hétérogènes. Une amende de la Région wallonne n'a pas la même structure qu'une contravention de la ville d'Amsterdam ou qu'un avis de contravention français. Un système basé sur des règles fixes (chercher le montant à la ligne X, la plaque à la position Y) aurait échoué face à cette diversité. Le LLM, lui, comprend le contexte et s'adapte au format.

Étape 3 — Identification du conducteur

Une fois les données extraites, le système interroge automatiquement l'API interne du client — son système de gestion de flotte — en lui transmettant la plaque d'immatriculation et la date de l'infraction. L'API renvoie l'identité et les coordonnées du client qui avait le véhicule en location à ce moment précis.

Cette étape est rapide et fiable, car elle repose sur des données structurées que le client maintient déjà dans son propre système. L'automatisation ne fait que poser la bonne question au bon endroit.

Étape 4 — Notification automatique au conducteur

Si une correspondance est trouvée, un email est automatiquement envoyé au conducteur identifié. Le message explique clairement la situation — véhicule concerné, date et nature de l'infraction, montant — et l'amende originale est jointe en pièce jointe pour que le client puisse la traiter.

Le ton de l'email est factuel et professionnel, rédigé une fois pour toutes avec la société de location. En cas de non-correspondance (ce qui peut arriver lors d'un retour de véhicule le jour même de l'infraction, par exemple), le système signale le cas pour traitement manuel — pas de décision automatique dans les zones grises.

Ce que ça change concrètement

Le gain de temps est le bénéfice le plus immédiat. Ce qui prenait entre 5 et 10 minutes par amende — ouvrir, lire, chercher, rédiger — se fait désormais en quelques secondes. Sur un volume de plusieurs amendes par jour, le cumul est significatif.

Mais au-delà du temps, c'est la fiabilité qui progresse. L'extraction par IA élimine les erreurs de lecture humaine — une plaque mal recopiée, une date confondue — qui pouvaient mener à envoyer l'amende au mauvais client. Et le traitement quasi instantané améliore la relation avec les conducteurs : ils sont informés rapidement, avec un document clair, au lieu de recevoir un courrier trois semaines plus tard.

Enfin, la gestion multilingue, qui était la partie la plus pénible du travail manuel, devient transparente. Que l'amende soit en français, en néerlandais, en allemand ou en anglais, le processus est le même.

Ce qu'on en retient

  • L'IA multimodale est faite pour ce type de tâche. Des documents hétérogènes, multilingues, avec des mises en page imprévisibles : c'est exactement là où la combinaison OCR + LLM vision surpasse les approches classiques basées sur des règles.
  • L'intégration API est le maillon qui rend le tout utile. Sans la connexion au système de flotte du client, l'extraction de données resterait un exercice académique. C'est le lien avec les données métier existantes qui transforme l'automatisation en outil opérationnel.
  • Le traitement des cas limites compte autant que le flux principal. Prévoir ce qui se passe quand le système ne trouve pas de correspondance, c'est ce qui distingue une automatisation robuste d'un prototype fragile.
  • Le volume n'a pas besoin d'être énorme pour que ça vaille le coup. Même avec quelques amendes par jour, le temps cumulé, les erreurs évitées et la réactivité gagnée justifient l'investissement.

Vous traitez des documents entrants de façon répétitive — amendes, factures, bons de commande, certificats ? Ce type d'automatisation s'adapte à de nombreux contextes au-delà de la location de véhicules. Parlons-en pour évaluer ce qui est faisable dans votre cas.

NH

Nicolas Hinckxt

Développeur indépendant — IA & automatisation

J'aide les PME à automatiser leurs tâches répétitives avec de l'IA appliquée, des intégrations et du développement sur-mesure. Basé à Bruxelles.

Cet article vous parle ?

Discutons de votre contexte.

Un appel de 30 minutes suffit pour savoir si l'automatisation ou l'IA peuvent vous aider concrètement.

Prenons 30 minutes pour en parler