Le problème
Les nouvelles obligations européennes (CSRD, CBAM, taxonomie) imposent à un nombre croissant d'entreprises de publier des données d'émissions auditables. La plupart des outils du marché produisent un chiffre agrégé issu de saisies manuelles : impressionnant en réunion, indéfendable face à un auditeur qui demande « d'où vient ce nombre ? ».
Karbonic part de l'inverse : il ingère les documents que les équipes finance et achats manipulent déjà — factures, relevés fournisseurs, factures cloud, contrats — et construit le bilan à partir de ces pièces, en conservant le lien entre chaque ligne d'émission et sa source.
Ce que j'ai construit
Ingestion documentaire par IA
extraction et classification automatiques des lignes de facture par OCR et modèles de langage, avec relecture humaine par exception.
Grand livre carbone
un plan de comptes d'émissions, des écritures traçables, et le recalcul d'année de référence lorsque le périmètre change.
Moteurs réglementaires
production des dossiers CBAM, CSRD, BEGES et CDP, avec validation du format attendu par les administrations.
Score de risque d'audit
chaque poste est noté selon la solidité de ses justificatifs, pour concentrer l'effort humain là où il compte.
Connecteurs
logiciels comptables et fournisseurs cloud, pour alimenter la donnée sans ressaisie.
Copilote de conformité
assistant qui répond aux questions réglementaires en s'appuyant sur les données de l'entreprise.
Socle SaaS
multi-organisations, invitations d'équipe, SSO entreprise, abonnements, webhooks, temps réel.
Architecture & choix techniques
La contrainte fondatrice est la traçabilité. L'application est donc construite comme un grand livre comptable plutôt que comme un calculateur : on n'écrase jamais une valeur, on ajoute des écritures. C'est ce qui permet, des mois plus tard, de rejouer un exercice à l'identique et d'expliquer un écart.
Le choix du fournisseur d'IA est verrouillé sur un modèle européen, avec un garde-fou technique empêchant tout appel hors zone. Sur un produit vendu à des entreprises européennes pour de la conformité, envoyer leurs factures vers une juridiction non européenne serait une contradiction commerciale autant que réglementaire.
L'extraction documentaire combine OCR et modèle multimodal : les factures arrivent en PDF natif, en scan, parfois en photo prise de travers. Le résultat n'est jamais considéré comme acquis — il alimente un flux de validation par exception, où seuls les cas incertains remontent à un humain.
L'interface est une application monopage rendue côté serveur (Inertia), ce qui donne l'ergonomie d'une SPA sans construire ni maintenir une API publique parallèle — un gain de temps décisif pour un produit développé en solo.
Les défis techniques
Des réglementations qui n'existent pas encore complètement. Les formats de déclaration évoluent d'année en année : chaque moteur réglementaire est isolé et versionné, pour qu'une nouvelle version n'invalide pas les exercices déjà publiés.
Faire confiance à l'IA sans lui faire aveuglément confiance. Toute extraction porte un niveau de confiance et reste rattachée à sa source ; le produit est conçu pour que l'erreur soit visible et corrigeable, pas dissimulée.
La résidence des données. Stockage européen, garde-fou de zone sur les appels IA et analyse antivirus des fichiers déposés.
Le recalcul d'historique. Quand une entreprise change de périmètre ou de facteur d'émission, l'historique doit être recalculé sans perdre les chiffres publiés — deux vérités coexistent, il faut les gérer explicitement.
Le volume documentaire. L'ingestion passe par des files d'attente asynchrones : un dépôt de plusieurs centaines de factures ne doit jamais bloquer l'interface.