Il apprend ta façon de classer
Corriger une catégorie une fois, ça va. La corriger pour la dixième fois, c'est que le produit n'écoute pas. Alors SnapLedger écoute : chaque reclassification est enregistrée, et un job AI distille tes corrections en règles personnelles, au même format que nos règles intégrées. La classification applique d'abord les règles par défaut, puis les tiennes — et les tiennes gagnent. Une ligne infranchissable : aucun apprentissage entre utilisateurs.
Corriger une catégorie une fois, ça va. Corriger la même pour la dixième fois, c'est que le produit n'écoute pas.
Chaque entreprise a sa propre logique. Ton Careem du vendredi, c'est un rendez-vous client, pas un trajet personnel. Ce fournisseur que tout le monde range dans « Général » est, pour toi, clairement du « Coût des marchandises vendues ». Un règlement par défaut ne captera jamais ça — et honnêtement, il ne devrait pas essayer.
Alors nous avons appris à SnapLedger à écouter.
Tes corrections ne disparaissent plus
Désormais, chaque fois que tu reclasses une écriture — changer une sous-catégorie et enregistrer — nous l'enregistrons comme un événement de correction : ce qu'était l'écriture, dans quel sens l'argent a bougé, ce qu'elle était, et en quoi tu l'as changée.
Seul, ce n'est qu'un journal. La partie intéressante, c'est ce qui arrive ensuite.
Les corrections deviennent des règles — écrites comme les nôtres
À ta prochaine importation de documents, un job AI lit tes corrections récentes et les distille en un petit ensemble de règles personnelles, écrites dans exactement le même format que nos règles de classification intégrées. « La description mentionne X → sous-catégorie Y » — mais les tiennes.
Au moment de classer, le modèle voit les deux : d'abord le règlement par défaut, puis tes règles, avec une instruction explicite — quand les tiennes correspondent, elles gagnent. Un modèle, un passage, ton jugement posé sur le nôtre.
De nouvelles corrections arrivent ? Les règles se régénèrent. Apprends-lui une fois, il s'en souvient ; apprends-lui du nouveau, il se met à jour.
La ligne que nous ne franchirons pas
Voici ce que nous avons délibérément choisi de ne pas construire : l'apprentissage entre utilisateurs. Tes règles naissent de ta comptabilité, sont stockées sous ton compte et ne s'appliquent qu'à ta classification. Les données de personne d'autre ne les façonnent, et les tiennes ne façonnent celles de personne.
Et la discipline d'avant tient toujours : le pipeline reste piloté par l'AI avec les mêmes règles de revue humaine — pas de tables de correspondance cachées, pas d'écrasement silencieux.
Une comptabilité devrait fonctionner comme tu penses, pas l'inverse. Corrige une fois — il s'en souvient.
Il y a deux façons de rendre la classification plus intelligente : collecter plus de données chez tout le monde, ou mieux écouter la seule personne à qui appartiennent ces livres. Nous avons choisi la seconde — chaque correction manuelle devient une règle écrite dans le même format que les nôtres, appliquée par le même modèle, dans le même passage. Le produit ne devient pas plus intelligent en général. Il devient plus intelligent pour toi.
Quelle catégorie corriges-tu encore et encore ? Si ta comptabilité pouvait apprendre cette seule habitude, combien de minutes par mois te rendrait-elle ?
Corrige une fois, et il s'en souvient. Voilà à quoi ressemble un produit qui écoute.
Recevez le Founder Diary + les mises à jour réglementaires de votre pays
Un e-mail par semaine, seulement quand il y a du vrai nouveau — le diary du fondateur Richard et les mises à jour réglementaires qui comptent chez vous. Gratuit, désabonnement à tout moment.