Ils croulaient sous la paperasse — 2 000 paquets d’abstracts quotidiens, chacun un mastodonte de 75 pages regorgeant d’actes notariés, de privilèges, d’avis fiscaux et de gribouillis cauchemardesques issus de décennies de transactions immobilières.
Rocket Close, cette pépite de Detroit nichée au sein de Rocket Companies, a fini par craquer. En s’associant à l’équipe GenAI d’AWS, ils ont créé une bête d’IA : Amazon Textract pour le gros œuvre d’OCR et Bedrock pour les grands modèles intelligents. Le résultat ? Le temps de traitement chute de 15 fois, de 10 heures à… quelques minutes. Précision ? Ils clament 90 % sur la segmentation, la classification et l’extraction. Ça sonne bien.
Mais voilà, j’ai déjà vu ce film. Fin des années 90, les cracks de la fintech promettaient que l’automatisation des souscriptions balayerait la corvée hypothécaire. Ça a marché, un peu, pour les approbations de prêts. Les documents ? Toujours un pensum humain. Vingt-cinq ans plus tard, l’IA s’attaque enfin à ce dernier bastion. Particularité : ce n’est pas que de la vitesse, c’est dompter l’enfer hétérogène — plus de 60 types de docs, écritures manuelles, formats bancals. Si ça tient, l’avantage concurrentiel de Rocket s’aiguise. Prono ? Des imitateurs dans l’assurance titres d’ici le T3, mais surveillez les 10 % d’erreurs qui finissent au tribunal.
Le cauchemar du boulot ingrat
Extraction manuelle : 30 minutes d’effort réel par paquet, mais les pics de volume transformaient ça en marathons de 10 heures. Bilan quotidien ? 1 000 heures-hommes, des millions en coûts annuels. Scalabilité ? À mourir de rire. Les erreurs s’infiltraient — privilèges oubliés, champs mal tapés. Rocket Close aide les gens à devenir proprio, OK, mais leurs propres opérations étouffaient sous les docs qui rendaient ces rêves possibles.
Traitant environ 2 000 fichiers de paquets d’abstracts par jour, chacun faisant en moyenne 75 pages, l’entreprise faisait face à un défi opérationnel majeur : l’extraction manuelle prenait en moyenne 10 heures par paquet, créant des goulots d’étranglement et une lourde charge en ressources.
Tirée de leur communiqué. Honnêteté brutale, rare en com’.
Reculez d’un pas : ces paquets ne sont pas des PDF nickel. Actes de chaîne de titres (garantie, cession — tout y passe), jugements, privilèges fiscaux, hypothèques en bonne et due forme. L’ordre varie, la qualité est pourrie, les écritures se moquent des machines. L’automatisation old-school capitulait là.
90 % de précision, ça suffit pour les hypothèques ?
Textract repère textes, tableaux, formulaires — gère le bazar. Les modèles Bedrock classifient, segmentent, extraient des champs comme les montants de prêts ou les chaînes de propriété. Scalable à 500 000 docs par an. Sécurisé, serverless, API multi-modèles. AWS rafle la mise — verrouillage via Bedrock.
Le cynique en moi se demande : 90 % global ? Super pour le volume, mais ces 10 % — un avis de privilège raté ? Ça peut torpiller un deal, déclencher des procès. Les hypothèques, ce ne sont pas des vidéos de chats ; les erreurs coûtent des millions. Ils couvrent 60 classes, catégories comme hypothèques, chaînes de titres, jugements, impôts. Portée impressionnante. Reste que les cas tordus du réel (encre fanée, agrafes sur signatures) mettront ça à l’épreuve.
Et l’argent ? Rocket Close grandit durablement, des clôtures plus rapides ravissent les clients. AWS ? Ils impriment — chaque appel API, c’est du cash. Rocket Companies (la famille Quicken Loans) s’intègre plus profond dans l’écosystème. Qui est vraiment boosté ? Suivez les factures cloud.
Écoutez, j’ai couvert le hype de la Valley pendant 20 ans. Amazon Bedrock cartonne car agnostique en modèles de base — Anthropic, Stability, qui vous voulez. Pas de lock-in au-delà de l’API. Malin pour Rocket, ils diversifient.
Edge cases en embuscade.
Partenaires comme le GenAI Innovation Center ont guidé la const
