Booji : budget Android, SMS bancaires et IA locale
Découvrez comment Booji transforme les SMS bancaires en budget lisible, repère les abonnements oubliés et estime les dépenses, avec une IA exécutée sur Android.
Booji : une application Android qui lit les SMS bancaires et anticipe le budget
Les SMS envoyés par une banque contiennent souvent assez d'informations pour suivre ses dépenses : montant, commerçant, sens de l'opération et parfois le solde du compte. Sauf que tout reste dispersé dans la messagerie. Du coup, les achats récurrents et les dépenses du mois sont pénibles à reconstituer sans passer par une saisie manuelle.
Une application de budget peut simplifier ça. Mais elle soulève une question toute simple : faut-il transmettre ses données financières à un service distant pour obtenir une analyse utile ?
Booji propose une réponse assez différente. L'application Android transforme les SMS bancaires en historique de dépenses, repère les prélèvements récurrents et calcule une estimation pour la fin du mois. Son originalité ne tient pas seulement à son interface inspirée de Un chant de Noël, mais aussi à un choix d'architecture : les calculs se font sur le téléphone, et un modèle d'IA local intervient surtout pour interpréter certains messages (ou aider à rédiger des résumés à partir de chiffres déjà établis).
Voici ce que fait Booji, comment c'est construit, et les points à vérifier avant de l'essayer en France.
Pourquoi concevoir un budget à partir des SMS bancaires
Le problème que Booji cherche à résoudre n'est pas l'absence de données financières. C'est plutôt leur dispersion et le travail nécessaire pour en tirer quelque chose. Une notification tombe après un paiement, une autre après un virement, et les abonnements se répètent sans forcément attirer l'attention. Pour avoir une vue d'ensemble, il faut ensuite classer les opérations, repérer les doublons et estimer ce qui reste à payer.
Beaucoup d'applications de budget passent par une synchronisation avec un service tiers. C'est pratique, mais ça implique de confier des informations sensibles à une autre organisation. Booji part d'un principe plus minimal : exploiter les SMS que la banque envoie déjà, sans créer de compte et sans pousser les opérations vers un serveur distant.
Une histoire financière en trois temps
Booji organise l'information en trois parties, avec une progression inspirée des fantômes de Dickens. Le passé correspond aux dépenses déjà faites. Le présent ressemble à un cimetière où apparaissent les paiements récurrents (y compris ceux qu'on aurait presque oubliés). Le futur regroupe les dépenses prévisibles et propose une estimation du reste du mois.
La métaphore sert surtout à rendre l'interface plus lisible : les catégories sont présentées comme des bocaux, les abonnements comme des pierres tombales, et les prévisions comme une sorte de lecture de boule de cristal. Utile, mais ça ne remplace pas le fait de regarder les chiffres derrière.
Pourquoi les SMS ne suffisent pas toujours
Le nerf de la guerre, c'est que les SMS bancaires ne sont pas un format unique. Chaque établissement décrit une opération avec ses propres formulations, abréviations et conventions. Même chez la même banque, un paiement par carte, un virement et une opération liée à une carte de crédit peuvent donner des messages différents.
Résultat : une règle de lecture basée sur des expressions régulières marche bien pour certains messages... mais peut ignorer les autres.
Booji fait donc plus que « matcher » des motifs. Elle combine ces règles avec une relecture par modèle local : si un message ressemble à une notification bancaire avec un montant en roupies, mais ne correspond pas aux formats connus, l'application le met de côté et propose une extraction via le modèle. L'utilisateur peut ensuite accepter, corriger ou supprimer l'opération proposée.
L'intérêt, c'est la prudence : un message mal compris ne doit pas devenir une transaction « certaine » juste parce qu'une IA a produit une réponse structurée.
Comment Booji transforme les messages en suivi financier
Booji sépare son suivi en trois écrans, qui répondent chacun à une question simple : où l'argent est déjà parti, quels paiements vont revenir, et combien il reste à dépenser.
Le passé : classer et corriger les dépenses
Les messages reconnus alimentent un registre de transactions. Les dépenses sont regroupées par catégories, avec une visualisation en « bocaux » dont la taille reflète leur part. En ouvrant une catégorie, on retrouve les opérations et les commerçants associés.
Mais les catégories automatiques ne sont pas traitées comme infaillibles. L'utilisateur peut corriger une opération, changer la catégorie d'un commerçant pour les futurs messages, renommer ou créer des catégories, marquer un transfert entre ses propres comptes, ignorer une opération, ou rectifier le sens.
Ce point est important : une erreur de catégorisation qui se répète sur plusieurs mois fausse plus sûrement le budget que ce qu'on croit.
Booji doit aussi distinguer les comptes bancaires et les cartes de crédit. L'application part du dernier solde communiqué par la banque, puis ajoute les crédits et soustrait les débits quand les messages ne donnent pas un solde mis à jour. Les soldes sont regroupés côté « compte bancaire », tandis que les cartes sont suivies séparément, à partir des limites disponibles. Enfin, les paiements par carte et les transferts entre comptes sont traités pour éviter de compter deux fois la même dépense.
Le présent : repérer les paiements qui reviennent
L'écran « présent » affiche les paiements qui pourraient se répéter. Pour les repérer, Booji cherche des opérations faites chez le même commerçant, avec des montants proches, et des intervalles compatibles avec des rythmes hebdomadaires, mensuels ou annuels. L'application exige au moins deux occurrences avant de signaler une récurrence.
Ensuite, rien n'est « automatiquement vrai » : chaque élément doit rester vérifié. L'utilisateur peut le marquer comme actif, ou comme un paiement « zombie » (en pratique, quelque chose qui a été conservé dans l'historique mais qui ne devrait plus être considéré comme un abonnement). Booji calcule alors un coût mensuel à partir des éléments identifiés comme oubliés.
Le repérage sert surtout à inciter à vérifier. Un paiement récurrent n'est pas forcément un abonnement inutile, et un abonnement annuel ne « tombe » pas forcément chaque mois. Booji ne déclenche pas d'annulation automatique : le choix reste humain, surtout quand il s'agit d'assurances, de services professionnels, ou de contrats dont les modalités ne sont pas évidentes.
Le futur : produire une estimation, pas une promesse
Pour estimer les dépenses du mois, Booji observe les huit semaines précédentes. Elle regroupe les dépenses discrétionnaires en fenêtres de sept jours. La médiane sert à estimer le rythme attendu, et les 25e et 75e percentiles donnent une fourchette. L'idée : éviter qu'un week-end exceptionnellement cher dérègle toute la projection.
L'application ajoute aussi les paiements récurrents attendus avant la fin du mois, et un salaire prévu s'il n'est pas encore arrivé. Elle affiche le montant estimé, une plage de résultats possibles et le reliquat à partir des revenus et dépenses déjà connus.
Le but est clair : rendre visibles les hypothèses, pas promettre un chiffre « juste du premier coup ».
Le calendrier intégré tient compte de fêtes indiennes et de leurs préparatifs. Si des données comparables existent dans l'historique, Booji s'appuie sur les habitudes passées. Sinon, elle utilise un multiplicateur indiqué comme estimation. Là encore, l'idée est de rendre l'incertitude explicite, plutôt que d'avoir l'impression que tout est connu à l'avance.
Pourquoi garder l'IA et les calculs sur le téléphone
Booji sépare deux tâches qu'on confie souvent à un seul système : calculer des résultats financiers et les expliquer.
Le code Kotlin fait les calculs (montants, soldes, récurrences, prévisions). De son côté, le modèle Gemma 4 E2B, exécuté sur le téléphone via LiteRT-LM, sert à lire certains messages, normaliser des noms de commerçants, et rédiger des commentaires à partir de chiffres déjà calculés.
Un modèle pour lire, trier et expliquer
Pour les messages inconnus, le modèle extrait des champs comme le montant, le sens de l'opération, le commerçant, le compte et le solde, sous une forme structurée. Pour les commerçants, il peut rapprocher des variantes de noms et proposer une catégorie.
Une précaution limite les rapprochements trop agressifs : le nom « nettoyé » doit partager un début reconnaissable avec le nom d'origine. Et comme souvent, les corrections manuelles gardent la main.
Enfin, le bouton de synthèse envoie au modèle un petit paquet de données déjà calculées : dépenses par catégorie, paiements récurrents, fourchette de prévision, dépenses principales. Le modèle met ces éléments en mots, sans refaire les opérations arithmétiques.
Cette séparation n'élimine pas tous les risques d'erreur, mais elle réduit un type de problème. Si une somme n'est pas transmise au modèle, il n'a pas de raison « d'inventer » des chiffres juste pour compléter un commentaire. Quand il s'agit de données financières, les calculs déterministes ont mieux à faire dans du code testable, plutôt que dans un texte généré.
Des données traitées localement, avec une exception au premier lancement
Booji est présentée comme une application Android sans backend ni compte utilisateur. Le modèle pèse environ 2,6 Go : il faut le télécharger une fois, via Wi-Fi ou via un transfert manuel.
Une fois l'application installée, l'inférence se fait sur l'appareil : le GPU est utilisé en priorité, et le processeur prend le relais sinon. Selon le téléphone, la place disponible et les performances peuvent donc vite devenir des contraintes.
L'application utilise Internet pour télécharger le modèle initial. Le projet indique que les autres traitements restent sur l'appareil, et que les résultats du modèle sont conservés pour éviter de relire sans cesse le même SMS ou de retoucher un commerçant déjà traité.
C'est une approche qui limite l'exposition des données, mais ça ne dispense pas de vérifier les permissions Android, les règles de conservation et le comportement réel du code avant d'installer une application qui lit des notifications financières.
Le projet est décrit comme open source, sous licence MIT, avec un modèle publié sous licence Apache 2.0. Concrètement, ces licences permettent de consulter et de réutiliser le code et le modèle dans le cadre de leurs conditions. Pour un outil financier, pouvoir examiner l'architecture pèse souvent plus qu'une promesse générale sur la confidentialité.
Ce que Booji fait bien et ses limites concrètes
Le choix de conception le plus solide, c'est de ne pas demander à l'IA de tenir le « registre ». Les règles déterministes gèrent les opérations reconnues, et le modèle intervient là où les formulations varient et où l'interprétation est utile. Les corrections de l'utilisateur et la mise de côté des messages ambigus complètent ce partage des rôles.
Les tests mentionnés portent sur plusieurs formats de SMS bancaires indiens, des messages rejetés, les calculs du registre, et les allocations liées aux fêtes. Il y a aussi un mode de démonstration : il génère trois mois de SMS synthétiques au format HDFC et les fait passer dans le même parseur que les messages réels. Ça aide à explorer les écrans sans fournir de données bancaires. En revanche, ce mode ne prouve pas la compatibilité avec d'autres banques.
Une compatibilité française à ne pas présumer
Le projet s'appuie sur des formats bancaires indiens, des montants en roupies et un calendrier de fêtes adapté à l'Inde. On ne peut donc pas en déduire que Booji sait lire les SMS des banques françaises, ni qu'elle gère automatiquement les virements instantanés, les messages des néobanques, ou les paiements par carte de la même façon.
La compatibilité dépendrait d'un travail spécifique sur les formats de chaque banque et de tests sur des données représentatives.
En France (et dans l'Union européenne), il faut aussi tenir compte des exigences liées à la confidentialité et au traitement des données personnelles : permissions, documentation, traitements réellement effectués. Même si tout reste local, ça ne suffit pas pour considérer qu'il y a conformité au RGPD « par défaut ». Il faut regarder aussi la sécurité de l'appareil, les sauvegardes, les journaux, les mises à jour et le contrôle d'accès au téléphone.
Les points à vérifier avant d'utiliser une application de ce type
Avant d'importer des messages financiers, mieux vaut vérifier, concrètement :
- Quels expéditeurs et formats de SMS sont reconnus, et lesquels ne le sont pas.
- Si les opérations ambiguës sont soumises à validation avant d'entrer dans le registre.
- Comment sont traités les transferts entre comptes, les remboursements et les cartes.
- Où sont stockés les messages interprétés, les corrections et les soldes.
- Quelles permissions sont demandées et à quoi sert chacune.
- Si le modèle est téléchargé depuis une source vérifiable et si sa taille convient à votre téléphone.
- Si la prévision sépare clairement ce qui est observé de ce qui est supposé.
Booji est un prototype intéressant si vous voulez comprendre comment on peut concevoir un assistant financier « local ». Son intérêt ne vient pas seulement de la présence d'un modèle d'IA : il vient surtout de la frontière entre le calcul, l'interprétation et la validation humaine.
Pour un usage quotidien en France, la compatibilité bancaire reste le premier point à établir.
Conclusion
Booji propose une façon pragmatique d'intégrer l'IA à une application financière : utiliser le modèle pour lire et expliquer, tout en gardant les calculs dans du code déterministe, traçable et corrigible.
Le suivi du passé, des paiements récurrents et du reste du mois répond à un besoin assez courant : comprendre ses dépenses sans répéter les saisies.
Le traitement local est un bon point pour limiter l'exposition des données, mais ça ne garantit pas à lui seul la sécurité ni la compatibilité. Dans le cas de Booji, les formats bancaires et le calendrier sont indiens : en France, il faudrait adapter et tester sérieusement. Si on veut retenir une leçon réutilisable, elle est assez simple : pour les données financières, une IA peut aider à interpréter, mais les chiffres doivent rester calculés, vérifiables et décidables par l'humain.