IA y visión

Automatización documental con IA: extraer, clasificar y verificar

Los datos de cada documento llegan al sistema de destino contrastados, y solo los que presentan dudas pasan por una persona con el motivo a la vista.

Muchas empresas reciben cada día facturas en PDF, albaranes escaneados, contratos con anexos y formularios que alguien teclea a mano en el ERP o en una hoja de cálculo. Automatizar esa lectura no consiste en encontrar un OCR mejor, sino en decidir qué campos importan, cómo se comprueban y qué ocurre cuando el documento no encaja. Un sistema bien planteado clasifica lo que entra, extrae los datos con modelos y reglas, los contrasta con pedidos, maestros de proveedores o expedientes abiertos y envía a revisión solo lo que presenta dudas. Siempre habrá errores de lectura; la cuestión es detectarlos antes de que lleguen a contabilidad, a un cliente o a un registro oficial.

Explicar mi proceso Ver un ejemplo

Capas · Automatización documentalIlustración conceptual

Entrada de datos
- Correo, portal o escáner
- Pedidos y maestros de referencia
Validación
- Tipo de documento reconocido
- Contraste con pedido o expediente
Procesamiento
- OCR y extracción de campos
- Tolerancias por campo
Control humano
- Bandeja de revisión de dudas
- Muestreo de lo aprobado
Trazas
- Original y valores leídos
- Correcciones y su autor
Sistemas de salida
- Registro en ERP o gestor
- Métricas de error por emisor

Antes y después

Qué cambiaría en la operación

Ejemplo hipotético: una empresa de mantenimiento de instalaciones que recibe partes de trabajo firmados y certificados de subcontratas en PDF.

01 · Antes
Administración abre cada PDF, teclea fechas, horas y referencias de obra en el ERP y descubre los partes incompletos cuando ya se ha facturado.
02 · Sistema propuesto
El sistema clasifica cada documento, extrae fecha, obra, horas y firma, los contrasta con la orden de trabajo abierta y aparta los que no cuadran.
03 · Después
Los partes coherentes quedan propuestos para registro, los dudosos muestran el campo y el motivo, y cada corrección manual queda asociada a su autor.

Alcance

Qué resuelve y qué no

Qué puede resolver

Identificar el tipo de documento recibido (factura, albarán, contrato, certificado, anexo) y encaminarlo al circuito que le corresponde.
Extraer campos concretos como importes, fechas, NIF, referencias de pedido o cláusulas, indicando de qué página y zona procede cada valor.
Contrastar lo extraído con datos de referencia: pedido de compra, entrada de almacén, tarifa pactada o expediente abierto.
Separar los documentos que pueden continuar sin intervención de los que necesitan revisión, con el motivo de la duda visible.
Conservar el original, los valores leídos, las correcciones manuales y quién las hizo, para poder reconstruir cualquier decisión.

Qué no resuelve

No ofrece una extracción sin errores: escaneos deficientes, manuscritos o formatos nuevos producirán lecturas incorrectas que deben atraparse con controles.
No da validez fiscal, contable o jurídica a un documento; esa responsabilidad sigue siendo de quien lo contabiliza, firma o presenta.
No sustituye la lectura experta de un contrato: puede localizar cláusulas, pero no interpretar su alcance legal.
No resuelve un proceso mal definido: si nadie sabe qué hacer con una factura sin pedido, el sistema tampoco lo sabrá.

Escenarios operativos

Cómo funcionaría en la práctica

Ejemplos de lo que se podría diseñar. No describen proyectos realizados.

01
Facturas de proveedor contra pedido y albarán
Entrada
Facturas recibidas por correo o portal, pedidos de compra del ERP y entradas de almacén registradas.
Procesamiento
Se clasifica el documento, se extraen cabecera y líneas, se buscan el pedido y la recepción relacionados y se comparan cantidades, precios e impuestos con tolerancias definidas por administración.
Salida
Factura propuesta para contabilizar cuando todo cuadra, o bandeja de revisión con la discrepancia señalada línea a línea.
02
Albaranes firmados en destino
Entrada
Fotografías o escaneos de albaranes devueltos por transportistas, a menudo con sellos y anotaciones a mano.
Procesamiento
Lectura del número de albarán y de la fecha, detección de firma o sello y de anotaciones que indiquen incidencias, como bultos dañados o faltantes.
Salida
Entrega marcada como confirmada en el sistema de expediciones y aviso al equipo de atención cuando aparece una anotación de incidencia.
03
Revisión de contratos y anexos
Entrada
Contratos de suministro o arrendamiento con anexos, en PDF nativo o escaneado, y una lista de cláusulas que interesa localizar.
Procesamiento
Segmentación del documento por apartados, localización de fechas de vencimiento, penalizaciones, renovaciones o garantías y extracción del fragmento literal donde aparecen.
Salida
Ficha resumen con enlaces al texto original de cada cláusula, para que una persona la valide antes de registrar plazos o alertas.
04
Expedientes con documentación obligatoria
Entrada
Solicitudes que deben acompañarse de varios documentos: identificación, certificados, justificantes de pago o planos.
Procesamiento
Comprobación de que cada documento exigido está presente, es del tipo esperado, está vigente según su fecha y coincide con los datos del solicitante.
Salida
Lista de documentos correctos, ausentes o caducados para requerir subsanación sin revisar cada archivo a mano.

Integración

Cómo se conecta con lo que ya existe

La automatización documental vive entre un canal de entrada y un sistema de destino. Se define por dónde llegan los documentos, dónde se almacenan los originales, qué datos de referencia se consultan para contrastar y en qué momento se escribe en el ERP, el gestor documental o la aplicación de expedientes. La escritura en el destino solo se hace tras superar los controles o la revisión humana, nunca directamente desde la extracción.

Buzones de correo, carpetas compartidas, portales de proveedores o escáneres de red como entrada
Consulta de pedidos, maestros de proveedores, clientes o expedientes en el ERP o CRM
Repositorio documental con el original y los metadatos extraídos
Bandeja de revisión web con el documento y los campos dudosos lado a lado
Registro de cambios y métricas de error por tipo de documento y proveedor

Modalidades de despliegue que suelen plantearse

Se elige en cada proyecto tras evaluar requisitos y sistemas existentes.

Antes de desarrollar

Datos, validaciones y permisos

Una muestra representativa de documentos reales de cada tipo, incluidos los mal escaneados y los formatos poco habituales.
La lista cerrada de campos que hay que extraer y, para cada uno, la regla con la que se considera correcto.
Acceso de lectura a los datos de referencia con los que contrastar: pedidos, recepciones, tarifas o expedientes.
Decisión sobre qué servicios de OCR o modelos pueden procesar los documentos, sobre todo si contienen datos personales o confidenciales.
Personas designadas para revisar lo dudoso y criterios sobre cuándo un documento puede seguir sin revisión.

Supervisión

Riesgos, límites y mantenimiento

Un error de lectura que supera los controles puede acabar contabilizado; por eso se combinan validaciones cruzadas, umbrales de confianza y muestreos periódicos de lo aprobado automáticamente.
Los proveedores cambian sus plantillas sin avisar; conviene vigilar la tasa de revisión por emisor para detectar degradaciones.
Si la bandeja de revisión se llena, el equipo acaba aprobando sin mirar: el diseño debe priorizar y mostrar el motivo de cada duda.
Los documentos pueden contener datos personales; su retención, acceso y envío a servicios externos se definen con el responsable del tratamiento.

Sectores donde se aplicaría

Cómo se contrata

Para profundizar

Preguntas frecuentes

¿Sirve para documentos escaneados o fotografiados con el móvil?

Sí, aunque la calidad de lectura baja con imágenes torcidas, borrosas o con sombras. En esos casos se combina un tratamiento previo de la imagen con umbrales más prudentes, y es habitual que una parte mayor de esos documentos pase por revisión.

¿Qué ocurre con un tipo de documento que el sistema no conoce?

Se marca como no clasificado y va a una bandeja específica en lugar de forzar una extracción. Si ese tipo aparece con frecuencia, se estudia añadirlo con sus propios campos y reglas de contraste.

¿Cómo se sabe si la automatización está funcionando bien?

Midiendo de forma continua cuántos documentos se corrigen en revisión, en qué campos y de qué emisores, y revisando cada cierto tiempo una muestra de los que pasaron sin intervención. Sin esas métricas no hay forma honesta de afirmar que funciona.

Cuéntanos qué documentos recibís y adónde tienen que llegar sus datos

Cuéntanos qué datos y sistemas intervienen en tu proceso. Estudiaremos qué puede automatizarse, cómo se integraría y qué convendría validar antes de desarrollar. Ver todas las capacidades.

Explicar mi proceso

Sin compromiso de aceptación: estudiamos cada caso antes de proponer nada. Cómo tratamos la información que compartes.