Teclear datos de documentos es probablemente la tarea más automatizable de cualquier oficina. La tecnología ha dado un salto: ya no hace falta configurar una plantilla por proveedor.
Del OCR a entender el documento
El OCR clásico convierte una imagen en texto, pero no sabe qué es cada cosa. Los servicios actuales, como Azure Document Intelligence o Amazon Textract, reconocen campos y tablas. Y los modelos de lenguaje entienden documentos que nunca han visto: saben cuál es el importe total aunque cada proveedor lo ponga en un sitio distinto.
Cómo es un proceso típico
- El documento llega por email, escáner o foto.
- Se identifica qué tipo de documento es.
- Se extraen los campos con su nivel de confianza.
- Se validan contra tus datos: proveedor, pedido, importes, IVA.
- Lo seguro se registra solo; lo dudoso va a revisión.
Qué precisión esperar
En facturas y albaranes estándar es habitual superar el 95 % de campos correctos. Lo importante no es acertar siempre, sino saber cuándo no se está seguro: con buenas validaciones, a la persona solo le llegan los documentos que realmente necesitan sus ojos.
Ejemplos del catálogo
- Facturas de proveedor de principio a fin.
- Lectura automática de albaranes y CMR.
- Contratos leídos y vencimientos vigilados.
- Notas de gastos con foto del ticket.
Por dónde empezar
Elige el tipo de documento con más volumen, junta un centenar de ejemplos reales y mide cuánto se tarda hoy. Con eso, en un par de semanas se puede tener un piloto funcionando con tus propios documentos.
