Gestión documental
Procesamiento inteligente de documentos: qué se lee bien y qué da problemas
Qué tipos de documento se automatizan hoy con fiabilidad, cuáles siguen dando guerra y cómo se controla que un dato mal leído llegue a tus sistemas.
Idea principal
“La pregunta útil ya no es si la máquina sabe leer el documento, sino qué pasa cuando lo lee mal.”
Cuando se plantea automatizar la lectura de documentos, la duda razonable siempre es la misma: ¿de verdad va a entender lo que le mando?
La respuesta corta es que depende mucho del documento. Hay tipos que se resuelven prácticamente solos y otros que siguen exigiendo una persona delante. Saber en cuál de los dos grupos está tu caso ahorra bastantes disgustos.
Este artículo ordena esos grupos y explica el mecanismo que impide que un dato mal leído acabe registrado sin que nadie se entere.
Qué se lee hoy con fiabilidad alta
Los documentos que siguen una estructura reconocible, aunque cada emisor use su diseño. La tecnología actual ya trabaja por comprensión del contenido, así que tolera bien que cambie la maquetación.
- Facturas y albaranes en PDF, incluso con formatos distintos por proveedor
- Extractos bancarios y listados con estructura de tabla
- Formularios normalizados y documentos oficiales
- Pedidos por correo con los datos en el cuerpo del mensaje
- Fotografías de documentos con luz suficiente y el papel completo
En este grupo, lo habitual es que la gran mayoría de documentos se resuelva sin intervención y el resto llegue a revisión ya identificado.
Qué sigue dando problemas
Aquí conviene ser realista, porque prometer lo contrario es lo que hace que estos proyectos se abandonen.
Escritura a mano
Se lee cada vez mejor, pero la fiabilidad cae mucho respecto al texto impreso. Para partes de trabajo o notas manuscritas, cuenta con revisión sistemática en lugar de excepcional.
Documentos escaneados en mala calidad
Escaneos torcidos, con poca resolución, fotocopias de fotocopias o fotos con sombras y recortes. Aquí la tecnología poco puede hacer: el dato que se busca falta en la propia imagen.
Tablas complejas y documentos largos
Cuando una tabla parte a mitad de página, tiene celdas combinadas o mezcla varios conceptos por fila, la extracción se complica. Es resoluble, pero exige trabajo de configuración específico.
Contratos y textos de interpretación
Localizar cláusulas y fechas sale bien. Interpretar qué implica una cláusula concreta para vuestro caso es otra cosa, y ahí sigue mandando el criterio profesional.
El mecanismo que evita los disgustos
Esta es la parte que decide si el proyecto se puede dejar funcionando con tranquilidad, y suele recibir menos atención de la que merece.
Cada dato extraído lleva asociado un nivel de confianza. Por encima del umbral acordado, se registra. Por debajo, va a una cola de revisión con el documento al lado y el campo dudoso señalado.
A eso se suman las comprobaciones de negocio, que son las que de verdad protegen: que el emisor exista, que las cifras cuadren entre sí, que el número de documento no esté repetido, que el importe esté dentro de lo esperable para ese proveedor.
Un dato puede leerse con total seguridad y aun así estar mal. Por eso la validación pesa tanto como la lectura.
- Umbral de confianza por campo, ajustable según el riesgo
- Comprobaciones cruzadas: que las cifras del documento sean coherentes
- Contraste con vuestros datos: proveedores, referencias, precios habituales
- Registro de actividad, para poder auditar qué se decidió y cuándo
Cómo saber en qué grupo está tu caso
Sin adivinar: se coge una muestra real y se mide. Es la prueba que hacemos antes de comprometer nada.
- Reunir entre cincuenta y cien documentos de los que entran de verdad, incluidos los feos.
- Pasarlos por el sistema y comparar lo extraído con lo correcto, campo a campo.
- Contar cuántos salen limpios, cuántos requieren un vistazo y cuántos hay que hacer a mano.
- Con esa proporción y el tiempo que cuesta hoy cada documento, el cálculo de si compensa deja de ser una intuición.
Qué pedir a quien te lo proponga
Tres preguntas que aclaran bastante rápido si tienes delante una propuesta seria.
- ¿Podéis probarlo con mis documentos reales antes de contratar?
- ¿Qué pasa exactamente cuando el sistema no está seguro de un dato?
- ¿Cómo compruebo después qué se registró de forma automática?
La pregunta útil ya no es si la máquina sabe leer el documento, sino qué pasa cuando lo lee mal.
Un sistema con umbrales, validaciones y trazabilidad se puede dejar trabajando. Uno que registra todo lo que cree entender acaba generando más revisión de la que ahorra.
Si quieres saber cómo se comportaría con tus documentos, en el diagnóstico de SMAPS hacemos esa prueba con una muestra real. Hablemos de tu caso.
Diagnóstico SMAPS
¿Quieres aterrizar IA sin añadir ruido tecnológico?
Revisamos contigo procesos, fricciones y oportunidades concretas antes de hablar de herramientas. El objetivo es decidir qué aplicar, dónde y cómo.