Artículo · Agentes por función de negocio
Procesamiento inteligente de documentos: del OCR al criterio
El procesamiento inteligente de documentos es la capacidad de leer facturas, albaranes, contratos y correos que llegan en cualquier formato, extraer sus datos, validarlos contra tus sistemas y decidir qué hacer con cada uno. La palabra que importa es “decidir”. Durante veinte años el problema se planteó como OCR: convertir una imagen en texto. Eso hoy está resuelto y no es lo que atasca una operación. Lo que la atasca es el criterio: mirar una factura, entender qué es, comprobar si cuadra con lo que hay en el ERP y saber si se registra directa o va a revisión.
En las operaciones que he visto de cerca, el cuello de botella nunca fue leer el documento. Fue el juicio que viene después. Una persona coge una factura, la mira, la compara con el pedido, detecta que faltan dos líneas, decide si es un error del proveedor o una entrega parcial, y actúa. Ese trabajo —no el escaneo— es el que consume horas y el que un agente puede empezar a ejecutar, dentro de límites que tú fijas.
El OCR es el principio, no el trabajo
Conviene separar dos capas que el mercado mezcla. El OCR extrae texto de una imagen. El procesamiento inteligente de documentos hace lo que un administrativo hace con ese texto: entiende de qué documento se trata, saca los campos que importan aunque estén en sitios distintos en cada proveedor, los cruza con tus sistemas y decide.
La diferencia se nota en la heterogeneidad. Un modelo antiguo de extracción exige una plantilla por tipo de documento: si el proveedor cambia el formato, se rompe. Un agente con un modelo de lenguaje detrás no necesita plantilla fija. Interpreta un documento que no había visto antes, igual que lo haría una persona que sabe qué es una factura aunque el diseño sea nuevo. Esa tolerancia a la variación es exactamente lo que distingue a un agente de un flujo rígido, una diferencia que desarrollo en agentes de IA en operaciones.
Los cuatro pasos: extraer, entender, validar, decidir
Un documento bien procesado pasa por cuatro pasos, y solo el primero es OCR.
Extraer. El agente lee el documento —PDF, foto de un albarán, cuerpo de un correo, adjunto escaneado— y saca los campos: emisor, número, fechas, líneas, importes, impuestos. Aquí la heterogeneidad es la norma, no la excepción.
Entender. Clasifica qué es: factura, abono, albarán, pedido, contrato, reclamación. No es lo mismo procesar un abono que una factura, y el mismo correo puede traer las dos cosas. Este paso decide por qué circuito entra el documento.
Validar. Cruza los datos contra tus sistemas: ¿existe el pedido que cita esta factura?, ¿coincide el importe con lo pactado?, ¿el albarán casa con lo que se sirvió?, ¿el proveedor está dado de alta? La validación es donde el documento deja de ser texto y se convierte en un hecho comprobado o en una discrepancia. Esto exige que el agente tenga acceso de lectura a los datos correctos, y sobre qué datos necesita un agente para trabajar he escrito en qué datos necesita un agente.
Decidir. Con el documento entendido y validado, el agente decide: registrarlo directo, enviarlo a un aprobador, marcarlo como discrepancia o pedir revisión humana. Esta decisión es el corazón del sistema, y donde se juega que sea útil o peligroso.
Cuando el documento es una factura de proveedor o una factura emitida a cliente, este circuito se conecta con el ciclo de ingresos completo, y lo trato desde ese ángulo en del pedido al cobro con agentes, donde el cruce entre albarán y factura es una de las fronteras donde más margen se pierde.
El umbral de confianza: cuándo registra directo y cuándo pide revisión
Aquí está la decisión de diseño que separa un sistema serio de una demo. Cada extracción y cada validación tiene un nivel de confianza. El diseño del sistema consiste en decidir, para cada tipo de documento y cada importe, a partir de qué confianza el agente registra directo y por debajo de qué confianza pide revisión.
No es una decisión técnica. Es una decisión de negocio sobre cuánto riesgo aceptas por documento. Un abono de doce euros con todos los campos validados no necesita que lo mire una persona. Una factura de cincuenta mil euros con un proveedor nuevo y una línea que no cuadra con el pedido va a revisión aunque el modelo esté razonablemente seguro. El umbral se calibra por el daño de equivocarse, no por la confianza media del modelo.
En la práctica lo monto en tres franjas:
| Franja | Condición | Qué hace el agente |
|---|---|---|
| Verde | Alta confianza, validación completa, importe bajo | Registra directo y deja traza |
| Ámbar | Confianza media o discrepancia menor | Prepara el registro y lo pasa a un revisor con el contexto listo |
| Roja | Baja confianza, proveedor nuevo o importe alto | Escala a una persona sin actuar |
El objetivo no es maximizar el porcentaje que va en verde el primer día. Es empezar con el umbral prudente —más ámbar del que te gustaría— y moverlo hacia verde según los datos demuestran que el agente acierta en ese tipo de documento. Esa lógica de revisión humana antes de soltar el control la desarrollo en human in the loop, y el modo de medir si el agente merece que le subas el umbral, en evaluación de agentes de IA.
Los controles que hacen que esto entre en producción
Un agente que registra documentos en tus sistemas necesita la misma disciplina que cualquier agente que opera: permisos concretos sobre qué puede escribir y hasta qué importe, y trazabilidad de cada decisión. La traza tiene un valor extra aquí: ante una discrepancia detectada semanas después, tienes que poder reconstruir qué documento entró, qué campos se extrajeron, contra qué se validó y por qué se registró. Sin esa traza no hay auditoría posible. Trato los permisos en permisos y controles de agentes.
Por qué no se compra hecho
Existen productos que prometen procesar documentos de fábrica, y para el caso estándar funcionan. El problema aparece con tus documentos: el proveedor que factura en un formato imposible, la regla de que a cierto cliente no se le acepta un albarán sin referencia de pedido, el contrato con una cláusula que cambia cómo se valida la factura. Ese conjunto de reglas y excepciones es tuyo, y codificarlo es el trabajo real. Sobre por qué esa parte específica no se compra hecha, aunque el motor sí, he escrito en el manifiesto de la fase custom. Si quieres el marco general de qué hace un agente en una empresa, el punto de partida es agentes de IA para empresas.
Preguntas frecuentes
¿En qué se diferencia el procesamiento inteligente de documentos del OCR?
El OCR convierte una imagen en texto y ahí termina. El procesamiento inteligente de documentos entiende qué documento es, extrae los campos que importan aunque cada proveedor los ponga en sitios distintos, los valida contra tus sistemas y decide qué hacer con cada uno. El OCR es el primer paso de cuatro. El valor está en los tres siguientes.
¿Qué tipos de documentos puede procesar un agente?
Facturas, abonos, albaranes, pedidos, contratos y correos con instrucciones o adjuntos. La ventaja de un agente sobre un extractor de plantillas es que tolera la variación de formato entre proveedores sin romperse, porque interpreta el documento en lugar de buscar campos en posiciones fijas.
¿Cómo se decide el umbral de confianza?
Por el daño de equivocarse en cada tipo de documento e importe, no por la confianza media del modelo. Un abono pequeño y validado se registra directo. Una factura alta con un proveedor nuevo va a revisión aunque el modelo esté seguro. Se empieza con el umbral prudente y se relaja según los datos demuestran acierto.
¿El agente registra las facturas sin que nadie las mire?
Solo las que caen en la franja de alta confianza y bajo riesgo que tú hayas definido, y siempre dejando traza. El resto se prepara para un revisor o se escala. El sistema no elimina la revisión humana, sino que la concentra donde de verdad aporta y la retira donde solo era un trámite.