Facturas de proveedores que cada uno manda en su propio formato, órdenes de compra escaneadas, certificados, actas, formularios llenados a mano. Antes de que un robot pueda registrar esos datos en un sistema, alguien tiene que leerlos. La lectura de documentos con inteligencia artificial hace esa parte: saca los datos del documento y los entrega listos para el siguiente paso. Esta guía explica cómo funciona, cómo se controla y qué sigue siendo decisión de su equipo.
La idea en una frase: la IA lee, las reglas deciden
Conviene separar tres trabajos que a veces se mezclan:
- Leer un documento y sacar sus datos: el proveedor, el número, la fecha, el total, las líneas. Eso lo hace la IA, aunque cada proveedor use un formato distinto.
- Decidir qué hacer con esos datos: si la factura sigue, si la orden necesita aprobación, si el certificado está vigente. Eso lo deciden las reglas de su empresa, escritas de forma explícita. La IA no calcula retenciones ni elige cuentas contables.
- Confirmar los datos: una persona los revisa con el documento al lado y, hasta que usted active la aceptación automática, confirma todos.
Qué documentos lee
Facturas de distintos proveedores, cuentas de cobro, órdenes de compra, remisiones, actas, formularios, certificados y, en general, documentos con datos que hoy alguien transcribe. Lee PDF e imágenes (PNG, JPEG, TIFF). Otros formatos, como Excel, se convierten antes a PDF.
- Un PDF digital, el que se genera desde un sistema, se pasa a texto directamente.
- Un documento escaneado o una foto pasa primero por reconocimiento de texto (OCR), que también lee letra manuscrita.
Cómo se define qué datos sacar
- Se describe el documento una vez: qué datos tiene, de qué tipo es cada uno (texto, número, fecha) y una descripción en palabras de qué es cada dato. La descripción es lo que guía a la IA. Las tablas, como las líneas de una factura, se describen con sus columnas.
- La IA propone un borrador a partir de un documento de ejemplo, y usted lo revisa: nada se publica solo.
- Si un proveedor usa un formato muy distinto, se le pueden ajustar a ese formato las descripciones o los niveles mínimos de confianza. El formato se reconoce por un código o un texto fijo que trae impreso. Lo que no coincide con ninguno se lee con la descripción general y va a revisión.
- Se publica, y los robots usan siempre la versión publicada.
La IA busca cada dato por lo que significa, no por su posición, así que un cambio de lugar no obliga a reconfigurar nada. Lo que no encuentra o no puede comprobar va a revisión.
En el caso normal, la lectura es una sola actividad del robot: recorre los documentos y llama por su nombre al proyecto de extracción, que es la descripción del paso 1. Si llegan documentos mezclados o pegados en un solo archivo, se agrega antes un paso de clasificación.
Cómo se controla
- Cada valor se comprueba contra el documento. Si un dato que entregó la IA no está escrito en el documento, no se da por bueno: el documento va a revisión. Esta comprobación no es IA y no reconoce un valor puesto en el campo equivocado ni un documento que no es del tipo esperado. Para eso están la clasificación antes de leer y las reglas de su empresa, por ejemplo que el subtotal más los impuestos dé el total.
- Cada dato tiene su nivel mínimo de confianza, que fija su empresa: un NIT o un total pueden exigir más que una observación. Si la lectura queda por debajo, como pasa con un escaneo borroso, el documento va a revisión en vez de seguir.
- Por defecto, una persona confirma todo. La aceptación automática de los documentos sin dudas se activa solo cuando usted lo decide, y se puede combinar con una muestra de control: un porcentaje de los documentos sin dudas pasa igual por una persona, y no sigue hasta que ella lo valide.
- Estación de validación. La persona ve el documento con cada dato marcado en el lugar de la página de donde salió, corrige lo necesario y lo da por bueno. Cada corrección queda registrada.
- Medición. Con 10 a 20 documentos por formato, anotados a mano con sus valores correctos, se mide cuántos datos acierta (suele bastar para una señal fiable). Además, el tablero muestra los datos que más se corrigen en la revisión.
Qué pasa después de leer
Si el proyecto tiene una cola de salida, cada documento entra a ella con sus datos ya finales, en cuanto no necesita más revisión. Desde ahí:
- Un robot los registra en el ERP o en el sistema que corresponda, como lo haría una persona. La lectura no detecta facturas repetidas: eso lo comprueba el robot antes de registrar, por CUFE o por proveedor y número.
- En Zoan Flow, según su plan, una tabla de decisión decide el camino: por ejemplo, las facturas de más de cierto valor van a aprobación y las demás siguen directo. La tabla no usa IA: aplica las reglas que su empresa escribió.
Cuando un solo PDF trae varios documentos, por ejemplo una factura con su orden de compra y su remisión, el robot agrega un paso de clasificación. Ese paso identifica el tipo de cada página, separa los documentos y lee cada uno con su propia descripción. Si el corte no es claro, el robot envía el archivo a la estación de clasificación y una persona confirma dónde empieza cada documento antes de leerlo.
Qué pasa en cada caso
| Situación | Qué pasa |
|---|---|
| Todos los datos del documento están en él y superan su nivel de confianza | Con la aceptación automática (apagada por defecto), sigue solo, salvo los que caen en la muestra de control, que esperan a que una persona los valide; sin ella, lo confirma una persona |
| Algún dato no está escrito en el documento o queda bajo su nivel de confianza | Todo el documento va a la estación de validación |
| Su formato no coincide con ninguno de los definidos | Se lee con la descripción general y va a revisión, aunque todos los datos salgan limpios |
| No es del tipo esperado (una remisión entre facturas) | Se detecta solo si el robot clasifica el documento antes de leerlo; lo que no reconoce se aparta para revisión |
| Registrar, aprobar o rechazar | Lo deciden las reglas de su empresa y las personas, no la IA |
Los datos personales
Antes de enviar el texto al modelo de IA, el robot reemplaza por marcadores los datos personales que reconoce, como cédulas, NIT, correos, teléfonos y cuentas, y los restituye en el resultado. Está activo por defecto. Reconoce por reglas, así que un dato sin contexto puede escaparse. Un escaneo, para poder leerse, se envía completo al servicio de reconocimiento de texto, y ahí no hay enmascarado.
La IA es Claude, de Anthropic: incluida según su plan, o con la cuenta que su empresa tenga con Anthropic.
Qué necesita para empezar
- Una muestra de 10 a 20 documentos reales por formato, con los valores correctos anotados, para describir los datos y medir.
- La lista de datos que necesita de cada documento.
- Las reglas de lo que pasa después: qué se aprueba, qué se revisa, a dónde va cada dato.
- La persona o el rol que valida los documentos.
Empiece con un solo tipo de documento, el de más volumen, y mida antes de activar la aceptación automática.
Preguntas frecuentes
¿La IA puede equivocarse?
Sí, como una persona. Por eso se comprueba que cada valor esté escrito en el documento, cada dato tiene un nivel mínimo de confianza y, por defecto, una persona confirma todo hasta que usted decida lo contrario. Las reglas de su empresa, como que los valores cuadren, atrapan lo que la comprobación no ve.
¿Lee documentos escaneados y escritos a mano?
Sí. Los escaneos y las fotos pasan por reconocimiento de texto, que también lee letra manuscrita. Con letra difícil o un escaneo de mala calidad, la confianza baja y esos datos van a revisión.
¿Necesito una plantilla por proveedor?
No. Se describe el documento una vez y la IA busca cada dato por lo que significa. Si un proveedor tiene un formato muy distinto, se le pueden ajustar las descripciones o los niveles de confianza.
¿Cuánto cuesta?
Pasar a texto un PDF digital no tiene costo de lectura, aunque sus páginas guardadas cuentan en el cupo de páginas del plan. Leer un escaneo también consume páginas del cupo, y sacar los datos con IA consume IA, sea PDF digital o escaneo. Según su plan, hay un cupo mensual de IA y otro de páginas. Si se agota, la lectura con la IA incluida se detiene hasta el mes siguiente o hasta ampliar el plan, o sigue con la cuenta propia de su empresa. El portal muestra el consumo.
¿Sirve para las facturas electrónicas?
En Colombia, la factura electrónica es el XML validado por la DIAN; el PDF es su representación gráfica. Cuando llega el XML, el robot toma los datos de ahí, sin IA. La lectura con IA sirve cuando solo llega el PDF, y en ese caso conviene verificar el CUFE en la DIAN y pedir el XML al proveedor. También sirve para los documentos que no tienen XML: cuentas de cobro, órdenes de compra, remisiones, certificados.
¿Cuánto tiempo se guardan los documentos?
Zoan Cloud guarda cada documento con sus datos y sus correcciones el tiempo que defina su política de retención, y después lo archiva. El archivo contable oficial sigue siendo responsabilidad de su gestión documental o su ERP.
Empiece hoy
Sigue leyendo
- Del Excel al ERP: cómo un robot digita por usted
- Causación automática de facturas de proveedores: cómo funciona, paso a paso
Este contenido tiene fines informativos. La lectura de documentos con IA, la IA incluida y Zoan Flow dependen del plan contratado. Zoan Automation es un producto de Zoan Software.