Cómo funciona el procesamiento automático de facturas

1. Del documento al texto

Una factura llega en formatos muy distintos. Un PDF generado por un sistema ya contiene el texto y se puede leer directamente. Una factura electrónica en XML es texto estructurado. Un escaneo o una foto es una imagen: para leerla hace falta OCR (reconocimiento óptico de caracteres), que convierte píxeles en letras.

El OCR introduce errores propios: un 8 que se lee como B, una coma decimal que desaparece. Por eso, cualquier sistema serio debe saber cuándo su lectura no es fiable. (Sullivam no hace OCR: marca esos documentos como ilegibles y los envía a revisión.)

2. Entender qué dice: plantillas frente a modelos de lenguaje

Durante años, la extracción se hizo con plantillas: para cada proveedor se indicaba dónde estaba el total o el número. Funciona bien con pocos proveedores estables, pero cada formato nuevo exige una plantilla nueva.

Los modelos de lenguaje entienden el documento como lo haría una persona: saben que «Importe a pagar» y «Total due» son lo mismo, sin plantilla. A cambio, pueden equivocarse con seguridad aparente. La práctica recomendable es pedirles, junto a cada valor, su nivel de confianza y la cita del documento de la que lo sacaron, para poder verificarlo.

3. Comprobar: reglas deterministas

Una vez extraídos los datos, hay comprobaciones que no necesitan inteligencia artificial, y es mejor que no la usen, porque deben dar siempre el mismo resultado:

• que subtotal, impuestos, descuentos y retenciones cuadren con el total;
• que la fecha de emisión no sea futura y el vencimiento sea posterior;
• que la moneda sea una de las esperadas;
• que la factura no se haya recibido antes (mismo archivo, o mismo número del mismo proveedor);
• que el proveedor sea conocido;
• que traiga la orden de compra cuando la empresa la exige.

Algunas herramientas hacen además la llamada conciliación de tres vías: cruzan factura, orden de compra y recepción de la mercancía. Requiere tener esas órdenes y recepciones en un sistema al que la herramienta pueda consultar.

4. Decidir: automático, revisión o rechazo

El último paso convierte todo lo anterior en una decisión. Un buen diseño tiene más de dos salidas: no solo «aprobar» o «rechazar», sino también «revisar» cuando hay dudas y «no admitido» cuando el documento no corresponde. La regla más prudente es que la duda lleve a revisión, no a rechazo: una factura real descartada por error es información que nadie volverá a mirar.

Dónde suelen fallar los sistemas

• Rellenan un campo que no encontraron con una suposición.
• Solo detectan duplicados con días de diferencia, no dos copias que llegan a la vez.
• Dejan que el modelo de IA decida, sin reglas que lo limiten.
• No guardan por qué tomaron cada decisión.

Cómo resuelve cada punto Sullivam, paso a paso: procesamiento automático de facturas con Sullivam.