Mucha gente que probó el OCR de facturas hace cinco años se llevó una decepción y no ha vuelto a mirarlo. Tiene sentido: aquello funcionaba mal. Pero lo que falla no es lo mismo que falla ahora, y conviene saber qué ha cambiado antes de descartarlo.
El problema del OCR clásico
El OCR —reconocimiento óptico de caracteres— hace una cosa: convertir una imagen de texto en texto. Lo hace bien desde hace décadas.
El problema es que una factura no es un texto: es un documento con estructura. Y el OCR te devuelve todas las palabras y todos los números sin saber cuál de esos números es la base imponible.
La solución de la época era la plantilla: le dibujabas un recuadro y le decías «el total de las facturas de este proveedor está aquí». Funcionaba hasta que ocurría cualquiera de estas cosas:
- El proveedor cambiaba el diseño de su factura.
- La factura tenía dos páginas en vez de una.
- Había dos tipos de IVA y el recuadro solo cogía uno.
- Entraba un proveedor nuevo y había que hacerle su plantilla.
Con treinta proveedores era llevadero. Con trescientos, era un trabajo a tiempo completo mantener las plantillas.
Qué cambia ahora
Los modelos actuales no buscan en una posición: entienden el documento. Localizan el total porque reconocen qué es un total, igual que lo reconocería una persona que nunca ha visto esa factura.
En la práctica eso elimina las plantillas, que era el 80 % del coste de mantenimiento. Un proveedor nuevo no necesita configuración. Un cambio de diseño no rompe nada. Dos páginas y tres tipos de IVA son un caso normal.
Y hace algo que el OCR no podía: entender el contexto. Distingue la fecha de factura de la fecha de vencimiento aunque las dos estén en el mismo bloque sin etiqueta clara, porque sabe cuál suele ir después.
Qué hace falta tener
- Documentos legibles. Esto no ha cambiado. Un escaneo a 150 ppp de un papel arrugado sigue siendo un problema.
- Un criterio de validación. Lo que hace seguro el proceso no es el acierto, es saber cuándo el sistema duda.
- Volumen. Por debajo de 150 facturas al mes rara vez compensa montar nada.
Lo que ya no hace falta: plantillas por proveedor, un formato concreto, ni pedirle nada a quien te factura.
Qué se mide
Hay dos indicadores y suele mirarse solo el primero:
Tasa de extracción correcta. Entre el 92 % y el 98 % en campos de cabecera con documentos legibles. En líneas de detalle baja bastante, sobre todo con descripciones largas.
Tasa de duda bien marcada. De los errores que comete, cuántos venían marcados como dudosos. Este número importa más que el primero, y casi nunca se mide.
Un sistema que acierta el 93 % y marca correctamente sus dudas es utilizable: revisas lo marcado y confías en el resto. Uno que acierta el 97 % pero se equivoca con total seguridad en el 3 % restante te obliga a revisarlo todo, y entonces no has ahorrado nada.
| Indicador | Qué comprobar |
|---|---|
| Extracción correcta por campo | Por campo, no en media: el CIF y el total no fallan igual |
| Errores que venían marcados | Cuanto más alto, menos hay que revisar |
| Facturas que requieren intervención | Debe bajar los primeros meses |
| Tiempo de validación por factura | El ahorro real |
Cómo validarlo antes de comprar
Esto es lo más útil de este artículo. No te fíes de la demostración: dale cien de tus facturas reales, incluidas las feas.
Incluye a propósito:
- Las de tus cinco proveedores más raros.
- Alguna de dos páginas.
- Alguna con dos tipos de IVA.
- Alguna con retención.
- Un par de escaneos malos.
- Un abono, que es donde fallan los signos.
Y mide los dos indicadores de arriba sobre ese lote. Una hora de trabajo que te ahorra el disgusto.
Cuándo no hacerlo
Si recibes factura electrónica estructurada. Ahí el dato ya viene limpio y no hay nada que leer. Extraerlo de un PDF que acompaña a un XML es trabajo tirado.
Si el volumen es bajo. Es el mismo límite de siempre.
Si las facturas vienen de cinco proveedores fijos con formato estable. Ahí una integración directa sale mejor y más barata.
Encaje en el Bono IA
Es el caso de uso que probablemente más se solicite, con lo que eso implica: conviene que el tuyo esté bien planteado y bien medido, no presentado como «vamos a poner IA en la contabilidad».
El bono financiará servicios y soluciones, no licencias. Lo confirmado y lo pendiente. Y si lo que te interesa es el proceso completo y no solo la lectura del documento, está contado en dejar de teclear las facturas de proveedor.