OCR frente a IDP: qué cambia al leer facturas con IA
Facturas 7 min de lectura· Por el equipo de Neored Solutions· Actualizada
¿Qué es el OCR y qué es el IDP?
El OCR (reconocimiento óptico de caracteres) lee una imagen o un PDF escaneado y devuelve el texto que contiene. Nada más. Sabe que hay un "1.210,00", pero no sabe si es el total, una base imponible o un número de albarán.
El IDP (procesamiento inteligente de documentos) usa el OCR como primer paso y añade comprensión del documento: detecta la estructura, identifica qué campo es cada dato y lo devuelve ordenado. Para una factura, eso significa proveedor, número, fecha, importes, impuestos y líneas.
Los proveedores grandes lo describen de forma parecida. La documentación de Google Document AI distingue entre digitalizar con OCR para obtener texto y maquetación, y los procesadores de extracción que van más allá y sacan pares clave-valor, tablas o entidades. La de Microsoft sobre su modelo prebuilt de facturas dice que usa OCR para analizar y extraer campos clave y líneas de facturas, y devolver un JSON estructurado.
Aviso honesto: en el mercado, "IDP" también es una etiqueta de marketing. Algunos productos que se anuncian como IDP son OCR con plantillas. Lo que importa es qué hace el sistema con tus facturas, no cómo se llama.
¿Qué diferencia hay entre trabajar con plantillas y entender el documento?
El OCR clásico en facturación suele apoyarse en plantillas o zonas: "en la factura del proveedor X, el total está en esta posición". Funciona muy bien si el proveedor siempre envía el mismo formato. Falla cuando cambia el diseño o aparece un proveedor nuevo, y alguien tiene que crear otra plantilla.
El enfoque IDP busca la semántica: reconoce que un importe está junto a la etiqueta "Total" o "Total a pagar" sin depender de una posición exacta. Un modelo entrenado con muchos documentos distintos se generaliza mejor a formatos que no ha visto. Microsoft indica, por ejemplo, que su modelo de facturas admite facturas de formatos y calidades variados, incluidas fotos de móvil, escaneos y PDF digitales.
| Aspecto | OCR con plantillas | IDP |
|---|---|---|
| Qué hace | Extrae texto de zonas definidas | Interpreta el documento y sus campos |
| Proveedor nuevo | Requiere crear o ajustar plantilla | Suele poder leerlo sin plantilla, con revisión |
| Cambio de diseño | Puede romper la lectura | Más tolerante, aunque no infalible |
| Líneas de detalle | Difícil con tablas variables | Diseñado para tablas y líneas |
| Validación | Normalmente externa | Se suele combinar con reglas y revisión |
| Cuándo gana | Pocos proveedores, formato fijo | Muchos proveedores y formatos distintos |
Si tus facturas vienen de cinco proveedores con formato estable, el OCR con plantillas puede ser suficiente y más barato. No necesitas IDP por moda.
¿Qué facturas rompen un OCR clásico?
Estas son las situaciones donde un sistema basado en plantillas suele fallar:
- Proveedores nuevos o esporádicos, sin plantilla creada.
- Cambios de diseño del proveedor, a veces tras actualizar su programa de facturación.
- Tablas con líneas variables: número de líneas distinto, descripciones en varias filas, líneas que saltan de página.
- Facturas multipágina con totales en la última hoja.
- Fotos de móvil o escaneos torcidos, con sombras o poca resolución. La propia documentación de Microsoft recomienda una foto clara o un escaneo de calidad por documento.
- Varios tipos de documento mezclados: facturas, albaranes, abonos y presupuestos en el mismo buzón.
- Distintos idiomas o formatos de número, como "1.210,00" frente a "1,210.00".
- Facturas de abono o rectificativas, con importes negativos y referencias a otra factura.
Ojo: el IDP tampoco es mágico. Una imagen ilegible sigue siendo ilegible. Por eso importa lo que viene ahora.
¿Cómo se valida lo que lee la IA?
Leer no es lo mismo que acertar. Un buen flujo no se fía de la lectura: la comprueba. Estas son las validaciones cruzadas que más ayudan:
- Aritmética: la suma de bases más impuestos debe coincidir con el total. Si no cuadra, algo se ha leído mal.
- Proveedor conocido: comparar el NIF leído con tu maestro de proveedores.
- Duplicados: detectar la misma combinación de proveedor, número y fecha ya registrada.
- Pedido o albarán: cruzar con el pedido de compra o el albarán cuando existan.
- Coherencia de fechas e importes: una fecha futura o un importe muy fuera de lo habitual con ese proveedor merece un vistazo.
- Formato de campos: un NIF o un IBAN con estructura imposible se marca antes de contabilizar.
Muchos sistemas devuelven una puntuación de confianza por campo, y puedes usarla para decidir qué pasa solo y qué pasa a revisión. Es una buena práctica, pero comprueba que el producto que evalúes la ofrece y cómo se configura. No des por hecho que está.
Idea clave
Lo que marca la calidad de un sistema de lectura de facturas no es solo la lectura, sino lo que ocurre cuando duda: validaciones que saltan y una bandeja de revisión humana clara.
¿Cuándo debe intervenir una persona?
Siempre debería haber una vía para ello. La automatización total sin revisión es arriesgada con documentos que acaban en tu contabilidad. Un diseño razonable es este:
- Pasa solo lo que supera las validaciones, de proveedores conocidos y con importes normales.
- Va a revisión lo que falla una validación, tiene baja confianza o es de un proveedor nuevo.
- Se aprende de las correcciones: si una persona corrige siempre el mismo campo de un proveedor, eso debe poder mejorar las reglas.
- Trazabilidad: quedar registrado qué leyó la IA, qué cambió la persona y cuándo.
Así empiezas con bastante revisión y la vas reduciendo con evidencia, no con fe. Esto es lo que planteamos en nuestro servicio de lectura de facturas con IA. Si tu caso es el de una constructora con facturas, albaranes y pedidos, mira automatizar facturas, albaranes y pedidos en una constructora.
¿Qué preguntar a un proveedor antes de contratar?
Lleva estas preguntas a cualquier demo, también a la nuestra. Y pide probar con tus facturas reales, incluidas las difíciles.
- ¿Necesita plantilla por proveedor o lee formatos nuevos sin configurarlos?
- ¿Cómo trata las líneas de detalle y las facturas de varias páginas?
- ¿Qué validaciones cruzadas incluye (totales, NIF, duplicados, pedido)?
- ¿Ofrece puntuación de confianza por campo y se puede configurar un umbral de revisión?
- ¿Cómo es la pantalla de revisión humana y quién la usa?
- ¿Cómo se integra con tu contabilidad o ERP, y qué pasa cuando falla un envío?
- ¿Dónde se almacenan y procesan los documentos y quién tiene acceso?
- ¿Cómo se cobra: por documento, por página, por licencia? ¿Y los extras?
- ¿Qué medición hacen de aciertos? Desconfía de un porcentaje global sin explicar con qué documentos se midió.
Para hacerte una idea de costes, consulta cuánto cuesta leer facturas con IA. Y si en tu empresa emites facturas además de recibirlas, conviene saber cómo afecta VeriFactu y la factura electrónica al software que uses.
Preguntas frecuentes
¿Es lo mismo OCR que IDP?+
No. El OCR convierte la imagen en texto. El IDP parte del OCR y añade comprensión del documento: sabe qué dato es el total, el proveedor o una línea de detalle, y lo devuelve estructurado. En la práctica, algunos productos llaman IDP a un OCR con plantillas, así que prueba con tus facturas.
¿Necesito IDP si solo tengo pocos proveedores?+
Probablemente no. Si recibes facturas de pocos proveedores con formato estable, un OCR con plantillas puede ser suficiente y más económico. El IDP aporta más cuando tienes muchos proveedores, formatos cambiantes, proveedores nuevos a menudo o documentos fotografiados.
¿Qué precisión tiene la lectura de facturas con IA?+
Depende de la calidad de los documentos, de los proveedores y del sistema, y no hay una cifra universal fiable. Desconfía de porcentajes sin contexto. Mide tú: prueba con una muestra de tus facturas reales y revisa qué campos fallan, para decidir umbrales de revisión humana.
¿Puede la IA equivocarse con los importes?+
Sí, por eso se valida. Se comprueba que bases e impuestos sumen el total, que el NIF exista en tu maestro de proveedores y que no haya duplicados. Lo que no pasa las comprobaciones va a revisión humana antes de contabilizarse. Sin esas capas, la automatización es arriesgada.
¿Se puede leer una factura hecha con una foto del móvil?+
Sí, a menudo, pero la calidad importa. Microsoft, por ejemplo, indica que su modelo admite fotos de móvil, escaneos y PDF digitales, y recomienda una foto clara o un escaneo de calidad por documento. Una imagen borrosa o torcida aumentará los errores y las revisiones manuales con cualquier sistema.
¿Qué debe incluir una buena revisión humana?+
Una pantalla que muestre el documento junto a los datos leídos, marque los campos dudosos, permita corregir rápido y deje registro de qué se cambió. También conviene que las correcciones frecuentes sirvan para ajustar reglas del proveedor y reducir revisiones con el tiempo.