Extracción de datos de documentos
Facturas, albaranes y contratos convertidos en datos que entran solos en tu sistema
Con liberar 5,5 horas a la semana, ya está pagado.
Llegan facturas en PDF, en papel escaneado y en fotos hechas con el móvil. Alguien las abre una por una y teclea los mismos ocho campos. Y una cifra mal tecleada en una factura se descubre tres meses después.
Qué hacemos
Extraemos los campos que necesitas de cada tipo de documento y los volcamos directamente en tu sistema, con validación de lo que se puede validar: que los importes cuadren, que el proveedor exista, que la fecha tenga sentido.
Lo que el sistema no puede afirmar con confianza va a una cola de revisión con el documento al lado, en vez de colarse como bueno. Un error silencioso en contabilidad cuesta mucho más que una revisión.
Se despliega dentro: tus facturas y contratos no viajan a ningún servicio externo para ser leídos.
Cómo funciona
Dónde vive el dato
Retorno de la inversión
Con liberar 5,5 horas a la semana, ya está pagado.
En un caso típico libera unas 42 h al mes, por encima de ese listón.
- Coste actual del proceso
- 2975 € /mes
- Horas liberadas al mes
- 42 h
- Inversión de implantación
- 7400 €
- Operación
- 210 € /mes
- Ahorro neto
- 1248 € /mes
- Punto de equilibrio
- 6 meses
- Resultado a 12 meses
- 7573 €
Supuestos de este cálculo (4)
- 85 h/mes de introducción manual de documentos en una empresa con volumen medio
- El 70% es alto: teclear campos de un documento estructurado es de lo más automatizable
- Factor de realismo del 70% sobre esa parte
- No se contabilizan los errores de transcripción evitados, que en contabilidad salen caros
Qué incluye
- Extracción por tipo de documento, con los campos que tú decidas
- OCR para escaneados y fotos de móvil
- Validaciones cruzadas: importes, proveedores y fechas
- Cola de revisión con el documento al lado
- Volcado a tu ERP o a tu contabilidad
Con qué lo montamos
No trabajamos con una sola herramienta ni te casamos con ninguna. Esto es lo que solemos usar para este servicio y para qué sirve cada pieza — si ya tienes algo montado, partimos de ahí.
- PaddleOCR / Tesseractlee escaneados y fotos de móvil
- Surya OCROCR moderno para documentos con maquetación difícil
- Docling / LlamaParseconvierte el PDF en estructura, no en texto plano
- pdfplumberextrae tablas de PDF nativos
- Salidas estructuradas (JSON Schema)el modelo devuelve campos, no prosa
- n8norquesta la cola de revisión y el volcado
- Holded / A3 / Sageel dato acaba en tu contabilidad
Cada una de estas piezas está catalogada en el stack, con lo importante: si se ejecuta dentro de tu empresa o si al meterla tu dato empieza a viajar.
Con qué motor lo movemos
Preferimos montarlo dentro de tu red, con un modelo abierto en tu propio servidor: es la única forma de que el dato no dependa de las condiciones de un tercero. Cuando eso no encaja — por presupuesto o porque no hace falta — trabajamos con modelos low cost adaptados a lo que puedas gastar, o con modelos frontera si la tarea lo pide. Para este servicio proponemos la capa marcada, pero se cambia sin rehacer el trabajo.
En tu servidor
Lo que proponemos aquí
El dato no sale. Es lo que preferimos.
- Cuándo
- Historiales, expedientes, nóminas, contratos, datos de salud, sector público — o cualquier cosa que no puedas explicar en una auditoría si acaba fuera.
- Tu dato
- No cruza el límite de tu empresa. Ni tu proveedor de nube ni nosotros vemos el contenido.
- Cómo se paga
- Inversión inicial en hardware y después coste plano: no sube aunque dupliques el uso.
- LlamaMeta · pesos abiertos
- QwenAlibaba · pesos abiertos
- DeepSeekChina · pesos abiertos
- MistralFrancia · pesos abiertos
- GemmaGoogle · pesos abiertos
- gpt-ossOpenAI · pesos abiertos
API de bajo coste
Potencia de sobra por céntimos.
- Cuándo
- Cuando el dato puede salir y lo que manda es el volumen: clasificar, extraer, traducir, resumir, etiquetar. Miles de operaciones al mes donde lo que cuenta es el precio por unidad.
- Tu dato
- Sale al proveedor que elijas. Te decimos cuál, en qué país están sus servidores y qué dicen sus condiciones de empresa sobre entrenar con lo que les mandas.
- Cómo se paga
- Céntimos por millón de palabras. Es la capa que hace viables los volúmenes grandes sin comprar una máquina.
- Kimi K2Moonshot · China
- DeepSeekChina
- MistralFrancia · Europa
- Gemini FlashGoogle · EE. UU.
- GrokxAI · EE. UU.
- GPT miniOpenAI · EE. UU.
Modelos frontera
Cuando el trabajo es difícil de verdad.
- Cuándo
- Razonamiento largo, código, análisis jurídico o financiero, agentes que encadenan veinte pasos sin que nadie mire. Donde una respuesta mediocre cuesta más de lo que cuesta el modelo.
- Tu dato
- Sale al proveedor. Leemos sus condiciones de empresa y te las resumimos por escrito antes de firmar nada.
- Cómo se paga
- El precio por palabra más alto del mercado — y a menudo el coste por tarea resuelta más bajo, porque acierta a la primera y no hay que revisarlo.
- Claude Opus 5Anthropic · EE. UU.
- GPT-5OpenAI · EE. UU.
- Gemini ProGoogle · EE. UU.
En la práctica casi nunca es uno solo
Lo normal es enrutar: el modelo barato se come el 90% del volumen y solo lo que de verdad es difícil sube al modelo frontera. Si además hay dato sensible, esa parte se queda en el servidor local y nunca entra en el enrutado. Se factura la mezcla, no el modelo más caro — y ahí es donde una factura de IA se divide entre tres o entre diez.
Cómo elegimos el motor, en detalle →Qué necesitamos de ti
- Entre 50 y 100 documentos de muestra de cada tipo
- La lista de campos que hay que extraer
- Acceso al sistema de destino o a su API
Plazo típico: 3 a 6 semanas
Lo que sueles preguntarte
¿Cuánto tarda en estar funcionando?
3 a 6 semanas, contando desde que tenemos los accesos. El plazo exacto va en la propuesta, no lo dejamos abierto.
¿Salen mis datos de la empresa?
No. Todo el procesado ocurre dentro de tu red y ni tu proveedor de nube ni nosotros vemos el contenido.
¿Con qué modelo de IA lo montáis?
Por defecto lo movemos con un modelo abierto en tu propio servidor, porque aquí el dato no debería salir. Si prefieres API, se cambia — y entonces te decimos exactamente qué sale. Preferimos la seguridad del dato y montar red y sistemas en local, pero trabajamos con las tres capas: modelos abiertos en tu propio servidor, LLM de bajo coste adaptados al presupuesto —chinos como Kimi K2 o DeepSeek, europeos como Mistral, estadounidenses como Gemini o Grok— y modelos frontera como Claude Opus 5 o GPT-5. El motor se cambia en la configuración sin rehacer el trabajo.
¿Cuánto tiene que funcionar para que me salga a cuenta?
Con liberar 5,5 horas a la semana, ya está pagado. En un caso típico libera unas 42 h al mes, por encima de ese listón. Los supuestos del cálculo están publicados en esta misma página, para que puedas discutirlos.
¿Qué necesitáis de mi parte?
Entre 50 y 100 documentos de muestra de cada tipo; La lista de campos que hay que extraer; Acceso al sistema de destino o a su API. Nada más: el resto del trabajo es nuestro.
¿Cuándo NO me conviene contratarlo?
Si tus proveedores ya te mandan factura electrónica estructurada, no necesitas extraer nada: necesitas integrar. Sale más barato y no se equivoca nunca.
¿Puedo mantenerlo yo después, sin vosotros?
Sí. Todo lo que montamos se entrega documentado y con traspaso al equipo. No trabajamos con cajas negras.
¿Encaja con lo que necesitas?
Cuéntanos el proceso concreto y te decimos si este servicio es el que te conviene — o cuál de los otros 48 lo es.