Hay un trabajo que en LATAM sigue haciéndose a mano en casi toda empresa mediana: alguien abre un PDF de factura, copia el RUC, el número, la fecha y el total a un Excel o al ERP, y pasa a la siguiente. Cuatrocientas al mes, cinco minutos cada una. Azure AI Document Intelligence existe para eso, y es el servicio que más rápido devuelve plata de todo el catálogo de IA de Azure.
Lo trabajamos en la tercera sesión de la Especialización en IA Generativa en Azure, junto con Vision, y casi siempre es la sesión donde alguien dice «esto lo necesito el lunes en mi área». Acá va lo que de verdad tienes que saber antes de prometerle al jefe que se automatiza.
No es un OCR, y esa es toda la diferencia
Un OCR clásico te devuelve el texto de la página. Útil, pero inútil: después tienes que escribir reglas para saber cuál de esos números es el total y cuál el IGV, y la regla se rompe con el primer proveedor que mueve el logo de lugar. Document Intelligence devuelve campos con nombre —número de factura, proveedor, fecha de emisión, subtotal, impuesto, total— y además las líneas de detalle, con las coordenadas de dónde las sacó.
El modelo de facturas ya viene entrenado con formatos de miles de proveedores distintos, así que no tienes que enseñarle nada para empezar. Lo mismo para recibos, documentos de identidad y algunos formularios tributarios. Pasas el PDF, recibes JSON.
Cuándo sí hay que entrenar un modelo propio
Los modelos listos cubren documentos estándar del mundo. No cubren la orden de compra con el formato interno de tu empresa, ni el acta de conformidad de obra, ni la hoja de ruta que usa tu operador logístico. Para eso etiquetas un conjunto pequeño de documentos de ejemplo en la herramienta de etiquetado y entrenas un modelo personalizado sobre esos campos.
La regla práctica: si el documento siempre tiene la misma estructura, un modelo de plantilla aprende rapidísimo y es barato. Si cada proveedor manda lo suyo en un layout distinto, necesitas el enfoque neuronal y más ejemplos. Antes de etiquetar nada, prueba el modelo prebuilt con 20 documentos reales y mira qué tanto acierta: muchas veces el personalizado no hacía falta.
El número de confianza es el que decide tu arquitectura
Cada campo extraído viene con un valor de confianza. Esa es la pieza que convierte un demo en un proceso que se puede auditar: defines un umbral, y todo lo que queda debajo no se escribe en el ERP, se manda a una cola de revisión humana con el recorte de la imagen al lado.
Lo que nadie te dice es que el umbral correcto no se decide en una reunión, se calibra. Procesas doscientas facturas, comparas contra la captura manual y ves en qué nivel de confianza empiezan los errores que te importan. En facturación, un total mal leído cuesta mucho más que diez revisiones de más.
El flujo que termina en producción
- ▸El documento cae en un contenedor de Blob Storage (desde un correo, un portal de proveedores o un escáner).
- ▸Una Function o una Logic App dispara el análisis y guarda el JSON crudo. Guárdalo siempre: el día que discutan un monto, ese archivo es tu respaldo.
- ▸Validación de negocio: que el RUC exista, que el total cuadre con la suma de líneas, que la fecha no sea del futuro.
- ▸Lo que pasa el umbral se escribe en el sistema destino; lo que no, va a la cola de revisión.
- ▸Un tablero con tasa de automatización por proveedor. Ese número es el que justifica el proyecto frente a finanzas.
Cuánto cuesta
La página de precios de Azure pone los modelos prebuilt del nivel estándar alrededor de USD 10 por cada 1000 páginas, con las primeras 500 páginas al mes gratis para evaluar. Varía por región y por tipo de modelo, así que confirma el número para la tuya antes de armar el caso de negocio. Con esa referencia, las 400 facturas mensuales del ejemplo cuestan menos que una hora de la persona que hoy las digita. El costo del proyecto no está en el servicio: está en la integración y en el proceso de revisión.
Cuándo no usarlo
Si lo que necesitas es responder preguntas sobre contratos largos en lenguaje libre —«¿qué cláusulas de penalidad tiene este acuerdo?»— eso es búsqueda y generación, no extracción de campos, y se resuelve mejor indexando el texto y preguntándole a un modelo. Document Intelligence brilla cuando el resultado tiene que ser una tabla con columnas fijas que alguien va a contabilizar. En proyectos reales terminan conviviendo: extraes los campos duros con uno y dejas el análisis del texto al otro.
Dónde aprender a montarlo
La Especialización en IA Generativa en Azure son 27 horas en vivo y 10 sesiones que van de tu primer proyecto en AI Foundry a la arquitectura completa: RAG con AI Search, Document Intelligence y Vision, lenguaje, voz, seguridad del contenido y despliegue. Sales con el flujo armado por ti, no con diapositivas. Y sí, incluye certificado.
Si además quieres el papel, la extracción de información es uno de los bloques del examen AI-103 y lo cubrimos en la preparación para el Azure AI Engineer. Y si estás entrando a la IA desde el desarrollo, la ruta AI Engineer te da el camino completo en vez de servicios sueltos.
Si quieres ver cómo otros resolvieron lo mismo con sus propios documentos, cada semana hay un taller en vivo en la Comunidad AI Builders.
