Ertas para Procesamiento de Facturas y Recibos

The Challenge

Los equipos de cuentas por pagar procesan facturas de cientos de proveedores, cada uno con un diseño, terminología y nivel de detalle diferente. Extraer datos estructurados — nombre del proveedor, número de factura, partidas, cantidades, precios unitarios, montos de impuestos, condiciones de pago y datos bancarios — de estos diversos formatos es un trabajo manual tedioso y propenso a errores. Un solo error de transposición en un campo de monto puede generar discrepancias en los pagos, disputas con proveedores y problemas de conciliación contable.

Las herramientas de extracción basadas en plantillas funcionan para proveedores de alto volumen con formatos consistentes, pero fallan con la larga cola de proveedores que envían facturas en diseños únicos. Las herramientas de extracción basadas en ML mejoran la cobertura, pero aún tienen dificultades con facturas escritas a mano, documentos escaneados con artefactos de OCR, facturas de múltiples páginas con tablas complejas de partidas y facturas en múltiples idiomas. La brecha de precisión entre lo que las herramientas de extracción ofrecen y lo que los equipos de cuentas por pagar necesitan significa que cada factura aún requiere verificación humana, lo que anula el propósito de la automatización.

The Solution

Ertas permite a los equipos de cuentas por pagar entrenar modelos de extracción con su propio corpus de facturas, de modo que el modelo maneje exactamente los formatos de proveedor, las variaciones de diseño y las convenciones de nombres de campos que encuentran a diario. En Ertas Studio, los equipos suben facturas anotadas en JSONL, donde cada entrada combina el texto OCR de una factura con sus campos de datos estructurados, y entrenan un modelo que convierte el texto no estructurado de la factura en una salida limpia y estructurada que coincide con el esquema de campos de su ERP.

El modelo entrenado maneja las particularidades de cada proveedor que las herramientas genéricas pasan por alto: el proveedor que escribe 'Importe neto' en lugar de 'Subtotal', el que incluye el impuesto en el precio de cada línea en vez de desglosarlo, el proveedor europeo que usa la coma como separador decimal. Como aprende de las facturas reales de la organización, refleja la combinación real de formatos y casos límite. El entrenamiento se ejecuta en las GPU en la nube de Ertas, así que las facturas anotadas se suben a Ertas; los equipos pueden sustituir los números de cuenta bancaria reales por valores de ejemplo realistas antes de subirlas. El modelo terminado se exporta desde Hub y se ejecuta en los servidores del propio equipo mediante Ollama, llama.cpp o vLLM, procesando las facturas a medida que llegan y generando datos estructurados listos para importar al ERP. Las salidas que no pasan las validaciones del equipo, como líneas que no suman el total de la factura, pasan a revisión humana, y las correcciones se convierten en ejemplos de entrenamiento para la siguiente ejecución.

Key Features

Example Workflow

El departamento de cuentas por pagar de una constructora procesa 3,000 facturas al mes de más de 400 proveedores: suministradores de materiales, subcontratistas, empresas de alquiler de equipos y firmas de servicios profesionales. El equipo anota 8,000 facturas con sus correspondencias de campos estructurados, sustituye los datos bancarios reales por valores de ejemplo y sube el dataset a Ertas Studio. Ajustan un modelo orientado al esquema de factura de 22 campos de su ERP, que incluye códigos de proyecto, categorías de costo y montos de retención propios de la facturación en construcción, prueban varios modelos base en paralelo y comparan la precisión por campo en un conjunto reservado de facturas. El mejor modelo se exporta y se sirve en un servidor de la propia empresa, conectado a su flujo de recepción de facturas. Las facturas entrantes pasan por OCR y se envían al modelo, que devuelve datos estructurados en el formato de importación del ERP. Las facturas que no superan las reglas de validación del equipo van a un especialista de cuentas por pagar, y las salidas corregidas se agregan al dataset para la siguiente ejecución de entrenamiento. Cada mes, el equipo registra cuántas facturas pasan sin cambios para decidir cuándo volver a entrenar.