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 ajustar modelos de extracción en su corpus específico de facturas, entrenando al modelo para manejar los formatos exactos de proveedores, variaciones de diseño y convenciones de nombres de campos que encuentran. Con Ertas Studio, los equipos cargan facturas anotadas como JSONL — cada entrada contiene el texto OCR de una factura y los campos de datos estructurados correspondientes — y entrenan un modelo que mapea texto no estructurado de facturas a una salida estructurada y limpia que coincide con el esquema de campos de su sistema ERP.

El modelo ajustado maneja las particularidades de cada proveedor que las herramientas genéricas pasan por alto: el proveedor que lista 'Monto Neto' en lugar de 'Subtotal', el que incluye el impuesto en los precios de las partidas en lugar de listarlo por separado, el proveedor europeo que usa la coma como separador decimal. Debido a que el modelo aprende de las facturas reales de la organización, refleja la distribución real de formatos y casos extremos, no un conjunto de entrenamiento sintético. Desplegado a través de Ertas Cloud o localmente vía Ollama, el modelo procesa facturas a medida que llegan, generando datos estructurados listos para importar al ERP. Las facturas por debajo del umbral de confianza se enrutan a revisión humana, creando un ciclo de retroalimentación para la mejora continua del modelo.

Key Features

Example Workflow

El departamento de cuentas por pagar de una empresa constructora procesa 3,000 facturas mensuales de más de 400 proveedores — proveedores de materiales, subcontratistas, empresas de alquiler de equipos y firmas de servicios profesionales. El equipo anota 8,000 facturas con mapeos de campos estructurados y las carga en Ertas Vault. En Ertas Studio, ajustan un modelo dirigido al esquema de factura de 22 campos de su ERP, incluyendo códigos de proyecto, categorías de costos y montos de retención específicos de la facturación en construcción. El modelo se despliega como un endpoint de API integrado con su flujo de trabajo de ingreso de facturas. Las facturas entrantes se procesan con OCR y se envían al modelo, que genera datos estructurados que coinciden con el formato de importación del ERP. El modelo maneja el 78% de las facturas con alta confianza sin intervención humana, enruta el 18% para verificación rápida (generalmente solo uno o dos campos ambiguos) y marca el 4% para revisión manual completa. El tiempo de procesamiento mensual baja de 120 horas-persona a 35, y los errores de ingreso de datos disminuyen en un 90%.