Lectura de documentos: la IA extrae y declara cuánto se fía

Extraer campos de un PDF lo hace cualquiera. Lo que decide si sirve para una auditoría es que el sistema diga de qué se fía y de qué no, y que quede constancia de quién lo dio por bueno.

Programar una demo Prueba gratis

En corto

  • Extracción multi-modelo: el modelo se elige por tipo de documento, no hay uno para todo.
  • Cada campo sale con su nivel de confianza. Lo dudoso se marca en ámbar y espera revisión humana.
  • Lee lo que llega por donde llega: PDF, foto de WhatsApp, escaneo torcido o adjunto de correo.
  • Quien valida un campo queda registrado. Eso es lo que convierte un dato en una evidencia.
app.codecontract.io
poliza-rc-2026.pdfLeído en 6 s · 1 créditoValidar todo
PDF

Póliza de responsabilidad civil

CampoValor leídoConfianza
Tipo de documento Póliza de responsabilidad civil Alta
Tomador Suministros Aldaia, S.L. Alta
Nº de póliza RC-2026-884517 Alta
Aseguradora Mapfre España Alta
Límite por siniestro 1.200.000 € Revisar
Vigencia hasta 31/12/2026 Alta
Actividad cubierta Suministro y montaje Baja
Lectura automática · la IA extrae los campos y marca su confianza. Lo que lee con dudas se señala en ámbar para que una persona lo confirme.

La confianza declarada no es un adorno

Un sistema que extrae siempre con la misma seguridad obliga a revisarlo todo o a fiarse de todo. Ninguna de las dos cosas es viable con volumen.

Al declarar la confianza campo a campo, la revisión se concentra donde importa: de siete campos de una DoP, seis se dan por buenos y uno —el organismo notificado, que estaba mal escaneado— pasa a un humano.

El proveedor no cambia nada

La mayoría de los productores pequeños mandan fotos por WhatsApp. Exigirles un portal es exigirles que cambien de forma de trabajar, y la respuesta es que dejan de contestar.

La lectura funciona igual sobre una foto torcida que sobre un PDF generado. Es el sistema el que se adapta, no el proveedor.

Ejemplos

Ejemplo 1
La situación

Llega la DoP de un hormigón y hay que archivarla vinculada a la partida.

Qué haces
  1. El documento entra por donde lo mandó el proveedor.
  2. La IA extrae tipo, número, producto, norma, organismo, fecha y firmante.
  3. Revisas solo lo que salió en ámbar.
Qué obtienes

La DoP queda archivada con sus campos indexados y trazada a la partida. Buscarla dentro de nueve años es escribir el número, no abrir carpetas.

Ejemplo 2
La situación

Un productor manda la ficha técnica como foto de WhatsApp, torcida y con sombra.

Qué haces
  1. El canal de WhatsApp la recoge en el expediente.
  2. La IA la lee igual y marca en ámbar los dos campos que no ve claros.
Qué obtienes

Se revisan dos campos en diez segundos en vez de transcribir la ficha entera a mano.

Ejemplo 3
La situación

El auditor pregunta quién validó el dato de alérgenos de esa referencia.

Qué haces
  1. Abres el documento en el expediente.
  2. Miras el histórico del campo.
Qué obtienes

Nombre, fecha y hora de quien lo validó, y el valor que la IA había propuesto antes. Es una respuesta, no una conjetura.

Preguntas frecuentes

¿Qué formatos lee?
PDF (nativo y escaneado), imágenes (JPG, PNG, HEIC), Office y correo con adjuntos. Si llega por WhatsApp como foto, se trata igual.
¿Qué pasa si la IA se equivoca?
Por eso existe la confianza declarada y la revisión. Un campo corregido a mano queda registrado como tal, con quién lo corrigió.
¿Cuánto cuesta una lectura?
Se mide en créditos y depende del tamaño y el tipo de documento. El consumo se ve desglosado por documento en Créditos.