Cómo pasar facturas a Excel con IA.

Cada mes llega lo mismo: una carpeta con cuarenta facturas en PDF, tres tickets fotografiados con el móvil, el Excel de un proveedor con las celdas combinadas y un pedido que viene escrito en el cuerpo de un correo. Y al otro lado, un programa que solo acepta una cosa: su fichero. Su Excel con sus columnas en su orden, su CSV con su separador, su XML con su esquema.

El OCR (reconocimiento óptico de caracteres) permite leer el texto de una factura. Para preparar su contabilización falta el siguiente paso: que lo leído salga en el formato exacto que tu programa importa, con cada dato comprobado, y que alguien te avise de lo que no cuadra antes de que se cuele en la contabilidad.

Eso es lo que hace un agente de VibeTasking. Una asesoría lo usa desde julio para pasar las facturas de compra de sus clientes al Excel que importa su programa. En septiembre le ha costado unos 0,08 € por factura. Así funciona, y así se lleva a cualquier documento y a cualquier formato.

Del OCR de facturas al Excel para tu contabilidad

Hay cientos de herramientas para extraer datos de una factura con IA, y casi todas leen bien el proveedor, la fecha y el total. Lo que separa un OCR de un fichero preparado para importar son tres cosas.

Que la salida sea exactamente tu fichero, no "un Excel": el modelo de tu programa, con sus columnas, sus códigos y su formato de fecha. Que cada dato venga comprobado, porque un NIF con dos dígitos cambiados de orden es un proveedor que no existe. Y que lo dudoso venga señalado, con el motivo, para que lo mires tú y solo eso.

Lo que comprueba antes de darte el fichero

Esta lista es la diferencia entre una demo y algo que una asesoría usa cada semana con las facturas de sus clientes.

• Cuadre de cada documento. Bases más IVA más recargo, menos IRPF, más suplidos, tiene que dar el total impreso. Si no da, busca en el pie el descuento global que faltaba restar o la ecotasa que faltaba sumar. La base que se va a la contabilidad es la de después del descuento, no la que pone en grande.
• Dígito de control de cada NIF. Si no pasa, no lo da por bueno. Convierte en imágenes la primera y la última página, recorta y gira los márgenes (en las facturas de empresa grande el CIF suele ir en el texto girado 90° del lateral) y solo acepta un candidato que pase la comprobación. Un mismo proveedor con dos NIF, o un NIF con dos nombres, sale como aviso.
• El régimen de IVA como el número que espera tu programa. Catorce casos: nacional, exenta, no sujeta, intracomunitaria de bienes, intracomunitaria de servicios, importación, extracomunitaria de servicios, inversión del sujeto pasivo, recargo de equivalencia, REBU, agencias de viajes, agrario, simplificada, IGIC e IPSI. Hasta tres tipos de IVA por factura, que es lo normal en alimentación.
• La subcuenta del Plan General de Contabilidad (PGC). Primero mira si ese proveedor ya tiene subcuenta confirmada para ese cliente, y si la tiene, esa manda aunque el concepto sugiera otra. Solo cuando no hay historial la deduce (600, 621, 623, 628, 629 y las demás). Si no encaja ninguna, la deja vacía y lo señala, en vez de inventar.
• Rectificativas. Un documento con los importes en negativo se contabiliza como abono, lo diga con palabras o no.
• Repetidos. Mismo proveedor, mismo número y misma fecha no se guardan dos veces.
• Lo que no se puede leer. Un PDF con contraseña o dañado se aparta y se dice. No se investiga, no se adivina.

Lo que no puede resolver solo te llega como una lista de avisos con el motivo, en español y sin jerga: "el documento trae dos fechas, va la de expedición", "el NIF leído no pasaba el dígito de control, se ha puesto el que sale en otra factura del mismo proveedor". Miras esa lista, no las cuarenta facturas.

Pasar facturas en PDF a Excel: una asesoría, cada semana

La asesoría lleva la contabilidad de empresas de alimentación, entre otras. Sus clientes suben las facturas de compra a un portal, un agente reparte lo que llega buscando dentro el NIF del cliente, y otro agente convierte cada lote en el Excel que importa el programa del despacho: una fila por documento, con el tipo de factura como número, las bases y el IVA por bloques, la retención, la subcuenta y la ruta del PDF en el disco del despacho con el separador de Windows, para que el programa enlace cada asiento con su documento.

Un lote de un jueves de septiembre: 56 documentos, 47 facturas y 9 rectificativas, todo en el Excel en 15 minutos. Ninguno se quedó fuera. De las 56 subcuentas, 52 salieron de la memoria del despacho y el agente dedujo 4. Y la lista de avisos traía 14 líneas: las 9 rectificativas detectadas por el signo, dos facturas con fecha de expedición y de operación distintas, unos suplidos fuera de la base, una línea de 0,48 € al 0 % que hubo que releer, y un NIF corregido porque el leído no pasaba el dígito de control y el bueno estaba en otra factura del mismo proveedor.

Ese lote costó 467 créditos, 8,3 céntimos por documento. Los cinco lotes procesados del 1 al 10 de septiembre suman 127 documentos, con una media de 18 segundos y 8,4 céntimos por documento.

En el lote del 4 de agosto costaba 13,4 céntimos por documento. La bajada no es un modelo más barato: es que el trabajo mecánico (descomprimir, quitar duplicados, montar el Excel, validar el cuadre, redactar la entrega) pasó del modelo a siete scripts que viajan con el agente, y el modelo se quedó solo con lo que necesita criterio: leer el documento, deducir la subcuenta cuando no hay historial y corregir lo que los scripts señalan.

El mismo dato, en el fichero que pide cada programa

Aquí conviene ser exacto con lo que hace el agente. No maneja tu programa. Fabrica y lee ficheros, que es justo lo que tu programa sabe importar y exportar. Y como puede ejecutar código, cualquier formato que esté descrito en un manual es un formato que puede escribir.

• El Excel o el CSV de importación de tu contabilidad. Contasol, Factusol, Sage 50, a3ERP, Holded, Odoo o el que sea: el modelo con sus columnas en su orden, sus códigos de tipo de factura y su formato de fecha. El de la asesoría es un Excel de una fila por documento y el agente lo rellena tal cual.
• Remesas SEPA. De un Excel de pagos o de recibos al XML pain.001 o pain.008 que sube tu banco, con el IBAN comprobado y los importes que suman lo que dice la cabecera.
• Facturae. De tus facturas al XML que piden las administraciones públicas para FACe.
• Norma 43, al revés. Del fichero de movimientos que te da el banco a un Excel que se puede conciliar.
• El fichero propio de tu programa. Ese que describe un manual de ochenta páginas con posiciones fijas y códigos de tres letras. El agente lee el manual y escribe el fichero.

Si tu programa es de escritorio y lleva quince años instalado, esto es lo que importa: no hay que cambiarlo, ni conectarlo a nada, ni pedirle una API que no tiene. Sigue importando su fichero de siempre. Lo que cambia es quién lo escribe.

Y no solo facturas

Facturas es el caso más repetido, no el único. El mismo agente lee tickets, albaranes, pedidos que llegan en el cuerpo de un correo, contratos, nóminas, extractos, formularios escaneados y listados en PDF que alguien exportó hace años y que ahora hay que volver a tener en Excel.

"Cualquier documento" quiere decir cualquier cosa que una persona pueda leer. PDF con texto, PDF escaneado, foto torcida, Word, Excel, correo con adjuntos, o un comprimido con todo mezclado dentro. Cuando el documento es una imagen, la mira. Cuando el texto está girado, lo gira. Y si lo que entra lleva datos personales que no deberían salir del despacho, se anonimizan antes.

Cómo sabes que el fichero es válido

Que la demo se vea bien no es la prueba. La prueba es que el fichero pase donde tiene que pasar.

Para un fichero SEPA, el validador de tu banco o cualquiera de los validadores públicos del esquema ISO 20022. Para Facturae, el validador oficial de FACe. Para el Excel de tu programa, la importación en una empresa de pruebas. Y para todo, el cuadre: cada fila suma lo que dice el documento, o viene en la lista de avisos con el motivo.

Esa lista es el trato. El agente no promete no equivocarse; promete decirte dónde mirar.

Cuánto cuesta extraer los datos de una factura con IA

VibeTasking cuesta 30 € al mes con 3.000 créditos, y un crédito es un céntimo. Lo que gasta el agente depende de cuántos documentos lee, no de cuántos llegan.

La asesoría del ejemplo procesó del 1 al 10 de septiembre 127 documentos por 1.065 créditos: 10,65 € de consumo en créditos, o 0,084 € por documento. Es un agente afinado durante cinco semanas y treinta y cinco revisiones, así que un agente recién montado gasta más al principio, como gastaba el suyo en agosto. Lo que baja el coste es lo de siempre: que el modelo lea solo lo que necesita leer y que lo mecánico lo hagan scripts.

Cómo está montado

Tres piezas, y ninguna es software a medida.

• Un agente con las instrucciones del caso: cómo se lee una factura según la normativa española y de la UE, qué comprobar, qué señalar. Los siete scripts viajan con él como recursos. Cuando cambia una regla del despacho, se cambia una frase.
• Una base de datos con los clientes, los proveedores y las subcuentas que el despacho ha confirmado. Es la memoria: cada lote aprende para el siguiente, y lo que alguien confirmó desde la aplicación web manda sobre lo que el agente deduzca.
• Un portal donde los clientes del despacho suben los documentos y un segundo agente los reparte por NIF. Lo dudoso se queda en una bandeja con el cliente propuesto y el motivo.

Y detrás, la lista de avisos de cada entrega, que es donde una persona mira.

Extraer datos de otros documentos con el mismo proceso

Casi cualquier empresa tiene un programa que solo acepta su fichero y una carpeta de documentos que no se parecen en nada. Un ERP de hace diez años, un programa de nóminas, la plataforma de un cliente grande que exige su CSV, un banco que quiere su XML. La forma del problema es siempre la misma: entra cualquier cosa, tiene que salir exactamente una, y en medio hay alguien copiando a mano.

Empieza por la carpeta de este mes. Súbela, dile qué fichero necesita tu programa y mira el primer Excel. Puedes montarlo tú mismo, o cuéntanos qué programa usas y levantamos contigo la primera versión.