Digitalización de facturas de proveedor con IA

Contexto

Como parte del rediseño del proceso de compra a pago después de SAP S/4HANA, la carga de facturas de proveedor era la tarea que más horas consumía del equipo administrativo de Supermercados y Corralones.

El problema y su costo

Cuatro personas a tiempo completo cargaban a mano unas 1.900 facturas por mes, con un promedio de 20 minutos cada una: más de 600 horas mensuales. Cada proveedor usa un formato distinto, y la factura trae el código del proveedor, no el material de SAP. Buscar ese material renglón por renglón era la parte más lenta.

Mi rol

Definí el alcance, la arquitectura y los controles, y probé la solución con el equipo. El código lo escribió Claude Code a partir de esas decisiones.

La solución

El equipo escanea cada factura en la carpeta de SharePoint donde ya trabajaba. Un proceso por lote convierte el PDF en imágenes, las endereza y envía todas las páginas a un LLM de visión, que devuelve ítems, ajustes y totales en JSON. El maestro proveedor-material, actualizado todos los días, asigna el material SAP. Después corren controles determinísticos: cuadre contra el subtotal, existencia en el maestro y sugerencia de dígitos mal leídos. Lo que no cierra se marca para revisión. La carga en SAP sigue siendo humana, a propósito.

Decisiones

• No confiar en el modelo. Después del LLM corren reglas contables y contra el maestro. Nada inventado llega a SAP sin que una persona lo vea.
• El ahorro está en el material SAP, no en el cuadre perfecto. Por eso una factura marcada para revisión ahorra casi lo mismo que una que sale lista.
• Evaluar sin una versión verdadera. La precisión se estimó con consistencia aritmética por renglón y con reproducibilidad entre corridas.
• Elegir el modelo por evidencia. Se probaron cinco: los más rápidos inventaban filas. Se priorizó precisión sobre velocidad.
• Diseñado alrededor del equipo. La primera versión era una app web; al probarla con los usuarios pasó a ser un ejecutable en la carpeta donde ya escaneaban.
• Empezar por lo más difícil. El piloto se hizo con facturas largas, donde el ahorro es mayor y los errores, más visibles.

Resultados

En el piloto, el tiempo por factura bajó de unos 20 a unos 10 minutos. El 92,6 % de los renglones quedó con material SAP asignado; entre el 88 % y el 93 % de los renglones verificables cierran aritméticamente, y el 95 % de los datos se repite al reprocesar. Es un piloto con modelos gratuitos: el paso siguiente previsto es una integración con un modelo dentro del tenant.

Cómo lo escalaría

Extracción con un servicio de inteligencia documental y un modelo de visión dentro del tenant, orquestación por eventos sobre SharePoint, las mismas validaciones como funciones, contabilización por API de S/4HANA y aprobación humana solo para las excepciones. Las tres métricas del piloto pasan a ser un tablero de calidad por proveedor y por modelo.