OCR · Digitalización de documentos
Optical Character Recognition
¿Qué es el OCR?
- Conversión de texto de imágenes a texto
- Nivel en el que el aprendizaje profundo permite comprender incluso la estructura del documento
- Los campos importantes requieren reglas de validación y revisión humana
Lo que el OCR cambia en realidad es «el tiempo de búsqueda» y «la unidad de conteo». Las 3.000 contratos archivados en un gabinete dependen de la memoria del responsable; en cuanto se convierten en texto, se pueden buscar por nombre de proveedor, importe o fecha de vencimiento, y se agregan por mes. Significa también que el punto de partida del trabajo pasa del ojo de las personas al sistema. Hasta ahora, una persona leía, juzgaba e ingresaba los datos; ahora el orden se invierte: primero llegan los datos y la persona solo verifica.
Si antes de implantarlo se separan los documentos en tres grupos, cambian tanto la cotización como la dificultad. Los PDF nativos digitales, generados desde el origen, tienen una capa de texto, así que no hace falta OCR, solo extraer el contenido. Los documentos de formato fijo, como las facturas fiscales o los documentos de identidad, se extraen según su posición y tienen alta precisión. En cambio, los contratos de formato libre o las listas de verificación manuscritas requieren entender también las tablas y la relación entre los campos, por lo que pasan al ámbito de IDP (procesamiento inteligente de documentos). La resolución del escaneo debe ser de 300 dpi o más como mínimo; por debajo de eso, son frecuentes las confusiones entre 0 y 8, o entre 1 y 7. Al pedir una cotización, confirme que la precisión por carácter y la precisión por campo son cifras totalmente distintas.
La idea errónea más común es pensar que «con un 99 % de precisión no hace falta intervención humana». Si la precisión es del 99 % por carácter, un número de registro de empresa de 12 dígitos queda en alrededor de 89 % correcto, y si un documento tiene 15 campos por verificar, la proporción de documentos totalmente correctos baja aún más. Por eso muchos sitios terminan revisando todo a mano, y el proceso resulta más lento que la captura manual. Si no se separan, según la puntuación de confianza, los casos que pasan automáticamente de los que requieren revisión humana, el ahorro desaparece. Otro error frecuente es creer que, como el documento fue escaneado, el original puede desecharse; después, en una auditoría fiscal o un juicio, se exige presentar el original. Antes de desechar originales, verifique los requisitos legales de validez de los documentos electrónicos y los plazos de conservación. Y cuando se envíen documentos con datos personales a una API externa, deje por escrito el contrato de encargo de tratamiento y si los datos se usan para entrenamiento del modelo.
Seungtae ParkInstructor práctico de AX que enseña creando por sí mismo proyectos de automatización del marketing y de desarrollo de negocio con IA
John KimCEO de Nanum Consultoría y autor de «Diseño del marketing B2B»Surgió a principios del siglo XX con investigaciones sobre máquinas lectoras para personas con discapacidad visual y sobre la clasificación automática de correo postal. En las décadas de 1950 y 1960 aparecieron los primeros dispositivos comerciales de reconocimiento de caracteres. A partir de la década de 2010, la aplicación del aprendizaje profundo elevó notablemente la precisión, hasta el punto de comprender también la estructura del documento.
La empresa A, distribuidora de materiales de construcción, tiene 140 colaboradores y ventas anuales de alrededor de KRW 90,000,000,000 (≈ US$67,362,200). Cada mes recibe de sus socios comerciales 4.200 facturas fiscales y notas de remisión en papel y por fax, y su equipo de contabilidad, formado por 4 personas, las ingresaba a mano en el ERP; por eso el cierre mensual siempre superaba los 5 días hábiles. El jefe del área de finanzas decidió implantar el OCR con un piloto de 3 meses. (Ejemplo hipotético)
- El jefe de finanzas contó por tipo los 4,200 documentos recibidos en un mes: el 78 % correspondía a un solo tipo, los comprobantes de transacción. «Con atender solo esto ya resolvemos la mitad», dijo, y decidió empezar limitando el alcance a un único tipo de documento.
- Al probar con 300 escaneos reales, los originales impresos alcanzaron el 97 % de precisión y las copias recibidas por fax, el 71 %. El responsable de operaciones propuso: "Pidamos que reenvíen los faxes", y primero se cambió la vía de recepción.
- Al incorporar el encargado de sistemas informáticos la verificación del dígito de control del número de registro de la empresa y la regla de comprobación «monto neto + IVA = total», el 84 % de los casos mal reconocidos durante el periodo de prueba se filtró automáticamente antes de que una persona interviniera.
- Solo se envían a la pantalla de revisión los casos con confianza inferior a 0.9, de modo que una persona revisa únicamente el 12% del total. El gerente de contabilidad dijo: "No se trata de buscar errores; basta con revisar lo marcado, así que es mucho más rápido".
- El responsable de seguridad de la información revisó los formularios que exponían el número de identificación personal del representante y dispuso que se enviaran con esos datos enmascarados. Además, se firmó un contrato de encargo de tratamiento con el proveedor de la API externa, con la condición de que no use los datos para entrenamiento.
- Tres meses después, las horas-hombre mensuales de ingreso de datos bajaron de 320 a 96, y el cierre se adelantó de D+5 a D+2. Las reclamaciones por montos de proveedores mal ingresados bajaron de 11 al mes a 2.