OCR de facturas con IA: guía para quien todavía teclea en el gestor

Qué es el OCR de facturas con IA (y qué no)

OCR significa reconocimiento óptico de caracteres. En su forma básica convierte la imagen de una factura en texto: coges un PDF escaneado o una foto y obtienes un documento en el que puedes buscar palabras. Útil, pero eso no te ahorra teclear. El dato sigue viajando a mano desde la pantalla hasta el gestor.

Escanear y guardar es archivo digital. Tienes la factura ordenada y localizable, y nada más. El importe, la base, el IVA y el vencimiento siguen sin entrar solos en tu contabilidad. Muchos que creen tener OCR en realidad tienen esto.

El OCR de facturas con IA es otra cosa. Lee la factura, entiende qué es cada número aunque cambie de sitio según el proveedor, y devuelve datos estructurados listos para volcar: NIF, número de factura, fecha, base imponible, tipo y cuota de IVA, total, forma de pago, IBAN. La palabra clave es estructurados. No te da un texto, te da campos que otro sistema puede usar sin intervención humana.

El salto respecto al OCR clásico está en cómo tolera la variedad. El OCR de plantillas necesita que le enseñes dónde está cada campo en la factura de cada proveedor. Funciona bien con cinco proveedores fijos y se rompe en cuanto uno cambia el diseño o llega uno nuevo. La IA generaliza: infiere dónde está la base aunque nunca haya visto ese formato. Por eso escala en una pyme que recibe facturas de decenas de proveedores distintos.

Cómo funciona el circuito completo, paso a paso

Un proyecto de OCR con IA que funciona no es un botón. Es un circuito con cinco tramos. El error habitual es contratar solo el tramo de lectura y seguir haciendo el resto a mano.

1. Captura

La factura entra por donde entra hoy: un email a la cuenta de administración, un PDF que descargas del portal del proveedor, una foto que el comercial hace con el móvil, o un buzón compartido. Un buen circuito recoge todos esos canales sin que nadie reenvíe nada a mano. La factura que no entra en el circuito es la que luego se pierde.

2. Extracción

Aquí actúa el OCR con IA. Lee el documento y saca los campos estructurados. Lo importante no es solo el dato, sino que cada campo venga con un nivel de confianza. La factura clara pasa con confianza alta; la borrosa o rara pasa marcada para revisar. Ese matiz separa un sistema serio de uno que inventa cuando duda.

3. Validación y cotejo

El sistema comprueba coherencia interna (que base más IVA cuadre con el total) y coteja contra lo que ya sabes: el pedido de compra y el albarán. Es el llamado cotejo a tres bandas. Si pediste 100 unidades, recibiste 100 y te facturan 120, salta la alerta antes de pagar. Sin este paso, automatizas también los errores.

4. Contabilización y volcado al gestor

Los datos validados entran en tu programa de contabilidad o ERP con el asiento propuesto y el proveedor identificado en el maestro. Aquí se juega la mitad del ahorro, porque es el tramo que hoy se hace tecleando. La integración con tu gestor (A3, Sage, Holded, Odoo y similares) tiene que ser real, no un CSV que alguien importa a mano. Cuando el circuito está bien montado, ese dato puede seguir viaje hacia tu automatización comercial y CRM sin picarlo dos veces.

5. Archivo y trazabilidad

La factura original se conserva enlazada al asiento, con registro de quién validó qué y cuándo. Esto no es un adorno: es lo que te salva en una inspección y lo que encaja con las obligaciones que llegan en 2027. Volvemos a ello más abajo.

Tecleo, plantillas o IA: qué cambia de verdad

El tecleo manual no cuesta cero. Cuesta horas y errores que casi nadie mide. Antes de decidir nada, conviene poner número a eso, y por eso escribimos cuánto cuesta de verdad procesar una factura a mano. Si no tienes esa cifra, no puedes saber si el OCR te sale a cuenta.

De PDF a Excel, paso a paso

Mucha gente no busca un circuito completo: busca pasar las facturas de PDF a Excel y dejar de teclear. Es una petición razonable y tiene respuesta honesta: si el Excel es de verdad el destino final (lo revisa el gestor, alimenta un cuadro de mando, sirve de control de gasto), pasar por Excel está bien. Lo que no funciona es usar Excel como puente hacia el ERP: entonces estás haciendo dos veces el mismo trabajo.

El orden importa, porque el error típico no está en la extracción sino en lo que viene después. Estos son los cinco pasos, con el que casi todo el mundo se salta marcado.

1. Decide las columnas antes de extraer nada

Extraer "todo" es la forma más rápida de acabar con una hoja que nadie usa. Escribe primero para qué es el Excel y qué decisión se toma mirándolo: si es control de gasto, necesitas proveedor, fecha, base y total; si es conciliación con albaranes, necesitas además la referencia del albarán y las líneas. Cada columna que no se usa es una columna que alguien tendrá que revisar.

2. Extrae campos, no texto

El OCR clásico te devuelve el texto de la factura y te deja el trabajo hecho a medias: sigues teniendo que localizar dónde está el total. Lo que quieres es el campo identificado, con su valor y su nivel de confianza. Esa confianza es lo que después te permite ordenar la hoja por "lo dudoso primero" y revisar diez facturas en vez de trescientas.

3. Normaliza fechas e importes (el paso que se salta todo el mundo)

Aquí se rompe la mayoría de exportaciones a Excel. Un proveedor escribe 1.234,56 y otro 1,234.56; uno pone la fecha como 08/09/2026 y otro como 2026-09-08 o como 9 Sep 2026. Si eso entra en la hoja tal cual, Excel interpreta unas celdas como número, otras como texto y alguna como fecha equivocada, y la suma de la columna deja de significar nada.

Esto no lo debe decidir un modelo de lenguaje: es una conversión con reglas fijas, y las reglas fijas aciertan siempre. La IA sirve para saber que ese número es el total; convertirlo al formato de tu hoja es trabajo de un conversor determinista.

4. Comprueba el cuadre antes de guardar la fila

Dos comprobaciones aritméticas atrapan casi todos los errores de lectura y cuestan nada: que base más cuota de IVA dé el total, y que la suma de las líneas dé la base. Si no cuadra, la fila no entra en la hoja limpia: entra en la de revisión. Un sistema que guarda igualmente lo que no cuadra te obliga a descubrirlo en el cierre del mes, que es el peor momento posible.

5. Escribe sin romper el histórico

La hoja se llena por abajo, con una fila por factura y una columna de estado. Nada de sobrescribir el fichero entero cada vez, ni de una pestaña por mes, ni de fórmulas que apunten a celdas fijas. Y guarda siempre el número de factura y el NIF juntos: es la pareja que te permite detectar el duplicado, que es el error más caro de todos porque acaba en un pago repetido.

La plantilla de columnas, lista para usar

Para no empezar en blanco, esta es la estructura que usamos cuando el destino es una hoja de cálculo. Puedes descargar la plantilla en CSV y abrirla directamente en Excel: va con separador de punto y coma y codificación UTF-8 con BOM, que es la combinación con la que Excel en español la abre en columnas y con los acentos bien, sin pasar por el asistente de importación. Trae una fila de ejemplo para que se vea el formato de cada campo; se borra y a trabajar.

• Proveedor y NIF. Juntos, siempre. El NIF es lo que identifica de verdad; el nombre cambia de una factura a otra.
• Número de factura y fecha de emisión. La pareja número más NIF es la que detecta el duplicado antes de que se pague dos veces.
• Fecha de vencimiento. Si no viene en la factura, se calcula desde las condiciones pactadas. Es la columna que convierte la hoja en una previsión de tesorería.
• Base imponible, tipo de IVA, cuota y total. Los cuatro, aunque parezca redundante: es lo que permite la comprobación de cuadre del paso 4.
• Moneda. Aunque hoy sean todas en euros. Añadir la columna después, con la hoja llena, cuesta mucho más.
• Referencia de albarán o pedido. La que enlaza la factura con lo que realmente entró. Sin ella no hay conciliación posible.
• Cuenta contable. Se propone automáticamente por proveedor y se corrige a mano las primeras semanas, hasta que acierta sola.
• Estado de revisión y confianza. Las dos columnas que hacen la hoja usable: ordenas por confianza ascendente y revisas solo la cabecera de la lista.

Qué mirar al elegir proveedor

La demo de cualquier proveedor lee bien la factura bonita que trae preparada. Tu problema son las otras. Estas son las preguntas que separan una herramienta que aguanta tu día a día de una que se cae en la tercera factura rara.

• Precisión por campo, no global. Un 95% de acierto global suena bien y esconde que falla justo en el IVA. Pide que te enseñen la confianza campo a campo y qué campos fallan más.
• Qué hace con la factura dudosa. La respuesta correcta es enviarla a una cola de revisión humana, no rellenar el hueco con lo que le parezca. Un sistema que nunca duda es un sistema que a veces se inventa datos.
• Integración real con tu gestor y tu ERP. No vale exportar un fichero que luego alguien importa. Pregunta por el conector concreto con tu programa y por quién lo mantiene cuando el gestor actualiza.
• Qué formatos traga. PDF nativo, PDF escaneado, foto de móvil torcida, factura incrustada en el cuerpo de un email. Prueba con tus peores facturas, no con las suyas.
• Cumplimiento y ubicación de los datos. RGPD, dónde se procesan tus facturas y cómo conserva la trazabilidad de cara a una inspección. Con las obligaciones de 2027 encima, esto deja de ser opcional.
• Modelo de precios. Por factura, por lote o tarifa fija. Con volumen alto, el precio por documento se dispara sin que lo veas venir. Haz el cálculo con tu número real de facturas al mes.
• Soporte durante la implantación. A quién llamas cuando el conector deja de funcionar un día 20 con las nóminas encima. La respuesta importa más que la marca.

Errores típicos de implantación

Casi todos los proyectos que se tuercen fallan por lo mismo, y ninguno es culpa de la tecnología de lectura. Son decisiones de proceso.

• Empezar sin medir el coste actual. Sin la línea base no sabrás si has mejorado ni podrás defender la inversión ante quien firma. Mídelo antes de contratar.
• Querer el 100% automático desde el día uno. Los primeros dos meses conviene revisar la cola de dudosas para afinar el sistema y ganar confianza. Automatizar a ciegas es cómo se cuelan los errores caros.
• No definir el cotejo antes de conectar el gestor. Si no decides contra qué comparas cada factura (pedido, albarán, contrato), estarás automatizando pagos sin control. La lectura es fácil; el cotejo es lo que aporta.
• Fiarte del total sin validar base e IVA. El total puede estar bien y el desglose mal, y en contabilidad eso importa. Valida los tres campos, no solo el que pagas.
• No limpiar el maestro de proveedores. Si tienes el mismo proveedor tres veces con NIF distinto, el OCR heredará ese caos. Basura entra, basura sale.
• Olvidar la trazabilidad. Guardar el dato sin enlazar la factura original y sin registro de validación te deja vendido en una inspección. Móntalo desde el principio, no después.

Verifactu y factura electrónica B2B: cómo encaja el OCR

Hay dos obligaciones distintas en marcha y conviene no mezclarlas, porque afectan a lados opuestos de la factura.

Verifactu (RD 1007/2023) regula la emisión. Fija los requisitos que debe cumplir tu programa de facturación cuando tú emites: registro, huella y, si te acoges al modo Veri*Factu, envío de los registros a la AEAT. El Real Decreto-ley 15/2025, publicado en el BOE el 03/12/2025, aplazó los plazos: los contribuyentes del Impuesto sobre Sociedades tienen hasta el 01/01/2027 para adaptar sus sistemas, y el resto de obligados (autónomos en IRPF, no residentes con establecimiento permanente y entidades en atribución de rentas) hasta el 01/07/2027.

La factura electrónica B2B (RD 238/2026) regula la recepción y el intercambio. Este reglamento, publicado en el BOE el 31/03/2026 y en vigor desde el 20/04/2026, obligará a emitir y recibir facturas entre empresas en formato electrónico estructurado. Su aplicación efectiva no tiene fecha cerrada: arranca 12 meses después de la orden ministerial de desarrollo para quienes facturen más de 8 millones de euros, y 24 meses para el resto. Esa orden ministerial todavía no está aprobada a fecha de 11/08/2026, así que cualquier fecha concreta que leas por ahí es una estimación, no una obligación en firme.

¿Dónde encaja el OCR en todo esto? El OCR trabaja en la entrada: convierte en datos las facturas que recibes hoy en PDF, foto o email. Cuando la factura electrónica B2B esté en pleno vigor, muchas facturas te llegarán ya estructuradas (Facturae y formatos afines) y no necesitarán lectura, porque el dato viene limpio de origen. Pero eso no elimina el OCR a corto plazo por dos razones: seguirás recibiendo facturas en papel y PDF de proveedores todavía no obligados durante la transición, y necesitas trazabilidad y archivo enlazado para ambos regímenes. Montar ahora un circuito ordenado de recepción te deja preparado para cuando el formato estructurado sea la norma, no obliga a rehacerlo.

Un apunte práctico: el OCR no te hace cumplir Verifactu. Verifactu va de tu software de emisión. Que un proveedor te venda OCR como si fuera tu solución a Verifactu es una señal de humo. Son cosas distintas.

Cuándo NO te compensa

Vendemos esto, así que toca ser honesto sobre cuándo no vale la pena. Hay casos claros en los que montar un circuito de OCR con IA es matar moscas a cañonazos.

• Muy pocas facturas al mes. Si recibes unas pocas decenas y el maestro de proveedores es corto, el tecleo puede costarte menos que montar y mantener el circuito. Aun así, calcula el coste real antes de descartarlo, porque el tiempo a mano suele estar infravalorado.
• Dos o tres proveedores fijos y homogéneos. Si toda tu factura viene de tres sitios que nunca cambian el formato, una regla sencilla o una plantilla básica hace el trabajo sin pagar por IA.
• Un gestor que no admite importación estructurada. Si tu programa no deja entrar datos de forma limpia y no piensas cambiarlo, el volcado seguirá siendo manual y te quedas a medias. Resuelve eso primero.
• Nadie que revise la cola las primeras semanas. El circuito necesita a alguien que valide las dudosas al arrancar. Si no tienes esa persona ni ese rato, el proyecto arranca torcido.

Un caso donde sí compensa con claridad

Con un operador logístico con el que trabajamos, el problema no era el volumen puntual sino la variedad: facturas de transportistas distintos, cada uno con su formato, muchas como foto de móvil o PDF escaneado. Las plantillas se rompían cada dos por tres. Ahí la IA marca la diferencia, porque generaliza sobre formatos que no ha visto y libera a administración de picar y perseguir descuadres. Si tu caso se parece a ese, el retorno es evidente; puedes ver cómo lo abordamos en IA para logística. Si dudas de en qué lado caes, una consultoría de IA en Barcelona para medir tu caso concreto cuesta menos que equivocarte de herramienta.

Preguntas frecuentes

Fuentes

• Real Decreto-ley 15/2025, de 2 de diciembre (modifica plazos de Verifactu del RD 1007/2023) (Boletín Oficial del Estado)
• Real Decreto 238/2026, de 25 de marzo, de facturación electrónica obligatoria entre empresarios y profesionales (Boletín Oficial del Estado)
• Ampliación del plazo de adaptación de los sistemas informáticos de facturación (SIF) (Agencia Tributaria (AEAT))

Seguir leyendo