Fíjese bien en la factura INV-88180. Sus tres líneas suman 8.240,00 $. El total impreso al pie indica 8.420,00 $. Dos dígitos han cambiado de sitio y la diferencia es de 180 $.
Un revisor atareado podría pasarlo por alto. Un proceso automatizado que confía en todo lo que extrae lo pasará por alto siempre — y transmitirá la cifra errónea como si fuera correcta.
Nuestro nuevo vídeo, Checked, not trusted, sigue esa única factura a través de DocReveal: desde el momento en que se lee, pasando por la comprobación que la señala, hasta el momento en que una persona decide qué ocurre después. Dura tres minutos y medio, puede verlo al principio de esta página y está pensado para quienes cargan con la responsabilidad — directores financieros, equipos de cuentas a pagar, operaciones y auditoría — más que para desarrolladores. Esto es lo que verá y por qué importa.
Leer no es lo mismo que confiar
La IA se ha vuelto muy buena leyendo documentos. Extraerá correctamente cada línea de la factura INV-88180 — incluido el total erróneo, porque lo que está impreso es precisamente ese total erróneo. Una copia perfecta de un documento con errores sigue siendo un resultado con errores.
Esa es la brecha que deja abierta la mayor parte de la automatización documental. El procesamiento se acelera, y con él la velocidad a la que los errores llegan a la contabilidad, los informes y los pagos. La respuesta no es ir más despacio. Es comprobar cada documento, automáticamente, frente a las reglas que ya rigen su negocio, antes de que nadie se apoye en los datos.
Leer: cada factura se convierte en datos
El vídeo empieza en Reveal Manager, donde seis facturas de septiembre se procesan en una sola ejecución. Cada archivo se lee, se mapea al modelo de datos de factura, se contrasta con las reglas y se prepara para la analítica, y el tablero muestra en qué punto está cada archivo a medida que avanza la ejecución. No hay plantillas que mantener: los proveedores usan formatos e idiomas distintos, y las facturas se leen tal como llegan.
Cinco facturas pasan. Una, de un proveedor llamado Stavlund, no: sus comprobaciones de reglas han fallado.
Comprobar: reglas que escribirían sus auditores
La comprobación responsable de ese fallo viene de Rules Manager. Allí, un usuario de negocio compone reglas haciendo clic en campos, condiciones y valores — sin código, sin scripts. En el vídeo, una regla establece que la suma de las líneas debe coincidir con el total de la factura. Otra se asegura de que el mismo número de factura nunca aparezca en dos documentos.
Estas comprobaciones son deterministas. No le piden su opinión a una IA; calculan y comparan, siempre de la misma manera. Las reglas se agrupan, se versionan y se publican de forma deliberada, y el registro de auditoría muestra quién creó, modificó y publicó cada versión. Cuando, meses después, alguien pregunte por qué se señaló una factura, la respuesta estará documentada.
El resultado es un veredicto con su motivo. En Business Rules Validation, la factura INV-88180 queda marcada como fallida, con la regla exacta que no ha cumplido y los valores en los que se basa: líneas que suman 8.240,00 $ frente a un total impreso de 8.420,00 $. No «algo parece estar mal», sino qué, dónde y por cuánto.
Un veredicto negativo no es un callejón sin salida. Se guarda con el documento y se publica como evento, de modo que puede iniciar un flujo en Integration Manager o despertar a un agente de IA para que dé el siguiente paso.
Decidir: un agente que sabe cuándo preguntar
En la segunda mitad del vídeo, ese evento despierta en Agent Manager a un agente de IA que clasifica facturas — uno de los colegas digitales que describimos en Agent Pool. Nadie lo pone en marcha a mano; se ejecuta solo cada vez que se valida un documento. Lo primero que hace no es actuar, sino leer: el veredicto de las reglas y los datos extraídos de la factura.
El agente trabaja dentro de los límites que ha fijado su responsable: un conjunto definido de herramientas, un número máximo de pasos por ejecución y un perfil de autonomía que determina qué acciones requieren la aprobación de una persona. Sus instrucciones son claras sobre las facturas que no superan sus comprobaciones — se derivan a una persona. Por eso el agente hace lo que haría un buen colega: pregunta. La ejecución queda en pausa en la bandeja de aprobaciones, con la pregunta y las posibles respuestas ya planteadas.
Una persona lee la pregunta y decide retener la factura y solicitar una rectificativa. El agente retoma la tarea, deja constancia de la decisión y termina. Su rastro muestra cada paso — qué leyó, qué preguntó, la respuesta que recibió y cómo acabó la ejecución. La bandeja vuelve a estar vacía, y no ha ocurrido nada que alguien no pueda explicar.
Por qué importa más allá de una factura
INV-88180 es una pequeña historia de 180 $. El principio que hay detrás se aplica a cada documento que procesa su empresa, y cabe en una línea. La IA propone. Las reglas comprueban. Las personas deciden.
- Trate los datos extraídos como una propuesta, no como un hecho. Localice los puntos donde se usan datos extraídos sin que nadie los compruebe — ahí es donde deben ir sus primeras reglas.
- Ponga por escrito las comprobaciones que sus equipos ya hacen por costumbre. Totales que deben cuadrar, números que deben ser únicos, valores que deben mantenerse dentro de unos límites. Lo que comprueba un revisor, una regla puede comprobarlo en cada documento.
- Dé a la automatización una forma de detenerse y preguntar. Un agente que delega lo que no le corresponde decidir vale más que uno que lo decide todo.
- Conserve el registro. Reglas versionadas, veredictos con su motivo y rastros de agentes con las respuestas humanas convierten «lo hizo el sistema» en un historial auditable.
Todas las empresas y cifras del vídeo son datos de demostración ficticios.
Comprobado, no dado por hecho. Cada documento. Así es como la automatización se gana la confianza.