Extracción de datos sin plantillas, de 2012 a IA generativa

La extracción de datos sin plantillas es la razón de ser de AIDA: nuestra plataforma de procesamiento inteligente de documentos (IDP) nació en 2012, diez años antes que ChatGPT, para leer los datos de los documentos aprendiendo del usuario con un clic, en lugar de exigir plantillas construidas a mano. Hoy la IA generativa potencia ese motor, que sigue siendo la base de todo el producto.

Quien elige hoy un software IDP suele encontrarse ante dos tipos de propuestas. Por un lado, las plataformas tradicionales, nacidas sobre la extracción basada en plantillas. Por otro, las startups de los últimos tres años, que lo confían todo a un modelo de lenguaje y enseñan demos convincentes con la primera factura. AIDA viene de un camino distinto, y conocerlo te ayuda a entender qué ocurre después de la demo, cuando entran en juego miles de documentos reales.

¿Qué era la extracción de datos basada en plantillas?

La extracción basada en plantillas describe de antemano dónde se encuentra cada dato en un diseño de documento concreto: se dibujan zonas o se escriben reglas que buscan palabras clave y posiciones relativas, y luego el software aplica esa descripción a los documentos entrantes.

En 2012 el mercado de la captura de datos lo lideraban ABBYY y Kofax (hoy Tungsten Automation), con plataformas potentes construidas sobre este principio. En ABBYY FlexiCapture, la estructura de los documentos con diseño variable se describe con un programa específico, FlexiLayout Studio; en Kofax Transformation Modules, los proyectos de extracción se preparan y se prueban en Project Builder, para el que existen cursos de formación específicos.

Quien participó en un proyecto de captura documental en aquellos años recuerda bien sus limitaciones:

• la configuración requería técnicos especializados, software y formación específicos, antes incluso de procesar el primer documento;
• cada nuevo proveedor con un diseño distinto suponía una nueva plantilla o nuevas reglas que escribir;
• con los documentos no estructurados, como las cartas o los escritos de un despacho de abogados, la plantilla no tenía puntos fijos en los que apoyarse, porque el dato podía estar en cualquier frase del texto;
• entrenamiento y producción eran procesos separados: el proyecto se preparaba en un entorno de diseño, se publicaba en producción y cada cambio repetía el mismo ciclo;
• un diseño que cambiaba aunque fuera un poco podía echar a perder la extracción, hasta que alguien actualizaba la plantilla.

¿Cómo funciona la extracción de datos sin plantillas de AIDA?

AIDA aprende del usuario mientras trabaja: para enseñarle un campo basta con seleccionar la propiedad y hacer clic en el valor dentro del documento. Un clic en un solo documento, y a partir de ese momento AIDA sabe qué buscar en los siguientes documentos del mismo tipo.

En AIDA, el tipo de documento no depende de su aspecto gráfico, sino solo de los datos que quieres extraer. Una factura de proveedor sigue siendo una factura de proveedor, tanto si llega del proveedor A como del proveedor B con un diseño completamente distinto.

Cuando confirmas el primer documento con un diseño nuevo, AIDA aprende a leerlo; cuando llega otro documento con un diseño igual o parecido, lo reconoce por sí sola. Nadie tiene que dibujar una plantilla, ponerle nombre ni indicar cuál usar para cada documento, ni siquiera cuando los proveedores son cientos.

Muchas soluciones reconocen una lista fija de campos estándar, como el proveedor, el número, la fecha y los importes de una factura. Las propiedades inteligentes de AIDA reconocen desde siempre fechas, números de IVA, IBAN y otros valores comunes sin entrenamiento, pero los datos que importan a una empresa suelen ser otros: el número de proyecto, el centro de coste, la matrícula del vehículo, el código de punto de suministro de una factura de luz. AIDA también aprende esos datos, con un clic, en cualquier tipo de documento, y con AIDA Boost los encuentra ya desde el primero.

Las propiedades inteligentes y el aprendizaje con un clic no dependen de un modelo de lenguaje: se apoyan en un análisis minucioso de la estructura del documento, que desarrollamos desde 2012. El algoritmo de AIDA reproduce la forma en que una persona reconoce un documento e identifica su información clave. Este enfoque es único en el mercado y es la base sólida que AIDA Boost potencia, sin sustituirla.

La diferencia más profunda con los sistemas de entonces es que entrenamiento y producción coinciden. El operador abre un documento pendiente, revisa los valores propuestos, hace clic en los que faltan o hay que corregir y confirma. La confirmación archiva el documento o lo envía al destino elegido y, con el mismo gesto, consolida lo que AIDA ha aprendido. No hace falta un entorno de diseño separado ni un consultor que vuelva a publicar el proyecto.

En 2012 era un enfoque disruptivo, y la razón por la que funciona sigue siendo la misma: quien conoce de verdad los documentos es quien trabaja con ellos cada día, no quien configura el software. AIDA pone el aprendizaje en manos de esa persona, sin código y sin formación especializada. Era human in the loop mucho antes de que la IA generativa popularizara la expresión.

Cuando los resultados son estables, una regla de automatización puede confirmar los documentos por sí sola, mientras AIDA resalta en amarillo los valores anómalos que hay que verificar. Encontrarás los detalles en la página sobre la extracción automática de datos con AIDA.

¿Por qué la IA generativa por sí sola no basta en la gestión documental?

Un modelo de lenguaje lee bien incluso un documento que nunca ha visto, pero por sí solo no garantiza resultados repetibles, a menudo no recuerda las correcciones y no sabe nada de archivos, duplicados o relaciones entre documentos. Son las limitaciones que aparecen cuando una plataforma basada solo en IA generativa pasa de la demo a la producción:

• el mismo documento procesado dos veces puede dar respuestas distintas, y un modelo que no encuentra un dato tiende a rellenar el hueco con un valor verosímil;
• una corrección del usuario suele valer solo para ese documento: para no repetirla hay que reescribir el prompt o volver a entrenar un modelo;
• los costes y los tiempos de procesamiento crecen con cada página que pasa por el modelo;
• extraer texto es solo el principio, porque una empresa también tiene que clasificar, renombrar y archivar los documentos, detectar los duplicados, vincular pedido, albarán y factura y conservarlo todo según reglas precisas.

Este último punto es el más difícil de cubrir. El conocimiento de la gestión documental no viene incluido con un modelo de lenguaje: se construye en años de trabajo junto a las personas que gestionan los documentos de verdad.

¿Qué aporta AIDA Boost a la extracción de datos?

Hoy casi todos prometen extracción de datos, y una oferta se parece a otra hasta que miras qué pasa con los documentos reales. AIDA Boost es la forma en que la IA generativa potencia el motor de AIDA, y la diferencia se ve en lo que encuentras ya listo al abrir un documento:

• las líneas de las tablas, como los códigos de artículo, las cantidades y los lotes de un albarán, llegan ya estructuradas, sin configurar columnas;
• todas las propiedades, incluidas las específicas de tu empresa, se extraen desde el primer documento: una extracción zero-shot, sin entrenamiento, que se suma a la aprendida del usuario;
• AIDA entiende qué pide una propiedad y puede reunir en un solo valor varias informaciones relacionadas del documento;
• AIDA Boost aprende de las correcciones: cuando corriges un valor con un clic, lo tiene en cuenta en los documentos siguientes, uniendo el aprendizaje de AIDA a la flexibilidad de la IA generativa;
• cuando los documentos cambian, el trabajo de revisión y corrección se reduce al mínimo.

El resultado es una extracción que va más allá de los campos estándar, en cualquier tipo de documento, con una configuración que se hace desde la interfaz en pocos clics.

La diferencia se nota sobre todo en los documentos no estructurados, como la correspondencia y los escritos que un despacho de abogados recibe cada día (hablamos de ello en el artículo sobre la innovación legal con AIDA). El motor Hybrid-AI de AIDA lee el texto y extrae la parte contraria, el número de procedimiento o la fecha de la vista incluso de documentos que nunca ha visto. Los valores anómalos quedan resaltados para su revisión y, si hay que corregir un dato, basta un clic para que AIDA lo aprenda, también en una carta.

Los agentes de IA de AIDA parten de aquí: trabajan con documentos ya clasificados, leídos, verificados y vinculados entre sí, y calculan totales exactos sobre todo el archivo, de modo que el modelo nunca tiene que adivinar los datos que faltan.

Plantillas, solo IA generativa y AIDA frente a frente

Treinta años de experiencia, el ritmo de una startup

AIDA nace de la experiencia de treinta años de nuestro equipo en la gestión documental, desde los sistemas ECM de los años noventa hasta la digitalización con equipos multifunción en cada oficina, una historia que Giorgio, nuestro CEO, cuenta en la entrevista sobre la evolución de la gestión documental. Esa experiencia se nota en las funciones que una empresa usa cada día, además de la extracción:

• un archivo documental con espacio ilimitado en todos los planes y búsqueda en el texto y en los datos extraídos;
• la detección de duplicados por el contenido o por los campos extraídos, con la posibilidad de bloquear su validación;
• las relaciones entre documentos, para encontrar juntos el pedido, el albarán y la factura de una misma operación;
• decenas de formatos de archivo compatibles y convertidos a PDF;
• AIDA Pay, que a partir del documento aprobado envía al cliente la solicitud de pago con un enlace o un código QR y concilia el cobro automáticamente;
• automatizaciones y destinos que llevan los datos a los sistemas donde se necesitan.

Las startups nacidas con la IA generativa parten de un modelo de lenguaje e intentan construir a su alrededor la gestión documental. AIDA hizo el camino contrario: primero entendió cómo trabajan las empresas con los documentos, después construyó un motor que aprende de las personas, y hoy lo potencia con la IA generativa.

Con esa experiencia detrás, AIDA evoluciona al ritmo de una startup: en el último año su registro de cambios suma más de 350 actualizaciones. Entre ellas están AIDA 20.0, que trajo la IA agéntica, y AIDA 20.5, AIDA Match para la conciliación de documentos y la nueva AIDA Mobile 7.0. En 2025 AIDA recibió el premio «One to watch: Product of the Year» en los Document Manager Awards.

Preguntas frecuentes

¿Qué es la extracción de datos sin plantillas?

Es un método de extracción que no exige describir de antemano la posición de los datos para cada diseño. En AIDA, el tipo de documento solo define qué datos extraer, y el motor aprende dónde encontrarlos a partir de los documentos confirmados por los usuarios, reconociendo por sí solo cada nuevo diseño.

¿AIDA necesita un entrenamiento antes de empezar?

No. Las propiedades inteligentes reconocen fechas, números de IVA, IBAN y otros valores comunes sin entrenamiento, y con AIDA Boost todas las propiedades se extraen desde el primer documento. Si hay que corregir un valor, basta un clic durante la revisión habitual de los documentos y AIDA lo aprende.

¿AIDA usa IA generativa?

Sí. AIDA tiene un motor Hybrid-AI: el análisis del documento y el aprendizaje a partir del usuario, que desarrollamos desde 2012, trabajan junto a la IA generativa de AIDA Boost. Los agentes de IA la utilizan para buscar, calcular y actuar sobre los documentos, siempre con datos verificados por los usuarios.

¿Hace falta un programador para configurar AIDA?

No. Los tipos de documento, las propiedades, las automatizaciones y los destinos se configuran desde la interfaz con pocos clics. Las API siguen disponibles para los equipos que quieran integrar AIDA en sus propios sistemas, pero no son necesarias.

Para ver cómo AIDA aprende de tus documentos, descubre la extracción de datos de AIDA o reserva una demo y trae tus documentos reales.