Dalle righe del documento allo SKU: perché estrarre non basta

Quando si parla di automazione documentale, l'esempio più immediato è spesso la fattura. Prendete un PDF, estraete numero, data, fornitore, imponibile, IVA e totale. Ottenete dati strutturati e li mandate al gestionale. Sembra semplice — e per molti documenti lo è.

Ma quando il documento non deve soltanto essere registrato in contabilità, e deve invece alimentare un processo operativo, il vero problema inizia quasi sempre qualche centimetro più in basso: nelle righe.

Una riga non è sempre prodotto, quantità e prezzo

Su una fattura di acquisto una riga può contenere il minimo indispensabile:

• codice prodotto e descrizione
• quantità e unità di misura
• prezzo unitario, sconto, aliquota IVA

A seconda del settore e del prodotto, però, sulla stessa riga possono comparire anche lotto, data di scadenza, matricola o numero seriale, taglia, colore, peso, confezione, riferimento all'ordine, codice articolo del fornitore. E non è detto che tutte le righe dello stesso documento abbiano la stessa struttura.

Un prodotto ha lotto e scadenza, quello successivo no. Un altro ha una matricola. Un altro ancora nasconde informazioni extra nella descrizione. Per chi legge il documento è naturale interpretare queste differenze. Per un processo automatico significa trasformare una struttura visiva variabile in uno schema dati coerente.

La testata della fattura vi dice chi e quanto. Le righe vi dicono cosa deve entrare davvero nel gestionale.

Il documento deve diventare un modello dati

Supponiamo di voler estrarre da ogni riga prodotto, codice, quantità, lotto, scadenza e prezzo. Se una riga non ha data di scadenza, il sistema non deve inventarla — e nemmeno marcare per forza il documento come errato. Deve produrre un campo vuoto e andare avanti.

Sembra un dettaglio tecnico. È il punto. L'obiettivo di un sistema di Intelligent Document Processing non è trasformare un PDF in testo. È trasformarlo in dati strutturati, con uno schema abbastanza stabile da poterli usare in un altro software. Ed è lì che la differenza tra OCR ed elaborazione documentale diventa evidente.

Il codice del fornitore non è il vostro codice

Anche dopo aver estratto perfettamente una riga, non è detto che il gestionale sappia cosa farsene. Il fornitore indica ABC-500-20; nell'ERP lo stesso prodotto è SKU-84721. Oppure sul documento c'è solo una descrizione. Qualcuno deve stabilire che quella voce corrisponde all'anagrafica aziendale.

È il motivo per cui il catalog matching è uno dei passaggi più importanti nei processi documentali di acquisti e magazzino. Il flusso non è più PDF → estrazione → ERP. Diventa documento → estrazione → normalizzazione → matching con il catalogo → verifica → ERP. Una differenza sostanziale: senza questo passo, avete copiato più in fretta — non avete alimentato il magazzino.

Estrarre la riga è necessario. Farla coincidere con il vostro SKU è ciò che rende i dati utilizzabili.

Documenti diversi richiedono controlli diversi

Non tutti i documenti di acquisto devono attraversare lo stesso processo. Una fattura di prodotti destinati al magazzino può richiedere estrazione delle righe, riconoscimento dei prodotti, matching con gli SKU, verifica delle quantità e acquisizione di lotto o scadenza quando ci sono. Una bolletta o una fattura di servizio può non richiedere alcun confronto con il catalogo.

Il tipo di documento determina quali dati estrarre e quali controlli eseguire. Un buon processo documentale non applica la stessa procedura a qualsiasi PDF: prima comprende cosa sta elaborando, poi applica le regole appropriate.

AI dove serve comprensione, regole dove serve certezza

È anche uno degli esempi più chiari di come AI e automazione deterministica possano lavorare insieme. L'AI è efficace quando deve interpretare layout differenti, descrizioni non standard, tabelle complesse, campi spostati, documenti di fornitori mai visti prima.

Una volta estratti i dati, molte verifiche non hanno bisogno dell'intelligenza artificiale. Quantità × prezzo deve corrispondere all'importo della riga: si calcola. Il totale delle righe deve essere coerente con il totale del documento: si verifica. Un codice deve esistere in anagrafica: si interroga. Una data deve rispettare certe condizioni: si controlla.

AI dove serve comprensione. Determinismo dove serve certezza.

E quando qualcosa non torna?

Automatizzare non significa eliminare l'intervento umano. Significa evitare che una persona debba controllare allo stesso modo ogni documento e ogni singola riga. Se il documento ha 50 righe e 48 vengono estratte, riconciliate e validate, l'operatore dovrebbe concentrarsi sulle due che presentano un'anomalia.

• prodotto non trovato nel catalogo
• quantità incoerente o campo obbligatorio assente
• lotto non riconosciuto o data non valida
• totale che non quadra

Il lavoro umano passa così dalla digitazione sistematica alla gestione delle eccezioni. È una differenza enorme quando i documenti diventano centinaia o migliaia.

Il gestionale non va sostituito

Tutto questo non richiede di cambiare ERP. Il gestionale deve continuare a fare ciò per cui è stato progettato: amministrazione, acquisti, magazzino, contabilità. Il livello di document intelligence si colloca prima: riceve PDF, immagini, scansioni o file da email e storage, li trasforma in dati strutturati, li verifica e li consegna al sistema esistente.

L'integrazione può essere un CSV importato periodicamente oppure un flusso via API e webhook. La domanda quindi non è soltanto «possiamo leggere automaticamente questo documento?». La domanda più interessante è: «possiamo trasformare ciò che c'è scritto in dati che il gestionale può davvero usare?» È lì che l'automazione documentale smette di essere OCR e diventa parte del processo aziendale.

Dai documenti ai dati utilizzabili

LOCRAI trasforma fatture, ordini, DDT e altri documenti aziendali in dati strutturati, verifica le informazioni estratte, riconcilia i codici prodotto con le anagrafiche e prepara l'output per ERP e gestionali. CSV, Excel, JSON, XML, API o webhook: il documento resta il punto di partenza, non quello di arrivo.

Sui metodi di estrazione della testata c'è già l'articolo sulle fatture PDF. Per il flusso a valle, ciclo passivo e matching ordine–DDT–fattura. Per vederlo sui vostri file, richiedete una demo.