La confianza no es una promesa: cómo fiarse de los datos extraídos

Todo sistema que extrae datos tarde o temprano te muestra un número: la confianza (confidence). Parece tranquilizador. Pero ¿de dónde viene ese número? A menudo es una autoevaluación: el sistema dice «estoy seguro al 92%» sin que ese 92% corresponda a algo verificable.

Para quien tiene que registrar una factura o cerrar un almacén, una puntuación opaca no basta. Hay que saber si el total cuadra, si el número de IVA es plausible, si la fecha tiene sentido. La confianza, para ser útil, debe traducirse en controles que puedas enumerar — no en una nota genérica.

Autodeclarado frente a demostrado

Hay una diferencia enorme entre «creo que lo he leído bien» y «he verificado que las cuentas cuadran». Lo primero es una opinión, lo segundo es un hecho. Para un dato contable, el único tipo de fiabilidad que cuenta es el que se puede demostrar con una regla determinista.

Los modelos de lenguaje y la visión artificial pueden ser brillantes leyendo diseños complejos, pero no son infalibles. Un «92%» interno del modelo no te dice si ese 1 y ese 4 del total se han intercambiado. Por eso hace falta una capa de verificación separada de la extracción: reglas que no «interpretan», sino que comprueban.

• Base imponible más impuesto debe dar el total, línea por línea y en el cierre
• El número de IVA debe superar el control de validez (checksum)
• El IBAN debe tener un dígito de control correcto
• Las fechas deben ser coherentes y plausibles (documento, vencimiento, entrega)
• Duplicados: mismo proveedor, mismo número, mismo importe en un intervalo sospechoso

Cuando un documento supera todos estos controles, la fiabilidad no es una impresión: es una propiedad medible. Y cuando no los supera, sabes exactamente por qué y dónde mirar — no tienes que releerlo todo desde cero.

Una buena puntuación de confianza debería responder a una pregunta sencilla: ¿qué, exactamente, se ha verificado?

Confianza por campo, no solo por documento

Un error en el total es distinto de un error en la descripción de una línea. Un sistema maduro lo distingue: el número de factura puede tener alta confianza porque es bien visible, mientras que una línea al final de una tabla puede ser más incierta. Esto permite reglas de enrutamiento más finas: autoaprobar el documento pero señalar la línea dudosa, o bloquear solo el campo anómalo.

En la práctica, el panel de revisión no debería mostrar solo «84%» en verde o rojo, sino «total: verificado», «IBAN: verificado», «línea 7 cantidad: por revisar». Así quien revisa tarda segundos, no minutos.

Por qué importa para el enrutamiento

La confianza no es una nota para colgar en el tablón: sirve para decidir. Por encima de cierto umbral el documento sigue solo; por debajo, pasa a una persona. Si el umbral se basa en controles reales, el sistema manda a revisión los documentos correctos — no los que sea.

Los umbrales se calibran según tu riesgo: una empresa con importes elevados y pocos proveedores puede ser más restrictiva; un operador logístico con cientos de albaranes al día puede priorizar el throughput y revisar solo las anomalías estructurales. Lo importante es que el umbral esté ligado a reglas explícitas, no a un número mágico del modelo.

Qué preguntar en una demo o en una RFP

• Listado de controles deterministas incluidos de serie
• Posibilidad de añadir reglas personalizadas (p. ej. proveedor admitido, umbral de importe)
• Registro de cada control: superado/fallido, valor esperado vs extraído
• Separación entre puntuación del modelo y puntuación de verificación de negocio

Si el proveedor no sabe explicar de qué está hecha la puntuación, desconfía. La confianza en los datos contables no se compra con una interfaz elegante: se construye, un control cada vez.