Vai al contenuto
#Business

Fatture, DDT e moduli: estrarre dati dai documenti con l'AI

Dai PDF agli archivi scansionati, i modelli multimodali leggono documenti eterogenei e restituiscono dati strutturati. Come impostare un flusso affidabile, con controlli e revisione.

Garabed Toumkian · · 2 min di lettura
Illustrazione di un documento con campi evidenziati collegati a una tabella strutturata AI generated
Illustrazione generata con intelligenza artificiale

In molte aziende c'è ancora qualcuno che copia a mano dati da documenti: importi da fatture, quantità da documenti di trasporto, date da contratti, codici da moduli compilati. È un lavoro ripetitivo, soggetto a errori e poco gratificante. L'estrazione automatica dei dati è uno dei casi d'uso dell'AI con il ritorno più rapido e misurabile.

Cosa è cambiato rispetto all'OCR classico

I sistemi tradizionali di riconoscimento ottico leggono il testo, ma per estrarre i campi giusti richiedono un modello configurato per ogni layout. Basta un fornitore che cambia impaginazione e la regola smette di funzionare. I modelli multimodali di oggi, invece, capiscono il documento: riconoscono che quel numero in basso a destra è il totale, anche su un modello di fattura mai visto prima.

Come impostare il flusso

  • Definire lo schema: quali campi servono, in che formato, quali sono obbligatori. Lo schema guida il modello e rende verificabile l'output.
  • Estrarre in formato strutturato: chiedere al modello un risultato in JSON conforme allo schema, non un testo libero.
  • Validare: controlli automatici su ciò che è verificabile, come il totale uguale alla somma delle righe, la partita IVA formalmente valida o le date plausibili.
  • Revisione mirata: i documenti che superano tutti i controlli procedono; quelli con anomalie o bassa confidenza vanno a una persona.
  • Integrare: i dati validati entrano nel gestionale senza ulteriori passaggi manuali.

Fatture elettroniche e documenti non strutturati

In Italia le fatture tra aziende viaggiano già in formato elettronico strutturato, e per quelle i dati vanno letti direttamente dal file, senza bisogno di AI. Il valore sta altrove: documenti di trasporto, preventivi e ordini ricevuti in PDF, fatture estere, certificati, moduli cartacei scansionati, contratti. È lì che l'estrazione intelligente fa la differenza.

Gli errori da evitare

Il rischio principale è fidarsi troppo. Un modello può leggere male un carattere in una scansione di bassa qualità o confondere due importi simili, e farlo con grande sicurezza. Per questo i controlli incrociati e la revisione dei casi dubbi non sono un optional. Un altro errore è non conservare il collegamento tra dato estratto e documento originale: in caso di contestazione deve essere sempre possibile risalire alla fonte.

Misurare prima di estendere

Conviene partire da una sola tipologia di documento, misurare per qualche settimana la percentuale di campi estratti correttamente e il tempo risparmiato, poi estendere. Con un flusso ben progettato, l'operatore smette di copiare e inizia a controllare solo le eccezioni: un cambiamento che libera tempo per attività a maggior valore.