Todo el mundo habla de inteligencia artificial y grandes modelos lingüísticos (LLM). Pero cuando se trata de utilizar realmente estas tecnologías en el tratamiento de documentos o. Extracción de documentos rápidamente queda claro que hay un mundo de diferencia entre las promesas de marketing y la realidad práctica. Un desarrollador muestra cómo Konfuzio IDP resuelve un problema fundamental que hace fracasar a muchos otros sistemas. Un tema que llevo tratando mucho tiempo. Puede encontrar mi artículo sobre el tema, que después de casi dos años parece histórico, aquí: Extracción de datos de documentos PDF.
El problema: Cuando „1,00 euros“ no es lo mismo que „1,00 euros“.
Imagine una situación típica: Una factura enumera varios artículos:
Rechte an Patenten ........................ 1,00 €
Markenrechte .............................. 1,00 €Su tarea: El AI debe asignar correctamente ambos importes a las partidas respectivas. Con valores claros, como en la imagen siguiente, esto es por supuesto más fácil.
Parece sencillo, pero no lo es.
Muchas soluciones de IA funcionan así hoy en día: El LLM lee el documento y dice „He encontrado 1,00 euros por derechos de patentes“. Hasta aquí todo bien. Pero ahora viene el problema: el sistema tiene que encontrar este valor en el documento original para marcarlo allí o seguir procesándolo.
Y aquí es donde la cosa se complica: El documento dice „1,00 euros“ dos veces. ¿A cuál se refiere? ¿A la primera? ¿A la segunda?
Esto ya es difícil para un cálculo con dos valores idénticos. Pero imagínate:
- A Balance con decenas de importes idénticos
- A Factura médica con múltiples „1,00 €“ por diferentes servicios
- A Contrato con importes de pago idénticos en diferentes lugares
De repente, una tarea sencilla se convierte en un juego de azar. La IA no puede decir con fiabilidad: „Esta cantidad específica pertenece a este artículo específico“.“
Esto suele dar lugar a los siguientes problemas
- LLM Alucinación Extracción de documentos
- LLM inventa datos a partir de documentos
- La IA extrae valores incorrectos del PDF
- La IA del documento comete errores con valores idénticos
- LLM no puede distinguir entre cantidades iguales
- Extracción de texto LLM inexacto
- Asignar correctamente los valores OCR Problema
- Asignar automáticamente varios importes de factura
- La IA confunde valores en los documentos
- Procesamiento de documentos LLM poco fiable
La solución clásica no funciona
Muchos proveedores intentan resolver el problema con trucos:
- „Simplemente tomamos la primera ocurrencia de 1,00 €“ → Conduce a errores
- „Nos fijamos en el contexto“ → No funciona de forma fiable con documentos complejos
- „Utilizamos valores aproximados“ → Se lía con documentos largos
El problema básico persiste: Una vez que la IA ha extraído un valor, ya no puede asignarlo claramente a su posición original en el documento.
Nuestra solución: la IA sabe dónde buscar.
En Integración LLM de Konfuzio IDP funciona de una manera fundamentalmente diferente: El LLM no sólo devuelve QUÉ ha encontrado, sino también DÓNDE lo ha encontrado exactamente.
Así funciona en la práctica
Paso 1: Preparación del documento
Si un documento ha sido creado por el Reconocimiento de texto OCR cada palabra reconocida ya tiene asignada su posición en el documento. Esto se parece a esto:
Wort "Rechte" steht bei Position x=50, y=100
Wort "an" steht bei Position x=75, y=100
Wort "Patenten" steht bei Position x=95, y=100
Wort "1,00" steht bei Position x=125, y=100
Wort "€" steht bei Position x=130, y=100
Wort "Markenrechte" steht bei Position x=50, y=125
Wort "1,00" steht bei Position x=125, y=125
Wort "€" steht bei Position x=130, y=125Paso 2: El LLM recibe esta información
El LLM no se limita a ver „Derechos de patentes 1,00 euros“, sino que también recibe la posición de cada palabra.
Paso 3: El LLM responde CON posición
En lugar de limitarse a decir „Derechos de patentes: 1,00 euros“, LLM devuelve:
Feld "Rechte an Patenten":
- Wert: 1,00 €
- Position: x=125/y=100 und x=130/y=100
Feld "Markenrechte":
- Wert: 1,00 €
- Position: x=125/y=125 und x=130/y=125¿Qué significa esto en la práctica?
1. los valores idénticos ya no son un problema
Independientemente de que „1,00 euros“ aparezca una o cien veces en el documento, el sistema siempre sabe exactamente qué valor pertenece a cada campo. Esto es especialmente importante para:
- Facturas con respuestas múltiples
- Balances con importes recurrentes
- Contratos con redacción normalizada
2. sin valores inventados
Un problema habitual de los LLM es que a veces „alucinan“, es decir, se inventan datos que en realidad no están en el documento. Esto es imposible con el planteamiento de Konfuzio. La IA DEBE especificar una posición que se deriva del Reconocimiento OCR se origina.
Sí, es posible que se produzcan errores: la IA podría asignar un valor erróneo a un campo equivocado. Pero no puede inventarse cantidades o datos que no estén en el documento original.
Para Industrias reguladas como los bancos o Seguros esto es crucial.
3. siempre se puede ver de dónde procede un valor
En el Interfaz de validación de documentos sus empleados pueden ver exactamente: „Este valor extraído procede exactamente de este lugar del documento“.“
Esto facilita el control de calidad:
- Se ha asignado correctamente el valor? → Una mirada es suficiente
- Hay algún error? → Puede ver inmediatamente dónde
- Es necesario corregir algo? → La posición correcta está marcada
4. trazabilidad para el cumplimiento
En el Auditoría, en el sector público o con Proveedores de servicios financieros a menudo hay que probar: „¿De dónde viene esta información?“.“
Con el enfoque basado en coordenadas IDP, puede rastrear cada valor extraído hasta el píxel exacto en el documento original. Esto crea IA transparente y comprensible.
El precio: más complejidad para la IA
Por supuesto, este enfoque no está exento de dificultades. Es mucho más difícil para el LLM:
- No sólo debe comprender QUÉ es lo que hay que extraer
- También debe especificar las coordenadas correctas
- Debe procesar varios niveles de información simultáneamente
Como resultado, pueden producirse errores en documentos muy complejos, como la especificación incorrecta de coordenadas o confusiones.
Pero..: Es mejor un sistema que encuentra el valor correcto en el lugar correcto para 95% de los casos que uno que simplemente escupe un valor para 98% - pero nadie sabe cuál, y que con el Automatización de procesos críticos conduce a errores costosos.
Por qué es importante para su empresa
En estos tiempos en los que todos los proveedores prometen „procesamiento de documentos asistido por IA“, merece la pena echar un vistazo entre bastidores. Muchas soluciones funcionan bien en demostraciones con documentos de muestra sencillos. Pero cuando se trata de documentos empresariales reales y complejos, las diferencias se hacen evidentes.
El planteamiento de Konfuzio es una respuesta directa a los retos que plantea el uso práctico de los LLM:
- No sueltes ChatGPT en los documentos
- Pero trabajar de forma estructurada, coordinada y comprensible
- IA aplicada en lugar de Lavado AI
Esto es especialmente importante si
- Procesar muchos documentos con valores recurrentes
- Exigencias elevadas Tratamiento oscuro (es decir, los documentos deben pasar sin comprobación manual)
- debe garantizar la conformidad y la trazabilidad
- Su Automatizar procesos no sólo digitalizar
Conclusión: el arte de la ingeniería en lugar de las promesas de marketing
Nuestro enfoque basado en coordenadas lo demuestra: Las buenas soluciones de IA no se crean simplemente tomando el último LLM y esperando que funcione. Se crean mediante decisiones arquitectónicas bien pensadas que resuelven problemas reales.
Sí, es más complejo. Sí, requiere más esfuerzo de ingeniería. Pero eso es lo que marca la diferencia entre una demostración que impresiona y un sistema que funciona de forma fiable en el uso diario.
¿Le interesan los detalles técnicos? Póngase en contacto con nosotros para un intercambio a nivel técnico.
ES 
DE 
EN 
FR