Estrarre dati da documenti con l'IA: DDT, ordini e moduli

Per estrarre dati da documenti con l'intelligenza artificiale, un modello legge PDF, scansioni e foto e ne ricava i campi che servono: fornitore o cliente, numero e data, righe con codici e quantità, totali. Regole scritte controllano che i dati abbiano senso, i casi incerti finiscono a una persona e il resto entra nel gestionale senza che nessuno ricopi una riga. È uno degli usi dell'IA che danno risultati più misurabili in una piccola impresa.

Il lavoro che sostituisce è noto a molti: una persona apre il documento, lo legge e batte a mano i dati nel programma, decine o centinaia di volte al giorno.

Quali documenti si possono leggere con l'IA?

Quelli che arrivano in forma non strutturata, cioè come immagine o testo libero, e che contengono dati da registrare. Gli esempi più frequenti:

• documenti di trasporto, che ogni fornitore impagina a modo suo;
• ordini dei clienti mandati in PDF, per email o scritti nel corpo del messaggio;
• moduli compilati a mano e poi scansionati, come schede di iscrizione o rapporti di intervento;
• fatture di fornitori esteri, che non passano dal Sistema di Interscambio;
• scontrini e ricevute per le note spese;
• certificati, schede tecniche e documenti di conformità da archiviare con i loro dati.

Le fatture elettroniche italiane fra aziende sono un caso a parte. Arrivano già come file XML strutturato, con i campi al loro posto, quindi per registrarle non serve l'IA: basta leggere il file. Ne parlo nella guida sulla fatturazione elettronica nel gestionale.

Che differenza c'è con il vecchio OCR?

L'OCR, cioè il riconoscimento ottico dei caratteri, trasforma un'immagine in testo. Non sa però cosa significa quel testo. Per estrarre i dati servivano modelli costruiti a mano per ogni tipo di documento: il numero sta qui, la data sta lì. Bastava che un fornitore cambiasse impaginazione e il modello smetteva di funzionare.

I modelli di intelligenza artificiale attuali capiscono il documento come lo capirebbe una persona. Sanno che «DDT n.», «Documento di trasporto» e «Bolla» indicano la stessa cosa, e trovano le righe anche se la tabella è disegnata in modo diverso. Per questo funzionano anche con documenti mai visti prima.

Come funziona il processo, passo per passo?

Un sistema di estrazione ben costruito segue di solito questi passi.

1. Raccolta: i documenti arrivano a una casella email dedicata, da una cartella condivisa o da una foto fatta con il telefono.
2. Riconoscimento del tipo: il sistema capisce se è un DDT, un ordine, una ricevuta o altro.
3. Estrazione: il modello ricava i campi previsti per quel tipo di documento.
4. Controllo: regole scritte verificano i dati.
5. Smistamento: i documenti che superano i controlli entrano nel gestionale, gli altri vanno in una coda di revisione.
6. Archiviazione: il documento originale resta collegato ai dati estratti, per poterlo riaprire in ogni momento.

Il passo decisivo è il quarto. Senza controlli, gli errori del modello entrerebbero nel gestionale senza che nessuno li veda.

Quali controlli servono sui dati estratti?

Controlli che usano quello che il gestionale sa già. Qualche esempio:

• il fornitore esiste in anagrafica, riconosciuto dalla partita IVA;
• i codici articolo esistono nel catalogo, o sono collegati ai codici del fornitore;
• la somma delle righe coincide con il totale del documento;
• le quantità del DDT corrispondono all'ordine fatto a quel fornitore;
• la data è plausibile, né futura né troppo vecchia;
• il documento non è già stato registrato.

Molti modelli forniscono anche un grado di sicurezza per ogni campo. Se un campo importante è letto con poca sicurezza, il documento va in revisione anche se le altre regole sono rispettate.

Quanto è preciso il sistema?

Dipende dalla qualità dei documenti e dal tipo di dati. PDF generati da un programma si leggono quasi sempre bene. Foto storte, scansioni sbiadite e scritture a mano danno più errori.

L'unico modo onesto di saperlo è misurare. Prima di mettere in uso un sistema, lo provo su un campione di documenti veri, per esempio un centinaio, e conto per ogni campo quante volte è corretto. Così si decide con numeri reali quali campi possono entrare da soli e quali vanno sempre verificati.

Più della perfezione conta che il sistema sappia quando non è sicuro. Un sistema che registra da solo la maggior parte dei documenti e segnala correttamente il resto fa risparmiare molto lavoro, senza introdurre errori nascosti.

Chi controlla i casi incerti?

Una persona, con una schermata pensata per farlo in fretta. A sinistra il documento originale, a destra i dati estratti, con i campi dubbi evidenziati. La persona corregge e conferma.

Le correzioni sono preziose. Se lo stesso fornitore viene letto male sempre nello stesso punto, si può aggiungere una regola o un'indicazione per il modello. Con il tempo la coda di revisione si accorcia.

Il lavoro della persona cambia natura: invece di battere dati, controlla e decide sui casi difficili. È un lavoro più utile e meno soggetto agli errori della stanchezza.

Cosa succede ai dati personali nei documenti?

I documenti contengono spesso dati personali: nomi, indirizzi, a volte dati sanitari o economici. Mandarli a un servizio di IA è un trattamento di dati, e valgono le regole del GDPR.

Le precauzioni che adotto sono queste:

• usare servizi per aziende o API con condizioni che escludono l'uso dei dati per addestrare i modelli;
• preferire fornitori con server nell'Unione europea, o comunque con garanzie adeguate;
• inviare al modello solo il documento necessario, senza dati in più;
• prevedere un accordo sul trattamento dei dati con il fornitore;
• conservare documenti e dati estratti con gli stessi permessi del resto del gestionale.

Per documenti con dati particolarmente delicati si possono valutare modelli che girano su server propri, con costi e prestazioni da confrontare caso per caso.

Quanto costa far leggere i documenti all'IA?

I servizi di IA si pagano in base all'uso, cioè a quanti documenti e quante pagine si elaborano. Per volumi da piccola impresa il costo d'uso è di solito contenuto, e va confrontato con le ore di lavoro risparmiate. A questo si aggiunge il costo di costruzione del sistema: collegamento al gestionale, regole di controllo e schermata di revisione.

Una stima seria si fa dopo la prova sul campione, quando si conoscono volumi, tipi di documenti e precisione ottenuta. Per un quadro più ampio sugli usi dell'IA, trovi esempi e limiti nella guida sull'intelligenza artificiale per le PMI.

Si possono leggere anche documenti scritti a mano?

In molti casi sì, con più cautela. I modelli attuali leggono abbastanza bene la scrittura a mano chiara, come quella dei moduli compilati in stampatello. Fanno più fatica con calligrafie disordinate, abbreviazioni personali e fogli sporchi o piegati.

Per i moduli a mano conviene aiutare il sistema: caselle separate per ogni dato, campi numerici con le cifre una per casella, un codice stampato che identifica il tipo di modulo. E conviene mandare in revisione più spesso, almeno all'inizio. Se il modulo può diventare digitale, compilato dal telefono o dal tablet, il problema sparisce alla radice.

Da dove conviene partire?

Dal documento che arriva più spesso e che oggi si ricopia a mano. Per un grossista sono spesso gli ordini dei clienti, per un'impresa di produzione i documenti di trasporto dei fornitori da confrontare con gli ordini, per un'impresa di servizi i rapporti di intervento compilati a mano.

Si raccoglie un campione, si prova, si misura. Poi si collega al gestionale, con le API se il gestionale le ha, e si mette in uso su una parte del lavoro. Se il gestionale è il tuo, il collegamento è diretto, come nella pagina sul magazzino e gli ordini.

Ne parliamo?

Se in azienda qualcuno passa le giornate a ricopiare dati da PDF e scansioni, mandami qualche documento di esempio senza dati sensibili. Ti dico cosa si può estrarre, con quali controlli, e ti propongo una prova su un campione vero. Trovi come lavoro nella pagina sull'intelligenza artificiale nei processi, sull'automazione dei processi e mi scrivi dalla pagina contatti.

Crediti delle immagini

• Copertina: foto di Wesley Tingey su Unsplash