Tu propio CIF está en todas las facturas que recibes

Cuando monté el flujo que procesa las facturas de proveedores que llegan por correo, pensé que lo difícil sería leer los importes. Me equivoqué de sitio. Lo que más guerra dio fue algo que parecía resuelto desde el principio: saber de quién es cada factura.

Parece trivial. Una factura lleva arriba el nombre del proveedor, su CIF y su dirección. Y aun así, durante una temporada, el sistema archivaba facturas en la carpeta equivocada con toda la tranquilidad del mundo.

La primera pista falla: quién la envía

La forma más intuitiva de saber de quién es una factura es mirar quién la manda. Si llega desde el correo de un proveedor, es suya.

Funciona hasta que miras cómo circula el correo de verdad en una empresa. Muchas facturas no las manda el proveedor al buzón de facturas: le llegan a un jefe de obra o a alguien de compras, y esa persona la reenvía. Para el sistema, el remitente era un compañero. Y como el dominio del correo era el de la propia empresa, concluía que la factura era de la propia empresa.

El remitente acabó al final de la lista de pistas.

La segunda también falla: el primer CIF que aparece

El CIF parece la solución perfecta. Es único y no admite abreviaturas. Así que el siguiente paso fue pedirle a la IA el CIF de la factura y buscarlo en el listado de proveedores.

El problema es que una factura tiene, como mínimo, dos CIF: el de quien la emite y el de quien la recibe. El tuyo está en todas las facturas que te llegan. Si el sistema se queda con el primero que encuentra, o con el que está más arriba, una parte de las veces se queda con el tuyo. Además, los CIF vienen escritos de mil formas: con guiones, con puntos, con espacios, con el prefijo del país o partidos en dos líneas.

Lo arreglaron dos cambios:

Reconocer todos los formatos oficiales españoles, de empresas y de autónomos, y normalizarlos antes de comparar.
Descartar siempre el CIF de la propia empresa. Contado así suena obvio, pero hasta que no lo escribes como regla, el sistema no lo sabe.

Con eso, la detección correcta del CIF pasó de alrededor del 85 % al 95 %.

Varias pistas, ordenadas por fiabilidad

Ni el CIF llega siempre bien ni el nombre del proveedor viene siempre igual. Así que el sistema no se fía de una sola pista. Las prueba en orden, de la más segura a la menos:

Reglas especiales para proveedores concretos que se sabe que dan guerra.
El CIF del emisor.
El nombre exacto.
Un nombre parecido, que tolera abreviaturas, erratas y la eterna duda entre «S.L.» y «SL».
El correo del remitente, solo si todo lo anterior ha fallado.

Cada factura queda registrada junto con el método que se usó para identificarla. Cuando alguien pregunta por qué una factura acabó en una carpeta, la respuesta está escrita, y eso ha ahorrado más discusiones que cualquier mejora de la IA.

Cuando no está claro, no adivina

Lo que más miedo me daba era que el sistema reconociera mal a un proveedor y nadie se enterara. Una factura en la carpeta equivocada es peor que una factura sin archivar, porque la segunda alguien la busca y la primera no.

Así que, cuando ninguna pista da un resultado seguro, la factura va a una carpeta de proveedor no encontrado para que la mire una persona. Si el proveedor aparece claramente en el documento pero aún no está en el listado, el sistema lo da de alta y le crea su carpeta. Lo que nunca hace es elegir el proveedor más parecido y seguir adelante.

Es la misma idea que conté sobre dónde dejo decidir a un agente de IA: ante la duda, decirlo y nunca rellenar.

El listado, en manos de quien lo usa

Al principio el listado de proveedores y las reglas especiales estaban dentro del propio flujo. Cada proveedor nuevo o cada caso raro acababa siendo una petición para mí.

Lo pasé a una hoja de cálculo que gestiona el propio departamento. Si llega un proveedor que manda los PDF protegidos o con el número de factura en un sitio extraño, añaden una regla con unas palabras clave y la indicación de dónde buscar el dato. No hace falta tocar la automatización ni esperar a nadie.

Esto pesa mucho a medio plazo. Una automatización que depende de un técnico para cada ajuste se queda parada en cuanto ese técnico tiene otra prioridad.

Lo que me llevo

Leer una factura con IA hoy está bastante resuelto. Lo que no viene resuelto de serie es todo lo que rodea al dato: de dónde sale y qué pasa cuando no está claro.

Y los fallos más difíciles de ver suelen esconderse en lo que dabas por obvio. Nadie piensa que su propio CIF vaya a ser un problema hasta que encuentra facturas de proveedores archivadas a nombre de su empresa.

Si quieres ver el flujo completo desde el principio, lo conté en cómo automatizar la gestión de facturas con IA.