El OCR (reconocimiento óptico de caracteres) existe hace décadas. Pero si alguna vez intentaste usar un servicio genérico para procesar facturas argentinas, probablemente te hayas encontrado con resultados mediocres. No es casualidad: los documentos argentinos tienen particularidades que la mayoría de las soluciones internacionales no manejan bien.
En este artículo vamos a hablar de cuáles son esos desafíos específicos y cómo los resolvemos cuando armamos una automatización con IA que lee documentos.
Los desafíos específicos de Argentina
1. Facturas electrónicas AFIP
Las facturas electrónicas argentinas tienen un formato regulado por AFIP, pero eso no significa que sean uniformes. Cada software de facturación genera un PDF con diseño propio. Lo que sí comparten son campos obligatorios: CUIT del emisor y receptor, tipo de comprobante (A, B, C, M, E), punto de venta, número de comprobante, CAE, fecha de vencimiento del CAE, condición frente al IVA, y el detalle de conceptos con sus alícuotas.
El problema para un OCR genérico es que estos campos pueden aparecer en cualquier posición del documento, con distintas etiquetas (“CUIT”, “C.U.I.T.”, “CUIT/CUIL”) y en formatos variables (20-12345678-9 vs 20123456789). Un sistema que no fue entrenado con documentos argentinos no entiende estas variaciones.
2. Remitos y notas de entrega
A diferencia de las facturas electrónicas, los remitos no tienen un formato regulado. Cada empresa diseña el suyo. Algunos son impresos, otros manuscritos, y muchos son una combinación de ambos. Extraer datos de un remito manuscrito escaneado es un desafío significativamente mayor que procesar una factura electrónica.
Lo que buscamos extraer de un remito suele ser: número de remito, fecha, productos o ítems entregados con cantidades, destinatario y firma de conformidad. Cuando el documento es manuscrito o tiene baja calidad de escaneo, la precisión depende directamente de la calidad del modelo de OCR.
3. Recibos y comprobantes varios
Tickets de caja, recibos de pago, comprobantes de transferencia bancaria, comprobantes de tarjeta. Cada uno tiene su propia estructura y nivel de complejidad. Los tickets térmicos, por ejemplo, suelen tener baja resolución y se degradan con el tiempo, lo que hace que el procesamiento sea más difícil cuanto más viejo es el documento.
4. El idioma y las convenciones locales
Puede parecer menor, pero el idioma importa. Los OCR entrenados con documentos en inglés pueden tener problemas con:
- Acentos y eñes: “facturación” puede leerse como “facturacion” o “facturaci6n”.
- Formato de números: en Argentina usamos punto como separador de miles y coma para decimales (1.234,56), al revés que en EEUU. Un OCR que no distingue esto puede interpretar $1.234,56 como $1234.56 o como $1.234.
- Formato de fechas: DD/MM/AAAA vs MM/DD/YYYY. Una fecha como 03/02/2026 puede ser 3 de febrero o 2 de marzo, dependiendo de la convención que asuma el sistema.
- Direcciones: el formato de direcciones argentinas (calle + número + piso + depto + localidad + provincia + CP) no se parece al formato norteamericano.
Cómo funciona un OCR especializado
Un OCR moderno no es solo “leer texto de una imagen”. Es un proceso de múltiples etapas:
- Pre-procesamiento: el documento se limpia digitalmente. Se corrige la rotación, se mejora el contraste, se eliminan sombras y artefactos del escaneo.
- Detección de texto: se identifican las regiones del documento que contienen texto, separándolas de logos, firmas, sellos y espacios vacíos.
- Reconocimiento: se convierte cada región de texto en caracteres digitales. Acá es donde la calidad del modelo marca la diferencia.
- Extracción estructurada: no alcanza con leer el texto; hay que entender qué significa. El sistema identifica que “20-12345678-9” al lado de “CUIT” es un número de identificación fiscal, no un número de teléfono.
- Validación: los datos extraídos se verifican contra reglas de negocio. ¿El CUIT tiene el dígito verificador correcto? ¿El CAE tiene el formato válido? ¿Los importes suman correctamente?
La diferencia entre un OCR genérico y uno especializado está principalmente en las etapas 4 y 5. Un OCR genérico te da texto plano. Uno especializado te da datos estructurados y validados.
Cómo lo resolvemos
No con un OCR genérico ni con un modelo mágico: con tres cosas puestas en orden.
- OCR solo cuando hace falta. Si el PDF ya tiene texto, se usa ese texto. Si es un escaneo, pasa por OCR y se controla la calidad página por página.
- Lectura del contenido, no de la posición. Un modelo de lenguaje lee el documento como lo leería una persona: busca el CUIT, el total, la fecha y el CAE donde estén, aunque cada proveedor los ponga en otro lado.
- Validaciones que no dependen del modelo. El dígito verificador del CUIT, el formato del CAE y la suma de los importes se controlan con reglas fijas. Si algo no cierra, el documento queda marcado para revisar en vez de cargarse mal.
- Conectado a tu sistema. Lo leído se carga en el contable o la planilla que ya usás, y llega un aviso si quedó algo para mirar.
Qué esperar
Las facturas electrónicas y los documentos con formato estable se leen casi siempre completos. Los remitos impresos y los tickets térmicos dependen del estado del papel y del escaneo: lo que sale mal se marca, no se inventa. Las primeras semanas se revisa más; después, lo que llega a revisión es la excepción.
Cuándo tiene sentido usar OCR especializado
No toda empresa necesita OCR. Tiene sentido invertir en procesamiento automático de documentos cuando:
- Procesás más de 20-30 documentos por día manualmente.
- Los errores de carga manual te generan problemas contables o de gestión.
- Necesitás que los datos estén en tu sistema en tiempo real, no al final del día.
- Tu equipo administrativo dedica una parte significativa de su tiempo a carga de datos.
Si procesás menos de 10 documentos por día, la carga manual probablemente sea suficiente. El ROI de automatizar aparece cuando el volumen justifica la inversión inicial en integración y calibración.
Cómo empezar
Si querés evaluar cómo funcionaría con tus documentos, el proceso es simple:
- Nos enviás 10-20 documentos representativos (facturas de tus principales proveedores, remitos que recibís habitualmente).
- Los procesamos y te mostramos qué datos sacó, qué dejó para revisar y dónde hay oportunidades de mejora.
- Si los resultados tienen sentido para tu operación, diseñamos la integración con tus sistemas existentes.
No hay compromiso en la evaluación inicial. Si los resultados no te convencen, no avanzamos. Escribinos y coordinamos una prueba con tus documentos.