Document Processing incorpora documentos desde cualquier canal práctico: un buzón de correo supervisado, un escáner o dispositivo multifunción, una captura desde el móvil, una carpeta vigilada, un depósito por API o una carga directa. Gestiona todo el abanico de formatos, desde PDF digitales limpios hasta escaneos fotografiados, torcidos, de bajo contraste y de varias páginas, aplicando enderezado, reducción de ruido, rotación y división de páginas antes del reconocimiento. El reconocimiento óptico de caracteres transforma cada página en texto con capacidad de búsqueda y con coordenadas de posición, y la escritura manual, los sellos, los códigos de barras, los códigos QR y las casillas de verificación se leen junto con la impresión mecánica.

Por encima del reconocimiento se sitúan la clasificación y la extracción. Cada documento se identifica por tipo y se encamina al modelo de extracción correspondiente, que extrae los campos relevantes para ese tipo: identidades de proveedor y comprador, números de documento y de referencia, fechas, líneas de detalle, cantidades, precios unitarios, líneas de impuestos y totales, partes contractuales, condiciones y firmas. Cada valor extraído lleva asociada una puntuación de confianza y un vínculo a la región exacta de la página de la que procede. Las reglas de validación, las consultas contra los datos maestros y las comprobaciones aritméticas se ejecutan de forma automática, de modo que los documentos que cuadran limpiamente pasan directamente, mientras que aquellos con baja confianza o comprobaciones fallidas quedan retenidos para su revisión. El resultado es un flujo constante de datos limpios, estructurados y vinculados a la auditoría, listos para su uso posterior.

En el centro del módulo está la idea de un documento tal como avanza desde una imagen capturada en bruto hasta un registro fiable. Cada elemento que llega se trata como un objeto distinto, con su propio origen, sus propias páginas y su propio historial, de modo que la misma factura fotografiada dos veces, o un lote escaneado como un único fichero, se resuelve en los documentos individuales que a la empresa realmente le importan.

Cada documento se entiende a través de tres nociones relacionadas. Primera, su tipo, que indica qué clase de cosa es y, por tanto, qué se espera de él: una factura espera un proveedor, totales e impuestos; un contrato espera partes y condiciones. El tipo determina todo lo que sigue. Segunda, su contenido extraído, guardado como un conjunto de campos con nombre y, cuando procede, líneas repetidas, cada valor ligado a la posición de la página en la que se encontró y a la confianza que el sistema deposita en él. Este vínculo es lo que hace que cada cifra sea rastreable hasta el origen, en lugar de afirmarse de forma aislada. Tercera, su estado, el punto que ha alcanzado en el trayecto desde capturado, pasando por clasificado y extraído, hasta revisado y liberado, junto con quién o qué actuó en cada paso.

Alrededor de estos elementos se sitúan los puntos de referencia que dan sentido a la extracción: los proveedores, clientes, cuentas y entradas de catálogo contra los que se coteja un valor, y los perfiles de extracción que describen cómo debe leerse un tipo determinado procedente de un origen determinado. Las relaciones son sencillas y legibles en términos de negocio: un documento es de un tipo, contiene campos y líneas, se coteja con partes conocidas y deja un rastro ininterrumpido de las manos y las decisiones que lo moldearon.

El flujo de trabajo cotidiano es el procesamiento directo. Un documento llega, se clasifica, se extrae, se valida y, si cada comprobación queda satisfecha, se libera al proceso receptor sin intervención humana. La medida del módulo es qué proporción del volumen recorre esta vía con seguridad, y los controles existen para mantener alta esa proporción sin dejar pasar un documento erróneo.

El segundo flujo de trabajo es la revisión de excepciones. Cuando la confianza sobre un campo cae por debajo de su umbral, falla una regla de validación o un total no cuadra, el documento se pone en cola para un revisor. La superficie de revisión coloca los valores extraídos junto a la imagen original, resalta la región exacta de la que procede cada valor, señala los campos concretos en duda y permite a una persona confirmar o corregir con unas pocas pulsaciones de teclado. Las correcciones se recogen como retroalimentación, afinando la extracción para documentos similares en lo sucesivo. Un tercer flujo de trabajo gestiona la incertidumbre de clasificación, en el que un documento que no encaja claramente con un tipo conocido se tría, se etiqueta y, si representa un nuevo formulario recurrente, se enseña al sistema. La captura por lotes, la división de ficheros combinados, el reprocesamiento de documentos modificados y la aprobación masiva completan el panorama operativo, y cada vía se gobierna mediante colas basadas en roles, temporizadores de nivel de servicio y una visibilidad total del estado para que nada se atasque sin que se vea.

La calidad de la extracción se apoya en modelos sensibles al diseño que leen una página como un objeto estructurado, comprendiendo tablas, columnas, pares clave-valor y continuaciones de varias páginas, en lugar de como un flujo plano de caracteres. Esto es lo que permite capturar las líneas de detalle como filas coherentes y ligar los totales a sus componentes. La confianza se calibra por campo, de modo que los umbrales pueden ajustarse de forma estricta en los valores que tienen peso financiero o legal y de forma laxa en los que no, permitiendo al módulo encaminar el trabajo con precisión en lugar de revisarlo todo o nada.

La validación es donde se impone la corrección. El módulo ejecuta una reconciliación aritmética en los documentos que llevan líneas de detalle y totales, comprobando que las cantidades, los precios unitarios, los subtotales, los descuentos, los impuestos y el total general concuerdan. Valida el tratamiento fiscal frente a los tipos e identificadores de registro esperados, verifica los datos de las partes contra los registros maestros, detecta duplicados por contenido y no por nombre de fichero, y aplica reglas de formato y de rango a fechas, monedas y referencias. Los datos extraídos se normalizan a unidades, formatos de fecha, códigos de moneda e identificadores de parte coherentes, de modo que los sistemas posteriores reciben valores uniformes con independencia de cómo los haya expresado el origen. Cada documento conserva un registro inmutable de su imagen original, de cada valor extraído, de cada comprobación automatizada y de cada decisión humana, con los datos tratados bajo estrictos controles de acceso y políticas de retención. Esa combinación de reconciliación, normalización, detección de duplicados y un rastro de auditoría ininterrumpido es lo que permite a la empresa confiar en los datos lo suficiente como para contabilizar, pagar o contratar en función de ellos.

Document Processing es la capa de captura para gran parte de la suite, y su valor proviene de aquello que alimenta. Las facturas de proveedor extraídas fluyen directamente hacia Accounts Payable y hacia el libro mayor de Finanzas en sentido amplio, llegando como asientos cotejados, codificados y reconciliados, listos para el cotejo a tres bandas contra los pedidos y las recepciones que constan en Procurement. Los contratos capturados y sus partes, fechas y condiciones extraídas nutren Contract Management, de modo que las obligaciones y las fechas de renovación se controlan desde el momento en que llega un documento firmado. Los formularios y la correspondencia de clientes se adjuntan a los registros correspondientes del CRM, y los documentos liberados se archivan en Document Management como sistema de registro con sus metadatos ya cumplimentados.

Dado que la extracción resuelve las partes y los artículos de catálogo contra los datos maestros compartidos, la salida estructurada aterriza sobre los mismos proveedores, clientes, cuentas y productos que ya utiliza el resto de Nashua 360, sin brecha de reconciliación. Las aprobaciones y las excepciones que aquí se generan afloran a través del entramado común de flujo de trabajo y notificaciones que recorre la suite, y cada documento liberado conserva su vínculo con el origen, de modo que cualquier registro posterior puede rastrearse hasta la página de la que procede.

Los AI Workers son participantes de primer nivel en Document Processing, no un complemento. Realizan la lectura y el razonamiento de los que dependen la clasificación y la extracción, y actúan sobre los resultados. A un worker se le puede pedir en lenguaje llano que consulte el módulo directamente, que informe de cuántas facturas de un proveedor determinado están pendientes de revisión, qué documentos no superaron la reconciliación esta semana o dónde aparece una referencia concreta, y responde a partir de datos en vivo del módulo con enlaces a las páginas subyacentes.

Los workers no solo responden, sino que ejecutan acciones. Clasifican los documentos entrantes, extraen y normalizan campos, resuelven las partes contra los datos maestros y liberan los documentos limpios a sus procesos de destino sin intervención humana allí donde la confianza y las comprobaciones lo permiten. Vigilan de forma continua las anomalías y excepciones, señalando envíos duplicados, totales que no cuadran, tratamientos fiscales inesperados, valores fuera de patrón y documentos que no encajan con un tipo conocido, y los elevan a la persona adecuada con las evidencias adjuntas. Cuando un valor es ambiguo, un worker ofrece apoyo a la decisión, proponiendo la lectura más probable con su razonamiento y la región de origen para que una persona la confirme. Y un worker puede actuar como nodo de aprobación o revisión en un flujo de trabajo, verificando un documento frente a la política y, o bien pasándolo adelante, reteniéndolo, o escalándolo a un revisor designado, de modo que las personas dediquen su atención únicamente a los juicios que de verdad la requieren.