Casos de uso de Document AI
En esta página
Actualización 2 de noviembre de 2026 — OCR. OCR 4.0 (
mistral-ocr-4-0) se retiró el 30 de septiembre de 2026. Utiliza OCR 4.1 (mistral-ocr-4-1), disponible de forma general desde el 31 de agosto al mismo precio, o el aliasmistral-ocr-latest, que apunta a él desde el 16 de julio. OCR 4.1 añade puntuaciones de confianza a nivel de bloque.
Aplicaciones reales en diversos sectores
Document AI hace algo más que extraer texto. La combinación de OCR + Anotaciones + QnA hace que el servicio sea valioso porque cubre todo el ciclo de vida del documento, desde la recepción hasta su utilización. Esta lección recorre los casos de uso más comunes por sector, indicando qué servicios intervienen en cada paso. Esta distinción es importante desde el principio, ya que cada servicio añadido introduce coste y latencia.
| Sector | Caso de uso | Servicios utilizados |
|---|---|---|
| Finanzas y banca | KYC automatizado, extracción de extractos, cumplimiento normativo | OCR + Anotaciones |
| Sanidad | Historias clínicas, recetas manuscritas, informes médicos | OCR + Anotaciones + QnA |
| Jurídico | Análisis de contratos, extracción de cláusulas, due diligence | OCR + QnA |
| Seguros | Tramitación de siniestros, formularios de declaración | OCR + Anotaciones |
| Logística | Albaranes de entrega, documentos de aduanas, listas de comprobación de almacén | OCR + Anotaciones |
| Contabilidad | Facturas de proveedores, informes de gastos, conciliación bancaria | OCR + Anotaciones |
| Sector público | Digitalización de archivos, formularios administrativos | OCR |
| Fabricación | Fichas técnicas, certificados de calidad, informes de inspección | OCR + QnA |
Finanzas y banca: KYC automatizado
La incorporación de clientes es el caso de uso más solicitado porque es repetitivo, está regulado y consume mucho tiempo. El proceso de Conozca a su Cliente (KYC, por sus siglas en inglés) sigue siempre la misma secuencia:
- Escaneo de documentos de identidad: Pasaporte, DNI, permiso de conducir.
- Extracción mediante OCR: Nombre, apellidos, fecha de nacimiento, número de documento.
- Anotaciones estructuradas: Validación de campos mediante un esquema Pydantic.
- Verificación cruzada: Comparación automática con bases de datos internas.
- Archivado enriquecido: Documento indexado y consultable mediante QnA.
Lo que antes llevaba varias horas a un responsable de cumplimiento normativo, ahora tarda segundos por archivo. El agente solo interviene en los casos marcados como sospechosos.
Sanidad: Historias clínicas y recetas
El sector médico genera volúmenes masivos de documentos, una gran parte de los cuales siguen estando manuscritos. Una receta manuscrita, a menudo considerada ilegible, se transcribe correctamente incluso cuando el facultativo mezcla términos en latín con la lengua local. Los formularios con casillas de verificación, que durante mucho tiempo han sido un dolor de cabeza para los motores OCR tradicionales, ven extraídas sus respuestas booleanas con una precisión notable. En los informes médicos, el modelo identifica la identidad del paciente, el diagnóstico y las prescripciones.
Un comportamiento merece especial atención porque determina el grado de confianza que puedes depositar en el sistema: cuando falta un campo en el documento —por ejemplo, un número de teléfono no listado—, el modelo informa de esta ausencia en lugar de inventar un valor plausible. Esto es exactamente lo opuesto al reflejo de un modelo de propósito general, y es lo que hace que la extracción sea utilizable sin una revisión humana sistemática.
Jurídico: Análisis de contratos a gran escala
Los despachos de abogados y los departamentos jurídicos utilizan principalmente la extracción de cláusulas y QnA. El primer caso de uso implica identificar automáticamente cláusulas de rescisión, de no competencia o de confidencialidad dentro de un corpus, convirtiendo una revisión manual en una clasificación asistida. El segundo destaca durante la due diligence: cuando una adquisición implica cientos de contratos, consultas el corpus en lenguaje natural en lugar de leerlo todo de principio a fin, revisando en detalle solo los documentos que la búsqueda ha puesto de manifiesto.
Contabilidad: Procesamiento de facturas
Este es el caso de uso más maduro y a menudo el primero en desplegarse. Todo se reduce a un esquema Pydantic que describe exactamente lo que quieres recuperar:
from pydantic import BaseModel, Field
class Invoice(BaseModel):
vendor: str = Field(..., description="Nombre del proveedor")
invoice_number: str = Field(..., description="Número de factura")
date: str = Field(..., description="Fecha de la factura en formato YYYY-MM-DD")
amount_excl_tax: float = Field(..., description="Importe sin impuestos en euros")
amount_incl_tax: float = Field(..., description="Importe con impuestos en euros")
vat_amount: float = Field(..., description="Importe del IVA en euros")
Cuando se pasa a la API de Anotaciones, este esquema extrae campos de cada factura escaneada sin requerir ninguna configuración previa de las plantillas de factura del proveedor. Obsérvese el cuidado puesto en las descripciones y la tipificación: esto le indica al modelo que un importe debe devolverse como un número, y una fecha en formato YYYY-MM-DD en lugar de en la forma que aparece en el papel.
Logística, archivos y sector público
En logística, los miles de albaranes de entrega, conocimientos de embarque y documentos de aduanas procesados diariamente se prestan a la extracción automática de información del remitente y del destinatario, la lectura de códigos de barras y números de seguimiento presentes en las imágenes, y la digitalización de listas de comprobación de almacén rellenadas a mano en soportes a menudo arrugados.
La digitalización de archivos es un caso especial. Aquí los documentos son antiguos, a veces en mal estado, escritos con caligrafía de los siglos XIX o XX, con tipografía y frases que ya no se utilizan. OCR 4 gestiona esto mejor que los motores OCR tradicionales gracias a su comprensión visual, pero sé realista sobre los límites: la precisión disminuye en elementos muy degradados, y cualquier proyecto de archivo serio incluye siempre una fase de revisión humana.
El flujo de trabajo estándar de producción
Independientemente del sector, el pipeline es similar: ingesta del documento mediante escaneo, carga o correo electrónico; OCR para extraer texto y estructura mediante mistral-ocr-latest; anotaciones para obtener datos estructurados según tu esquema de negocio; indexación del Markdown enriquecido en una base de datos vectorial o SQL; y finalmente utilización mediante búsqueda, QnA, generación de informes o automatización de flujos de trabajo. Si estás diseñando un proyecto, define estos cinco pasos antes de escribir una sola línea de código: determinan dónde almacenas los datos, qué vuelves a ejecutar en caso de error y por qué facturas.
Puntos clave
- Document AI se aplica a cualquier sector que gestione documentos.
- El flujo de trabajo estándar es: ingesta, OCR, anotaciones, indexación, utilización.
- Las anotaciones Pydantic te permiten extraer exactamente los datos que necesitas.
- QnA te permite consultar documentos en lenguaje natural tras la indexación.
- La combinación de los tres servicios crea una solución integral para documentos.