Para CFOs, directores financieros y responsables de cuentas a pagar de pymes que tramitan entre 50 y 300 facturas de proveedor al mes en Business Central. Eliminamos el tecleo manual de cabeceras y líneas, la codificación contable a mano y el matching pedido-albarán-factura con un pipeline IA que respeta vuestros flujos legales de FacturaE y Verifactu.
Una pyme con volumetría tipo de cuentas a pagar (entre 50 y 300 facturas de proveedor al mes) dedica entre dos y cinco días-persona al mes a teclear datos que ya están escritos en los documentos que recibe. La cuenta es simple: cada factura compleja se lleva entre seis y doce minutos de captura manual (cabecera, líneas, imputación analítica, vinculación a pedido o albarán, búsqueda de la cuenta contable correcta, validación de impuestos y retenciones). Multiplicado por el volumen mensual, son 16 a 60 horas al mes de un perfil financiero que debería estar haciendo cierre, análisis o controlling, no transcripción.
El coste no es solo el de las horas. Los errores típicos del proceso manual cuestan más que la captura en sí: imputaciones a cuenta o centro equivocado que pasan desapercibidas hasta la auditoría, facturas duplicadas registradas con un dígito de diferencia en el número, descuentos por pronto pago que se pierden porque la factura llega al circuito el día 30 y el descuento vencía el día 15, vencimientos mal calculados, retenciones que se olvidan. Según volumetría, un proceso AP medianamente manual deja encima de la mesa entre el 0,3% y el 1% del gasto anual de proveedores entre descuentos perdidos y errores de imputación.
En España la presión sube con el calendario regulatorio. La Ley Crea y Crece obliga a la facturación electrónica B2B con plazo escalonado por tamaño de empresa, y Verifactu obliga al reporte casi en tiempo real de los registros de facturación a la AEAT. Los equipos que ya tecleaban a duras penas ahora tienen que cumplir con la trazabilidad sin margen. La salida no es contratar más auxiliares contables: es quitarles el tecleo y dejarles la validación.
El dolor de fondo es siempre el mismo: el CFO sabe que la información de proveedores ya existe escrita en algún PDF, en algún XML o en algún correo. Pero llegar a tenerla bien estructurada dentro de Business Central, con su pedido, su centro de coste y su cuenta contable, le cuesta días de equipo. La IA bien aplicada cierra exactamente ese hueco.
El núcleo del caso es un pipeline de tres capas. La primera capa es Azure Document Intelligence, que extrae de cada PDF o XML los campos estructurados de la factura: NIF, fechas, importes, base imponible, impuestos, líneas, descuentos, vencimientos. Lo hace con un modelo preentrenado para facturas que cubre el caso estándar desde la primera factura, y se especializa por proveedor con cada corrección que hace el equipo, sin requerir entrenamiento manual.
La segunda capa es Azure OpenAI Service. Es la que aporta el contexto que falta: a qué cuenta contable corresponde cada línea según el histórico del proveedor, qué centro de coste o qué obra encaja según el patrón de uso de la empresa, qué dimensión analítica debería llevar, qué pedido de compra es el match más probable cuando la factura no lleva referencia explícita. Aquí es donde un modelo de lenguaje le da valor a la extracción cruda: convierte campos en imputación contable.
La tercera capa es la integración con Business Central a través de la extensión dvinvoice-hub de Davisa y los conectores REST estándar de BC. La factura entra como documento de compra precargado, con cabecera, líneas, imputación analítica, vinculación a pedido y propuesta de vencimiento. El equipo financiero la revisa en la pantalla habitual de BC, valida o ajusta, y registra. El workflow de aprobación se dispara automáticamente con Power Automate hacia el aprobador que corresponda según matriz de poderes.
Todo el pipeline corre dentro de vuestro tenant Azure. Los documentos no salen a modelos públicos, no se envían a OpenAI directo, no se usan para entrenar modelos de terceros. Cumplimiento alineado con GDPR y compatible con ENS según el nivel del tenant. La trazabilidad de cada decisión IA queda registrada: qué factura, qué propuesta hizo el modelo, qué validó el humano, qué quedó como excepción para revisión.
Lo que no hace la IA: registrar a ciegas. Cuando el modelo no llega al umbral de confianza configurable, la línea queda marcada para revisión humana. La regla por defecto es restrictiva: las facturas con confianza alta se autopreparan; las dudosas se enrutan a un humano. El equipo financiero deja de teclear, pero no deja de decidir.
| Paso del proceso | Antes (manual) | Después (con IA) |
|---|---|---|
| Entrada de la factura | Recepción por correo, descarga manual, guardado en carpeta del año/mes/proveedor. | Captura automática del buzón AP y SharePoint. La factura entra en BC sola, en minutos. |
| Codificación contable | Tecleo de cabecera y líneas, búsqueda de cuenta contable y centro de coste en la pantalla. | IA propone cuenta y dimensiones aprendiendo del histórico. El humano valida, no teclea. |
| Matching contra pedido/albarán | Búsqueda manual del pedido relacionado, cotejo línea a línea, ajustes a mano si hay parciales. | Matching contextual automático con tolerancia de cantidades, fecha y precio configurable. |
| Conciliación con pagos | Hoja Excel paralela, conciliación mensual a posteriori, descubres descuento perdido tarde. | La factura entra con su vencimiento y descuento de pronto pago calculado. Sin Excel paralelo. |
| Detección de errores | Duplicados detectados en cierre anual o por casualidad. Imputación errónea descubierta meses tarde. | Alerta de duplicados aproximados, importes outlier y NIF nuevos en el momento del registro. |
| Visibilidad mensual | El CFO no sabe cuántas facturas hay pendientes de codificar hasta el cierre. | Cuadro de mando vivo: facturas en curso, tiempo medio de ciclo, ahorro de pronto pago. |
Workshop con el equipo financiero. Auditamos el flujo AP actual, mapeamos volumetría real por proveedor, fijamos línea base de tiempo de captura y porcentaje de errores. Análisis de calidad del histórico en BC. Revisión de matriz de aprobaciones y reglas de imputación.
Desarrollo del pipeline IA, conexión a buzón AP, integración con dvinvoice-hub y BC, entrenamiento por proveedores top, configuración del workflow de aprobación y despliegue en producción sobre una unidad de negocio o sociedad. KPI medido contra la línea base que fijamos en el discovery.
Extensión a más sociedades y proveedores, integración con el resto de extensiones dv*, afinado del modelo con nuevas correcciones del equipo, ampliación a casos colindantes (anomalías AP, conciliación bancaria, cierre mensual automatizado).
Hay escenarios donde no os va a salir a cuenta el piloto. Si os reconocéis, ahorraos el discovery.
La extensión de Davisa para el ciclo completo de facturas recibidas en Business Central.
CalculadoraEstimad en dos minutos vuestro ahorro mensual con los datos de volumetría de vuestra empresa.
Caso IADetección de duplicados aproximados, sobreprecios y patrones outlier antes del pago.
Caso IACada mes, una nota de uno o dos folios redactada por IA sobre el comportamiento financiero.
HubEl catálogo completo de casos, sectores, método y discovery del AI Studio de Davisa.
Sí. Document Intelligence procesa tanto facturas PDF como ficheros FacturaE XML, y en el caso de Verifactu se respeta la traza de envío al SII y a la AEAT que ya genera Business Central con nuestras extensiones dvfactura-e y dvimpuestos. La IA no sustituye los flujos legales: se sitúa antes del registro contable, ahorrando la captura, y deja intactos los procesos de declaración. Soportamos también los formatos pre-FacturaE habituales de proveedores (PDF nativo, escaneo OCR, correo con adjunto, EDI).
El primer documento de cada proveedor se procesa con el modelo genérico de extracción de facturas de Document Intelligence, que ya cubre los campos estándar con buen acierto. A partir de ahí, cada corrección manual que hace el equipo financiero alimenta un modelo de proveedor específico, y a la tercera o cuarta factura del mismo emisor el sistema clava el layout, las cuentas y la imputación analítica. No requiere configuración previa por proveedor: aprende usándolo.
La IA propone el desglose por líneas, las cuentas contables y las dimensiones analíticas que mejor encajan con el histórico del proveedor y con las reglas que tengáis configuradas en BC. Cuando la confianza del modelo en una línea baja del umbral que fijéis, la marca para revisión humana antes del registro. Lo importante: la IA propone, el equipo financiero valida. No registra a ciegas. En facturas con prorrateos exóticos podéis seguir interviniendo línea a línea.
Vía API REST estándar de Business Central y la extensión dvinvoice-hub de Davisa. El pipeline lee la bandeja de entrada (correo, carpeta SharePoint, EDI), procesa con Document Intelligence + Azure OpenAI, crea el documento de compra en BC con cabecera y líneas, lanza el matching contra pedido y albarán, y dispara el workflow de aprobación con Power Automate. No hay middleware nocturno: todo ocurre en minutos desde que llega la factura.
Según volumetría y limpieza histórica, entre el 85% y el 95% de líneas correctamente extraídas y codificadas sin intervención manual a partir de la cuarta factura por proveedor. Las cabeceras (NIF, fecha, importe, vencimiento) superan el 98% desde la primera factura. El KPI que medimos al final del piloto no es el acierto en sí, sino el ahorro de horas-persona al mes del equipo de cuentas a pagar, contra la línea base que fijamos en el discovery.
Os enmarcamos el caso dentro de vuestra relación actual con BC y dvinvoice-hub, sin onboarding nuevo. Vuestro asesor habitual coordina con el AI Studio.
Habla con el equipo →Empezamos por el discovery de 5 días. En una semana tenéis evaluado el ahorro real sobre vuestra volumetría y un piloto dimensionado para arrancar.
Solicita Discovery IA →