Saltar al contenido Nuevo Te presentamos nuestra oferta Perfect Docs Guaranteed — 99,2% de precisión para equipos de alto volumen. Plazas limitadas. Saber más

OCR de facturas de suministros para AP, ESG y cada equipo que necesita los datos .

Extrae consumo, tipos de lectura, tarifas por períodos (TOU), desglose completo de cargos y registros multi-suministro, tipados y estructurados. Cualquier proveedor, cualquier formato, en menos de 10 segundos.

  • 500 páginas gratis incluidas
Sample US utility bill from Liberty Power, fictional data
Extracted Data · Utility Bill
1
2 ·· "document_type" "utility_bill"
3 ·· "extracted_at" "2023-10-12T18:45:00Z"
4 ·· "provider" "Liberty Power"
5 ·· "service_type" "residential_electricity"
6 ·· "provider_address" "1200 Energy Way, Dallas, TX 75201"
7 ·· "customer"
8 ···· "name" "Maria S. Ramirez"
9 ···· "service_address" "456 Oak Ave, Austin, TX 78704"
10 ··
11 ·· "account_number" "1234 5678 9012"
12 ·· "statement_date" "2023-10-12"
13 ·· "due_date" "2023-11-05"
14 ·· "period"
15 ···· "from" "2023-09-10"
16 ···· "to" "2023-10-10"
17 ···· "days" 30
18 ··
19 ·· "consumption_kwh" 927
20 ·· "billing_summary"
21 ···· "previous_balance" 110.20
22 ···· "payments_received" -110.20
23 ···· "current_charges" 145.67
24 ···· "total_amount_due" 145.67
25 ··
26 ·· "currency" "USD"
27 ·· "co2eq_kg" 180.4
28

Procesamos documentos para equipos de

Si tu documento tiene datos, podemos extraerlos.

Estés en el equipo que estés, ya extraemos los campos que necesitas de la misma factura de suministros. Leer el deep-dive técnico →

Iberdrola Comercializadora S.A.U.
Nº factura UB-2026-05-1873
Cliente ACME S.L. CIF: B-12345678
Dirección de suministro Av. Diagonal 123 08018 Barcelona · España
Período de facturación 01/05 → 31/05/2026
Fecha emisión 02/06/2026
Concepto Período Cantidad Precio unitario Importe
Energía P1 (punta) 01-31/05/2026 187 kWh 0,1268 €/kWh 23,71 €
Energía P2 (llano) 01-31/05/2026 100 kWh 0,1024 €/kWh 10,24 €
Energía P3 (valle) 01-31/05/2026 125 kWh 0,0856 €/kWh 10,70 €
Potencia contratada 31 días 5,75 kW 0,1297 €/kW·día 23,15 €
Impuesto eléctrico 5,11 % s/ subtotal 5,20 €
IVA 21% 14,45 €
Últimos 12 meses (kWh) Lectura: estimada
Total a pagar 87,45 €
CUPS ES0022000130001234567890XY
Tarifa 2.0TD
Huella CO₂ 53,6 kg CO₂
Vencimiento 25/06/2026
  • Plataformas de identidad y fintechs verifican nombre, dirección, fecha y proveedor, pero el reto real es cubrir la larga cola de pequeñas comercializadoras locales que el OCR genérico no maneja.

  • Los instaladores dimensionan sistemas a partir del histórico kWh, y la extracción debe marcar las lecturas estimadas explícitamente, o las propuestas se construyen sobre datos no representativos.

  • Los equipos energéticos consolidan luz, gas y agua en portfolios, 200 sedes × 15 comercializadoras produce miles de documentos al mes, con cada layout y formato imaginable.

  • Scope 2 necesita consumo medido, no estimado, la extracción debe exponer el tipo de lectura por período y punto de suministro, o el reporte de carbono es poco fiable.

  • Los property managers procesan facturas de cientos de unidades, distintos números de cuenta, ciclos y convenciones de contador por compañía hacen inviable la conciliación manual.

  • Los equipos financieros postean a ERPs y auditan cargos contra términos tarifarios contratados, lo que requiere el desglose jerárquico completo, no solo el total a pagar.

extracted_data.json

  "tip" "Selecciona un caso de uso"
  "para_ver" "el JSON extraído"

Invofox vs. OCR genérico y pipelines con LLM.

Los extractores de facturas, parsers de formularios y prompts a LLMs producen output parcial en facturas de suministros. Esto es lo que cambia cuando el pipeline está hecho para ellas. Leer el análisis completo →

Específico

Invofox

Entrenado en facturas de suministros de extremo a extremo.

  • Modelo específico de suministros
  • Tipos de lectura (medida / estimada)
  • Splitter de PDFs multi-suministro Integrado
  • Campos de schema personalizados Solo configuración
  • Estructura JSON multi-suministro Suministros + cargos anidados
  • Períodos tarifarios (TOU)
  • Loop de feedback Automático
  • Estabilidad de roadmap Estable
  • Coste de mantenimiento Bajo
Genérico

OCR genérico y LLMs

Extractores de facturas, parsers de formularios o un prompt a un LLM.

  • Modelo específico de suministros No, capa genérica de facturas
  • Tipos de lectura (medida / estimada)
  • Splitter de PDFs multi-suministro Build propio / procesador extra
  • Campos de schema personalizados Reentrenar o código de app
  • Estructura JSON multi-suministro JSON plano por página
  • Períodos tarifarios (TOU)
  • Loop de feedback Reentrenamiento manual
  • Estabilidad de roadmap Mixto, algunos procesadores en retirada
  • Coste de mantenimiento Medio a alto

Jerárquico, no plano. Construido para la estructura real de la factura.

Las facturas de suministros no son planas. Un PDF puede llevar varios puntos de suministro, cada uno con su período, consumo, tipo de lectura y desglose de cargos. Nuestro schema lo refleja.

utility_bill_schema.json
  • Documento 4 fields
    1. invoice_number UB-2026-05-1873 string
    2. provider Iberdrola string
    3. issue_date 2026-06-02 date
    4. due_date 2026-06-25 date
  • supply_points [ ] 6 fields
    1. cups ES00220001… string
    2. service_address Av. Diagonal 1… string
    3. period 2026-05-01 → 31 object
    4. consumption_kwh 412 number
    5. reading_type "estimada" enum
    6. tariff 2.0TD string
  • charges_breakdown [ ] 5 fields
    1. concept "energía" enum
    2. qty 412 kWh number
    3. unit_price 0,1268 €/kWh number
    4. amount 52,30 number
    5. tariff_band "P1 punta" enum
  • Pago y ESG 5 fields
    1. amount_due 87,45 number
    2. currency "EUR" string
    3. iban_last4 "1234" string
    4. payment_method "domiciliación" enum
    5. co2eq_kg 53,6 number

De PDF a datos tipados, cada paso entiende facturas de suministros.

Split, clasificación, extracción, validación y revisión, cada capa del pipeline está diseñada para lo que realmente son las facturas de suministros: documentos jerárquicos, multi-suministro y multi-tarifa.

  1. Identificación multi-suministro

    Identificación multi-suministro

    Una sola factura puede incluir electricidad y gas en la misma página. Cada punto de suministro se identifica y extrae como un registro independiente, con su propio periodo, consumo, referencia de contador y desglose de cargos. Nunca colapsado en un único objeto plano.

  2. Extracción específica de utilities

    Extracción específica de utilities

    Las cifras de consumo, los periodos tarifarios, los identificadores de punto de suministro y los desgloses de cargos regulados son campos que no existen en un modelo estándar de factura. Los extractores genéricos devuelven importe y fecha de vencimiento. Esto devuelve los datos que tu pipeline realmente necesita.

  3. Clasificación de documentos

    Clasificación de documentos

    Cada documento se clasifica antes de extraer: si es factura de suministros o no, y de qué tipo: electricidad, gas, agua o telecom. Los pipelines con documentos mixtos ganan una puerta fiable. Lo que no es una factura de suministros se marca antes, no se procesa mal en silencio.

  4. Validación de schema y aritmética

    Validación de schema y aritmética

    Cada registro se valida contra tus reglas de schema y contra la propia aritmética de la factura antes de entregarse. Las líneas se cruzan con el total. Los campos de baja confianza se marcan, no pasan sin más a tu ERP.

  5. Bucle de feedback automático

    Bucle de feedback automático

    Las correcciones del operador retroalimentan el modelo directamente. La precisión en nuevos proveedores y layouts mejora de forma automática, sin reentrenamiento manual ni trabajo de ingeniería. La mayoría de clientes alcanzan su umbral objetivo a los pocos días de pasar a producción.

Preguntas frecuentes.

~/invofox / faq.json
longtail.json
1
2 ··"question" "¿Funciona con mi comercializadora regional o local?"
3
4 ··"answer" "Sí. El modelo está entrenado en diversidad real de layouts entre decenas de emisores, incluyendo pequeñas comercializadoras locales y cooperativas. La precisión base en un emisor nuevo es notablemente mayor que en un modelo entrenado con un subconjunto curado, y cualquier quirk específica se cierra en días gracias al loop de feedback automático."
5
Cobertura longtail.json
main 0 errors 0 warnings UTF-8 LF JSON

¿Quieres el deep-dive técnico completo? Leer el blog post