Procesa conocimientos de embarque de múltiplestransportistas en una sola hoja de cálculo

Un transitario mediano maneja unas 500 cartas de porte al mes de entre 10 y 20 navieras distintas. A 10 o 15 minutos por documento para leer, escribir y verificar —el estándar documentado por CSA Software en su análisis de la entrada manual de datos en el transporte de carga—, eso supone entre 83 y 125 horas de trabajo al mes solo en la transcripción. Sin contar la resolución de excepciones, el seguimiento con las navieras ni las decisiones que mueven la carga. Solo pasar datos de un PDF a una hoja de cálculo. Y la causa raíz no es el volumen. Es que cada naviera imprime la misma información de forma diferente.

Deja de teclear datos — deja que la IA los lea por ti
Sube una imagen o PDF — datos estructurados en 10 segundos
Probar ahora
Sin registro · Sin tarjeta · Resultados en 10 segundos
Procesamiento por lotes de conocimientos de embarque de múltiples navieras en una hoja de control

Un B/L frente a 500: La brecha de eficiencia que los tutoriales de un solo documento no cubren

Extraer un conocimiento de embarque a Excel con tecnología de IA toma de 5 a 10 segundos, aproximadamente 18 veces más rápido que el ingreso manual. Ese es el estándar de referencia para la automatización a nivel de documento, y extraer un B/L a Excel uno por uno lo logra de manera confiable.

Pero la velocidad de un solo documento no es el cuello de botella a escala operativa. El cuello de botella es el espacio entre documentos. Es la fricción acumulativa de cambiar entre un B/L de Maersk, uno de MSC, una plantilla de COSCO, un formato de Hapag-Lloyd, un diseño de ONE — cada uno con diferente ubicación de campos, diferentes convenciones de nomenclatura, diferentes estructuras de tablas — y producir una hoja de cálculo unificada donde el Número de B/L signifique lo mismo en cada fila.

Según un análisis de Expedock sobre operaciones de transitarios, el personal operativo dedica de 2 a 4 horas al día solo al ingreso y auditoría de datos en sistemas de gestión de transporte. Para un equipo que procesa 300 envíos mensuales, eso son 150 horas consumidas solo por ingreso de datos, tiempo que no está disponible para negociación de tarifas, gestión de excepciones o atención al cliente. El costo no está en los minutos por documento. Está en las horas por mes que se acumulan entre transportistas.

Un solo B/L se extrae en segundos. Quinientos B/L de 15 transportistas diferentes no se convierten en una multiplicación directa de ese número, sino en un problema de gestión de formatos que las herramientas basadas en plantillas no fueron diseñadas para resolver.

Por qué los B/L de múltiples transportistas rompen la extracción basada en plantillas

La industria del transporte marítimo de carga se basa en un puñado de navieras dominantes — Maersk, MSC, CMA CGM, COSCO, Hapag-Lloyd, ONE, Evergreen, HMM, Yang Ming, ZIM — y cada una emite sus conocimientos de embarque en su propio formato propietario. Conozca las diferencias:

  • Nombres de campos. Lo que Maersk llama "Buque / Viaje", MSC lo llama "Nombre del Buque" en un panel lateral, y una naviera regional lo denomina "Buque Porteador" en el texto del cuerpo. Tres etiquetas distintas, misma información.
  • Ubicación. El número de conocimiento de embarque puede estar en la esquina superior derecha de una plantilla y en la inferior izquierda de otra. Los números de contenedor pueden aparecer en una tabla de encabezado, una lista de varias líneas o en línea con las descripciones de la carga.
  • Formato de datos. Una naviera escribe las fechas como DD/MM/AAAA, otra como MM-DD-AAAA. Los pesos pueden estar en kilogramos, libras o toneladas métricas según la ruta comercial y la convención de la naviera.
  • Estructura de página. Un conocimiento de embarque de un solo contenedor ocupa una página. Uno de varios contenedores de la misma naviera puede extenderse a cinco páginas — y una naviera diferente formatea la carga de múltiples contenedores de manera completamente distinta.

La Asociación Nacional de Agentes de Aduanas y Transitarios de Estados Unidos (NCBFAA), que representa a más de 1500 empresas miembro y 110 000 empleados en el comercio internacional, cuenta entre sus miembros con transitarios cuyas operaciones gestionan más del 97% de todas las importaciones de EE. UU. Estos transitarios lidian con la diversidad de formatos de las navieras cada hora de cada día laborable.

Las herramientas de extracción basadas en plantillas responden a esta diversidad exigiendo una plantilla separada para el diseño de cada transportista. Si trabajas con 15 transportistas, creas 15 plantillas. Cuando un transportista actualiza el diseño de su BOL — y lo hacen, ya sea por cambio de marca, cumplimiento normativo o migración de sistemas — tu plantilla falla en silencio. La herramienta que debía eliminar el tipeo manual ha creado una nueva carga de mantenimiento: la curación de plantillas. El problema escala linealmente con la cantidad de transportistas, y el detonante para actualizar una plantilla siempre es que alguien note que los datos dejaron de fluir.

FIATA, la Federación Internacional de Asociaciones de Transitarios, ha abordado el problema de la fragmentación de formatos a nivel de estándares con su estándar de datos electrónico FBL — una versión digital de código abierto de su Conocimiento de Embarque Multimodal Negociable (FBL) mapeado al Modelo de Datos de Referencia de Transporte Multimodal de UN/CEFACT. Pero la adopción de eFBL entre los transportistas es gradual, y los BOL en papel y PDF que llegan hoy a las bandejas de entrada de los transitarios no esperan la convergencia de estándares. El transitario necesita extraer datos de lo que llegue.

Una Lista de Columnas, Cada Transportista: Cómo Funciona la Extracción Semántica en Distintos Formatos de BOL

La alternativa a las plantillas por transportista es la extracción por nombre de columna: en lugar de definir dónde se ubica cada valor en la página de un transportista específico, defines qué categoría de información buscas. La IA lee el documento semánticamente — entendiendo el significado de cada dato, no sus coordenadas — y localiza los valores por lo que son, no por dónde aparecen.

Un ejemplo concreto. Defina una columna llamada "Número de B/L". Cuando la IA encuentra un BOL de Maersk con "Bill of Lading No. MAEU123456789" en el encabezado, reconoce el patrón y extrae "MAEU123456789". Cuando encuentra un BOL de MSC donde el número de B/L está etiquetado como "MEDU987654321" en un recuadro lateral con formato diferente, extrae "MEDU987654321" — porque la IA entiende que ambos son identificadores de conocimiento de embarque, no porque ambos estén en las mismas coordenadas de píxeles. El nombre de columna que definió es el concepto objetivo. La IA encuentra el valor correspondiente en cualquier formato de transportista.

Esta es la lista de campos que necesita un flujo de trabajo típico de extracción de BOL de un transitario, y funciona con cualquier transportista sin modificación:

Número de B/L  |  Número de Reserva  |  Nombre del Embarcador  |  Nombre del Consignatario  |  Parte Notificante
Nombre del Buque  |  Número de Viaje  |  Puerto de Carga  |  Puerto de Descarga
Número de Contenedor  |  Número de Precinto  |  Código SA  |  Cantidad de Bultos
Peso Bruto  |  Descripción de la Carga  |  Términos de Flete
Lugar de Recepción  |  Lugar de Entrega  |  Nombre del Transportista

Defina estos nombres de columna una sola vez — una configuración inicial, no una operación por documento. Se convierten en los encabezados de su hoja de cálculo de salida. Cada BOL que procese de cualquier transportista genera una fila con las mismas columnas en el mismo orden, independientemente del diseño, etiquetado o número de páginas del documento de origen. Un lote de 50 BOL de 12 transportistas produce una tabla, no 12 tablas que requieran unión manual.

Este enfoque también maneja tipos de BOL que no se parecen en nada. Un conocimiento de embarque marítimo maestro (MBL) emitido por el transportista al agente de carga, un conocimiento de embarque marítimo doméstico (HBL) emitido por el agente de carga al embarcador, y una guía aérea — tres documentos con diseños visuales diferentes, nombres de campo diferentes, modelos de datos diferentes — producen filas con una estructura de columna idéntica. La IA se adapta al tipo de documento automáticamente porque lee semánticamente, no posicionalmente.

La idea clave: la información en un conocimiento de embarque es universal — embarcador, consignatario, buque, carga, peso, contenedor. Lo que varía es cómo cada transportista elige mostrarla. La extracción semántica separa la información de su presentación, haciendo que el formato del transportista sea una variable irrelevante.

Deja de teclear datos — deja que la IA los lea por ti
Sube una imagen o PDF — datos estructurados en 10 segundos
Probar ahora
Sin registro · Sin tarjeta · Resultados en 10 segundos

El Flujo de Trabajo por Lotes: De la Bandeja de Entrada del Transportista a la Hoja de Control

El lunes por la mañana de un agente de carga típicamente comienza con PDF de BOL que llegan de transportistas que zarparon durante el fin de semana. Llegan como archivos adjuntos de correo electrónico, descargas del portal del transportista o documentos reenviados por agentes de origen. La prioridad no es extraer un solo BOL rápidamente — es obtener todos en la hoja de seguimiento antes de que los clientes comiencen a preguntar por el estado de sus envíos.

Así es como un flujo de trabajo de procesamiento por lotes —donde subes varios archivos a la vez y la IA los procesa usando las mismas definiciones de columnas para producir un único resultado consolidado— transforma esa rutina matutina:

1

Define tus columnas de salida una sola vez. Ingresa los nombres de los campos que necesitas extraer — Número de B/L, Embarcador, Consignatario, Buque, Puerto de Carga, Número de Contenedor, Peso Bruto, etc. Estos se convierten en los encabezados de columna de tu hoja de cálculo para todos los BOL que proceses. La configuración es un paso único, no una operación por lote o por transportista. Si tu TMS o plantilla de seguimiento espera nombres de encabezado específicos, usa esos nombres exactos aquí — "ContainerNo" en lugar de "Número de Contenedor", si así lo lee tu sistema — y elimina el paso de reformateo posterior a la exportación.

2

Sube todos los BOL en un solo lote. Arrastra PDFs, documentos escaneados o fotos de BOL — sin importar el transportista, tipo de documento o número de páginas. Un PDF de Maersk, un escaneo de MSC, un documento de varias páginas de COSCO y una captura de pantalla del BOL de un transportista regional van todos en la misma carga. La IA los procesa como un grupo, usando las mismas definiciones de campo en todos los documentos. Sin clasificación de documentos, sin agrupación por transportista, sin preprocesamiento.

3

Revisa extracciones marcadas, no todos los campos. La IA señala resultados de baja confianza — campos donde el documento fuente tenía mala calidad de escaneo, formato ambiguo o patrones de datos inesperados. Revisa primero los elementos marcados. El resto, con altos puntajes de confianza, normalmente no requiere intervención manual. Con 500 BOL al mes y una tasa de confianza por campo superior al 95%, la revisión se enfoca en unos 25 documentos con casos excepcionales, no en 500 documentos de verificación línea por línea.

4

Exporta una hoja de cálculo consolidada. El resultado es un único archivo Excel donde cada BOL es una fila. Todas las columnas son iguales para todos los transportistas. Exporta a XLSX o CSV, importa directamente a tu TMS o — si trabajas en Google Sheets — usa el complemento de Google Sheets para escribir los datos extraídos directamente en tu hoja activa sin salir de Sheets. La estructura es consistente: la Fila 1 es un BOL de Maersk, la Fila 2 es un BOL de MSC, la Fila 3 es un BOL de COSCO — y las tres filas tienen el mismo diseño de columnas.

El tiempo de procesamiento de una sola página de BOL oscila entre 5 y 10 segundos. Un lote de 50 páginas individuales de BOL se completa en pocos minutos; el factor limitante es el número total de páginas, no la diversidad de formatos. Agregar la transportista n.° 16 al flujo de trabajo no requiere tiempo adicional de configuración porque la extracción semántica no depende de cuántas transportistas manejes.

Para más información sobre extracción de datos de conocimientos de embarque en cualquier formato de transportista, consulta nuestra herramienta convertidora dedicada.

Qué Sucede Cuando Algo Sale Mal: Gestión de Excepciones a Escala

En la extracción de un solo documento, una excepción es un inconveniente: la corriges y sigues adelante. En el procesamiento por lotes con 15 transportistas, resolver excepciones de manera eficiente es lo que determina si la jornada laboral termina a las 3:00 p. m. o a las 7:00 p. m. La práctica de la gestión de excepciones a esta escala importa más que el camino feliz.

Los tres modos de fallo más comunes en el procesamiento por lotes de BOL de múltiples transportistas:

Actualizaciones de plantillas de transportistas. Cuando Maersk rediseñó el diseño de su BOL —moviendo ciertos campos, reorganizando tablas, ajustando la estructura de la página— las herramientas de extracción basadas en plantillas perdieron el rastro de esos campos hasta que alguien reconstruyó la plantilla. La extracción por nombre de columna maneja esto de manera diferente. Como la IA no está anclada a posiciones de píxeles, un cambio de diseño no rompe la extracción siempre que el contenido de la información siga siendo el mismo. El Número de B/L sigue siendo un Número de B/L, sin importar dónde aparezca en la página rediseñada.

Variación en la calidad del escaneo. Un BOL que llega como un PDF nítido desde el sistema de Maersk y un BOL fotografiado bajo la luz fluorescente de un almacén y reenviado por un agente de origen no son insumos equivalentes. Números de contenedor borrosos, campos de peso manchados y orientaciones de página inclinadas reducen la confianza en la extracción. La IA marca estos casos para revisión; el operador ve qué campos requieren atención sin tener que revisar filas de datos correctamente extraídos. Para correcciones críticas escritas a mano en los BOL (ajustes de peso, cambios de número de sello añadidos manualmente), planifique una revisión rápida en lugar de esperar una extracción totalmente automatizada de escaneos degradados.

Campos faltantes y ambiguos. No todos los transportistas incluyen todos los campos en cada BOL. Un transportista regional podría omitir el código HS. Un BOL de consolidación LCL podría dejar el número de sello en blanco. Las herramientas basadas en plantillas suelen tratar un campo faltante como un error de extracción. La extracción semántica lo maneja de manera diferente: el campo simplemente se devuelve vacío, y el operador decide si obtener los datos faltantes de otro documento (una lista de empaque, una factura comercial) o continuar sin ellos. Procesar listas de empaque y BOL juntos en el mismo lote, con campos que se superponen entre tipos de documentos, es una extensión natural de este flujo de trabajo.

El resultado práctico: para un lote de 50 BOL procesados con extracción por nombre de columna, el paso de revisión se centra en aproximadamente 2 a 5 documentos con campos marcados, no en 50 documentos con verificación línea por línea.

El flujo documental de un transitario está distribuido geográficamente por definición. Quien gestiona los BOL físicos en el puerto de carga en Shanghái no es quien maneja la hoja de control en la central de Róterdam o Chicago. Cada documento físico que debe llegar al escritorio de ingreso de datos es un traspaso más — correos reenviados, descargas del portal, fotos de WhatsApp — y cada traspaso es un posible retraso o desvío.

Enlaces de Recogida resuelven directamente el problema de distribución. Un Enlace de Recogida es una página de carga única y compartible (una URL como /c/xxxx) que generas y distribuyes a quienes gestionan documentos en origen — personal de almacén, agentes navieros, transitarios asociados, conductores de recogida. El destinatario abre el enlace, introduce un código de verificación corto y carga el BOL directamente. Sin crear cuenta, sin inicio de sesión, sin formación. El documento llega a tu cola de procesamiento, y lo revisas y exportas desde tu panel.

Esto elimina por completo los pasos intermedios. En lugar de "el agente en origen envía por correo el PDF del BOL al escritorio de operaciones → operaciones descarga el archivo adjunto → lo guarda en una carpeta → lo sube a la herramienta de extracción", el flujo pasa a ser "el agente en origen abre el Enlace de Recogida → carga el BOL → el documento aparece en tu cola para revisión y exportación." Se eliminan tres traspasos, y el documento está disponible para procesamiento en minutos desde su emisión — a veces antes de que el buque haya salido del puerto de carga.

Para transitarios que gestionan BOLs en múltiples rutas comerciales y husos horarios, donde los documentos llegan las 24 horas desde distintas partes del mundo, los Enlaces de Recogida convierten una cadena de traspasos secuencial y dependiente del correo electrónico en un canal de carga directa y paralelo. Cada agente, en cada puerto, carga en el mismo destino.

Preguntas Frecuentes

¿Cuántos BOLs se pueden procesar en un solo lote?

No hay un límite estricto: puedes subir todos los archivos que necesites en un lote. En la práctica, un lote de 50 a 100 BOLs de varios transportistas se procesa en pocos minutos. El tiempo total de procesamiento escala con la cantidad de páginas, no con la diversidad de formatos, porque la IA lee cada documento de forma independiente usando las mismas definiciones de columnas.

¿Puede manejar documentos de carga marítima y aérea en el mismo lote?

Sí. Un BOL marítimo, una guía aérea (AWB) y una lista de empaque pueden procesarse en el mismo lote usando las mismas definiciones de columnas, siempre que los campos que hayas especificado (Remitente, Destinatario, Descripción de la Carga, Peso) existan en esos tipos de documentos. La IA distingue automáticamente los tipos de documento y adapta su lectura. Para campos exclusivos de un tipo de documento (códigos de aeropuerto en AWBs, números de contenedor en BOLs marítimos), esas columnas se llenarán donde existan los datos y quedarán en blanco donde no.

¿Qué sucede con los BOL que tienen escritura a mano o sellos?

La escritura clara en mayúsculas y el texto estampado se extraen de forma confiable. Las correcciones de peso manuscritas, las anotaciones del conductor y los cambios de número de sello que sean legibles se procesarán con precisión. La escritura muy cursiva, las copias carbón descoloridas y los sellos de tinta manchados reducen la confianza; estos campos se marcarán para revisión manual. Recomendamos una revisión rápida de los campos manuscritos en lugar de esperar un procesamiento totalmente automatizado de fuentes degradadas.

¿Cómo se compara esto con el reconocimiento de documentos integrado en mi TMS?

La mayoría de las plataformas TMS con OCR integrado —incluyendo CargoWise, Descartes y Magaya— ofrecen un reconocimiento de documentos que se basa en plantillas (que requiere configuración por transportista) o se limita a un conjunto fijo de campos predefinidos por el proveedor del TMS. La extracción por nombre de columna le da control sobre qué campos se extraen, incluidos los campos de referencia internos o específicos del transportista que los modelos genéricos de OCR de BOL no cubren. El resultado en Excel/CSV se importa a cualquier TMS que acepte cargas de archivos, por lo que funciona junto con su sistema existente en lugar de reemplazarlo.

¿Puedo usar esto para procesar BOL en chino, japonés u otros idiomas?

Sí. La IA procesa BOL en varios idiomas. Un BOL de COSCO en chino y uno de Maersk en inglés pueden procesarse en el mismo lote: los nombres de columna que defines en inglés actúan como objetivos de extracción, y la IA localiza los valores correspondientes sin importar el idioma del documento. Los equipos de flete internacional que manejan envíos en diferentes rutas comerciales trabajan en un solo flujo.

Para equipos que manejan flujos de documentación logística más amplios, consulta nuestras guías sobre extracción por lotes de albaranes y notas de entrega y procesamiento por lotes de órdenes de compra entre proveedores. Si estás evaluando el costo de continuar con la entrada manual de datos, lee sobre el costo oculto de la entrada manual de datos.

Para el equivalente de un solo documento de este flujo — que cubre extracción campo por campo, manejo de formatos de transportista y configuración paso a paso — consulta cómo extraer datos de conocimiento de embarque a Excel sin API ni configuración de TI.

📮 contact email: [email protected]