Extraer acuses de pedido a Excel — Detecta la brecha entre lo pedido y lo confirmado por el proveedor
Un acuse de pedido es un documento híbrido: repite cada línea del pedido (datos del comprador) y añade las confirmaciones del proveedor: cantidades aceptadas, fechas de envío confirmadas, precios confirmados, notas de sustitución. El dato más valioso es la brecha entre ambos, y eso es justo lo que el OCR basado en plantillas omite porque solo lee los campos preconfigurados del pedido. Nuestra Visión IA lee ambas caras del acuse en una sola pasada, generando cantidades Pedidas vs Aceptadas lado a lado con detección automática de discrepancias.
Procesamiento cifrado · Eliminación automática de datos tras la conversión
Qué puedes extraer de un acuse de pedido
Escribe los nombres de las columnas que necesites: la IA lee cada acuse como un documento completo, extrayendo tanto los campos del pedido que envió el comprador como los campos de confirmación que añadió el proveedor. En lugar de escribir cada nombre de columna individualmente, puedes guardar un conjunto de columnas como plantilla para reutilizarlo con un clic, o abrir una de las plantillas preconfiguradas en la página de demostración para ver la extracción en acción con datos de muestra.
La herramienta usa Extracción de columnas personalizadas: tú escribes los nombres de las columnas — "Cant. Pedida", "Cant. Aceptada", "Fecha de envío confirmada", "Nota de sustitución" — y la IA localiza los valores coincidentes en cualquier parte de la página al entender lo que significa cada etiqueta, no dónde se sitúa en una plantilla. Los mismos nombres de columna funcionan en acuses de docenas de proveedores distintos porque la extracción se basa en la semántica de las etiquetas, no en coordenadas de píxeles. También puedes definir Columnas calculadas — por ejemplo, "Brecha de cantidad (Cant. Pedida menos Cant. Aceptada)" — y la IA calcula la diferencia durante la extracción, por lo que tu hoja de cálculo de salida ya incluye una columna de discrepancia sin necesidad de posprocesamiento en Excel. O añade Columnas inferidas como "Nivel de riesgo (opciones: Coincidencia total / Escasez / Sobreaceptación / Sustituido)" y la IA lee la Cant. Pedida, Cant. Aceptada y Nota de sustitución de cada línea para asignar la etiqueta adecuada.
La confirmación de la OC vive entre la OC y la factura — Template OCR solo lee la mitad del documento
Cuando un proveedor envía una confirmación de orden de compra, no solo confirma la recepción — está haciendo cambios. Las cantidades se ajustan a la baja cuando el inventario es escaso. Los artículos se sustituyen por SKU casi equivalentes cuando el original no está disponible. Las fechas de envío se adelantan o retrasan según la capacidad de producción. Los precios se reconfirman — o corrigen — a nivel de línea. El documento es un artefacto de negociación, no un espejo de la OC original. Pero las herramientas de extracción basadas en plantillas están diseñadas para la OC: esperan los mismos campos en las mismas posiciones que la orden original. Cuando el proveedor agrega una columna "Cantidad aceptada" o una fila "Sustitución" que la plantilla no estaba configurada para leer, esos campos son invisibles. Las diferencias entre lo pedido y lo confirmado — la razón por la que lees la confirmación — no llegan a la hoja de cálculo.
El OCR basado en plantillas solo lee los campos de la OC para los que fue configurado: cada columna de confirmación del proveedor es invisible. Una plantilla configurada para "Código de artículo, Descripción, Cantidad, Precio unitario, Total por línea" en una OC estándar extraerá exactamente esos campos de una confirmación de OC (POA). Pero la POA también contiene "Cantidad aceptada" (que puede ser menor a la cantidad pedida por un envío parcial), "Fecha de envío confirmada" (que puede ser dos semanas después de la fecha de vencimiento original de la OC) y "Estado de acuse" (Aceptado, Parcial o Rechazado a nivel de línea). La plantilla ve los campos de la OC porque coinciden con la configuración — y omite los campos de confirmación porque no eran parte de la plantilla original. El resultado parece una extracción completa de la OC, pero le faltan los datos que convierten un acuse de recibo de OC de un mero sello de goma en un documento de cadena de suministro procesable.
Las sustituciones y correcciones de precio generan datos para los que la plantilla original de la OC no tiene un mapeo de campos. Un proveedor con poco stock de un componente específico podría sustituirlo por una pieza compatible con otro SKU del fabricante — y anotarlo en la POA. Una línea de 500 unidades podría recibir una "Sustitución: PN-403B reemplaza a PN-401A, 200 unidades a precio revisado de $3.42". La plantilla original de la OC no tiene una columna llamada "Nota de sustitución" ni una columna para un SKU de reemplazo. Estos campos no se extraen porque no existen en el esquema de la plantilla. El comprador de adquisiciones abre el archivo de Excel, ve 500 unidades de PN-401A al precio de la OC y asume que todo coincide — hasta que llega el envío con 300 unidades de PN-401A y 200 unidades de PN-403B, y la factura no cuadra. El error no está en la precisión del OCR — cada carácter se leyó correctamente. El error es que la plantilla solo extrae lo que se le indicó que buscara.
Cada proveedor formatea su POA de manera diferente: una plantilla creada para el diseño de un proveedor falla con el siguiente. El Proveedor A etiqueta la columna de cantidad aceptada como "Cant. Acuse" y la coloca a la derecha de la cantidad pedida. El Proveedor B la llama "Confirmado" y la sitúa en una sección de confirmación separada debajo de las líneas de pedido originales. El Proveedor C incorpora el acuse directamente en la OC original sellando "ACEPTADO" junto a cada línea y anotando a mano la fecha de envío. Las herramientas basadas en plantillas, incluso las que usan aprendizaje automático, aún requieren capacitación por proveedor o mapeo de campos por proveedor. Con 200 proveedores activos, necesitas 200 mapeos de campos. Con el proveedor 201, la plantilla es inútil hasta que alguien configure manualmente el nuevo diseño. El problema se agrava con cada nuevo proveedor que se añade a la base de suministro.
Vision AI lee el acuse de recibo completo como un solo documento, extrayendo campos de la OC y de la confirmación en una sola pasada. En lugar de aplicar una plantilla de OC preconfigurada y esperar que las adiciones del proveedor coincidan, la IA lee cada etiqueta y valor en la página: "N.º de OC", "Código de artículo", "Descripción", "Cdad. pedida" de la sección original de la OC, y "Cdad. aceptada", "Fecha de envío confirmada", "Nota de sustitución", "Estado del acuse" de la sección de confirmación del proveedor. Ambos conjuntos de campos llenan la misma fila en la hoja de cálculo de salida porque la IA entiende que un artículo de línea con el mismo Código y Descripción en esta página representa ambas caras de la misma transacción comercial. No necesitas plantillas separadas para las columnas de la OC y las del acuse: un solo conjunto de nombres de columna extrae el documento completo.
Las Columnas Calculadas convierten la extracción en detección instantánea de discrepancias: la diferencia entre Pedido y Aceptado se calcula antes de abrir el archivo. Define las columnas: "Cdad. pedida", "Cdad. aceptada" y luego "Brecha de cdad. (Cdad. pedida menos Cdad. aceptada; marcar si es negativa)". La IA extrae la Cdad. pedida y la Cdad. aceptada del acuse, y luego calcula la diferencia. Los valores negativos marcan automáticamente faltantes: esos son los artículos donde el proveedor no puede entregar la cantidad completa. Cero significa coincidencia exacta. Define "Coincidencia de precio (generar 'Advertencia' si Precio unitario pedido ≠ Precio unitario aceptado)" y la IA compara el precio de la OC con el precio confirmado por el proveedor en cada línea. Define "Verificación de plazo (generar 'Retraso' si Fecha de envío confirmada > Fecha solicitada en OC)" y la IA marca cada línea donde la fecha confirmada supera la fecha de vencimiento original. Esto no es solo extracción, es extracción más análisis de compras, completado en la misma pasada de procesamiento.
La extracción por columna personalizada elimina el problema de plantillas por proveedor: la extracción se guía por el significado de la etiqueta, no por la posición del campo. Escribes los nombres de las columnas una vez: "N.º de OC", "Cant. pedida", "Cant. aceptada", "Fecha de envío confirmada", "Nota de sustitución", "Estado de acuse". La IA procesa el POA del Proveedor A — lee la etiqueta "Cant. acuse" y la asigna a "Cant. aceptada". Luego el POA del Proveedor B — lee la etiqueta "Confirmado" y la asigna a "Cant. aceptada" porque entiende que ambas etiquetas expresan el mismo concepto comercial. El acuse manuscrito del Proveedor C sobre la OC original — la IA lee la fecha de envío manuscrita junto a cada línea de pedido y la asigna a "Fecha de envío confirmada". Los nombres de las columnas no cambian. Los documentos de los proveedores cambian. La IA tiende el puente porque lee semántica, no plantillas. Agregar un proveedor número 201 no requiere cambios de configuración — los mismos nombres de columna extraen datos del nuevo formato.
Cómo se extraen, comparan y marcan 50 confirmaciones de proveedores en un solo proceso
Subir — todos los POA de cada proveedor, tal cual, sin preseleccionar por formato
Suelta todos los acuses de recibo de proveedores de una conciliación de compras de fin de mes: 50 POA de 28 proveedores. Algunos son PDF digitales limpios exportados del ERP del proveedor. Otros son acuses generados por el portal con una tabla estructurada de líneas de pedido. Algunos son escaneos de la OC original con anotaciones manuscritas del proveedor en los márgenes — fechas de envío anotadas junto a cada línea, cantidades tachadas y reescritas, un sello rojo de "aceptado" en el encabezado. Unos pocos son confirmaciones por correo electrónico impresas en PDF donde el proveedor escribió "Ver cambios en rojo" sobre una copia modificada de la OC. Sin preseleccionar, sin separar formatos: el lote procesa todo junto porque la IA lee cada documento de forma independiente por el significado de la etiqueta, no por una plantilla esperada.
Definir columnas — las columnas de comparación que convierten la extracción en un informe de discrepancias
Escribe los nombres de las columnas para tu hoja de revisión de compras: N.º OC, Nombre del Proveedor, Código del Artículo, Descripción, Cant. Solicitada, Cant. Aceptada, Fecha de Envío Confirmada, Precio Unitario (Aceptado), Nota de Sustitución, Estado del Acuse. Luego añade las columnas analíticas: Brecha de Cant. (Cant. Solicitada menos Cant. Aceptada; marcar si es negativa), Verificación de Precio (mostrar 'Advertencia' si Precio Unitario Solicitado ≠ Precio Unitario Aceptado), ¿Sustituido? (mostrar 'Sí' si la Nota de Sustitución no está vacía), Nivel de Riesgo (opciones: Coincidencia Total / Escasez / Sobreaceptación / Sustituido). La IA extrae los datos del proveedor, compara cada línea y llena cada columna: abres el archivo Excel y encuentras cada discrepancia ya identificada, ordenada por riesgo.
Salida: una hoja de cálculo con todas las comparaciones ya realizadas y todas las excepciones ya señaladas
Descargue un archivo de Excel donde cada fila representa una línea de un acuse de recibo de proveedor, con todos los campos de la OC y de la confirmación en la misma fila. La columna Diferencia de Cantidad ya ha señalado cada línea donde el proveedor aceptó menos unidades de las pedidas. La columna Verificación de Precio ya ha mostrado cada línea con un precio unitario confirmado que difiere del precio de la OC. La columna ¿Sustituido? ya ha identificado cada línea con una nota de sustitución. La columna Nivel de Riesgo ya ha clasificado cada línea: "Coincidencia Total" para líneas que el proveedor entregará exactamente como se pidió, "Escasez" para líneas con una Diferencia de Cantidad negativa, "Sobreaceptado" para líneas donde el proveedor se comprometió a más de lo pedido, "Sustituido" para líneas con un SKU diferente. Filtre por Nivel de Riesgo, revise las excepciones y diríjalas al seguimiento adecuado: líneas con escasez a gestión de entregas, líneas con sustitución a ingeniería para aprobación, líneas con cambio de precio al gestor de categoría. Sin paso de comparación manual. La hoja de cálculo es la comparación.
Cuándo funciona mejor la extracción de confirmaciones de OC — y dónde verificar
La IA lee de forma fiable tanto los campos de la OC como los campos de confirmación del proveedor en cualquier formato de confirmación estándar. Algunos casos excepcionales merecen una verificación puntual, particularmente cuando el formato del documento hace que los cambios del proveedor sean ambiguos.
Extrae de forma fiable
PDFs de POA estándar generados por proveedores con encabezado claro (comprador/proveedor/número de OC/fecha) y tabla de líneas de pedido — la IA lee tanto la sección de datos de la OC como las columnas de confirmación del proveedor en una sola pasada.
Documentos de acuse exportados desde portales de proveedores y sistemas de e-procurement — las tablas estructuradas de líneas de pedido con cantidades aceptadas y fechas de envío se extraen limpiamente sin importar el diseño del portal.
POAs escaneados o por fax con anotaciones manuscritas del proveedor en los márgenes — la IA de Visión lee tanto texto impreso como escritura a mano. Fechas de envío anotadas junto a líneas de pedido, cantidades tachadas y reescritas, sellos y firmas se extraen como campos etiquetados.
Procesamiento por lotes entre múltiples proveedores — 50 POAs de 28 proveedores con diferentes formatos, una definición de columna, una hoja de cálculo de salida. Sin necesidad de configuración por proveedor porque la extracción se basa en el significado de la etiqueta, no en la posición de la plantilla.
Verificar estos casos
Órdenes de compra con aceptación parcial y campos de estado por línea (Aceptado / Parcial / Rechazado): la IA lee lo impreso. Si el proveedor marca una línea como "Parcial" pero no imprime la cantidad específica que entregará, la columna Estado de Acuse mostrará "Parcial" sin un valor de Cantidad Aceptada correspondiente. Verifique estas líneas contra la comunicación de seguimiento del proveedor.
Sustituciones donde el motivo se describe en un párrafo de texto libre en lugar de un campo estructurado: la IA extrae el texto si se define una columna "Nota de Sustitución", pero las explicaciones narrativas largas pueden truncarse. Defina la columna y verifique que el razonamiento crítico de la sustitución (equivalencia técnica, desviación de especificaciones) se capture por completo.
Páginas de términos y condiciones añadidas por el proveedor después del acuse: la IA extrae solo lo que está en la sección de acuse, no el texto legal estándar. El texto de T&C no se asigna a columnas definidas y se excluye correctamente, pero cualquier condición del proveedor insertada en línea dentro de la tabla de líneas (ej., "se envía tal cual, sin devoluciones") debe capturarse definiendo una columna "Notas por Línea".
Las comprobaciones de discrepancia en columnas calculadas son comparaciones aritméticas: confirman si dos valores extraídos difieren, pero no evalúan si la diferencia es comercialmente aceptable. Una Brecha de Cantidad de -5 en una línea de 500 unidades es un déficit del 1% que puede no requerir escalamiento; el mismo -5 en una línea de 10 unidades es un déficit del 50% que requiere acción inmediata. Use la columna Nivel de Riesgo para la clasificación, no como una decisión final de compras.
Preguntas Frecuentes
¿Puede la IA detectar si el proveedor aceptó menos artículos de los pedidos en la OC?
Sí — este es el caso de uso principal. Extraiga Cantidad Pedida y Cantidad Aceptada como dos columnas separadas. La IA lee la cantidad pedida original de la sección de la OC y la cantidad confirmada por el proveedor de la sección de acuse, colocando ambas en la misma fila. Agregue una Columna Calculada "Diferencia de Cantidad (Cant. Pedida menos Cant. Aceptada)" y la IA calcula la diferencia durante la extracción. Los valores negativos indican que el proveedor confirmó menos unidades de las pedidas — esas filas son su lista de faltantes. Cero significa coincidencia exacta. También puede agregar una Columna Inferida "Nivel de Riesgo (opciones: Coincidencia Total / Faltante / Exceso / Sustituido)" y la IA lee la Diferencia de Cantidad, la Nota de Sustitución y el Estado del Acuse para asignar la etiqueta adecuada por línea — convirtiendo una extracción plana en un informe de excepciones priorizado sin necesidad de posprocesamiento en Excel.
¿Funciona con acuses donde el proveedor sustituyó artículos con SKU diferentes?
Sí. Defina "Código de Artículo", "Descripción" y "Nota de Sustitución" como columnas. La IA extrae el código y la descripción del artículo pedido original de la sección de la OC, luego lee la nota de sustitución del proveedor — ya sea un campo estructurado etiquetado como "Sustitución", una nota en la columna de descripción del artículo como "Reemplazando PN-401A por PN-403B", o una anotación manuscrita en el margen. Si la sustitución incluye un SKU de reemplazo, también se captura — defina una columna "Código de Artículo Sustituto" y la IA lo extrae por separado. Agregue una Columna Inferida "¿Está Sustituido? (opciones: Sí / No)" que lea el campo Nota de Sustitución y muestre "Sí" si no está vacío y "No" en caso contrario — brindándole un filtro instantáneo para cada línea que requiera revisión de ingeniería o calidad antes de que el pedido continúe. Para acuses donde el proveedor simplemente tachó el artículo original y escribió uno nuevo encima, la IA lee ambos valores y los coloca en las columnas correctas.
¿Cómo maneja las confirmaciones de proveedores que confirman en la OC original sin emitir un documento aparte?
Muchos proveedores pequeños no generan un acuse formal — sellan "ACEPTADO" en la OC original, anotan fechas de envío a mano junto a cada línea, tachan cantidades que no pueden cumplir y lo devuelven por fax o correo. Vision AI lee este documento igual que un acuse formal: identifica los campos originales de la OC (Código, Descripción, Cantidad Pedida, Precio Unitario) y luego lee las anotaciones manuscritas del proveedor. Un sello de "ACEPTADO" cerca del encabezado se asigna a la columna Estado del Acuse. Una fecha manuscrita junto a un artículo se asigna a Fecha de Envío Confirmada. Una cantidad tachada con un nuevo número escrito encima — la IA lee el original impreso como Cantidad Pedida y la anotación manual como Cantidad Aceptada. La diferencia clave con herramientas basadas en plantillas: la IA no necesita que las anotaciones del proveedor aparezcan en una columna o formato específico. Lee cualquier elemento visible en la página y lo asigna a tus nombres de columna según lo que representa el contenido — una fecha cerca de un artículo es una fecha de envío, una cantidad escrita sobre un número impreso es una cantidad aceptada.
¿Puedo procesar en lote acuses de docenas de proveedores con formatos completamente diferentes?
Sí. Sube todos los acuses de proveedores — PDFs formales, exportaciones de portales, OC escaneadas con anotaciones, impresiones de correos — en un solo lote. Define tus nombres de columna una vez. La IA procesa la tabla estructurada del Proveedor A y lee la columna "Cantidad Aceptada" etiquetada como "Cant. Acuse." Procesa el acuse del Proveedor B donde el mismo dato está en una columna llamada "Cant. Confirmada." Procesa las anotaciones manuscritas del Proveedor C sobre la OC original donde la cantidad aceptada está garabateada sobre la cantidad pedida impresa. Los tres se asignan a "Cantidad Aceptada" en la hoja de cálculo de salida porque la IA empareja por significado de la etiqueta, no por posición del campo o texto del encabezado. Esta es la diferencia entre extracción basada en plantillas (un mapeo por formato de proveedor) y extracción semántica (un nombre de columna, cualquier formato). El resultado es un archivo Excel consolidado con los datos de cada acuse en la misma estructura de columnas — ordena por Nombre del Proveedor para revisar por proveedor, o filtra por Diferencia de Cantidad para ver todas las faltantes de todos los proveedores a la vez.
¿Son seguros mis datos de compras — precios de proveedores, cantidades, detalles de sustitución?
Todas las transferencias de archivos utilizan cifrado TLS 1.3. Los documentos se procesan en una sesión aislada y se eliminan automáticamente de nuestros servidores en 24 horas. Sus datos de compras — nombres de proveedores, códigos de artículos, precios unitarios, cantidades, notas de sustitución — nunca se usan para entrenar nuestros modelos de IA ni se conservan más allá de la ventana de procesamiento. El archivo Excel extraído se descarga directamente a su máquina; no almacenamos resultados de extracción. Para equipos de compras que manejan precios sensibles de proveedores y datos de cadena de suministro, esta arquitectura garantiza que la información de precios competitivos, el rendimiento de proveedores y los detalles de pedidos abandonen nuestros servidores al finalizar el procesamiento. La única copia persistente está en sus propios sistemas.