La demo usa sempre lo stesso documento: un PDF nativo, generato da un altro sistema, impaginato bene, in una sola lingua, con le tabelle squadrate e il logo in alto a sinistra. Lo strumento lo legge in due secondi e restituisce tutti i campi. Applausi. Ed è vero, non c'è trucco: quel documento lo risolve oggi qualunque prodotto decente sul mercato, e lo risolve a poco prezzo. Il problema è che quel documento non è il tuo. O più esattamente: è l'85 % del tuo, e l'85 % non è mai stato il progetto.
La tesi in una frase: nell'estrazione documentale, budget e calendario non li fissa la parte facile. Li fissa il 15 % di documenti strani che nessuna demo mostra — la scansione storta, la tabella spezzata fra due pagine, la bolla scritta a mano con un timbro sopra, il fornitore che a luglio ha cambiato il suo modello senza dirlo a nessuno. E il numero con cui te lo vendono, il tasso medio di accuratezza, è proprio la metrica costruita perché quella coda non si veda.
Gli errori nell'estrazione di dati da documenti con IA non si distribuiscono in modo uniforme
Quando un fornitore dice «97 % di accuratezza», quello che senti è una media. E una media, per definizione, distribuisce: suggerisce che su cento documenti tre abbiano un problema minore, sparsi a caso, come chi perde tre calzini all'anno. Non funziona così. Gli errori di estrazione non si spolverano sull'insieme: si concentrano, e si concentrano sempre negli stessi punti. Lo stesso pugno di fornitori, lo stesso tipo di scansione, lo stesso campo maledetto.
È questa concentrazione a trasformare un bel numero in un progetto lungo. Se il 3 % di errore fosse davvero distribuito, il processo lo assorbe: qualcuno corregge tre cose sparse e si va avanti. Se il 3 % sono sempre i documenti degli stessi quattordici fornitori, non hai un 3 % di errori: hai quattordici fornitori che continuano a essere inseriti a mano, con il loro flusso parallelo, la loro persona dedicata e il loro foglio di calcolo. Il risparmio che avevi messo a budget evapora lì, non nel modello.
La logica generale — perché una percentuale di accuratezza non basta in produzione e come la soglia si fissa in base al costo dell'errore — l'abbiamo raccontata a parte. Qui andiamo sul concreto: cosa sono esattamente quei documenti, perché si rompono e cosa devi pretendere prima di firmare qualunque cosa.
I cinque documenti che si mangiano il progetto
Non sono cinque casi esotici. Sono i cinque che compaiono in qualunque operatività reale appena passi due settimane a guardare la casella di posta vera, e non la cartella di esempi che qualcuno ha preparato per la riunione.
| Cosa arriva | Perché si rompe | Quanto costa davvero |
|---|---|---|
| La foto da telefono e la scansione a 150 dpi | Testo storto, ombra su mezza pagina, risoluzione sotto la soglia che serve per distinguere un 3 da un 8 | L'errore non si vede: l'importo entra, è plausibile, e nessuno lo prende fino alla chiusura |
| La tabella spezzata fra due pagine | Il sistema legge ogni pagina come un'unità; l'ultima riga della prima e la prima della seconda si perdono o si duplicano | Il totale quadra e le righe no, che è esattamente ciò che serve alla contabilità analitica |
| Il manoscritto, il timbro e l'annotazione a penna | La quantità ricevuta corretta a mano sulla bolla è il dato buono, ed è l'unico che non è stampato | Il sistema restituisce la cifra stampata con totale sicurezza: errore silenzioso, il più caro di tutti |
| Il fornitore che a luglio ha cambiato modello | Quello che funzionava con un modello smette di funzionare senza che nessuno tocchi nulla, e il sistema non avvisa perché continua a trovare campi | Settimane di dati sbagliati prima che qualcuno noti lo schema; il costo non è rielaborare, è smettere di fidarsi |
| Il documento ambiguo: nota di credito, copia, proforma | Il problema non è leggerlo, è decidere cos'è. La forma è identica a quella di una fattura e il significato è l'opposto | Una nota di credito contabilizzata come fattura si paga due volte; si scopre in riconciliazione, mesi dopo |
Guarda la terza colonna, quella che in fase di acquisto non legge nessuno. Nessuno dei cinque fallisce rumorosamente. Un sistema che va giù e restituisce un errore è economico: lo vedi, lo mandi in coda manuale e vai avanti. I cinque qui sopra restituiscono un dato: plausibile, con il formato giusto, con la sicurezza di sempre. È quel modo di fallire a fissare davvero il calendario del progetto, perché non lo risolvi con un modello migliore — lo risolvi con validazioni, regole di business e qualcuno che guardi nel punto giusto.
Perché il tasso medio di accuratezza nasconde proprio il tratto caro
L'aritmetica per cui un'accuratezza per campo del 95 % può diventare un tasso di documenti validi del 60 % l'abbiamo già smontata confrontando OCR classico e modelli multimodali per leggere documenti: si misura per campo e si paga per documento, e il campo che sbaglia non è mai il CAP. Qui ci interessa la conseguenza, che è di budget e non di misurazione: la distanza fra quei due numeri non è rumore statistico, è la coda di documenti difficili trasformata in lavoro manuale permanente.
E non è un'intuizione da scrivania: è il collo di bottiglia che la ricerca di settore misura da anni. In The State of ePayables 2025, Ardent Partners colloca il tasso medio di eccezioni sulle fatture al 18,4 % — quasi una fattura su cinque esce dal flusso automatico e finisce nelle mani di una persona — e afferma esplicitamente che le eccezioni sono la maggiore causa singola del mancato miglioramento degli altri indicatori del reparto. Nella stessa rilevazione, le organizzazioni del primo quartile non lavorano fatture diverse: hanno un tasso di eccezioni inferiore del 47 % e processano 1,8 volte più fatture senza intervento umano rispetto al resto. La differenza fra una buona amministrazione fornitori e una mediocre non sta nel documento facile. Sta tutta nella coda. (Ambito: campione prevalentemente nordamericano di professionisti del ciclo passivo; il dato dimensiona il problema, non è un nostro risultato.)
Tradotto in budget: se dimensioni il progetto sull'85 % che passa da solo, stai mettendo a budget la parte che era già economica. Il conto vero te lo manda l'altro tratto, e te lo manda in settimane di calendario, non in licenze.
Cosa chiedere al fornitore prima di firmare
Cinque domande. Nessuna è tecnica e tutte e cinque sono scomode — che è esattamente il segnale che servono. Un fornitore che risponde bene a queste vale più di uno con una demo impeccabile.
- «Dateci il vostro tasso sui nostri duecento documenti peggiori, non sul vostro benchmark.» È l'unica domanda che conta. Il campione lo scegli tu: le scansioni brutte, i fornitori strani, i manoscritti. Se la risposta è che prima devono addestrarsi su quelli, è una risposta valida e onesta — ma ora sai che c'è una fase di progetto che non era nel preventivo.
- «Datemi l'accuratezza dettagliata per campo, non il numero globale.» Il globale è marketing. Per campo si vede subito se importo e partita IVA reggono, o se la media la tengono su la data e il CAP.
- «Cosa fa il sistema quando non è sicuro?» La risposta giusta è che lo segnala e lo manda in revisione. Se il sistema restituisce sempre un valore, non ha incertezza: è sicuro allo stesso modo di ciò che sa e di ciò che si inventa, ed è l'errore silenzioso della tabella qui sopra.
- «Come vengo a sapere che un fornitore ha cambiato modello?» Cerca una risposta con un meccanismo concreto — un alert sul calo di confidenza o sulla deriva della distribuzione dei valori. Se la risposta è «lo vedresti nei dati», la traduzione è che lo vedrai tardi.
- «Chi paga la rielaborazione, e con che tempi.» Non per punire nessuno: per sapere se il costo del 15 % resta dalla tua parte del tavolo. Quasi sempre ci resta. Meglio saperlo prima di firmare che alla seconda chiusura.
Un avvertimento sulla prima domanda: prepara il campione prima della riunione, non dopo. Duecento documenti scelti da te, con la verità annotata a mano. È una giornata di lavoro noiosa ed è l'unica cosa che trasforma una decisione d'acquisto in una misurazione.
Come si mette a budget perché arrivi in produzione
Il modo che funziona è controintuitivo: si mette a budget prima il tratto difficile e quello facile quasi non si mette a budget. In pratica significa tre decisioni prese prima di scrivere una riga di codice. Uno, quali campi sono critici e quali comodi — l'importo si valida contro l'ordine, il CAP non si valida contro nulla. Due, dove si mette la persona: non a rivedere tutto, che ammazza il risparmio, ma esattamente sui documenti che il sistema segna come dubbi e sui campi che costano denaro. È il disegno dell'umano nel ciclo di un'automazione applicato al caso più letterale che esista. E tre, cosa succede a valle a un documento che non si è potuto leggere, perché un progetto di estrazione che lascia un buco nel passo successivo non ha automatizzato niente: ha spostato il collo di bottiglia, che è la trappola classica dell'automatizzare un processo end to end con l'IA.
Decise quelle tre, la scelta tecnologica diventa quasi secondaria — e quando toccherà, il confronto fra OCR classico e modelli multimodali per leggere documenti è raccontato a parte. Noi montiamo esattamente questo nei due casi che si ripetono di più: estrarre i dati dalle fatture e classificare i documenti che entrano perché ognuno finisca al suo posto. In entrambi, il lavoro serio non è leggere il PDF bello. È decidere cosa si valida, chi guarda i dubbi e cosa succede quando arriva il documento brutto.
La conclusione, senza fronzoli
La domanda con cui quasi tutti comprano — «che accuratezza ha?» — è la domanda sbagliata, e non perché il numero sia falso, ma perché descrive la parte di lavoro che era già risolta. La domanda utile è cosa fa il tuo sistema il giorno in cui arrivano la bolla scritta a mano, la tabella spezzata e il modello nuovo del fornitore grosso. Se la risposta è «lo segna, lo mette da parte e avvisa», hai un progetto. Se la risposta è una percentuale, hai una demo.
Non comprare accuratezza media. Compra comportamento davanti al documento brutto.