Da OCR a agenti AI: come automatizziamo i flussi documentali dei nostri clienti
Come progettiamo pipeline che trasformano fatture, contratti e moduli cartacei in dati strutturati e azioni automatiche, combinando OCR, LLM e agenti AI in produzione.
Il problema: montagne di documenti, poco tempo
Molti dei nostri clienti (studi professionali, aziende di logistica, PMI manifatturiere) ricevono ogni giorno decine o centinaia di documenti non strutturati: fatture, DDT, contratti, moduli compilati a mano. Il lavoro di trascrizione manuale è lento, costoso e soggetto a errori.
Negli ultimi progetti abbiamo costruito pipeline che eliminano quasi del tutto questo lavoro manuale, mantenendo però un livello di controllo e affidabilità adatto a contesti dove un errore ha un costo reale (fatturazione, contrattualistica, compliance).
L'architettura in tre livelli
1. Acquisizione e OCR
Il primo step converte il documento (PDF, foto, scan) in testo grezzo. Usiamo motori OCR specializzati a seconda del caso: per documenti puliti (PDF nativi) un'estrazione diretta del layer testuale è sufficiente; per scan e foto ricorriamo a OCR con correzione prospettica e denoising, fondamentale per moduli fotografati da smartphone in condizioni di luce non ideali.
2. Estrazione strutturata con LLM
Il testo grezzo da solo non basta: bisogna capire cosa rappresenta. Qui entra in gioco un LLM con prompt e schema di output vincolato (structured output), che mappa il testo su un set di campi definiti — numero fattura, partita IVA, righe di dettaglio, totali, scadenze. La validazione dello schema ci permette di intercettare subito estrazioni incoerenti (es. un totale che non coincide con la somma delle righe) prima che il dato entri nei sistemi del cliente.
3. Agente AI per l'orchestrazione
L'ultimo livello è un agente che decide le azioni successive: se i dati estratti superano le soglie di confidenza, procede automaticamente (es. registra la fattura in gestionale, aggiorna un CRM, invia una notifica); se ci sono ambiguità, crea un task di revisione umana con il documento originale e i campi dubbi evidenziati. Questo pattern "human in the loop" è quello che rende la soluzione affidabile in produzione, non solo in demo.
Cosa abbiamo imparato
- Non tutto va automatizzato al 100%. Il valore reale sta nel ridurre il lavoro umano al solo controllo delle eccezioni, non nell'eliminarlo del tutto.
- La validazione conta più del modello. Uno schema di output rigoroso e controlli di coerenza post-estrazione prevengono più errori di quanto faccia un prompt "migliore".
- Osservabilità da subito. Loggare ogni estrazione con il relativo livello di confidenza ci permette di misurare l'accuratezza nel tempo e capire dove intervenire.
Quando ha senso
Questo tipo di automazione ripaga quando il volume di documenti è alto, il formato è ricorrente ma non perfettamente standardizzato, e il costo di un errore giustifica un livello di revisione umana selettiva. Se il tuo team gestisce ancora questi flussi a mano, probabilmente c'è margine per recuperare ore ogni settimana.