Estrarre dati da PDF con l'AI: come lo faccio in Aportata, e cosa controllo

Se in ufficio c'è qualcuno che passa il pomeriggio a ricopiare numeri da un PDF a un gestionale, l'AI quel lavoro lo fa bene. Lo dico perché l'ho costruito: in Aportata, il menù digitale che ho sviluppato per i ristoranti, carichi il menù che hai già, in PDF o anche in foto, e di solito in un paio di minuti hai una bozza ordinata con piatti, descrizioni e prezzi.

Il punto però non è far leggere un PDF a un modello. Quello ormai lo fa chiunque, anche ChatGPT se gli trascini dentro un file. Il punto è cosa succede quando legge male, e se te ne accorgi prima che quel dato finisca da qualche parte.

Estrarre non vuol dire chiedere a ChatGPT

Quando parlo di estrazione dati intendo una cosa precisa: un documento entra, e ne esce una scheda con dei campi decisi prima. Da un menù escono nome del piatto, descrizione, prezzo e categoria. Da una fattura fornitore uscirebbero numero, data, imponibile, IVA e totale. Sempre gli stessi campi, sempre nello stesso formato, così il dato si può salvare, confrontare e usare.

Chiedere a ChatGPT «quanto costa la carbonara in questo menù?» è un'altra cosa. Ti risponde, magari giusto, ma la risposta è una frase. Non è un dato che puoi mettere in un database, e se ti serve lo stesso lavoro su cento file al mese, cento chat non sono un processo.

Le due cose stanno bene insieme, ma confonderle porta a usare una risposta generata dove serviva un valore controllabile.

Come funziona in Aportata

Il ristoratore carica il file. Aportata lo legge e prepara la bozza del menù, piatto per piatto. Fin qui niente di magico.

La parte a cui tenevo di più è un'altra: se un prezzo si legge male, Aportata non fa finta di aver capito. Lo segnala e ti fa vedere il punto del file da cui l'ha preso, così guardi solo i punti dubbi invece di rileggere tutto il menù. E il menù non viene mai pubblicato da solo: lo pubblichi tu, dopo averlo guardato.

Sembra un dettaglio, ma è la differenza tra uno strumento che ti fa risparmiare tempo e uno che ti fa pubblicare una pizza a 0,90 € perché la foto era storta. Un errore su un prezzo al pubblico lo paghi in figuracce, e un errore in contabilità lo paghi in soldi veri.

Quali documenti si prestano, e quali no

Funziona bene quando ricevi tanti documenti della stessa famiglia e sai già quali campi ti servono:

• fatture di fornitori ricorrenti;
• ordini e documenti di trasporto;
• listini prezzi;
• moduli e schede con voci sempre uguali;
• menù, appunto.

Non serve che siano identici. Due menù di due ristoranti diversi non si somigliano per niente, eppure la struttura di fondo (categorie, piatti, prezzi) è riconoscibile, e il modello capisce dove cercare.

Funziona peggio con documenti scritti a mano, pieni di annotazioni, con pagine mancanti o tabelle che proseguono su tre pagine senza intestazione. Si può fare anche lì, ma la parte da controllare a mano cresce, e a un certo punto conviene chiedersi se il gioco vale la candela.

E poi c'è la quantità. Se ricevi cinque PDF al mese, probabilmente fai prima a ricopiarli. Se ne ricevi cinquecento, il discorso cambia.

Tre regole da fissare prima di partire

Ogni dato si porta dietro la sua fonte. Accanto al valore estratto deve esserci il punto del documento da cui arriva. Quando qualcuno trova un errore tra tre mesi, deve poter risalire al file senza fare l'archeologo.

Se un campo manca, deve restare vuoto. Un modello che riempie un buco con un valore plausibile è più pericoloso di uno che lascia il campo vuoto e lo segnala. Il vuoto lo vedi, il valore plausibile no.

Prima di un effetto, c'è una persona. Finché il dato resta in una bozza, va bene che sia provvisorio. Quando sta per diventare un prezzo pubblicato, una registrazione contabile o un'email a un cliente, qualcuno deve averlo guardato e approvato. In Aportata è il pulsante per pubblicare. In un gestionale può essere una coda di documenti «da verificare».

I controlli dopo la lettura

Leggere il testo è solo il primo passo. Dopo, il software può verificare cose banali ma utili: che una data sia una data, che un importo sia un numero, che un codice abbia la forma giusta, che i campi obbligatori ci siano. Se le righe di una fattura non tornano con il totale, il documento si ferma lì e qualcuno lo guarda.

Questi controlli non ti dicono se il prezzo è quello concordato con il fornitore. Ti dicono solo che il dato ha senso come forma. Per il resto serve la persona di cui sopra.

Quando un controllo fallisce, il documento deve finire in una lista ben visibile con il motivo scritto chiaro. La coda dei documenti da sistemare a mano fa parte dell'automazione, non è una cosa da aggiungere dopo.

Dove finisce il dato

Un'estrazione che produce un foglio Excel che nessuno apre è un esercizio, non un'automazione. Prima di partire decidi dove deve arrivare il dato: nel gestionale che usi già, in un CRM, in un preventivo.

In IdroCore, il gestionale che ho fatto per le ditte idrauliche, l'AI lavora in modo simile sui preventivi: guarda quelli che hai già fatto e ti prepara una prima bozza, che però riguardi e correggi tu prima di mandarla. Stesso principio del menù: l'AI fa il lavoro noioso, la decisione resta tua. Se l'estrazione ti serve proprio per preparare offerte, ne parlo nell'articolo su come automatizzare i preventivi con l'AI.

Come partirei con te

Non partirei da un progetto grosso. Prenderei una sola famiglia di documenti, quella che oggi vi porta via più tempo, e una ventina di file veri, compresi quelli brutti: la scansione storta, la foto con il riflesso, il PDF di tre pagine.

Su quelli vediamo quanti campi escono giusti, quanti vanno corretti e quanto tempo serve a controllarli. Se per verificare il risultato devi rileggere tutto da capo, l'automazione non ti sta aiutando e te lo dico. Se invece il controllo diventa un'occhiata, si collega il flusso agli strumenti che usi già.

Se hai un documento che ricopi a mano tutte le settimane, mandamene un esempio, senza dati riservati, e dimmi dove finisce oggi quel dato. Da lì capiamo se ha senso automatizzarlo. Trovi come lavoro su queste cose nella pagina sulle automazioni e integrazioni AI, e una panoramica più ampia nella guida all'automazione dei processi aziendali con l'AI.