Bedrock Data Automation aprendió a extraer datos de formularios fiscales y extractos

Amazon Bedrock Data Automation de AWS aprendió a extraer con precisión información de documentos financieros. El sistema procesa automáticamente extractos bancarios, formularios fiscales, contratos y otros documentos — una tarea que normalmente requiere horas de trabajo manual.

Qué documentos procesa el sistema

Amazon entrenó Bedrock Data Automation con ejemplos de cuatro tipos comunes de documentos financieros. Los extractos bancarios contienen información sobre miles de transacciones, cada una de las cuales debe ser reconocida correctamente. Los formularios fiscales W-2 (certificados de ingresos de empleados) e 1099-B (informes de ingresos por inversiones) requieren la extracción precisa de muchos detalles. Los contratos con proveedores a menudo se presentan en formato individualizado, lo que crea complejidades adicionales para los algoritmos.

Por qué es más complejo que el OCR simple

El reconocimiento óptico de caracteres (OCR) convencional no puede manejar los documentos financieros. El sistema no debe simplemente «leer» el texto, sino entender su estructura y contexto. Por ejemplo, en la tabla de un extracto, debe vincular correctamente la cantidad con la fecha y la descripción de la transacción. En los formularios fiscales, los números a menudo se colocan en ubicaciones específicas, y su valor depende del contenido circundante. Amazon Bedrock utiliza modelos de lenguaje para una comprensión profunda del contenido de los documentos. El sistema aprende de ejemplos: ve el documento original y su versión digital correctamente completada, luego generaliza patrones para nuevos casos.

Cómo funciona el sistema en la práctica

El proceso de automatización consta de varios pasos:

• Reconocimiento del tipo de documento — el sistema determina si se trata de un extracto, un formulario fiscal o un contrato
• Localización de campos clave — el algoritmo busca dónde se encuentran los datos necesarios
• Extracción de valores — el sistema convierte el texto encontrado en un formato estructurado
• Evaluación de confianza — el modelo indica la probabilidad de error para cada campo
• Validación — si es necesario, el documento se envía para revisión manual

Para la mayoría de los documentos, el proceso es completamente automático. Si la confianza es baja, la revisión la realiza un ser humano.

Ahorro para el negocio

Las empresas de fintech pueden acelerar el procesamiento de solicitudes que requieren documentos financieros. En lugar de 30 minutos de trabajo manual por solicitud, el sistema puede procesarla en unos minutos. Los departamentos de contabilidad pueden automatizar la entrada de datos de recibos e informes en el sistema contable. Los bancos verifican documentos más rápidamente al otorgar créditos.

Qué significa esto

La industria financiera está pasando gradualmente a soluciones de IA para el trabajo rutinario con documentos. No es un reemplazo de personas, sino una potenciación de sus capacidades — un empleado puede verificar los resultados en un minuto en lugar de una hora de trabajo manual.