Amazon Textract Insights processa pacotes de até 3000 páginas e mostra a origem de cada campo
A Amazon lançou o Textract Insights, serviço que extrai de documentos escaneados os campos desejados a partir de uma descrição em linguagem natural, sem treinar um modelo. Um pedido de financiamento imobiliário de 26 páginas, com formulário W-2, extratos e anotações manuscritas, é dividido em documentos com uma única requisição (o arquivo pode ter até 3000 páginas). Cada valor vem com uma pontuação de confiança, a página e a caixa delimitadora onde foi encontrado. Assim, os campos confiáveis seguem direto para o sistema, e os duvidosos vão para revisão humana.
Processado por IA de AWS Machine Learning Blog; editado por Hamidun News
Bancos, seguradoras e órgãos públicos escaneiam papéis há anos, mas entregar toda a leitura a uma rede neural esbarra na desconfiança: não fica claro de onde saiu um número nem se ele pode ser gravado no banco de dados sem revisão. A Amazon liberou em disponibilidade geral o Textract Insights, nova função do Amazon Textract que responde justamente a essa dúvida. Imagine um pedido de financiamento imobiliário: um único PDF de 26 páginas, com formulário W-2, holerites, extratos bancários e anotações manuscritas do analista de crédito misturados.
Você descreve os campos desejados em linguagem natural, envia o arquivo (de até 3000 páginas) em uma única requisição, e o serviço o divide em documentos por conta própria. Para cada valor encontrado, ele devolve uma pontuação de confiança, além da página e das coordenadas da caixa de onde o valor foi extraído. A pontuação permite decidir o que passa automaticamente e o que vai para uma pessoa; a página e a caixa servem para conferir rapidamente o resultado com o original.
Como funciona no exemplo do pedido de financiamento
Antes, as equipes tinham duas opções. A primeira era montar um pipeline próprio, com reconhecimento de texto, divisão em documentos, classificador, chamada a um modelo de linguagem e etapa de verificação, e depois manter tudo isso. A segunda era enviar o arquivo a um LLM de uso geral. Ele responde com fluência, mas nem sempre indica a página de origem e não fornece uma pontuação de confiança calibrada.
No Textract Insights, você descreve os campos desejados em um blueprint, que é um JSON Schema em que cada campo tem uma descrição textual em linguagem natural. Cada campo recebe um tipo: o valor é lido da página literalmente ou inferido a partir do conteúdo do documento. Para papéis comuns, há modelos públicos prontos: W-2, Form 1040, Form 1098, passaporte e certidão de nascimento. Para documentos próprios, o modelo é escrito por você.
Em seguida, você adiciona ao projeto os modelos de todos os tipos esperados, ativa a divisão em documentos e envia o arquivo do S3 com uma única chamada a StartDocumentInsights. O serviço separa o pacote em documentos lógicos, associa cada um ao seu modelo e grava o resultado de volta no seu bucket. O processamento é assíncrono, e não é preciso treinar um modelo.
O que isso muda na prática
O principal valor é a automação controlável. Um auditor pode conferir qualquer campo com o original, e a própria equipe define o limite de confiança: acima dele, os valores seguem adiante sem intervenção humana; abaixo, vão para revisão manual. A Symbeo (parte da CorVel), que processa contas médicas de diversas fontes e em formatos variados, destaca justamente isso: a revisão manual pode se concentrar apenas nos campos de baixa confiança. Vale ressalvar que a Symbeo ainda avaliou o serviço, e descreve a divisão de pacotes como algo que quer estudar, e não como uma solução que já esteja em operação.
A Amazon também atualizou o motor básico do Textract Core: a precisão melhorou, tabelas densas e texto manuscrito são tratados melhor, e o número de idiomas das APIs DetectDocumentText e AnalyzeDocument subiu para 40. Essas APIs não mudaram, de modo que os clientes atuais recebem as melhorias sem alterar o código. O Textract Core também chegou às regiões de Tóquio e Zurique, e agora são 18 no total.
Limitações e o que verificar antes de adotar
- O Insights em si oferece suporte a apenas seis idiomas: inglês, francês, alemão, italiano, português e espanhol.
- Em Tóquio e Zurique, o Insights ainda não está disponível; isso vale somente para o Core.
- As requisições de inferência podem ser processadas em outra região dentro da sua geografia. Por exemplo, uma requisição feita nos EUA permanece nos EUA. Para requisitos rígidos de localização de dados, é preciso conferir isso na documentação. Já o Core, ao contrário, opera na região que você chama.
- Os dados intermediários do job são criptografados com chaves da AWS e apagados após a conclusão. Uma chave KMS própria pode ser indicada por meio de EncryptionConfiguration; a chave do projeto não se aplica aos jobs.
- O preço é calculado por página, e não por tokens, sem compromisso mínimo. O anúncio não traz as tarifas específicas.
A conclusão para desenvolvedores e gestores de produto é simples: antes de colocar o fluxo no automático, separe uma amostra representativa dos seus documentos e ajuste o limite de confiança. A própria Amazon recomenda esse passo. A calibração com dados reais mostrará que fração dos campos realmente passa sem intervenção humana, e só então dá para calcular a economia do projeto. Se a sua equipe mantém hoje um pipeline caseiro de OCR, classificador e LLM, vale comparar o custo total de propriedade com o de uma única API gerenciada.
- 20 de nov. de 2026Meta revisa meta de emissões zero até 2030 após alta de 40% nas emissões
- 20 de nov. de 2026Experimento com 2 milhões de prompts-isca revela invasão de 3 provedores de IA e roubo de chaves da AWS
- 20 de nov. de 2026Verificação de código de IA com matemática fica mais barata: Opus 5.5 usa 40% menos tokens
- 20 de nov. de 2026Valor de mercado da Anthropic no IPO passa de US$ 2 trilhões — 3,5 vezes o mercado de ações da Rússia
Perguntas frequentes sobre a notícia
Como funciona no exemplo do pedido de financiamento?
Antes, as equipes tinham duas opções. A primeira era montar um pipeline próprio, com reconhecimento de texto, divisão em documentos, classificador, chamada a um modelo de linguagem e etapa de verificação, e depois manter tudo isso. A segunda era enviar o arquivo a um LLM de uso geral. Ele responde com fluência, mas nem sempre indica a página de origem e não fornece uma pontuação de confiança calibrada.
O que isso muda na prática?
O principal valor é a automação controlável. Um auditor pode conferir qualquer campo com o original, e a própria equipe define o limite de confiança: acima dele, os valores seguem adiante sem intervenção humana; abaixo, vão para revisão manual. A Symbeo (parte da CorVel), que processa contas médicas de diversas fontes e em formatos variados, destaca justamente isso: a revisão manual pode se concentrar apenas nos campos de baixa confiança.
O que se sabe sobre Limitações e o que verificar antes de adotar?
O Insights em si oferece suporte a apenas seis idiomas: inglês, francês, alemão, italiano, português e espanhol. Em Tóquio e Zurique, o Insights ainda não está disponível; isso vale somente para o Core. As requisições de inferência podem ser processadas em outra região dentro da sua geografia. Por exemplo, uma requisição feita nos EUA permanece nos EUA. Para requisitos rígidos de localização de dados, é preciso conferir isso na documentação. Já o Core, ao contrário, opera na região que você chama.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.