Leer documentos mexicanos con IA: por qué el OCR solo no basta

El reconocimiento óptico de caracteres (OCR) lleva décadas resolviendo un problema concreto: convertir la imagen de un documento en texto. Para un expediente de conocimiento del cliente (KYC) en México, ese es apenas el primer paso. Los documentos que se reciben todos los días —credenciales para votar, constancias de situación fiscal, actas constitutivas, comprobantes de domicilio— tienen formatos, calidades y particularidades que un texto plano no captura. En este artículo explicamos qué hace difícil leerlos bien y qué se necesita además del OCR.

Cada documento tiene sus propias dificultades

• Credencial para votar (INE). Es un documento pequeño que casi siempre llega como foto tomada con un teléfono: con reflejos, inclinación, recortes o el anverso y el reverso en archivos separados. Conviven varios modelos vigentes con diseños distintos, y los datos clave —nombre, CURP, clave de elector, vigencia— están en posiciones diferentes según el modelo. En algunos casos el domicilio no aparece impreso.
• Constancia de situación fiscal. Es un documento generado por el SAT, normalmente en PDF con texto, lo que facilita la lectura. Su dificultad está en otra parte: hay que distinguir el domicilio fiscal de otros datos, leer correctamente los regímenes y las obligaciones, y considerar la fecha de emisión, porque una constancia antigua puede no reflejar la situación actual del contribuyente.
• Acta constitutiva. Es el caso más exigente. Son instrumentos notariales de decenas de páginas, a veces escaneados de copias antiguas, con sellos, firmas, notas marginales y texto mecanografiado. La información relevante —denominación, fecha de constitución, accionistas, administración, apoderados y facultades, datos de inscripción en el registro público— está dispersa en párrafos largos, no en campos.
• Comprobante de domicilio. Recibos de luz, agua, teléfono o estados de cuenta, cada emisor con su propio diseño, que además cambia con el tiempo. Hay que identificar el domicilio correcto entre varios que pueden aparecer en la misma página y la fecha relevante para saber si el comprobante es reciente, según lo que exija la política de cada institución.

Más allá del texto: estructura y tablas

El OCR entrega líneas de texto, pero no siempre su orden lógico. En un documento a dos columnas, en una tabla de accionistas o en un recibo con bloques laterales, leer de izquierda a derecha mezcla datos que no tienen relación entre sí. Por eso, antes de extraer, conviene reconstruir la estructura del documento: qué es encabezado, qué es tabla, qué renglones forman una fila. Con esa estructura, un modelo de lenguaje puede leer el documento con contexto y extraer los campos que interesan, aunque cambien de posición entre un formato y otro.

También importa cómo se trata un documento largo. Un acta de cincuenta páginas no se procesa igual que una credencial; dividirla en secciones y ubicar dónde está cada tipo de información reduce errores y permite que cada dato conserve la referencia a la página y el renglón de donde salió.

Los códigos QR también son una fuente

Varios documentos mexicanos incluyen códigos QR. La constancia de situación fiscal, por ejemplo, contiene uno con datos que remiten a la verificación del SAT, como el RFC y el identificador de la constancia, y los comprobantes fiscales digitales también incluyen uno con el folio fiscal. Los modelos recientes de la credencial para votar incorporan códigos QR.

Leer estos códigos aporta algo que el OCR no puede dar: un dato codificado que no depende de interpretar la imagen del texto. Eso permite comparar lo que dice el QR con lo que está impreso. Si el RFC del código no coincide con el RFC visible, hay una señal que merece revisión, ya sea por un error, por un documento alterado o por un archivo que mezcla páginas de documentos distintos.

El OCR responde qué dice la imagen. Un expediente KYC necesita responder si lo que dicen los documentos es consistente entre sí.

El expediente se revisa completo

El valor real aparece cuando los documentos se leen juntos. En un expediente de persona física o moral, los mismos datos se repiten en varios documentos y deben coincidir:

1. Nombre y denominación, considerando abreviaturas, apellidos omitidos y denominaciones sociales escritas de distinta forma.
2. CURP y RFC, que deben ser consistentes entre la identificación, la constancia fiscal y los demás documentos.
3. Domicilio, comparando el del comprobante con el de la constancia o con lo declarado por el cliente.
4. Vigencias y fechas, como la vigencia de la identificación o la antigüedad del comprobante.
5. Facultades, verificando que quien firma por una persona moral aparezca como apoderado o administrador en el acta o en el poder correspondiente.

Un sistema que solo extrae campos deja ese cruce al revisor. Uno que también compara los datos y señala las diferencias, con la fuente de cada valor, le permite concentrarse en lo que realmente requiere criterio.

Cómo lo resolvemos

En Loony combinamos OCR, reconstrucción de la estructura del documento, extracción con modelos de lenguaje y lectura de códigos QR, y después revisamos el expediente completo: cruzamos nombres, CURP y RFC entre documentos, validamos vigencias y marcamos lo que no cuadra. Cada dato conserva su documento, página y renglón de origen, y la decisión final queda en manos del operador.

Si tu equipo integra expedientes KYC y quiere dejar de capturarlos a mano, Escríbenos.