Sacar datos de correos y documentos con IA: lo importante es que te diga cuándo duda

Si tu empresa recibe contactos por correo, facturas de proveedores en PDF o peticiones de presupuesto con fotos, alguien pasa datos a mano de un sitio a otro. Nombre, teléfono, modelo, importe, fecha. Es el trabajo más aburrido de la oficina y uno de los primeros que la gente intenta darle a la IA.

Casi siempre funciona. El problema es el «casi».

Esta semana Cloudflare ha presentado en versión preliminar un modelo pensado solo para eso, al que llama Clairic. No vamos a recomendarte usarlo ni ningún otro: lo interesante es cómo está diseñado, porque deja escrito lo que cualquier pyme debería exigir a un sistema que lea sus correos y documentos.

Qué ha presentado Cloudflare, sin adornos

Según el anuncio de la propia empresa:

• Es un modelo de extracción: lee un texto (y hasta cuatro imágenes) y devuelve los valores que le pides, como un número de pedido, una fecha o un importe.
• No genera texto palabra a palabra como un chat de IA. Señala el valor en el original o lo calcula, en una sola pasada.
• Cada dato llega con un nivel de confianza y con la probabilidad de que no esté en el texto.
• Si el dato no aparece, devuelve vacío en lugar de un valor que suene plausible.
• Los textos extraídos vienen con su posición en el original, para poder señalarlos.
• Es una versión preliminar. La empresa dice que piensa publicar el modelo en abierto más adelante.

Y avisa de lo que aún no hace bien: los cálculos de uno o dos pasos parecen fiables, pero las cadenas largas de operaciones no. Su recomendación literal es que el modelo lea el valor y que el código haga las cuentas.

El ejemplo que lo explica todo

El anuncio usa un correo de un cliente: un pedido llegó el 28 de septiembre con la pantalla rota, pagó 649 dólares más 52,10 de impuestos y escribe el 9 de octubre pidiendo arreglo o devolución.

El modelo devuelve el número de pedido, la fecha de entrega, el total pagado (sumando las dos cifras), los días transcurridos y los daños. Y cuando se le pide el número de seguimiento, que no está en el correo, devuelve vacío.

Ese último detalle es el importante. Un chat de IA al que le pides «saca el número de seguimiento» tiende a darte algo. A veces, la cifra más parecida que encuentra. En el ejemplo, la mejor apuesta del modelo habría sido la cifra de los impuestos, con una confianza baja. Por eso no la da como respuesta.

Por qué esto le importa a una pyme

La propia empresa dice que sacar datos de un texto es probablemente el trabajo más habitual que hoy se le da a la IA. Y explica por qué falla de forma traicionera: la respuesta puede no tener el formato esperado, un dígito puede salir mal al escribirse y, una vez sacado un dato, no hay forma de saber de qué parte del original salió.

En una pyme eso se traduce en errores que no se ven hasta que cuestan algo:

Ejemplo: un concesionario recibe por correo los contactos de un portal. Una IA pasa nombre, teléfono y modelo a la ficha. Un día el correo no trae teléfono y la IA rellena el de la firma del portal. El comercial llama a un número que no es del cliente y el contacto se pierde sin que nadie sepa por qué.

Ejemplo: una empresa de servicios pasa las facturas de proveedores a una hoja. Una cifra de base imponible se lee mal. Nadie lo ve hasta el cierre del trimestre.

Ejemplo: un despacho recibe documentación de clientes por correo y una IA saca las fechas. Una fecha que no estaba se rellena con la del envío. El sistema no valora el caso, pero un dato inventado en una ficha ya es un problema.

Ninguno es un fallo espectacular. Son fallos silenciosos, y por eso son los peligrosos. Si ya usáis la IA así, copiando y pegando, por qué eso no ahorra el tiempo que parece lo contamos en copiar y pegar no es un proceso.

Las tres exigencias, con este modelo o con cualquiera

No hace falta este modelo para aplicar lo que enseña. Son tres preguntas que puedes hacer a cualquier sistema, comprado o hecho a medida.

1. Vacío antes que inventado

Un campo vacío se ve. Un campo rellenado con algo plausible no. Pide que, cuando un dato no está en el original, el sistema lo deje vacío y lo marque. Una ficha con el teléfono vacío lleva a alguien a preguntarlo. Una ficha con un teléfono falso lleva a alguien a llamar a quien no es.

Y pruébalo: pasa un correo al que le falte un dato a propósito. Si el sistema lo rellena igual, ya sabes cómo se comportará cuando no lo estés mirando.

2. Cada dato con su sitio en el original

Quien revisa tiene que poder ver de dónde salió cada dato sin releer el correo entero. Si el importe viene marcado en el PDF o el teléfono subrayado en el mensaje, revisar lleva segundos. Si no, la revisión se hace a medias o no se hace.

3. Una confianza que decida qué pasa solo

Esta es la que cambia el trabajo. Si cada dato trae un nivel de confianza, puedes poner una regla: lo que supera un umbral entra directo; lo que no, espera a una persona. La empresa lo dice así en su anuncio: usar la confianza para decidir qué se automatiza y qué se manda a revisar.

Un aviso que ella misma da: la confianza se mide, no se garantiza. En datos distintos de los que el modelo conoce, puede ser demasiado optimista. Por eso el umbral no se pone a ojo: se ajusta con datos tuyos.

Cómo repartir lo que decide la máquina y lo que decide una persona lo desarrollamos en automatizar con límites.

Las cuentas, con fórmula

Hay una cuarta lección, más pequeña y muy útil. Si necesitas un total, un plazo o unos días transcurridos, que la IA lea los valores y que la operación la haga una fórmula. Es lo que recomienda el propio anuncio para cálculos de varios pasos.

En la práctica: que la IA saque la base imponible y el tipo de IVA, y que la hoja calcule el total. Si la suma no cuadra con el total que trae la factura, esa factura va a revisión. Una comprobación así no cuesta nada y caza muchos errores.

Cinco preguntas para quien te ofrezca automatizarlo

Si un proveedor te propone automatizar la entrada de datos, estas preguntas separan rápido un sistema pensado para el mundo real de una demostración bonita:

• ¿Qué pasa cuando el dato no está? La respuesta buena es «queda vacío y marcado». La mala es «la IA lo deduce».
• ¿Cómo veo de dónde sale cada dato? Si la única forma es releer el original entero, la revisión no se hará.
• ¿Quién decide qué se revisa? Tiene que haber una regla escrita, no «lo mira alguien cuando puede».
• ¿Qué cálculos hace la IA y cuáles una fórmula? Los totales y los plazos, mejor con fórmula y comprobación.
• ¿Con qué documentos lo has probado? Con los tuyos, no con un ejemplo limpio preparado para la demostración. Un PDF escaneado torcido o un correo reenviado tres veces son tu día a día.

Si no saben contestar a la primera, no es mala señal en sí. Es mala señal si no entienden por qué se lo preguntas.

Qué hacer el lunes

1. Elige un solo flujo. El que más horas de tecleo os quita: contactos de portales, facturas de proveedores, peticiones de presupuesto.
2. Escribe los campos. Qué datos se sacan, en qué formato, y cuáles son críticos (importes, teléfonos, fechas de plazo).
3. Monta un lote de prueba. Unos cuantos documentos reales ya procesados a mano, incluyendo alguno incompleto o mal escaneado.
4. Compara campo a campo. Cuenta aciertos, vacíos y datos inventados. Un sistema con algunos vacíos y ningún inventado es mejor que uno que lo rellena todo.
5. Decide el reparto. Qué entra solo, qué pasa a una persona y quién revisa. Y repite la prueba cada cierto tiempo: los documentos cambian.

Cómo comprobar si la IA te ahorra tiempo de verdad, y no solo la sensación, está en cómo saber si la IA de tu empresa funciona.

Lo que queda abierto

Es un anuncio de la propia empresa y una versión preliminar. Las mediciones de precisión que publica son suyas, no independientes, y en documentos en español de una pyme no hay ninguna. Tampoco es un producto que una empresa pequeña vaya a usar tal cual: es una pieza técnica para quien construye sistemas.

Lo que sí deja claro es un cambio de criterio. Durante un tiempo, la pregunta era si la IA sabía leer un correo. Ya sabe. La pregunta útil ahora es otra: cuando no sabe, ¿te lo dice?

Fuentes

• Introducing Clairic, a new System One class of extraction models — Blog de Cloudflare, octubre de 2026.

Preguntas frecuentes

¿Puedo usar IA para pasar los datos de los correos de clientes a mi hoja o a mi CRM?

Sí, y es de los usos con más retorno porque es trabajo repetitivo. Lo importante es cómo: que cuando un dato no está deje el campo vacío en lugar de rellenarlo, que puedas ver de dónde salió cada dato y que lo dudoso pase a una persona antes de usarse.

¿Qué significa que un modelo «no alucina»?

En este caso, que no escribe la respuesta palabra a palabra, sino que señala un valor del texto o devuelve vacío. Eso evita algunos errores típicos, como un número mal copiado o una respuesta que no tiene el formato pedido. La propia empresa avisa de que puede equivocarse igualmente; por eso da un nivel de confianza en cada dato.

¿Qué datos no debería sacar nunca un sistema automático sin revisión?

Los que, si están mal, cuestan dinero o un cliente: importes, cuentas, fechas de plazos y cualquier dato que vaya a un documento oficial. En despachos y clínicas, además, el sistema solo recoge y ordena: no valora el caso ni interpreta la documentación.

¿Cómo sé si la extracción funciona en mi empresa?

Con un lote de prueba: coge unos cuantos correos o documentos reales ya procesados a mano, pásalos por el sistema y compara campo a campo. Cuenta aciertos, vacíos y datos inventados. El último número es el que manda.

---

El diagnóstico gratuito es media hora mirando qué datos se pasan a mano hoy en tu empresa, de dónde vienen y cuánto tiempo se va en eso, con un ejemplo real delante. De ahí sale qué flujo conviene automatizar primero y qué parte debe seguir revisando una persona.

Lo que hacemos está en la página de automatización con IA: el trabajo que hoy se hace a mano y se repite cada semana, como pasar datos de correos y documentos, deja de hacerse a mano, y lo dudoso llega preparado para que una persona lo revise y decida. Sin tarifa publicada: el alcance y el importe se cierran por escrito después del diagnóstico.