El equipo de administración lleva meses tramitando las mismas facturas de siempre. El proceso es conocido: alguien descarga el PDF del correo, abre el ERP, introduce proveedor, número de factura, base imponible, IVA, centro de coste. Si hay suerte, en diez minutos está hecho. Si hay veinte facturas, son tres horas que no se invierten en nada más productivo.
AI Builder, el módulo de inteligencia artificial de Power Platform, resuelve exactamente este problema. Extrae campos de documentos no estructurados, los transforma en datos limpios y los inyecta en los flujos de Power Automate que ya tienes o que puedes construir sin programar. El resultado llega directamente a Dynamics 365.
Este artículo explica cómo funciona técnicamente, qué casos tiene más sentido automatizar primero y qué hay que resolver antes de poner en marcha el modelo.
Qué hace AI Builder con los documentos
AI Builder incluye un modelo preentrenado llamado Document Processing (antes denominado Form Processing) que identifica y extrae campos de documentos con formato relativamente consistente: facturas, albaranes, pedidos de compra, contratos, fichas de producto o formularios de solicitud.
El modelo se entrena con ejemplos reales de tu empresa. No hace falta código: se sube un mínimo de cinco documentos de ejemplo, se etiquetan los campos a extraer (número de factura, nombre del proveedor, importe, fecha, condiciones de pago) y el modelo aprende a localizarlos aunque el layout varíe entre proveedores.
La precisión depende directamente de la calidad de los documentos de entrenamiento. Con documentos bien estructurados y al menos veinte ejemplos por variante de formato, los modelos alcanzan una confianza de extracción superior al 90%. Con documentos escaneados en baja resolución o con variaciones extremas de formato, la extracción parcial con revisión humana sigue siendo mejor que la entrada manual completa.
Integración con Power Automate: el flujo que conecta todo
AI Builder no trabaja solo. El valor real aparece cuando se conecta a un flujo de Power Automate que orquesta el proceso completo. Un flujo típico de procesamiento de facturas funciona así:
El desencadenador es la llegada de un correo a una bandeja de entrada compartida de Outlook, o la carga de un archivo en una carpeta de SharePoint. Power Automate detecta el nuevo documento, lo pasa al modelo de AI Builder y recibe los campos extraídos con su puntuación de confianza.
A partir de ahí, el flujo aplica lógica de negocio: si la confianza de todos los campos supera el umbral definido (por ejemplo, 85%), el registro se crea automáticamente en Dynamics 365 Finance o en el módulo de cuentas a pagar de Dynamics 365 Supply Chain Management. Si algún campo está por debajo del umbral, el flujo envía una notificación a Teams para que un operador valide únicamente ese campo antes de confirmar el registro.
Este enfoque de revisión selectiva es más eficiente que la validación de todas las facturas, y más seguro que aceptar ciegamente todos los resultados del modelo. El equipo solo interviene donde el modelo tiene dudas.
Casos de uso con mayor retorno en empresas industriales
Procesamiento de facturas de proveedor
Es el caso más frecuente y el que justifica más rápidamente la inversión. Las empresas de fabricación y distribución con volúmenes de entre 500 y 5.000 facturas mensuales son las que obtienen un retorno más claro. La combinación de AI Builder con el módulo de cuentas a pagar de Dynamics 365 elimina la mayor parte de la introducción manual y reduce los errores de imputación de centros de coste que generan correcciones manuales en el cierre mensual.
Albaranes de entrega y confirmación de pedidos
Los albaranes de proveedor presentan una variabilidad de formato mucho mayor que las facturas, pero los campos críticos (número de pedido, cantidad, referencia de artículo) suelen ser suficientemente consistentes para entrenar un modelo útil. La integración con Dynamics 365 Supply Chain Management permite actualizar automáticamente las recepciones de producto contra el pedido de compra correspondiente.
Solicitudes internas y formularios de aprobación
Más allá de los documentos externos, AI Builder puede procesar formularios internos: solicitudes de gasto, peticiones de compra, fichas de alta de proveedor. Automatizar estos formularios con Power Automate reduce los cuellos de botella en los flujos de aprobación y deja un registro auditable en Dataverse o Dynamics 365 sin depender de correos sueltos.
Arquitectura técnica: cómo se conectan las piezas
La arquitectura estándar tiene tres capas. La primera es la ingesta: SharePoint, OneDrive, Outlook o un conector externo reciben los documentos y los enrutan al flujo correcto según tipo, proveedor o departamento de destino.
La segunda capa es el procesamiento: el flujo de Power Automate invoca el modelo de AI Builder, aplica la lógica de validación y transforma los datos extraídos al formato que espera el sistema de destino. Aquí se gestionan las excepciones y se disparan las notificaciones a Teams cuando se necesita intervención humana.
La tercera capa es la integración con Dynamics 365. Power Automate dispone de conectores nativos para Dynamics 365 Finance, Supply Chain Management, Business Central y Dataverse, lo que elimina la necesidad de desarrollos personalizados para la creación de registros en el ERP.
Para volúmenes altos o documentos que llegan de múltiples canales simultáneos, añadir una cola de Azure Service Bus entre la ingesta y el procesamiento aporta resiliencia y evita que los picos de carga bloqueen el flujo.
Qué hay que resolver antes de empezar
El modelo de AI Builder es sencillo de entrenar, pero el éxito del proyecto depende de decisiones que van más allá de la tecnología.
El primer punto es la calidad del archivo de documentos de entrenamiento. Si los documentos históricos de la empresa están escaneados con resolución insuficiente o tienen anotaciones manuales superpuestas, el modelo aprenderá mal. Conviene dedicar tiempo a seleccionar y limpiar los ejemplos antes de entrenar.
El segundo punto es definir el umbral de confianza adecuado para cada campo. Un umbral demasiado bajo genera errores que llegan al ERP sin detección. Un umbral demasiado alto multiplica las revisiones manuales y reduce el beneficio de la automatización. Lo habitual es ajustarlo durante las primeras semanas de operación con datos reales.
El tercer punto es la gobernanza del flujo: quién puede modificarlo, cómo se gestionan las versiones y qué pasa cuando el modelo necesita reentrenarse porque un proveedor cambia el formato de sus facturas. Power Automate incluye historial de versiones y entornos de desarrollo y producción separados, pero es necesario establecer el proceso antes de que el flujo esté en producción.
AI Builder frente a otras opciones del mercado
Existen soluciones especializadas de captura documental con más años de trayectoria y modelos preentrenados más maduros para ciertos sectores. La ventaja de AI Builder no está en ser la solución más potente para todos los casos, sino en la integración nativa con el ecosistema Microsoft.
Si ya tienes Power Platform y Dynamics 365, el coste de adopción de AI Builder es significativamente menor que el de integrar una solución externa, porque la autenticación, el almacenamiento, los conectores y la gestión de usuarios ya están resueltos. Para empresas con licencias de Power Platform incluidas en planes Microsoft 365 Empresa o Dynamics 365, parte del consumo puede estar cubierto hasta noviembre de 2026, cuando Microsoft retira los créditos heredados de AI Builder.
La lógica es la misma que con cualquier componente de Power Platform: si el caso de uso está dentro de lo que cubre razonablemente, construirlo dentro del ecosistema es más sostenible a largo plazo que añadir otro proveedor con su propia integración, mantenimiento y contrato.
Cómo evaluar si tiene sentido en tu empresa
Antes de arrancar un proyecto de automatización documental con AI Builder, vale la pena responder cuatro preguntas.
Primera: ¿cuántos documentos del mismo tipo procesa el equipo al mes? Por debajo de 200 documentos mensuales, el retorno tarda en materializarse salvo que la introducción manual sea especialmente costosa o propensa a errores.
Segunda: ¿los documentos tienen un formato razonablemente consistente? La variabilidad extrema de layout entre proveedores no impide el proyecto, pero obliga a entrenar modelos separados por variante y aumenta el esfuerzo de mantenimiento.
Tercera: ¿el equipo que validará las excepciones está cómodo con Teams y Power Automate, o necesita formación? La adopción del flujo de validación es tan crítica como la precisión del modelo. Un flujo que el equipo evita o sobrescribe manualmente no genera el retorno esperado.
Cuarta: ¿tienes ya Power Platform en uso activo, o AI Builder sería el primer paso en ese ecosistema? Si es el primer paso, los tiempos y el esfuerzo de proyecto aumentan porque hay que resolver la gobernanza de la plataforma en paralelo.
Tácticas para una implantación rápida
La forma más eficiente de arrancar es elegir un único tipo de documento, un solo departamento y un volumen manejable para la primera iteración. Facturas de los diez proveedores más frecuentes, o albaranes de los tres almacenes principales. Nada de intentar cubrir todos los documentos de la empresa desde el primer día.
Con ese perímetro acotado, el tiempo desde el inicio del entrenamiento hasta el primer flujo en producción puede ser de dos a cuatro semanas, dependiendo de la disponibilidad de documentos de ejemplo y de la complejidad de la integración con Dynamics 365.
Una vez estabilizado el primer caso, ampliar a nuevos tipos de documentos o departamentos es incremental: reutiliza la arquitectura del flujo, ajusta el modelo y añade las reglas de negocio específicas. El esfuerzo de cada nuevo caso es significativamente menor que el primero.
Si tu empresa ya trabaja con Dynamics 365 y Power Platform pero todavía no ha abordado la automatización documental, es probable que haya oportunidades de reducción de trabajo manual más cercanas de lo que parecen. El punto de partida suele estar en un inventario de los procesos donde más tiempo se dedica a introducir datos que ya existen en un documento.
Preguntas frecuentes sobre AI Builder y automatización de documentos
¿Necesito conocimientos de programación para entrenar un modelo en AI Builder?
No. El entrenamiento del modelo de Document Processing se realiza desde una interfaz visual en Power Apps o Power Automate. Se suben los documentos de ejemplo, se etiquetan los campos con el ratón y se lanza el entrenamiento. No se requiere Python ni ningún lenguaje de programación.
¿Qué idiomas de documentos soporta AI Builder?
AI Builder soporta documentos en castellano, inglés, francés, alemán, italiano, portugués y otros idiomas europeos. Para documentos en otros idiomas o con caracteres no latinos, conviene verificar la disponibilidad específica en la documentación oficial de Microsoft.
¿Puedo usar AI Builder con documentos escaneados (no nativos PDF)?
Sí, pero la precisión depende de la calidad del escáner. Microsoft no publica un valor de DPI mínimo oficial, pero recomienda imágenes de alta calidad. Documentos escaneados con resolución baja o con anotaciones superpuestas generan errores de OCR que el modelo no puede compensar.
¿AI Builder está disponible con las licencias de Power Platform estándar?
AI Builder consume Copilot Credits para su ejecución en producción. Desde noviembre de 2025, los clientes nuevos deben adquirir Copilot Credits para ejecutar modelos; ya no es posible comprar créditos de AI Builder independientes. Las licencias existentes de Power Platform y Dynamics 365 incluyen créditos heredados hasta noviembre de 2026. Conviene revisar el consumo estimado con el partner Microsoft antes de escalar el flujo a producción.
¿Qué diferencia hay entre AI Builder y Azure Document Intelligence?
Azure Document Intelligence (antes Azure Form Recognizer) es el servicio de Azure sobre el que se construye parte de AI Builder, pero ofrece más control técnico, modelos preentrenados adicionales y capacidades de personalización avanzadas. AI Builder es la capa de Power Platform orientada a usuarios de negocio sin necesidad de gestionar directamente los recursos de Azure. Para integraciones más complejas o volúmenes muy altos, Azure Document Intelligence puede ser la opción más adecuada.