Guide
OCR o LLM? Come funziona davvero l'estrazione dati dai documenti
3 min di lettura
Chi valuta l'automazione documentale si imbatte subito in due sigle: OCR e LLM. Vengono spesso presentate come alternative. In pratica fanno due lavori diversi, e i risultati migliori arrivano quando lavorano insieme.
Cosa fa l'OCR, e dove si ferma
L'OCR (Optical Character Recognition) trasforma un'immagine in testo: prende la scansione di una fattura o un PDF non selezionabile e restituisce i caratteri che contiene. È una tecnologia matura, veloce ed economica.
Il limite è che l'OCR riconosce i caratteri ma non capisce che cosa significano. Sa che in una certa posizione c'è scritto "240", non sa se è una quantità, un prezzo o un numero di riga. Per questo i sistemi OCR classici vanno configurati per ogni layout: un modello per le fatture del fornitore A, uno per quelle del fornitore B, e quando un fornitore cambia template il modello si rompe.
Cosa aggiunge un Large Language Model
Un LLM interpreta il contenuto. Dato il testo di un documento, riesce a dire quale numero è la quantità e quale è il prezzo anche se il documento cambia forma, se le colonne sono in un altro ordine o se l'informazione è scritta in una frase invece che in una tabella.
Questo significa che un solo flusso può gestire documenti eterogenei senza un template per ciascuno: richieste di preventivo scritte a mano libera in una email, ordini in PDF, distinte in Excel. I formati disordinati diventano la norma gestibile, non l'eccezione da trattare a mano.
Il punteggio di affidabilità
Il vero salto operativo è che a ogni campo estratto può essere associato un punteggio di affidabilità. "Cliente: Acme Corp, 98%" e "Scadenza: 15/07, 72%" non sono la stessa cosa: il primo può proseguire da solo, il secondo va mostrato a una persona.
Con questo meccanismo l'automazione non deve essere perfetta per essere utile. I casi sicuri passano, i casi dubbi vengono indirizzati a una revisione umana, e ogni decisione resta tracciata.
Perché in pratica si usano insieme
Un LLM lavora sul testo. Se il documento è una scansione, qualcuno deve prima trasformare i pixel in caratteri: quel qualcuno è l'OCR. Il flusso tipico è quindi OCR per leggere, LLM per capire, punteggio di affidabilità per decidere chi fa il passo successivo.
Per documenti già digitali (PDF nativi, email, moduli web) il passaggio OCR non serve e l'LLM lavora direttamente sul contenuto.
Quando basta l'OCR classico
Se ricevete un solo tipo di documento, sempre dallo stesso sistema e con lo stesso layout, un OCR a template può essere sufficiente e più economico. Il valore dell'LLM emerge quando i documenti variano, arrivano da molte fonti o l'informazione utile è scritta in linguaggio naturale.
Il modo più rapido per capirlo è guardare insieme un campione dei vostri documenti reali: è il primo passo di ogni progetto che seguiamo.