Estrazione dati da PDF e email con l’AI: cosa funziona e cosa no

Rispondi in fretta: sei domande e sai in che caso sei

Sei domande, un minuto: le risposte ti dicono se sei in un caso facile, in uno difficile o in uno in cui conviene lasciar perdere.

1. I PDF che ricevi hanno il testo selezionabile (generati da un software) o sono scansioni e foto?
2. Gli stessi mittenti ti mandano sempre lo stesso modello di documento?
3. I codici articolo scritti nel documento sono i tuoi, oppure quelli del cliente o del fornitore?
4. Hai un listino o un’anagrafica aggiornata con cui confrontare quello che arriva?
5. Quanti documenti ricopiate al mese, e in quante persone?
6. Se una quantità viene ricopiata sbagliata, chi se ne accorge, e quando?

Testo selezionabile, modelli ricorrenti, codici tuoi, anagrafica in ordine: caso facile, il pilota ha buone probabilità. Scansioni storte, un modello diverso per ogni mittente, codici mai visti: caso difficile, si parte dal controllo assistito. Poche decine di documenti al mese: probabilmente non conviene, te lo dico sotto.

Cosa dice l’Istat: il primo uso dell’AI in azienda è leggere documenti

Il comunicato Istat «Imprese e ICT» del 15 dicembre 2025 dice che il 16,4% delle imprese italiane con almeno 10 addetti usa almeno una tecnologia AI, e che l’83,6% non la usa. Tra quelle che la usano, l’impiego più diffuso non è la chat né il marketing: è l’«estrazione di informazioni da documenti», indicata dal 70,8% delle imprese che adottano l’AI, davanti all’AI generativa (59,1%).

La lettura è semplice: la prima cosa che le aziende automatizzano è il lavoro noioso di ufficio, leggere un ordine o una fattura e ributtare i numeri da un’altra parte. Ed è il lavoro in cui un errore costa: una quantità sbagliata è una consegna sbagliata.

I casi facili: PDF nativi e layout che si ripetono

Un PDF generato da un gestionale contiene il testo come testo: il modello lo legge senza indovinarlo dai pixel, e se la struttura si ripete (intestazione, tabella righe, totali) dopo la messa a punto le letture sono stabili. Le email con l’ordine nel corpo, anche libere («mandami 20 pezzi del solito, consegna venerdì»), sono trattabili quando il cliente è anagrafato e «il solito» si ricava dallo storico.

Qui il flusso fa tre cose: estrae i campi (cliente, codici, quantità, date, prezzi), li confronta con listino e anagrafica, produce la riga per il gestionale. Il confronto vale di più: un codice assente in anagrafica non entra da solo, si ferma e chiede.

I casi difficili: scansioni storte, tabelle spezzate, codici non anagrafati

Qui pubblicità e realtà divergono. Una scansione storta o una foto col telefono va prima trasformata in testo, e ogni ombra, piega o timbro sopra un numero è un errore possibile. Una tabella spezzata su due pagine perde spesso la riga a cavallo; un documento con più tabelle confonde il modello su quale sia quella giusta.

Il caso più sottovalutato sono i codici. Se il cliente scrive il suo codice e non il tuo, il modello legge benissimo un numero che per il tuo gestionale non vuol dire niente. Serve una tabella di corrispondenza, e la costruisce l’ufficio, non l’AI. Lo stesso vale per le unità di misura sottintese (pezzi, confezioni, metri).

Il controllo umano non sparisce: cambia posto

Oggi la persona ricopia tutto e controlla tutto. Con il flusso ricopia niente e controlla i casi segnalati: codice non trovato, quantità fuori dal solito, data mancante, totale che non torna. È il punto che i preventivi «100% automatico» nascondono: la responsabilità di quello che entra nel gestionale resta dell’azienda, e un flusso onesto lo mostra con una coda di revisione.

Nel pilota la domanda non è «l’AI legge tutto?», ma «quanti documenti entrano senza correzioni, e i dubbi si fermano davvero?».

Come si misura l’accuratezza in un pilota

Il criterio si scrive prima. Si prende un campione di documenti reali degli ultimi mesi, con il risultato corretto già nel gestionale, e si decide quali campi contano: per un ordine, cliente, codice, quantità, data di consegna. Si fissa una soglia per documento e si concorda cosa fa il sistema quando non è sicuro. Ne parlo nella guida sul criterio di successo scritto prima.

Esempio dimostrativo — Immagina un ufficio che riceve circa duecento ordini al mese, tre quarti in PDF nativo e il resto in email libere. Criterio scritto: su 50 ordini del campione, almeno 8 su 10 di quelli in PDF entrano senza correzioni e nessun codice non anagrafato entra da solo. Dopo la messa a punto i PDF passano; le email libere chiedono conferma a una persona in circa un caso su tre. Il pilota è riuscito sul formato concordato; le email libere sono il secondo passo (esempio, non un caso reale).

Cosa faccio io

Costruisco il flusso sui tuoi documenti e te lo provo prima di fartelo pagare per intero. Il pilota a prezzo fisso costa 890 € più IVA: un formato o un cliente, criterio di accuratezza scritto prima, messa a punto inclusa; se il criterio non è raggiunto, il saldo non si paga.

Per gli ordini, il servizio è ordini clienti da email e PDF al gestionale; per la contabilità, estrazione dati da fatture e DDT. In entrambi i casi il sistema completo, con più formati e import diretto nel gestionale, parte da 4.500 € più IVA. Niente canone: dopo la consegna paghi solo l’assistenza a chiamata quando serve, a 80 € l’ora o in blocchi da 10 ore a 750 €, più i costi dei modelli a consumo, indicativamente 5-30 € al mese.

Uso modelli reali (Claude, GPT, Gemini, DeepSeek) o, se i documenti non devono uscire dall’azienda, modelli in locale via Ollama. Di persona a Verona ed entro un’ora di strada, a distanza in tutta Italia.

Quando non conviene

• Pochi documenti. Sotto qualche decina al mese, il tempo che risparmi non ripaga la messa a punto: meglio un’ora di formazione a chi li ricopia.
• Tutto scansionato male e ogni volta diverso. Quasi tutto finirebbe in revisione: prima si sistema come arrivano i documenti, poi si automatizza.
• Anagrafica in disordine. Se i codici e i clienti nel gestionale sono doppi o vecchi, il confronto non funziona: si parte dalla pulizia delle anagrafiche.

Errori da evitare

• Partire dal caso peggiore. Il pilota si fa sul formato più frequente e più regolare, non sulla fattura scansionata storta che arriva due volte l’anno.
• Misurare sui documenti di prova del fornitore. L’accuratezza si misura sui tuoi, degli ultimi mesi, con il risultato corretto già noto.
• Accettare «100% automatico». Nessun flusso serio inserisce nel gestionale senza una coda per i casi dubbi. Se non c’è, chiedi dove finiscono gli errori.
• Rimandare la tabella dei codici. Senza, non c’è AI che tenga.
• Non decidere prima dove passano i dati. Cloud o locale si sceglie prima del pilota.

Da dove partire

Rifai le sei domande in cima. Poi scrivimi su WhatsApp o mandami un esempio via email a info@cangrandeai.it: due o tre documenti tipici (anche anonimizzati) e come li inserite oggi. Ti dico se sei nel caso facile o difficile, cosa misurerei nel pilota e a quanto. Il primo confronto è gratuito.