Automatitzar factures amb IA: com llegir i comptabilitzar les dels teus proveïdors sense teclejar

Sí, es poden automatitzar factures amb IA: un model llegeix el PDF del proveïdor, n’extreu les dades i les deixa al teu programa de comptabilitat llestes per aprovar. El que no fa és decidir per tu. A la nostra pròpia comptabilitat, tres de cada quatre documents van entrar sense tocar res i la resta va necessitar que algú decidís.

Aquí expliquem el procés pas a pas, quines comprovacions cal posar al voltant de la IA i què va passar quan ho vam fer amb 136 documents de despesa reals.

Aquest article va de les factures que reps. Si el que busques és emetre soles les de la teva botiga, ho expliquem a com automatitzar les factures de WooCommerce amb Holded.

Què fa la IA amb una factura i què no

Una factura és un document fet perquè el llegeixi una persona. Cada proveïdor la maquetarà a la seva manera, i per això les plantilles de tota la vida fallaven tan bon punt canviava el disseny. Un model de llenguatge no necessita plantilla: entén que «Total a pagar», «Import total» i «TOTAL FACTURA» són el mateix.

La idea que ordena tota la resta: la IA llegeix, les regles comproven i una persona decideix el que no és clar. Qui deixa les tres coses en mans de la IA acaba amb errors que ningú veu fins al trimestre.

El procés, pas a pas

1. Reunir. Totes les factures en un sol lloc: una carpeta o una bústia de correu només per a això. És el pas menys vistós i el que més ordena.
2. Extreure el text. Un PDF generat per un programa ja porta el text a dins, i s’extreu sense IA. Un escaneig o una foto necessiten abans un reconeixement de caràcters (OCR) o un model que llegeixi imatges.
3. Extreure els camps. El model rep el text i retorna una estructura fixa: proveïdor, NIF, número de factura, data, base imposable per a cada tipus d’IVA, quota, retenció si n’hi ha, total i moneda. Sempre els mateixos camps, i buit el que no trobi.
4. Comprovar. Abans de tocar la comptabilitat, les regles de l’apartat següent separen el que és net del que és dubtós.
5. Crear en esborrany. La despesa es dona d’alta al programa sense aprovar, amb el PDF adjunt. Una persona revisa la tanda i aprova.
6. Arxivar i deixar rastre. El PDF passa a la seva carpeta per any i proveïdor, i cada factura deixa una línia en un registre: què s’ha llegit, què s’ha creat i en quin estat ha quedat.

Una instrucció val més que totes les altres: que el model deixi el camp buit quan no el vegi. Un buit es revisa; una dada inventada es comptabilitza.

Les comprovacions que no fa la IA

Un model pot llegir malament un número i dir-ho amb tota seguretat. Aquestes comprovacions són aritmètica i cerques, no costen res i són les que fan que el procés sigui fiable:

• El compte quadra. La suma de les bases més les quotes, menys la retenció, dona el total. Si no, la factura va a revisió.
• El tipus existeix. La quota dividida entre la base dona un tipus d’IVA real, no un 20,7 %.
• El NIF és vàlid i correspon a un proveïdor que ja tens. Si és nou, no es crea sol: es pregunta.
• No està repetida. Mateix proveïdor i mateix número de factura ja comptabilitzats, fora.
• La data té sentit. Ni futura, ni d’un exercici tancat.
• És coherent amb l’històric. Si aquell proveïdor sempre va al mateix compte i amb el mateix impost, i avui surt una altra cosa, algú ho mira.

Cas real: 136 documents de despesa a Holded

El setembre de 2026 ho vam fer amb la nostra pròpia comptabilitat. Teníem una carpeta de pendents amb diversos mesos de factures de despesa per registrar a Holded, i ho vam muntar per la seva API en lloc d’escriure-ho a mà.

El primer que va sortir és que no tot eren factures. A la carpeta també hi havia rebuts i liquidacions del banc, pòlisses d’assegurança, una proforma, alguna imatge solta i diversos fitxers comprimits. Abans de llegir imports calia classificar.

El recorregut va ser el d’abans:

• El text es va extreure de cada PDF sense IA. Per als escaneigs i les fotos, amb un OCR.
• Un model de gamma mitjana va extreure els camps de cada document, i un programa en va validar el resultat.
• El compte de despesa i l’impost de cada proveïdor no els va triar la IA: van sortir de com estaven comptabilitzades les seves factures anteriors.
• Cada despesa es va crear en esborrany amb el seu PDF adjunt, i el fitxer va passar a una carpeta d’esborranys per any i proveïdor.
• Una persona va revisar els esborranys a Holded. En aprovar-se, cada PDF va passar a la seva carpeta definitiva i el registre va quedar actualitzat.

El resultat de la primera tanda:

Aquest repartiment, tres nets per cada dubtós, és el que convé esperar d’una primera passada amb papers reals. La segona tanda va millor perquè les decisions de la primera es converteixen en regles.

Hi va haver un efecte que no buscàvem. Amb tot registrat, creuar-ho amb els moviments del banc va deixar a la vista els càrrecs que no tenien factura i els mesos que faltaven de proveïdors que facturen cada mes.

Els casos que van demanar una persona

Cap d’aquests no el resol millor un model. Són decisions de criteri, i el que fa el procés és detectar-los i aturar-se:

1. Dos tipus d’IVA en una factura. Una factura de carburant que barreja conceptes al 10 % i al 21 % necessita dues línies. La comprovació va destapar, a més, una factura antiga, introduïda a mà, amb tot al 21 %.
2. El cèntim de l’arrodoniment. A vegades el total que calcula el programa no coincideix amb el de la factura per un cèntim. Cal ajustar el preu amb més decimals fins que quadri.
3. Programari de fora en dòlars. Es registra en euros pel càrrec real del banc, i el tractament de l’IVA canvia segons si el proveïdor és dins o fora de la Unió Europea. Aquest criteri el fixa l’assessoria, una vegada, i després és una regla.
4. Abonaments. Una factura en negatiu és una rectificativa i va per un altre camí. En el nostre cas l’API no va deixar adjuntar-los el PDF ni aprovar-los, i això es va fer a mà.
5. El NIF que no coincideix. Una marca que factura amb el NIF d’una altra societat del seu grup, o un proveïdor que va canviar de NIF. La regla del duplicat i la del proveïdor conegut salten, i amb raó.
6. Proveïdors nous. Donar-los d’alta és una decisió, no una lectura. Es llisten i es demana el vistiplau.
7. El que no és una factura. Els rebuts del banc i les assegurances no porten IVA i tenen la seva manera de registrar-se. Cal decidir-la una vegada.
8. Factures amb les dades mal posades. A un altre nom, o sense número. Registrar-les o reclamar-ne una de nova ho decideix qui respon de la comptabilitat.

I dues lliçons del costat tècnic. La primera: a Holded, el permís que deixa crear despeses és el mateix que deixa esborrar-les, així que l’automatització es va escriure per no esborrar mai res. La segona: el límit de crides a l’API és de tot el compte, i el comparteixen totes les integracions que tinguis connectades.

Quin model usar

Extreure dades d’un document és una de les tasques més barates que es poden demanar a un model: molta lectura i una resposta curta que es comprova amb regles. El més raonable és provar primer amb un model del tram petit i pujar només si falla amb les teves factures. Nosaltres en vam fer servir un de gamma mitjana.

Amb els preus de tarifa d’avui, llegir mil factures en text amb un model petit va de 0,35 a 3,50 dòlars de consum segons el model, pels nostres càlculs. Les xifres, model per model, són a la comparativa de models d’IA i preus de l’API, que mantenim al dia.

Dos avisos abans de triar:

• Una foto costa més que un text. Si pots extreure el text del PDF sense IA, fes-ho, i deixa la lectura d’imatges per als escaneigs.
• Les factures porten dades. Noms, NIF, de vegades un compte bancari. Mira què fa el proveïdor del model amb el que li envies i no facis servir nivells gratuïts que reutilitzen el contingut.

Si la factura és de mercaderia per a la teva botiga

Quan la factura és de producte per a una botiga WooCommerce, comptabilitzar-la és la meitat de la feina. L’altra meitat és que el cost i l’estoc de cada referència quedin al dia.

Per a això hi ha EHERO Woo Supplier Stock Manager (és nostre). Porta OCR de factures amb intel·ligència artificial: puges el document en PDF, JPG o PNG, la IA el llegeix i tu revises i confirmes. El plugin actualitza costos i estoc, i exporta al teu programa comptable. Funciona amb la teva pròpia clau d’OpenAI: el consum es factura al teu compte d’OpenAI.

I si portes la comptabilitat a Holded, EHERO Woo Holded cobreix l’altre costat: crea la factura de cada venda quan entra la comanda.

Per on començar

1. Compta quantes factures reps al mes i quant es triga a introduir-ne cada una. Sense aquesta xifra no se sap si compensa.
2. Mira si el teu programa té API per crear despeses i adjuntar el PDF. Holded en té. Si el teu només importa fitxers, el procés acaba en un Excel que s’importa.
3. Reuneix vint factures variades, amb el seu resultat correcte ja conegut. És la prova amb què s’escull el model i s’afinen les regles.
4. Comença en esborrany. Res no s’aprova sol fins que diverses tandes seguides surtin sense correccions.
5. Anota cada decisió que prenguis en un cas estrany. Aquestes decisions són les regles de la tanda següent.

Preguntes freqüents

Es poden comptabilitzar factures amb IA sense revisar-les?

No convé. La IA llegeix bé, però el tractament d’un cas nou és una decisió. El més sensat és crear en esborrany, que una persona aprovi i automatitzar l’aprovació només del que passa totes les comprovacions tanda rere tanda.

Quina diferència hi ha entre l’OCR de sempre i la IA?

L’OCR converteix la imatge en text. No sap quin número és el total ni quin la base. Un model de llenguatge entén el document i retorna cada dada al seu camp, encara que cada proveïdor el maqueti diferent. Amb escaneigs s’usen tots dos: primer OCR, després el model.

Funciona amb factures escanejades o fotos?

Sí, amb un pas més: OCR, o un model que llegeixi imatges. Falla més que amb un PDF amb text, sobretot amb fotos tortes o tiquets tèrmics borrosos, i per això les comprovacions importen encara més.

La IA tria el compte comptable?

Pot proposar-lo, però és millor que no. El que és fiable és aplicar el compte i l’impost amb què ja es va comptabilitzar aquell proveïdor, i preguntar quan el proveïdor és nou.

Quant costa llegir factures amb IA?

El consum del model és la part petita: amb preus de tarifa, mil factures en text amb un model petit van de 0,35 a 3,50 dòlars segons el model, pels nostres càlculs. El que costa és muntar el procés: la connexió amb el teu programa, les regles i els casos estranys.

Serveix per a qualsevol programa de comptabilitat?

Per als que tenen API o importen fitxers. Amb API la despesa es crea sola i amb el seu PDF; sense ella, el procés prepara un fitxer que s’importa.

I si la factura ja arriba en format electrònic?

Llavors no cal llegir-la: una factura electrònica estructurada porta les dades en camps. La IA és per al PDF i el paper, que és com continuen arribant la majoria.

Conclusió

Automatitzar les factures de proveïdors amb IA funciona si es reparteix bé la feina: el model llegeix, les regles comproven i una persona decideix el que és dubtós. Amb aquest repartiment, la major part entra sola i el que és estrany queda a la vista en lloc d’amagat.

Aquest article és informatiu. El tractament comptable i fiscal de cada despesa el decideix la teva assessoria.

Enllaços útils

• Comparativa de models d’IA i preus de l’API: què costa cada model i quin usar per a cada tasca.
• Automatització de processos per a e-commerce: què s’automatitza, com treballem i quant costa.
• Com automatitzar les factures de WooCommerce amb Holded: les factures que emets.
• EHERO Woo Supplier Stock Manager: compres, costos i estoc de proveïdors a WooCommerce, amb OCR de factures.
• EHERO Woo Holded: la integració de Holded amb WooCommerce.