Dentro del ecosistema de aplicaciones que administro en Minipak/USP Globalpak, uno de los proyectos más interesantes fue la automatización de la facturación con Quickbooks. No era solo conectar dos sistemas: era rediseñar un proceso que consumía aproximadamente 4 horas diarias de trabajo administrativo y generaba errores que costaban dinero real en discrepancias contables.
El problema concreto: 60-80 facturas diarias procesadas a mano
USP recibe entre 60 y 80 facturas de proveedores cada día en múltiples formatos: PDFs generados digitalmente, documentos escaneados desde papel, emails con adjuntos, y ocasionalmente fotografías tomadas con el móvil. Cada factura pasaba por el mismo proceso manual: alguien del equipo de cuentas a pagar la abría, leía los datos (proveedor, número de factura, líneas de producto, cantidades, precios), los comparaba mentalmente con la orden de compra correspondiente, los introducía manualmente en Quickbooks, y archivaba el documento.
El error típico no era introducir mal un número — era más sutil: aplicar el precio de un contrato anterior, confundir un SKU con otro similar, o no detectar que la cantidad facturada no coincidía con la recibida. Errores que solo se detectaban al cerrar el mes, cuando ya era complejo rastrear el origen.
AI Builder: extracción de datos con modelo entrenado
Implementé un modelo de procesamiento de documentos en AI Builder entrenado específicamente con las facturas reales de los 15 proveedores principales de USP. El modelo extrae automáticamente: número de factura, datos del proveedor, fecha, líneas de producto con descripción, cantidad, precio unitario y total por línea, subtotales, impuestos y total general.
La precisión después del entrenamiento con datos reales es alta para los proveedores incluidos en el entrenamiento. Para proveedores nuevos o facturas con formato inusual, el modelo marca los campos de baja confianza para revisión humana. No se trata de eliminar la supervisión — se trata de que el equipo revise excepciones en vez de introducir datos a mano.
La app: comparación visual factura vs orden de compra
Construí una Power App que presenta al equipo de cuentas a pagar una vista dividida: a la izquierda, los datos extraídos por AI Builder en formato estructurado; a la derecha, el PDF original de la factura. Debajo, la orden de compra correspondiente del sistema para comparación directa. Las discrepancias se resaltan automáticamente en rojo: si la cantidad facturada no coincide con la recibida, si el precio difiere del contrato, o si hay un producto que no estaba en la orden original.
El equipo puede aprobar con un botón, editar los campos que necesiten corrección, o rechazar la factura enviando automáticamente una notificación al proveedor con el motivo del rechazo.
Sincronización bidireccional QBO-SAP
El otro componente era la sincronización de datos maestros entre Quickbooks (contabilidad) y SAP (producción). Productos, precios y stocks necesitaban estar alineados entre ambos sistemas. No podía ser una sincronización en tiempo real — SAP tenía restricciones de API y ventanas de mantenimiento — así que diseñé flujos de Power Automate que ejecutan sincronización diferencial cada 4 horas, detectan conflictos (precio distinto en ambos sistemas, producto eliminado en uno pero no en otro), y notifican al equipo cuando hay discrepancias que requieren decisión humana.
Resultado
El tiempo de procesamiento por factura se redujo drásticamente. Los errores de entrada manual prácticamente desaparecieron. Y el equipo de cuentas a pagar pasó de perseguir documentos y teclear números a gestionar excepciones y analizar tendencias de gasto, que es donde realmente aportan valor a la empresa.