Automação
OCR com IA: como funciona a extração de dados de documentos e quando ela precisa de uma pessoa
Campos, e não só texto? OCR com IA é o reconhecimento óptico de caracteres combinado com um modelo que entende o documento, de modo que uma fatura digitalizada volta como campos identificados (fornecedor, data, total, itens) em vez de um bloco de texto. Funciona bem em documentos recorrentes, como faturas e formulários, e nunca acerta sempre, por isso o desenho que funciona é um limite: resultados confiáveis são lançados automaticamente e os duvidosos vão para uma pessoa. Ler a página é a parte barata. A conferência e o lançamento nos seus sistemas são onde está a maior parte do esforço.
Este guia é para o líder de finanças ou operações cuja equipe redigita faturas, formulários, contratos ou digitalizações. Ele cobre as quatro formas de extrair dados, quanto os serviços em nuvem custam por página, onde entram os modelos de linguagem, como funcionam os scores de confiança e a revisão humana, e como conferir os resultados com a sua contabilidade. Também dizemos quando comprar uma ferramenta é a melhor resposta. Se você quiser que a gente construa o fluxo inteiro, esse é o nosso trabalho de processamento inteligente de documentos, com um piloto para um tipo de documento a partir de R$ 35.000.
Principais pontos
- O OCR simples devolve texto. A extração, ou seja, o fornecedor, o total e os itens, é um segundo passo, e é ele que elimina a redigitação.
- Há quatro abordagens: OCR simples, regras por template, serviços de Document AI e modelos de linguagem. A maioria dos projetos reais combina duas delas.
- O Document AI em nuvem é cobrado por página, e as tarifas são baixas. No momento em que escrevemos (novembro de 2026), um provedor cobra US$ 0,01 por página para faturas e recibos na faixa do primeiro milhão.
- Os scores de confiança e as conferências com os seus próprios registros decidem o que é lançado automaticamente. Todo o resto vai para uma pessoa.
- Compre uma ferramenta de captura quando os seus documentos forem comuns e o seu sistema contábil tiver integração nativa. Desenvolva quando layouts, sistemas ou regras forem incomuns.
O que é OCR com IA e como ele difere do OCR simples?
O OCR simples converte uma imagem de texto em caracteres. O OCR com IA adiciona uma camada que entende o que os caracteres significam, então você recebe um campo chamado “total da fatura” em vez de uma sequência de palavras.
Essa diferença importa mais do que parece. O Tesseract, o motor de código aberto mais conhecido, se descreve como um motor de OCR e diz reconhecer mais de 100 idiomas já de saída. Ele devolve texto. Nada nele sabe que “R$ 8.556,00” é o valor devido e “R$ 7.129,98” é o valor antes do VAT (o imposto sobre valor agregado britânico). O PaddleOCR, outro projeto de código aberto, agora se descreve como uma ferramenta que transforma qualquer PDF ou imagem em dados estruturados, o que mostra a rapidez com que a linha entre OCR e extração está se apagando.
Para quem compra, o teste prático é simples. Depois que o software rodou, alguém ainda digita valores em outro sistema? Se sim, você comprou leitura, mas não extração.
Quais são as quatro formas de extrair dados de documentos?
Há quatro abordagens, e cada uma serve para documentos diferentes. A tabela é um guia aproximado, não um ranking.
| Abordagem | O que entrega | Ponto fraco |
|---|---|---|
| OCR simples | Só texto | Sem campos |
| Regras por template | Campos de layouts fixos | Um layout novo quebra tudo |
| Serviço de Document AI | Campos, tabelas, confiança | Tarifa por página, configuração |
| Modelo de linguagem | Campos de documentos variados ou longos | Precisa de conferência |
OCR simples (Tesseract, PaddleOCR) é gratuito para rodar e bom para arquivos pesquisáveis ou como etapa de leitura dentro de um pipeline maior. Usamos os dois quando desenvolvemos projetos de visão computacional, e o nosso post de exemplos de visão computacional mostra onde a leitura de texto se encaixa ao lado de outras tarefas com imagens.
Regras por template dizem “o total está nesta caixa na fatura deste fornecedor”. São baratas e exatas para um único layout estável. Falham no dia em que um fornecedor muda o formato, e com algumas centenas de fornecedores sempre há alguém mantendo templates.
Serviços de Document AI dos grandes provedores de nuvem devolvem campos, tabelas e scores de confiança usando modelos treinados em grandes volumes de documentos. Esse é o caminho do meio mais comum, e a próxima seção trata dos preços.
Modelos de linguagem leem um documento em contexto e devolvem o que você pedir. Lidam com layouts variados e contratos longos, e precisam de conferência, porque podem errar de forma fluente e plausível.
Como funcionam os serviços de Document AI e quanto custam?
Um serviço de Document AI recebe um PDF ou uma imagem e devolve dados estruturados. Você paga por página, e as tarifas são pequenas perto do desenvolvimento e da conferência em volta.
O modelo de faturas da Microsoft no Azure AI Document Intelligence analisa faturas, contas de consumo e pedidos de compra, aceita imagens feitas no celular, digitalizações e PDFs digitais, e devolve os campos principais e os itens como dados estruturados. O Amazon Textract detecta texto digitado e manuscrito, extrai formulários e tabelas, e tem uma operação separada, a AnalyzeExpense, para faturas e recibos.
Estes são preços de tabela no momento em que escrevemos (novembro de 2026). Eles mudam, a região importa e a sua fatura pode ter várias páginas, então use-os como referência e confira cada página de preços.
| Serviço | Operação | Preço de tabela |
|---|---|---|
| Amazon Textract | Detect Document Text | US$ 0,0015 por página |
| Amazon Textract | Analyze Expense | US$ 0,01 por página |
| Amazon Textract | Forms | US$ 0,05 por página |
| Azure | Modelos pré-treinados, pagamento por uso | R$ 51,88 por 1.000 páginas |
Os valores da Amazon são em dólares americanos para a região US West (Oregon), para o primeiro milhão de páginas por mês. O valor do Azure é o preço em libras para a região UK South, tirado da API de preços de varejo da Microsoft, já que a própria página de preços não mostra o número. A página de preços da Microsoft também traz uma camada gratuita de 500 páginas por mês, e a Amazon oferece uma camada gratuita de três meses para novos clientes.
Uma conta ilustrativa, não um orçamento: 1.000 faturas de uma página por mês pelo Analyze Expense dão 1.000 × US$ 0,01 = US$ 10 em tarifas. Pela tarifa pré-treinada do Azure, ficam em cerca de R$ 51,89. De um jeito ou de outro, as tarifas raramente são o custo decisivo. Tempo de engenharia, casos excepcionais e a fila de revisão são.
Quando um modelo de linguagem é melhor que o OCR?
Um modelo de linguagem lê melhor quando os layouts variam muito ou os documentos são longos, e um serviço de Document AI é a melhor escolha quando você precisa de campos de fatura pré-definidos, tabelas e confiança por campo.
Contratos são o caso mais claro. Um contrato de quarenta páginas não tem layout fixo, e o que você procura, como uma data de renovação ou um prazo de aviso prévio, está enterrado no texto corrido. Trabalhamos com a API do Claude quando contratos longos e digitalizações ruins exigem mais contexto do que modelos menores conseguem tratar bem, e já entregamos leitura com OpenAI em produtos de clientes, em que respostas em texto livre são lidas, conferidas e corrigidas. A própria documentação da OpenAI diz que o recurso Structured Outputs foi projetado para que as respostas do modelo sigam um JSON Schema fornecido por você (OpenAI), e é isso que torna um modelo utilizável como etapa de extração, e não como chatbot.
Um schema garante o formato certo. Não garante o conteúdo certo. Um modelo pode devolver uma data perfeitamente formatada que é a data errada, e por isso as conferências das duas próximas seções valem para todas as abordagens.
Especificamente para contratos, o nosso post sobre revisão de contratos com IA mostra o que pedir para um modelo encontrar e o que um advogado ainda deve ler.
O que são scores de confiança e quando uma pessoa deve entrar?
Um score de confiança é a estimativa do próprio serviço sobre a probabilidade de um campo estar certo, e você define o ponto abaixo do qual uma pessoa olha.
A documentação da Microsoft diz que a confiança do campo é uma probabilidade estimada entre 0 e 1 de a previsão estar correta, e que, onde a precisão é crítica, você pode usar a confiança para decidir se aceita uma previsão automaticamente ou a sinaliza para revisão humana (Microsoft Learn). Ela também diz que nem todos os campos de documento retornam um score de confiança, então verifique o que o serviço escolhido entrega por campo.
Um limite por campo faz sentido, porque um total errado custa mais do que uma referência de fornecedor errada. No que construímos, tudo abaixo de um limite de confiança vai para uma pessoa, e não para a sua contabilidade. Mostrar a imagem do documento ao lado do valor extraído deixa essa conferência rápida. Não prometemos um número de precisão antes de testar com os seus documentos reais, porque a precisão depende dos seus documentos.
As dicas da própria Microsoft para scores baixos são diretas. Se a confiança de leitura estiver baixa, melhore a qualidade dos documentos enviados. Se a confiança do campo estiver baixa, garanta que os documentos enviados sejam do mesmo tipo. As duas são correções operacionais, como pedir PDFs aos fornecedores em vez de fotos de papel.
Como conferir os dados extraídos com a sua contabilidade?
Confira cada extração com algo que esteja certo de forma independente: a aritmética, a sua lista de fornecedores e os seus pedidos de compra. Um número errado com alta confiança passa por um limite de confiança, então a confiança sozinha não é um controle.
As conferências úteis são, em sua maioria, contas e consultas:
- Os totais batem. Itens mais VAT devem dar o total. Se não derem, um dos campos está errado.
- O fornecedor existe. Um nome ou registro fiscal que não corresponde a ninguém nos seus registros vai para uma pessoa.
- O pedido confere. Quando as faturas citam um pedido de compra, confira o valor e os itens com ele.
- Duplicidades são detectadas. O mesmo fornecedor, número e valor duas vezes é uma só fatura.
- Os dados bancários não mudaram. Uma mudança na conta de um fornecedor nunca é aprovada automaticamente.
O nosso guia de automação de contas a pagar cobre o processo mais amplo, incluindo quando uma ferramenta de captura pronta, como Dext ou AutoEntry, é um caminho mais barato do que desenvolver qualquer coisa.
Para onde vão os dados extraídos e onde eles são processados?
Os dados precisam chegar ao seu sistema de registro sem ninguém redigitar, e a região de processamento é algo que você escolhe, não algo que você presume.
Fazer os dados chegarem costuma ser a metade mais difícil. No nosso trabalho de automação de vendas para um grupo de eventos, as ferramentas do cliente eram capazes, mas eram pessoas que faziam a ponte entre as etapas. Construímos detecção de assinatura de contratos, criação automática de faturas e mapeamento de campos entre sistemas no Pipedrive, SmartDocs e Xero, incluindo a divisão de um contrato com vários eventos em negócios separados no CRM, entregue em três fases. Esse caso é sobre integração e automação, e não sobre um produto de OCR específico, mas mostra onde está o esforço: a etapa de leitura é uma pequena parte da cadeia. Para o lado contábil, veja o nosso guia de integração com o Xero.
Quanto à localização, para empresas no Reino Unido que lidam com dados pessoais ou comerciais, escolha uma região de forma deliberada e pergunte a cada fornecedor onde ele processa os seus documentos. A AWS lista Europe (London) entre os endpoints do Textract (AWS), e a Microsoft publica preços da região UK South para o Document Intelligence, mas a disponibilidade de recursos pode variar por região, então confirme a operação específica de que você precisa. Para modelos de linguagem, verifique os termos de dados do provedor para o seu plano. Esta é uma informação geral, não aconselhamento jurídico.
Comprar uma ferramenta, montar serviços ou desenvolver?
Compre quando os seus documentos forem comuns e o seu sistema contábil já se integrar com uma ferramenta de captura. Monte ou desenvolva quando layouts, sistemas ou regras de aprovação forem incomuns, ou quando os documentos precisarem ser lidos e depois gerar uma ação.
Um guia aproximado:
- Faturas de fornecedores padrão para o Xero ou o Sage: compre primeiro uma ferramenta de captura.
- Um tipo de documento difícil com um destino claro: um piloto que envolve um serviço de Document AI ou um modelo, com fila de revisão e conferências.
- Vários tipos de documento, lançados na contabilidade ou em um CRM, com exceções encaminhadas para uma pessoa: um desenvolvimento.
Os nossos preços publicados começam em R$ 35.000 para um piloto de documentos que cobre um tipo de documento e em R$ 69.000 para um desenvolvimento que cobre vários, ambos com preço fechado. Os dois incluem revisão humana quando a IA não tem certeza.
O próximo passo mais barato é um lote de amostra. Junte de 30 a 50 documentos reais, incluindo os mais feios, e agende uma conversa. Diremos se uma ferramenta daria conta ou se vale a pena definir o escopo de um piloto. A nossa página de automação de processos com IA cobre o trabalho de automação mais amplo em torno disso.
Perguntas frequentes
O que é OCR com IA?
OCR com IA é o reconhecimento óptico de caracteres combinado com um modelo que entende o significado do texto. O OCR simples transforma uma digitalização em um bloco de texto. O OCR com IA vai além e devolve campos identificados, como fornecedor, número da fatura, data e total, muitas vezes com um score de confiança para cada um. É isso que permite que o resultado siga para a sua contabilidade ou CRM, com uma pessoa conferindo tudo o que o software não tem certeza.
Qual a diferença entre OCR e extração de dados com IA?
O OCR lê caracteres e devolve texto. A extração de dados decide qual trecho é o número da fatura e qual é o total, e lida com tabelas e layouts variados. Serviços de Document AI e modelos de linguagem fazem esse segundo trabalho. Muitas ferramentas juntam os dois, e por isso os termos se confundem. Se a sua equipe ainda redigita valores depois do OCR, o primeiro trabalho está feito e o segundo continua em aberto.
Quanto custa o OCR de faturas?
Os serviços em nuvem cobram por página. No momento em que escrevemos (novembro de 2026), o Analyze Expense da Amazon aparece por US$ 0,01 por página na região US West (Oregon) para o primeiro milhão de páginas por mês, e os modelos pré-treinados do Azure custam R$ 51,88 por 1.000 páginas na região UK South. O desenvolvimento em torno do serviço é um custo separado. Nosso piloto de documentos para um tipo de documento começa em R$ 35.000.
O OCR com IA consegue ler letra manuscrita e digitalizações ruins?
Às vezes. A Amazon afirma que o Textract detecta texto digitado e manuscrito, e o modelo de faturas da Microsoft aceita fotos de celular, digitalizações e PDFs digitais. A qualidade ainda depende da entrada: a própria recomendação da Microsoft para baixa confiança de leitura é melhorar a qualidade dos documentos enviados. Espere confiança menor em letra manuscrita, fotos tortas e impressão desbotada, e preveja uma pessoa para conferir esses casos.
O OCR com IA é preciso o bastante para confiar sem conferir?
Não às cegas. Os scores de confiança dizem em quais campos confiar, e a documentação da Microsoft diz que, onde a precisão é crítica, você pode usar a confiança para decidir se aceita uma previsão automaticamente ou a sinaliza para revisão humana. É assim que construímos: tudo abaixo de um limite de confiança vai para uma pessoa, e os totais são conferidos com os seus registros antes de qualquer lançamento.
Ainda redigitando faturas ou formulários?
Agende uma consultoria gratuita de 30 minutos: olhamos uma amostra dos seus documentos e dizemos o que pode ser lido automaticamente.