Leer con AI Builder los pedidos que llegan por FAX — un diseño realista para reducir la transcripción manual, y sus límites

«El 40 % de nuestros pedidos todavía llegan por FAX. Miramos el pedido que sale del multifuncional y lo tecleamos uno por uno en el sistema de gestión de ventas». Es algo que se escucha con mucha frecuencia en las consultas con empresas de fabricación y distribución mayorista. A continuación suelen aparecer circunstancias como «no tenemos la relación necesaria para pedirle a un cliente que haga pedidos por Web» o «cuanto más grande es el cliente, más atado está su sistema de pedidos al envío por FAX, y no se puede cambiar».

Para mejorar los pedidos por FAX hay, en líneas generales, dos vías. Una es migrar a pedidos por Web o importación de CSV para «dejar el FAX». La otra es seguir recibiendo el FAX tal cual y automatizar la lectura y la transcripción para «convivir con el FAX que no se puede dejar». La primera la tratamos en otro artículo, «Cómo migrar los pedidos por FAX a la Web — diseño del periodo de doble operación y la práctica de la migración por etapas». Este artículo trata la segunda: un diseño en el que el FAX se recibe como datos en PDF, se lee con el procesamiento de documentos de AI Builder, se intercala una revisión humana y el resultado se conecta con el libro de pedidos y el sistema central.

Dicho de entrada: este mecanismo no se convierte en «totalmente automático», ni tiene por qué serlo. Aun así, si el trabajo de transcripción de una o dos horas diarias se puede comprimir a unas decenas de minutos de «solo revisar el resultado de la lectura», muchas empresas encontrarán que la inversión vale la pena. En este artículo ordenamos, con base en las especificaciones que se pueden confirmar en Microsoft Learn, hasta dónde se puede automatizar y a partir de dónde empiezan los límites.

1. Conclusión inicial

• El requisito previo para automatizar la lectura de FAX es recibir el FAX como datos (PDF) en lugar de en papel. Se empieza convirtiendo en archivo el FAX recibido mediante la función de reenvío de FAX del multifuncional o un servicio de FAX en la nube, y centralizándolo en SharePoint.
• El modelo personalizado de procesamiento de documentos de AI Builder puede extraer campos y tablas de formularios con un diseño propio, como los pedidos. El entrenamiento se organiza por «colección = formularios con el mismo diseño», y se necesita un mínimo de 5 muestras por colección (máximo 20).¹²
• Ambos tipos de aprendizaje (documento de plantilla fija y documento general) admiten japonés, y en las preguntas frecuentes se indica explícitamente que también admiten la extracción de texto manuscrito. Aun así, hasta dónde se puede leer con formularios reales de calidad de FAX es algo que siempre hay que verificar con muestras propias.³²
• El núcleo del flujo es la clasificación por puntuación de confianza. Cada campo del resultado extraído recibe una puntuación de 0 a 1, así que se construye una bifurcación en la que los casos de alta confianza van automáticamente al libro de pedidos y los de baja confianza pasan a revisión humana. No se abandona la premisa de que una persona revise todos los casos; el diseño busca «hacer que la revisión sea más ligera».⁴
• No intente leer los formularios de todos los clientes. Como el mecanismo separa las colecciones por diseño, basta con leer solo los pedidos estandarizados de los clientes con más volumen para obtener resultados. Para formularios de baja calidad, la documentación oficial recomienda aumentar las muestras a entre 15 y 20.²⁵
• AI Builder requiere aparte créditos de consumo. El procesamiento de documentos consume por página, y los modelos personalizados tienen una tasa de consumo más alta que los modelos predefinidos. Con el fin gradual de los créditos de AI Builder anunciado en octubre de 2025, el sistema está migrando hacia los créditos de Copilot.⁶⁷
• La lectura automática no es una solución universal. Según el volumen, el número de clientes y el grado de estandarización de los formularios, la migración a pedidos por Web o el EDI pueden ser el camino principal (véase la tabla de decisión del capítulo 8).

2. «Dejar el FAX» y «leerlo» — dos líneas que no hay que mezclar

Cuando recibimos una consulta sobre pedidos por FAX, lo primero que verificamos es si se trata de una contraparte con la que se puede dejar de usar el FAX.

La migración a pedidos por Web es un esfuerzo que exige que el cliente cambie su forma de actuar. Como escribimos en el artículo sobre la migración por etapas, se migra primero a los clientes con mayor volumen y capacidad de adaptación de sistemas, reduciendo así la transcripción manual donde más impacto tiene. Por otro lado, siempre quedarán clientes imposibles de mover: su operación de pedidos está montada sobre la premisa del FAX, el encargado es mayor y no se le puede pedir que use un formulario Web, o directamente nuestra empresa no tiene la posición de fuerza para «pedírselo». Es realista asumir que el FAX de este tipo de contrapartes seguirá presente durante varios años.

Ahí es donde entra la vía de «leerlo». El punto clave es que estas dos vías no son excluyentes.

La mayor ventaja de la vía de «leerlo» es que no exige ningún cambio al cliente. También funciona como una forma de reducir el coste de procesamiento del canal FAX durante el periodo de doble operación de una migración por etapas. En cambio, sus límites son claros: la precisión de la lectura nunca llega al 100 %, así que el paso de revisión no desaparece nunca. Y si se intenta leer todos los formularios con un diseño distinto por cliente, el mantenimiento de los modelos termina agotando al equipo. Por eso conviene pensarlo como una combinación: migrar a quien se pueda migrar y leer el FAX de quien quede.

Además, el procesamiento de pedidos que llegan como PDF adjunto a un correo lo tratamos en «Procesar automáticamente con Power Automate los PDF de pedidos y facturas que llegan por correo — diseño de guardado, clasificación, notificación y lectura». Si el FAX se recibe mediante reenvío por correo, el diseño a partir de la recepción es el punto de convergencia entre este artículo y el artículo sobre correo.

3. Requisito previo: recibir el FAX como «datos» — con papel no se puede empezar

A AI Builder solo se le puede entregar un archivo. Si la operación consiste en volver a escanear el papel que imprimió el multifuncional, el esfuerzo simplemente pasa de la transcripción al escaneo, y eso no es automatización. Lo primero que hay que hacer es crear una ruta por la que el FAX recibido se guarde como archivo sin intervención humana. Hay dos opciones realistas.

• La función de reenvío de FAX del multifuncional. La mayoría de los multifuncionales de uso profesional pueden guardar el FAX recibido en una carpeta designada sin imprimirlo (escanear a carpeta), o reenviarlo como adjunto de correo. La configuración se confirma con el manual del modelo y con el proveedor de mantenimiento.
• Un servicio de FAX en la nube. Se traslada el propio número de FAX a un servicio en la nube y se recibe el FAX en PDF por correo o por API. Permite digitalizar sin cambiar el multifuncional, aunque conviene confirmar en cada servicio si admite portabilidad del número y cuál es su esquema de tarifas.

Sea cual sea la ruta, recomendamos que el punto de llegada final sea siempre una biblioteca de documentos de SharePoint. El conector de SharePoint incluye el desencadenador «Cuando se crea un archivo (solo propiedades)» y la acción «Obtener contenido del archivo», por lo que el guardado se puede usar directamente como punto de partida del flujo de lectura posterior.⁸ Si se recibe por reenvío de correo, se coloca antes un flujo que reciba en un buzón compartido y guarde el PDF adjunto en SharePoint (este diseño es exactamente el de los capítulos 3 y 4 del artículo sobre adjuntos de correo).

Hay un punto de atención con el formato de archivo. Según la configuración de reenvío del multifuncional, el FAX puede guardarse en formato TIFF. El procesamiento de documentos de AI Builder solo admite PDF, JPG y PNG para entrenar el modelo, aunque un modelo ya entrenado sí puede procesar TIFF cuando se ejecuta desde un flujo en la nube.³ Aun así, pensando en la preparación de las muestras de entrenamiento, lo más sencillo es elegir la salida en PDF en la configuración de reenvío. Conviene tener presente también que el archivo procesable tiene un límite de 20 MB, y en el caso de imágenes, de 50×50 a 10.000×10.000 píxeles.³

4. Qué puede hacer el procesamiento de documentos de AI Builder

Cómo funciona el entrenamiento de un modelo personalizado

El procesamiento de documentos de AI Builder es un modelo de IA personalizado que se entrena, usando formularios de muestra, para aprender «qué está escrito en qué parte de este formulario». Al crear el modelo, lo primero es elegir el tipo de documento.¹

Para un pedido estandarizado de un cliente, lo habitual es usar documento de plantilla fija. A continuación se define la información que se quiere extraer: se pueden especificar campos (número de pedido, fecha del pedido, nombre del cliente, lugar de entrega, etc.), tablas (líneas de detalle de artículo, cantidad y precio unitario) y casillas de verificación.¹

La unidad de entrenamiento es la colección. Una colección es «un grupo de formularios con el mismo diseño»: formularios con diseños distintos, como el pedido del cliente A y el del cliente B, se separan en colecciones distintas. En cada colección se sube un mínimo de 5 documentos de muestra y se entrena etiquetando la posición de los campos y las tablas. Cada colección admite hasta 20 muestras, y un modelo puede tener hasta 200 colecciones.¹³ Con documentos de alta calidad suele bastar con 5, mientras que para escaneos de baja calidad las preguntas frecuentes oficiales recomiendan usar entre 15 y 20.²

Procedimiento de creación del modelo

Como el entrenamiento y las pruebas no consumen créditos⁹, lo más rápido es simplemente empezar a crear el modelo. La ruta en pantalla es la siguiente (los nombres de menú siguen la notación de Microsoft Learn).¹

1. Inicie sesión en Power Apps (make.powerapps.com) o Power Automate (make.powerautomate.com).
2. En el panel izquierdo, abra … More (Más) > AI hub. Si lo va a usar con frecuencia, conviene anclarlo.
3. En Discover an AI capability, seleccione AI models.
4. Seleccione Extract custom information from documents (Extraer información personalizada de documentos).
5. Al seleccionar Create custom model, se inicia el asistente.
6. En Choose document type, elija el tipo de documento. Para un pedido estandarizado de un cliente, es Fixed template documents (Documentos de plantilla fija).
7. En Choose information to extract, use +Add para definir los campos que quiere extraer. Puede añadir texto, número, fecha, casilla de verificación y tabla; aquí se especifica el separador decimal del número (. o ,), el orden de los componentes de la fecha y la estructura de columnas de la tabla.
8. Cree una colección por cada diseño y suba a cada una 5 o más muestras (JPG, PNG o PDF). Si dos clientes usan formatos distintos, cree también dos colecciones.
9. En cada muestra subida, etiquete las zonas que corresponden a los campos definidos en el paso 7.
10. Entrene con Train y pruebe con Quick test. Si se lee como se esperaba, publíquelo para que quede disponible desde un flujo.

Si todavía no dispone de muestras propias y solo quiere probar el manejo, también es posible crear el modelo con los datos de muestra que proporciona Microsoft.¹

Además, aparte del tipo de documento elegido en el paso 6, el modelo tiene internamente una versión de Document Intelligence (v4.0 / v3.1). Se determina según el momento de la última edición y se puede consultar en Settings > Published model version. La puntuación de confianza de tablas y celdas solo se obtiene en v4.0; un modelo antiguo pasa a v4.0 si se edita, se vuelve a entrenar y se vuelve a publicar.¹

Compatibilidad con japonés y texto manuscrito

Los puntos que conviene verificar al tratar formularios en japonés se pueden confirmar en Microsoft Learn de la siguiente manera.

• Tanto en el tipo de aprendizaje de documento de plantilla fija como en el de documento general, el japonés está incluido entre los idiomas admitidos.³
• Las preguntas frecuentes oficiales indican explícitamente que «el procesamiento de documentos puede extraer tanto texto impreso como texto manuscrito».²

Aun así, seamos honestos en este punto: hay una distancia entre «lo admite» y «mi FAX se puede leer con una precisión útil en la práctica». Un FAX tiene baja resolución, y son habituales el desvanecimiento, el emborronado y la inclinación de la página. Que se pueda leer una corrección manuscrita de cantidad o una nota escrita a mano depende de cómo esté redactado el formulario. Como el entrenamiento y las pruebas del modelo de procesamiento de documentos son gratuitos⁹, antes de tomar la decisión de implantarlo, entrene y pruebe siempre con el PDF real del FAX tal como se recibió como muestra, y compruebe la precisión con sus propios formularios. Si se entrena con un PDF original limpio y luego se opera con FAX, es habitual caer en el fallo de que la calidad de imagen entre las pruebas y la producción difiere demasiado y la precisión no se sostiene.

Diferencia con los modelos predefinidos

AI Builder también ofrece modelos predefinidos que no requieren entrenamiento. El principal es el modelo de procesamiento de facturas, que puede extraer sin entrenamiento campos comunes como el número de factura, la fecha de facturación y el importe a pagar, y entre sus idiomas admitidos se incluye el japonés.¹⁰ Si lo que hay que procesar son facturas, lo más rápido es probar primero con este modelo.

En cambio, no existe un modelo predefinido para pedidos. Los formularios cuyo diseño varía de una empresa a otra, como pedidos, órdenes de compra o albaranes, aparecen en las propias preguntas frecuentes oficiales como el ejemplo típico del modelo personalizado de documento de plantilla fija², así que el pedido por FAX que es el tema de este artículo pertenece al terreno del modelo personalizado.

5. Diseño global del flujo — incorporar la revisión humana

El panorama general queda así. El punto clave es la «revisión humana» del centro; por las razones que se explican más adelante, no recomendamos una configuración totalmente automática que la omita.

flowchart TD
    Fax[Recepción de FAX del cliente] --> Digitize[Reenvío de FAX del multifuncional / servicio de FAX en la nube<br/>como PDF a una carpeta o al correo]
    Digitize --> Save[Guardar en la biblioteca de documentos de SharePoint<br/>nombre de archivo único con fecha y hora de recepción]
    Save --> Trigger[Inicio del flujo en la nube<br/>cuando se crea un archivo]
    Trigger --> AIB[AI Builder: procesar documentos<br/>extrae número de pedido, cliente, fecha de entrega y detalle]
    AIB --> Score{Evaluación de la puntuación de confianza<br/>ej.: ¿todos los campos clave ≥ 0.9?}
    Score -- Alta confianza --> Ledger[Se registra en la lista del libro de pedidos<br/>estado: leído automáticamente, sin confirmar]
    Score -- Baja confianza --> Review[Solicitud de revisión al responsable<br/>aviso de Teams + enlace al PDF original]
    Review --> Fix[Se coteja con el original, se corrige y se confirma<br/>estado: confirmado]
    Ledger --> Batch[Se revisa el listado en bloque y se confirma<br/>estado: confirmado]
    Fix --> Entry
    Batch --> Entry[Entrada al sistema central — solo las filas en estado «confirmado»<br/>importación CSV / Power Automate for desktop]

Paso de lectura

En el flujo, a la acción «Procesar documentos (Process documents)» se le pasan el modelo entrenado y publicado, y el contenido del archivo obtenido de SharePoint (esta acción cambió de nombre en mayo de 2025; antes se llamaba «Extraer información de documentos»). La salida incluye el valor de cada campo definido ({campo} value) y su puntuación de confianza ({campo} confidence score), además del valor y la puntuación de cada celda de las tablas. En documentos de varias páginas, también se puede especificar el rango de páginas a procesar para reducir el consumo.⁴

Como aviso de implementación, los valores extraídos se devuelven siempre como cadena de texto. Para introducir cantidades o importes en una columna numérica del libro de pedidos hay que convertirlos con las expresiones int/float, y eliminar símbolos de moneda o espacios con replace. Las fechas también se normalizan con la expresión formatDateTime.⁴ Normalizar aquí también las variaciones de ancho completo/medio en el número de FAX o el número de pedido facilita el cotejo en los pasos posteriores.

Paso de revisión — el punto clave

La revisión del resultado de la lectura se puede montar fácilmente de estas dos formas.

1. Gestionar la revisión con la columna de estado de la lista del libro de pedidos. Se mantiene el libro de pedidos como una lista de SharePoint, se registra el resultado de la lectura en estado «pendiente de revisión», y el responsable lo compara en la lista con el PDF original (adjunto o enlazado), lo corrige y cambia el estado a «confirmado». El cambio a «confirmado» dispara el procesamiento posterior. El diseño para pasar el libro de Excel a una lista de SharePoint lo tratamos en «Sustituir un libro de Excel por una lista de SharePoint».
2. Gestionar la revisión con una aprobación de Teams. Se usa la acción «Iniciar y esperar una aprobación» del conector de aprobaciones (Approvals) con respuestas personalizadas, de modo que el responsable decida entre opciones como «registrar tal cual» o «necesita corrección». La forma de crear la aprobación y de gestionar la respuesta la explicamos en detalle en «Crear un flujo de aprobación con Power Automate — digitalizar solicitudes y trámites de papel y correo».¹¹

En ambos casos, conviene centralizar las notificaciones en un canal de Teams y adjuntar siempre el enlace al PDF original del FAX.¹² La revisión consiste en el fondo en «cotejar el resultado de la lectura con el original», así que un diseño en el que abrir el original cueste trabajo hace que la revisión se convierta en un mero trámite vacío.

Del libro de pedidos al sistema central

La forma de introducir los datos confirmados en el sistema central depende de la vía de entrada de ese sistema. Si existe una función de importación de CSV, lo más sólido es dar formato CSV a los datos confirmados e importarlos. Si no hay función de importación y solo se puede introducir por pantalla, la transcripción automática mediante manejo de pantalla con Power Automate for desktop es una opción. Este diseño lo tratamos en «Automatizar con Power Automate for desktop la transcripción al sistema central». Para el manejo de errores de todo el flujo (notificación cuando falla la lectura, reintento), se puede aplicar directamente el enfoque de «Diseño de manejo de errores y reintentos en Power Automate».

6. Convivir con la precisión — hay resultados aunque no se lea todo

Clasificar según la puntuación de confianza

Si se parte de la premisa de que «la lectura puede equivocarse», el centro del diseño pasa a ser cómo se usa la puntuación de confianza. La puntuación va de 0 a 1, y cuanto más cerca de 1, mayor es la probabilidad de que el valor extraído sea correcto.⁴ En la práctica, por ejemplo, se puede clasificar así.

• Si los campos principales (número de pedido, cliente, fecha de entrega, detalle) están todos por encima del umbral (por ejemplo, 0.9) → se registra en el libro de pedidos como «leído automáticamente». El responsable solo tiene que revisar el listado en bloque y realizar la operación de confirmación.
• Si aunque sea uno de los campos está por debajo del umbral → se envía al responsable como «pendiente de revisión». Se indica claramente en la notificación cuál es el campo con puntuación baja, para que se coteje con el original y se corrija.

Para implementarlo basta con una acción de «Condición». Se coloca la condición después de «Procesar documentos» y se elige {nombre del campo} confidence score en la lista de contenido dinámico para compararlo con el umbral. Si se quiere evaluar varios campos principales a la vez, se cambia la condición al modo avanzado (expresión) y se encadenan con and. En el siguiente ejemplo, los <...> representan, siguiendo el modelo de Microsoft Learn, «el punto donde se inserta contenido dinámico».⁴

and(
  greaterOrEquals(<número de pedido confidence score>, 0.9),
  greaterOrEquals(<nombre del cliente confidence score>, 0.9),
  greaterOrEquals(<fecha de entrega confidence score>, 0.9)
)

Al escribir la expresión hay dos puntos importantes.

• El valor y la puntuación tienen tipos distintos. {campo} value es una cadena de texto, pero {campo} confidence score se devuelve como un float de 0 a 1, así que la puntuación se puede comparar numéricamente tal cual. Solo hay que convertir con float() o int() cuando se usa como condición el propio importe o la cantidad.⁴
• Las celdas de la tabla de detalle también tienen puntuación ({nombre de tabla}{nombre de columna} confidence score). Sin embargo, en cuanto se hace referencia a una columna de la tabla, esa acción entra automáticamente dentro de un «Apply to each». Si se quiere evaluar todo el detalle en conjunto, es más manejable preparar una variable (por ejemplo, minScore inicializada en 1.0), compararla dentro del bucle con la puntuación de cada fila conservando el valor mínimo, y comparar ese valor con el umbral una sola vez después del bucle.⁴ Además, la puntuación de confianza de tablas y celdas solo se obtiene con modelos de Document Intelligence v4.0.¹

Si en el lado «Sí» de la condición se registra en el libro de pedidos como «leído automáticamente» y en el lado «No» se bifurca hacia la notificación de Teams y el registro como pendiente de revisión, la clasificación de este apartado se convierte directamente en el flujo.

Preste atención a que, incluso en el lado de alta confianza, no se elimina la revisión en sí. La puntuación solo indica que «la probabilidad de ser correcto es alta»; no es una garantía de exactitud. Incluso con alta confianza se producen errores de lectura, así que la barrera de que al sistema central solo pasen las filas en estado «confirmado» tras una operación de confirmación por parte de una persona se mantiene sin importar la puntuación. Lo que puede variar según la puntuación es el peso de la revisión (confirmar en bloque o corregir una por una), no si hay revisión o no.

No fije el umbral de antemano de forma definitiva; ajústelo después de iniciar la operación, observando «cuántos casos se trataron como automáticos y en realidad estaban mal». Lo importante es que el coste del error es asimétrico. Inclinarse en exceso hacia «pendiente de revisión» solo aumenta un poco el trabajo de revisión, pero dejar pasar automáticamente una lectura errónea puede terminar en un envío equivocado. En caso de duda, fije el umbral más alto.

El destino ineludible de la calidad de imagen del FAX

Entre los requisitos del procesamiento de documentos figura que «el escaneo desde papel debe ser una imagen de alta calidad» y que «es preferible un PDF con texto incrustado (PDF de texto), porque no presenta caracteres corruptos ni desplazamientos de posición».³⁵ El FAX está en el extremo opuesto de este ideal. Aun así, hay medidas que se pueden tomar.

• Usar el FAX real como muestra de entrenamiento. Como se ha dicho antes, lo primero es entrenar con la misma calidad de imagen que se usará en la operación. Para imágenes de baja calidad, la documentación oficial recomienda aumentar las muestras a 10-15 o más.⁵
• Actuar sobre la calidad del lado que envía. A veces se le puede pedir a un cliente importante que «envíe en modo de alta calidad (fino)». Aunque esta vía en principio no exige cambios al cliente, ajustar una sola opción junto al botón de envío es del tipo de petición que resulta fácil de hacer.
• No forzar la lectura de formularios ilegibles. Los formularios muy desvanecidos o que son en su mayoría manuscritos terminarán yendo casi siempre a «pendiente de revisión». También hace falta el criterio de excluir a ese cliente del alcance de la lectura automática y seguir con la transcripción manual como hasta ahora.

El problema de que cada cliente tiene un diseño distinto

Hay tantos diseños de pedido como clientes. El procesamiento de documentos está diseñado para absorber esto mediante colecciones: se puede separar una colección por diseño y reunirlas en un solo modelo (hasta 200).³ Sin embargo, cuantas más colecciones se creen, más aumenta el mantenimiento: recolección de muestras y etiquetado, verificación de precisión y seguimiento de los cambios de diseño. Si un cliente cambia el formato de su pedido, esa colección hay que volver a entrenarla.

Por eso, la forma de empezar no es «leer todo», sino «leer solo los pedidos estandarizados de los clientes con más volumen». Si los pedidos por FAX son 600 al mes y los tres principales clientes representan 350, un modelo con 3 colecciones (de 5 a 20 muestras cada una) cubre algo menos del 60 % de la transcripción. El resto puede seguir siendo transcripción manual como hasta ahora. Esta es la versión aplicada a la lectura del principio de «mover primero donde el impacto es mayor» que describimos en el artículo sobre la migración por etapas, y la clasificación de clientes (A/B/C) de la migración a Web se puede reutilizar tal cual. Crear un modelo con un piloto, medir el efecto y luego ir añadiendo colecciones es la forma de avanzar que evita agotar el mantenimiento de los modelos.

Conviene también revisar las restricciones puntuales. Actualmente no se admiten campos que se extienden entre páginas ni líneas de detalle que continúan en la página siguiente.³ En los clientes cuyos pedidos suelen tener varias páginas, hay que prestar atención al diseño del detalle.

7. Licencias y costes — un modelo de consumo por créditos

Las acciones de AI Builder, aparte de la licencia de Power Automate, consumen capacidad de tipo consumible cada vez que se ejecutan. Si se empieza a construir sin saber esto, en producción se acaba topando con errores del tipo NoCapacity.⁹

El mecanismo es el siguiente. El procesamiento de documentos consume créditos según el número de páginas procesadas (consume incluso en páginas sin datos que extraer).² La tasa de consumo varía según la función: en la tabla de tarifas oficial, el procesamiento de documentos con modelo personalizado cuesta 100 créditos de AI Builder por página, el procesamiento predefinido de facturas y similares cuesta 32 créditos por página, y en el sistema de créditos de Copilot, como procesamiento de contenido, cuesta 8 créditos de Copilot por página.⁶

Tradicionalmente, había dos vías para obtener créditos.⁹

• Complemento de capacidad de AI Builder: 1 millón de créditos por complemento.
• Créditos base incluidos en la licencia Premium: 5000 créditos por cada licencia de Power Automate Premium.

Los créditos se agrupan por inquilino (tenant) y el administrador los asigna a un entorno para usarlos. Haciendo el cálculo, los 5000 créditos incluidos con Premium equivalen a 50 páginas de procesamiento de documentos con modelo personalizado. Si los pedidos de una sola hoja no superan las 50 unidades al mes, se cubre con lo incluido; con 600 al mes hace falta comprar un complemento o créditos de Copilot: ese es el orden de magnitud.

Estimación del consumo

El importe varía según el momento y el contrato, así que este artículo no lo trata, pero la cantidad de créditos que se consumen se puede calcular usted mismo a partir de las tarifas publicadas. El procesamiento de documentos con modelo personalizado cuesta 100 créditos de AI Builder por página, y en el sistema de créditos de Copilot, como procesamiento de contenido, 8 créditos de Copilot por página.⁶ Basta con multiplicar por el número de páginas leídas al mes.

El razonamiento del cálculo es el mismo que el ejemplo de las preguntas frecuentes de Microsoft (procesamiento de 32 000 recibos × 32 créditos = 1 024 000 créditos → se cubre con 1 complemento + 5 licencias Premium).⁹ El importe real que se paga se obtiene multiplicando este consumo por el precio unitario del contrato propio (el precio del complemento o de los créditos de Copilot, el tipo de cambio y los descuentos aplicables). La guía de licencias de Power Platform (PDF) incluye una tabla de tarifas, así que confirme el presupuesto ahí y con la información de precios más reciente.⁹

Como aviso importante, el consumo se reinicia mensualmente y el sobrante no se traslada al mes siguiente.⁹ Si se reserva de más para cubrir el pico de temporada alta, la parte de la temporada baja se desperdicia. Ahorros de diseño como especificar el rango de páginas para reducir lecturas innecesarias, o limitar el objetivo de lectura a los clientes con más volumen, repercuten directamente en el coste.

Qué hacer cuando se agotan los créditos

Si el flujo falla con errores como NoCapacity, EntitlementNotAvailable, QuotaExceeded, No capacity was found o Credit usage exceeds allocation, verifique la asignación de créditos al entorno. En el diseñador de flujos aparece un panel de reparación con el mensaje «All AI Builder credits in this environment have been consumed» (Se han consumido todos los créditos de AI Builder de este entorno).⁹

El procedimiento de verificación y solución es el siguiente.⁹

1. En el Centro de administración de Power Platform, abra Licensing (Licencias) > Capacity add-ons (Complementos de capacidad) > la pestaña Summary, y compruebe los créditos comprados, asignados y consumidos.
2. El consumo por entorno se comprueba en el informe de consumo de AI Builder. Sumando el mes en curso se obtiene el consumo mensual de ese entorno.
3. Si falta capacidad, en la pestaña Add-ons de la misma pantalla, use Assign to an environment para reasignarla al entorno (redirigiendo el excedente del inquilino en general o de otro entorno).
4. Si aun así no es suficiente, considere comprar complementos de capacidad adicionales (solo para clientes existentes, hasta el 1 de noviembre de 2026) o adquirir créditos de Copilot / habilitar la facturación por consumo.

Hay una especificación que conviene tener presente: una vez que se asignan créditos a un entorno, ese entorno no usa automáticamente los créditos sin asignar del inquilino.⁹ El incidente de «todavía queda saldo en todo el inquilino, pero solo este entorno se detuvo» es imposible de diagnosticar si no se conoce esta especificación. Al contrario, un entorno sin asignación sí usa la parte sin asignar del inquilino. Antes de iniciar la operación, confirme con el administrador en cuál de los dos estados se encuentra el entorno donde va a colocar el flujo de lectura.

Ahora bien, este sistema está justo en un periodo de transición. En octubre de 2025, Microsoft anunció el fin gradual de los créditos de AI Builder. A partir del 1 de noviembre de 2025, los clientes nuevos no pueden comprar el complemento de capacidad de AI Builder, y está previsto que el 1 de noviembre de 2026 termine la renovación de los complementos y se eliminen los créditos base incluidos en la licencia Premium. La función de AI Builder en sí no desaparece y se puede seguir usando con créditos de Copilot. Durante el periodo de transición, el orden de prioridad es: primero se consumen los créditos de AI Builder, cuando se agotan se consumen los créditos de Copilot, y si no queda ninguno de los dos, la ejecución queda bloqueada.⁷

En resumen: «la lectura conlleva un coste adicional según el volumen de ejecución, y esa moneda está cambiando». En este artículo no damos cifras concretas, pero estime el consumo con la tabla de tarifas a partir del número mensual de FAX × páginas, y confírmelo junto con la información de precios más reciente. La licencia de Power Automate (el límite entre conectores estándar y premium) la ordenamos en «Licencias de Power Automate y el límite entre conectores estándar y premium».

8. Qué camino elegir — tabla de decisión

Ocuparse de los pedidos por FAX no tiene como única respuesta la lectura con AI Builder. Si se traza la línea según el volumen, el número de clientes y el grado de estandarización de los formularios, el resultado es, en líneas generales, el siguiente.

Como criterio práctico, lo más rápido es contar «cuántos formularios del mismo diseño llegan al mes». Si hay varios clientes con un número alto, la lectura automática resulta eficaz. Si el número de formularios por diseño es bajo pero hay muchos clientes, el mantenimiento del modelo de lectura no compensa, y resulta más razonable la migración a Web, el EDI o seguir con la transcripción manual.

Otra cosa que no hay que olvidar es cómo se sitúa el paso de revisión. El efecto de la automatización de la lectura no es «que la transcripción llegue a cero», sino «que la transcripción se convierta en revisión». Al medir el efecto, mida con la misma vara el tiempo de captura antes de implantarlo y el tiempo de revisión/corrección después de implantarlo. Hacer seguimiento conjunto de la tasa de pendientes de revisión (proporción que baja del umbral y pasa a una persona) y del número de errores de lectura tratados como automáticos ofrece elementos de juicio para ajustar el umbral y añadir colecciones.

9. Resumen

La automatización de los pedidos que llegan por FAX se puede diseñar como una vía distinta de la de «dejar el FAX». Resumiendo, queda así.

Primero, convertir el FAX recibido en PDF con la función de reenvío del multifuncional o un servicio de FAX en la nube, y centralizarlo en SharePoint: con el papel tal cual, nada empieza. Después, entrenar el modelo personalizado de procesamiento de documentos de AI Builder limitándolo a los pedidos estandarizados de los clientes con más volumen: mínimo 5 muestras por colección, más muestras si la calidad es la del FAX, y usar para el entrenamiento el FAX realmente recibido. Luego, clasificar entre automático y pendiente de revisión con la puntuación de confianza, intercalar la revisión humana y solo entonces enviar al libro de pedidos y al sistema central. No apuntar a la automatización total es, precisamente, lo que acelera la implantación y estabiliza la operación.

En el aspecto de los costes, es imprescindible estimar los créditos de consumo y confirmar el calendario de migración de los créditos de AI Builder a los créditos de Copilot. Y la lectura automática es, al fin y al cabo, solo un medio para «convivir con el FAX que no se puede dejar». Migre a pedidos por Web o importación de CSV a los clientes que ofrezcan colaboración, y aligere con la lectura automática el FAX que quede. Cuando se combinan las dos vías, el volumen total de transcripción manual llega a su mínimo.

Si desea avanzar verificando con sus propios formularios hasta dónde se puede llegar, desde la digitalización en PDF de los pedidos por FAX y el diseño del flujo de lectura, hasta la construcción del paso de revisión y la integración con el sistema central, y la combinación con la migración a Web, contáctenos a través de las áreas de consultoría indicadas a continuación.

Artículos relacionados

• Cómo migrar los pedidos por FAX a la Web — diseño del periodo de doble operación y la práctica de la migración por etapas
• Procesar automáticamente con Power Automate los PDF de pedidos y facturas que llegan por correo — diseño de guardado, clasificación, notificación y lectura
• ¿Qué es el EDI? Cómo facilita los pedidos entre empresas — de FAX, correo y transcripción manual a la integración de datos
• Automatizar con Power Automate for desktop la transcripción al sistema central
• ¿Se puede digitalizar los pedidos por FAX con la subvención de inversión en ahorro de mano de obra? — el enfoque de la inversión en un sistema de pedidos usando el tipo general

Áreas de consultoría relacionadas

En KomuraSoft LLC atendemos consultas sobre todo el proceso: desde el diseño de la automatización de lectura de formularios que llegan por FAX o correo, hasta la construcción del flujo de revisión y la integración con los sistemas de gestión de ventas y sistemas centrales ya existentes.

• Consultoría técnica y revisión de diseño
• Desarrollo de aplicaciones Windows
• Contacto

Referencias

Artículos relacionados

Artículos recientes con las mismas etiquetas para profundizar en temas cercanos.

Temas relacionados

Estas páginas sitúan el tema en un contexto más amplio de servicios y decisiones.

Preguntas frecuentes

Preguntas habituales en las consultas sobre el tema del artículo.

¿Puede AI Builder leer pedidos por FAX en japonés?

Hay bastantes posibilidades de que sí. El modelo personalizado de procesamiento de documentos de AI Builder admite japonés tanto en el tipo de aprendizaje de documento de plantilla fija como en el de documento general, y las preguntas frecuentes indican explícitamente que también admite la extracción de texto manuscrito. Sin embargo, el FAX tiene baja resolución y son habituales el desvanecimiento y la inclinación de la página, así que hasta dónde se puede leer en la práctica depende del formulario y de la calidad de la línea. Antes de tomar la decisión de implantarlo, se recomienda encarecidamente entrenar el modelo con el PDF de un FAX realmente recibido como muestra y comprobar la precisión con los formularios propios.

¿Cuántos formularios de muestra se necesitan para entrenar el modelo?

Se necesita un mínimo de 5 documentos de muestra por cada «colección» que agrupa formularios con el mismo diseño. Cada colección admite un máximo de 20, y aunque con documentos de alta calidad suele bastar con 5, para escaneos de baja calidad como el FAX se recomienda usar entre 15 y 20. Si el diseño del pedido varía según el cliente, lo realista es crear una colección distinta por cada diseño (hasta 200 colecciones por modelo) y empezar solo por el pedido estandarizado de los clientes con más volumen.

¿Se puede registrar el resultado leído directamente en el sistema central?

No se recomienda dejarlo pasar sin supervisión. Como el resultado extraído por AI Builder incluye una puntuación de confianza de 0 a 1 en cada campo, hay que incorporar siempre una bifurcación en la que los casos de alta puntuación se registren automáticamente en el libro de pedidos y los de baja puntuación se notifiquen al responsable para que los coteje con la imagen original del FAX y los revise o corrija. Configurar el flujo de modo que solo los datos ya revisados pasen a la entrada del sistema central (importación de CSV o transcripción con Power Automate for desktop) evita que un error de lectura se convierta directamente en un error de envío.

¿Qué costes implica el uso de AI Builder?

Las acciones de AI Builder usan créditos de tipo consumible cada vez que se ejecutan. El procesamiento de documentos consume según el número de páginas leídas, y los modelos personalizados tienen una tasa de consumo más alta que los modelos predefinidos. Tradicionalmente el sistema se cubría con créditos de AI Builder (el complemento de capacidad o los 5000 créditos incluidos con Power Automate Premium), pero en octubre de 2025 se anunció el fin gradual de los créditos de AI Builder y la migración avanza hacia los créditos de Copilot. Como los créditos base incluidos con Premium terminan el 1 de noviembre de 2026, confirme siempre el sistema de licencias más reciente antes de una nueva implantación.

Perfil del autor

Página de presentación del autor del artículo.

Go Komura

Representante de KomuraSoft LLC

Especializado en desarrollo de software para Windows, consultoría técnica e investigación de fallos, sobre todo en proyectos con sistemas existentes y errores difíciles de reproducir.