Document AI è solo idraulica. L'idraulica è il prodotto.
La maggior parte delle pipeline "AI" in produzione è 5% modello e 95% trasformare PDF eterogenei, scansioni, Excel e voci di corridoio in una singola fonte di verità.
Su due dei progetti che ho rilasciato — la pipeline dei disegni tecnici di Extrema e il sistema di analisi portafoglio di Adhoc SCF — il modello è stato la parte facile. Scegliere Document AI o Gemini e scrivere il prompt di estrazione è durato una settimana. Rendere il sistema abbastanza affidabile da farsi fidare un analista senza ricontrollare ogni campo ha richiesto sei mesi.
Il lavoro vero sta in tre livelli che nessuno mette nelle slide. Il primo è la detection del documento. Su Adhoc SCF, lo stesso portafoglio cliente arriva come undici template KID distinti da undici banche, più sei formati Excel legacy del consulente precedente, più scansioni di estratti cartacei dal 2018. Prima di estrarre, devi rispondere: cosa sto guardando? Un classificatore sulla prima pagina — posizione del titolo, colore di header, stringa di footer — routa il documento al prompt giusto. Duecento righe di Python. È il componente a leva più alta del sistema.
Il secondo è la riconciliazione. Lo stesso titolo ha tre nomi diversi. Gli ISIN a volte mancano, a volte sbagliano di una cifra. Abbiamo costruito un fuzzy-match che combina distanza tra stringhe, look-up opzionale su Refinitiv e una riga di conferma umana per tutto ciò che sta sotto soglia. Riconciliare è dove ogni demo Document-AI crolla sui dati reali. Il trucco è rifiutare con sicurezza.
Il terzo è la "non-conoscenza" strutturata: ogni campo estratto porta con sé valore, coordinate di pagina e confidence. L'analista clicca, vede il PDF originale evidenziato, conferma o corregge. Quel click viene loggato. Classificatore e prompt si riaddestrano la domenica. Ogni settimana il sistema diventa un po' più difficile da contraddire.
Document AI sembra affascinante perché lo dimostri su un singolo PDF. Guadagna il suo posto sulla coda lunga. Il modello è il 5% del lavoro. L'idraulica intorno è il prodotto.