La IA que buscaba precios entre 200 PDF
Margen Oculto · octubre 2026
La IA que buscaba precios entre 200 PDF
Por qué meter IA en todo puede salirte más caro y menos fiable — y cómo decidir en qué parte del proceso aporta valor de verdad.
"Tío, soy la leche."
Así empezó la conversación con un director de compras hace unas semanas. Estaba orgulloso de lo que había montado. Y tenía motivos.
Su empresa trabaja con más de 200 proveedores. Cada uno envía sus tarifas en PDF, con su propio formato, sus propias referencias y su propia forma de presentar descuentos y unidades.
Antes, comparar quién vendía más barato un producto era un trabajo de horas. Abrir documentos. Buscar en carpetas. Revisar correos antiguos para saber qué tarifa era la última.
Así que hizo lo que muchas empresas están haciendo ahora. Metió los 200 PDF en una carpeta, conectó una IA y empezó a preguntarle.
"¿A cuánto tiene este producto el proveedor X?"
Respuesta en segundos. Problema resuelto.
O eso parecía.
Por qué parecía una gran idea.
La idea era buena. Conviene decirlo antes de criticarla, porque muchos directivos están tomando decisiones parecidas ahora mismo.
Ahorraba horas de trabajo manual al departamento de compras. No exigía ningún proyecto de sistemas ni tocar el ERP. Cualquier persona podía preguntar en lenguaje natural, sin saber dónde estaba cada documento. Y se veían resultados el primer día.
Es exactamente el tipo de victoria rápida que hace que alguien diga "tío, soy la leche".
El problema no estaba en lo que se veía. Estaba en lo que no se veía.
Lo que no se veía.
Cuando analizamos cómo se usaba de verdad, aparecieron tres cosas.
Estos son los errores que puede cometer una IA al buscar un precio entre tarifas en PDF:
| Error | Cómo ocurre | Consecuencia en compras |
|---|---|---|
| Proveedor equivocado | Dos tarifas con productos parecidos y la IA mezcla documentos | Comparas precios que no corresponden |
| Columna equivocada | Tablas con precio de lista, neto y por volumen | Pagas más de lo negociado o comparas mal |
| Unidad confundida | Un proveedor da precio por caja y otro por unidad | El "más barato" en realidad es el más caro |
| Tarifa caducada | Conviven en la carpeta la tarifa de 2025 y la de 2026 | Decides con un precio que ya no existe |
| Referencia mal emparejada | Cada proveedor usa su propio código para el mismo producto | Comparas productos distintos como si fueran iguales |
| Condiciones ignoradas | Descuentos por volumen, rappels o mínimos en notas al pie | El precio real no es el que te ha dado |
Por qué ocurre: interpretar no es lo mismo que recuperar.
Una IA generativa interpreta. Una base de datos recupera. Y consultar un precio es recuperar un dato, no interpretarlo.
La IA generativa es extraordinaria con información desordenada. Un PDF con un formato que solo entiende quien lo hizo, un contrato, un correo con condiciones escondidas en el tercer párrafo. Ahí aporta muchísimo valor.
Pero funciona por probabilidad. Cada vez que preguntas, genera la respuesta más probable a partir de lo que lee. No recuerda lo que contestó ayer. Vuelve a leer y vuelve a fabricar la respuesta desde cero.
Si el proveedor X vende el producto Y a 12,40 €, tú no quieres la respuesta más probable. Quieres 12,40 €. Hoy, mañana y la vez número 500.
Por eso cada consulta es una nueva tirada de dado. Una consulta al mes es un riesgo pequeño. Decenas al día son decenas de tiradas sobre tus costes de compra.
| Tarea | Qué necesita | Herramienta adecuada |
|---|---|---|
| Leer una tarifa nueva con formato propio | Interpretar información desordenada | IA |
| Emparejar referencias de distintos proveedores | Proponer coincidencias que alguien valida | IA + revisión humana |
| Consultar el precio de un producto | El mismo dato exacto cada vez | Base de datos |
| Comparar proveedores para un producto | Ordenar datos ya estructurados | Aplicación con reglas fijas |
| Avisar de una subida de precio | Comparar tarifa nueva con la anterior | Regla automática |
Además, estás pagando capacidad de cálculo en cada pregunta para procesar los mismos documentos una y otra vez. Información que podrías haber estructurado una sola vez.
Más coste. Más riesgo. Ningún valor añadido para el negocio.
Dónde está la IA en el sitio equivocado.
El patrón no es exclusivo de compras. Se repite en muchas pymes.
IA en el sitio equivocado
Preguntar precios a la IA sobre los PDF. Preguntarle las condiciones de cada cliente. Preguntarle el estado de un pedido, cuánto se facturó a un cliente o el stock disponible.
Consultas repetitivas que deberían dar siempre la misma respuesta.
IA en el sitio correcto
Extraer precios de cada tarifa nueva. Leer contratos y volcar descuentos y rappels. Registrar pedidos que llegan por email. Extraer datos de facturas y albaranes. Clasificar incidencias.
Convertir algo desordenado en datos estructurados, una sola vez.
Lo que comparten los casos correctos: la IA convierte información desordenada en datos. A partir de ahí, las consultas del día a día las resuelve un sistema que da siempre la misma respuesta.
La solución: la IA lee una vez, la aplicación responde siempre.
Le dije al director de compras que la idea era buena y la ejecución, un desastre. No había que quitar la IA. Había que cambiarla de sitio.
Separamos el proceso en dos flujos.
Flujo 1: cuando llega una tarifa nueva (con IA)
Flujo 2: cada consulta del día a día (sin IA)
La IA hace lo que hace bien.
Cuando llega una tarifa, la lee y extrae productos, referencias, precios y condiciones. Una persona de compras revisa la carga y la información se guarda en una base de datos estructurada. Ocurre unas pocas veces al mes y es el único momento en que interviene la IA.
La aplicación responde a todo lo demás.
Alguien introduce un producto y obtiene directamente los 5 proveedores más baratos. Sin IA en la consulta. Sin reinterpretar documentos. Siempre el mismo resultado y trazable hasta la tarifa original.
Qué guarda la base de datos.
Es la pieza menos vistosa y la más importante. Cada campo existe para evitar uno de los errores que vimos antes. Los valores son de ejemplo.
| Campo | Ejemplo | Para qué sirve |
|---|---|---|
| Proveedor | Suministros Norte | Saber de quién es cada precio |
| Referencia del proveedor | SN-44812 | Enlazar con su tarifa |
| Referencia interna | TOR-M8-30 | Comparar el mismo producto entre proveedores |
| Unidad de venta | Caja de 100 | No comparar cajas con unidades |
| Precio por unidad base | 0,124 € | Comparar siempre en la misma unidad |
| Cantidad mínima | 10 cajas | Saber si el precio aplica a tu pedido |
| Vigencia | 01/01/2026 a 31/12/2026 | No decidir con tarifas caducadas |
| Documento de origen | Tarifa 2026, página 4 | Saber de dónde sale cada número |
| Validado por | Persona de compras y fecha | Saber quién revisó la carga |
El campo que más trabajo da es la referencia interna. Cada proveedor llama al mismo producto de forma distinta. La IA puede proponer las equivalencias; una persona las confirma una vez y quedan guardadas para siempre.
Comparativa de coste y riesgo.
Los dos enfoques responden en segundos. La diferencia está en lo que cuesta cada respuesta y en cuánto puedes fiarte de ella.
| Criterio | IA consultando los PDF cada vez | IA estructura + aplicación consulta |
|---|---|---|
| Coste por consulta | Se paga IA en cada pregunta | Casi nulo: es una consulta a base de datos |
| Coste de IA | Crece con cada usuario y cada consulta | Solo cuando llega una tarifa nueva |
| Coherencia | La misma pregunta puede dar respuestas distintas | Misma pregunta, mismo resultado siempre |
| Riesgo de error | Nuevo en cada consulta | Concentrado en la carga, donde se revisa |
| Trazabilidad | Difícil saber de qué documento salió el precio | Cada precio enlaza con su tarifa y su fecha |
| Tarifas caducadas | Conviven en la carpeta | Cada precio tiene fecha de vigencia |
| Escalabilidad | Más proveedores, más documentos, más riesgo | Más proveedores, más filas, mismo rendimiento |
Cómo saber si tienes la IA en el sitio equivocado.
Antes de decidir dónde usar IA, hazte estas preguntas sobre cada caso.
Si contestas que sí a las tres, probablemente tienes a la IA en el sitio equivocado.
Tres controles si montas algo parecido.
Cuestan poco y evitan la mayoría de los problemas.
No es IA sí o sí. Es IA cuando toca.
Estamos en plena fiebre de la IA. Parece que tiene que hacerlo todo, desde escribir un email hasta dirigir una empresa.
La pregunta útil no es dónde podemos meter IA. Es dónde genera suficiente valor como para que tenga sentido utilizarla.
Si quieres ver cómo encaja esta lógica en una estrategia más amplia, lee IA SI o IA NO.
¿Tienes un caso parecido en tu empresa?
En Margen Oculto ayudamos a pymes a tomar mejores decisiones y aumentar sus beneficios, apoyándonos en la IA y en los datos que ya están almacenando.
Si estáis usando IA para algo que se repite cada día, o tienes datos que nadie está aprovechando, escríbeme y lo vemos.
Y si no quieres perderte el próximo caso, apúntate a la newsletter: lo recibes cada viernes en tu correo.
Comentarios
Publicar un comentario