BiVelio IntakeDel documento al dato verificado, con la evidencia adjunta.
Intake recibe PDFs, imágenes, correos y archivos empresariales; extrae la información relevante, enlaza cada valor con su fuente y envía únicamente las excepciones a revisión humana.
Cada dato llega con procedencia, nivel de confianza y una ruta de revisión.
Evidencia y procedencia, también en la API
El diferencial no es leer el documento: es que cada valor extraído enlaza con la página y la región exactas de donde se ha leído.
{
"supplier": {
"value": "ACME, S.L.",
"confidence": 0.99,
"evidence": { "page": 1, "bbox": [120, 80, 310, 112] }
},
"total": {
"value": "12450.00",
"currency": "EUR",
"confidence": 0.98,
"evidence": { "page": 1, "bbox": [412, 640, 528, 668] }
},
"due_date": {
"value": "2026-09-30",
"confidence": 0.71,
"status": "human_review_pending"
}
}Ejemplo ilustrativo con datos ficticios — no procede de ningún cliente.
Qué hace Intake
Una capa de entrada para todo lo que llega desestructurado.
Formatos empresariales
PDFs, imágenes escaneadas, correos con adjuntos y archivos ofimáticos entran por la misma puerta.
Clasificación documental
Cada documento se identifica por tipo antes de extraer nada: factura, contrato, escritura, alta.
OCR y extracción
Los campos relevantes se extraen con su nivel de confianza campo a campo, no como un bloque de texto.
Validaciones deterministas
Formatos, sumas, fechas e identificadores se comprueban con reglas, no con otra llamada a un modelo.
Revisión humana
Solo las excepciones llegan a una persona: lo validado sigue su curso sin esperar a nadie.
Evidencia por campo
Cada valor conserva página y región de origen, de forma que cualquier dato puede auditarse después.
Para desarrolladores
Pensado para integrarse, no para sustituir tus sistemas.
API asíncrona y webhooks
Envía el documento, recibe el resultado cuando está listo y suscríbete a los eventos del pipeline.
Aislamiento multi-tenant
Los datos de cada organización viven y se procesan aislados del resto.
Privacy y Savings integrados
La información sensible se protege y cada llamada a un modelo se optimiza antes de ejecutarse.
Límites conocidos y benchmarks
No publicamos cifras de velocidad, precisión o capacidad hasta disponer de un benchmark reproducible que describa hardware, dataset, tipo de documento, resolución, tamaño de lote, percentiles de latencia y tasa de errores.
Mientras tanto, la mejor prueba es tu propio caso: pide una ejecución sobre un documento real y revisa el resultado campo a campo.
Empieza con un documento, no con una transformación completa.
Procesa un documento de ejemplo con nuestro equipo y decide con el resultado delante.