BiVelio IntakeDo documento ao dado verificado, com a evidência anexada.
O Intake recebe PDFs, imagens, e-mails e ficheiros empresariais; extrai a informação relevante, liga cada valor à sua fonte e envia apenas as exceções para revisão humana.
Cada dado chega com proveniência, nível de confiança e um percurso de revisão.
Evidência e proveniência, também na API
O diferencial não é ler o documento: é que cada valor extraído aponta para a página e a região exatas de onde foi lido.
{
"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"
}
}Exemplo ilustrativo com dados fictícios — não provém de nenhum cliente.
O que faz o Intake
Uma camada de entrada para tudo o que chega desestruturado.
Formatos empresariais
PDFs, imagens digitalizadas, e-mails com anexos e ficheiros de escritório entram pela mesma porta.
Classificação documental
Cada documento é identificado por tipo antes de qualquer extração: fatura, contrato, escritura, processo.
OCR e extração
Os campos relevantes são extraídos com o seu nível de confiança campo a campo, não como um bloco de texto.
Validações determinísticas
Formatos, somas, datas e identificadores verificam-se com regras, não com outra chamada a um modelo.
Revisão humana
Só as exceções chegam a uma pessoa: o que está validado segue o seu curso sem esperar por ninguém.
Evidência por campo
Cada valor conserva a página e a região de origem, pelo que qualquer dado pode ser auditado depois.
Para programadores
Pensado para se integrar, não para substituir os teus sistemas.
API assíncrona e webhooks
Envia o documento, recebe o resultado quando estiver pronto e subscreve os eventos do pipeline.
Isolamento multi-tenant
Os dados de cada organização vivem e são processados isolados dos restantes.
Privacy e Savings integrados
A informação sensível é protegida e cada chamada a um modelo é otimizada antes de ser executada.
Limites conhecidos e benchmarks
Não publicamos números de velocidade, precisão ou capacidade até existir um benchmark reprodutível que descreva hardware, dataset, tipo de documento, resolução, tamanho de lote, percentis de latência e taxa de erros.
Entretanto, a melhor prova é o teu próprio caso: pede uma execução sobre um documento real e revê o resultado campo a campo.
Começa com um documento, não com uma transformação completa.
Processa um documento de exemplo com a nossa equipa e decide com o resultado à frente.