Ler documentos com IA: do documento de identidade e do extrato bancário ao cadastro, sem digitar à mão
Por Dorian Chávez · cofundador e Chief Executive Officer da Hábil ·
Como automatizar a captura de documentos com IA para ler identidades, comprovantes e extratos: confiança por campo, revisão e controle.
Em 1 minuto
Hoje uma IA consegue ler um documento de identidade, um comprovante de residência ou um extrato bancário e deixar os dados no sistema sem que ninguém os digite. Essa é a parte fácil. O que separa uma captura confiável de uma que cria problemas é o que acontece depois da leitura: comparar cada dado com outra fonte, marcar o que não foi bem lido e mandá-lo para uma pessoa, em vez de preencher a lacuna com algo que parece certo. Este artigo explica como pedir isso a qualquer projeto de captura com IA.
Imagine uma empresa que abre toda semana centenas de cadastros de clientes novos. É fictícia, mas se parece com muitas. Cada cadastro leva um documento de identidade, um comprovante de residência e um extrato bancário, e neste exemplo eles chegam como fotos tiradas com o celular: algumas tortas, com reflexo ou cortadas. Uma equipe de quatro pessoas os abre um por um e copia os dados para o sistema.
A diretoria vê uma demo: a IA lê um documento de identidade de exemplo e preenche os dados visíveis: nome, endereço e data de nascimento. Alguém faz a pergunta natural: «então não precisamos mais digitar?».
A resposta curta é que a digitação deixa de ser o trabalho, mas o trabalho não desaparece: muda de lugar. Este artigo é para quem vai aprovar um projeto assim. Defende uma ideia: ler é a parte fácil; o que dá trabalho é comparar, marcar o que é duvidoso e não preencher em silêncio, com uma pessoa aprovando o que movimenta dinheiro.
Por que ler não é o mesmo que capturar bem
Uma pessoa que digita um documento faz três coisas ao mesmo tempo, sem pensar: lê, percebe quando algo não está claro e pergunta antes de inventar. Uma IA faz muito bem a primeira. As outras duas precisam ser desenhadas.
Há duas formas de errar. No reconhecimento de caracteres, a mais simples: um dígito mal reconhecido ou um dado que falta. E quando o fluxo usa IA generativa para interpretar ou completar o documento, uma mais delicada: o perfil de IA generativa do NIST, o instituto de padrões dos Estados Unidos, chama de confabulação a produção de conteúdo falso ou errado afirmado com segurança, o que coloquialmente se conhece como «alucinações» [1]. Num documento, isso aparece assim: o último dígito de um número de conta saiu borrado na foto e, em vez de deixá-lo em branco, o sistema coloca um. O cadastro parece completo. O erro aparece semanas depois, quando um depósito volta. Nos dois casos a regra é a mesma: não completar em silêncio e mandar a exceção para revisão.
Por isso a pergunta útil diante de uma demo não é «lê bem?», e sim «o que faz quando não lê bem?».
O que se pede a um projeto de captura com IA
1. Que cada dado diga o quanto está seguro
Vários serviços de leitura de documentos dos grandes provedores de nuvem entregam uma pontuação de confiança para certas previsões, como uma palavra ou um campo extraído: a probabilidade de que tenha sido bem lido. A documentação da Microsoft diz que, onde a precisão é crítica, essa confiança serve para decidir se o dado é aceito sozinho ou marcado para revisão de uma pessoa, e avisa que nem todos os campos a trazem [2]. A da Amazon recomenda fixar um limite mínimo e, abaixo dele, descartar o resultado ou marcá-lo para uma revisão humana mais cuidadosa [3].
Antes de desenhar o fluxo, convém confirmar quais pontuações o provedor entrega para os documentos da empresa. Com essa base, o projeto precisa conseguir dizer, campo por campo, quanta confiança exige antes de aceitar um dado sozinho, e não precisa ser a mesma para tudo: o número da conta pede mais que o bairro. E mais uma coisa: essa pontuação mede a leitura, não se o documento é autêntico, se está válido ou se coincide com outra fonte. Isso se revisa à parte.
2. Que compare antes de aceitar
Ler bem não prova que o dado seja verdadeiro nem que o documento seja de quem o apresenta. Um documento de identidade bem lido pode estar vencido; um endereço bem lido pode não coincidir com o do comprovante. As diretrizes de verificação de identidade do NIST separam controles distintos: confirmar que o documento é genuíno e autêntico, confirmar que os dados que traz estão corretos e, quando o processo pede, confirmar que quem o apresenta é o titular [4]. Cada controle responde a uma pergunta diferente.
Num cadastro, conferir é fazer perguntas como estas:
- O nome do documento de identidade é o mesmo do extrato bancário?
- O endereço do comprovante coincide com o que o cliente informou?
- A data do comprovante está dentro do prazo que a política da empresa exige?
- Os dados do documento de identidade coincidem com o que diz a fonte oficial consultada pelo processo?
Cada resposta que não bate é uma exceção, não um erro que alguém corrige escondido.
3. Que a lacuna continue lacuna
Se um dado não foi lido, o sistema precisa deixá-lo vazio e dizer por quê: «ilegível», «cortado», «não consta no documento». Preenchê-lo com o mais provável economiza um minuto hoje e custa um esclarecimento amanhã. Vale escrever essa regra no contrato do projeto, em vez de deixá-la a critério de alguém.
4. Que uma pessoa veja só o que importa
O objetivo não é que ninguém olhe os cadastros. É que a equipe pare de copiar e se dedique ao que de fato precisa de critério: o que não bateu, o que foi lido com pouca confiança e o que ficou vazio. Se uma IA lê bem a maioria dos documentos, essa equipe deixa de passar o dia digitando e passa a resolver os casos duvidosos.
E o que movimenta dinheiro — abrir uma linha de crédito, liberar um pagamento, mudar uma conta de depósito — é aprovado por uma pessoa, mesmo que todos os dados tenham batido.
5. Que fique um registro de revisão
Para cada dado do cadastro deveria ser possível ver de que documento saiu, com que confiança foi lido, com o que foi comparado e quem o aprovou, se passou por revisão. Sem esse rastro, quando um dado se revela errado, não há como saber se falhou a foto, a leitura, a regra ou a pessoa.
Dados pessoais não são um detalhe
Um documento de identidade e um extrato bancário contêm dados pessoais, e o extrato, além disso, dados financeiros. A Lei Federal de Proteção de Dados Pessoais em Posse de Particulares do México, publicada no Diário Oficial em 20 de março de 2025, pede ao responsável que observe, entre outros, os princípios de finalidade e proporcionalidade, e diz que os dados financeiros ou patrimoniais exigem o consentimento expresso do titular, salvo as exceções que a própria lei prevê [5]. Que aviso, que consentimento e que controles cabem ao processo da empresa é algo que a área jurídica confirma antes de operar; este artigo não substitui isso.
Para um projeto de captura, isso leva a perguntas que a área jurídica, a de segurança e a operação precisam conseguir responder:
- Para que serve cada dado extraído, e tudo o que se extrai é necessário?
- Onde os documentos são processados, e quem pode vê-los?
- Por quanto tempo as imagens são guardadas depois da captura?
Entre os controles de desenho que convém avaliar está mascarar os dados pessoais nos logs técnicos e nas telas de quem não precisa deles. Um exemplo, com dados fictícios: na tela de revisão, a equipe vê «Ana Ejemplo Prueba» e «CURP (chave do registro de população): [dado fictício mascarado]»; a chave completa só é vista por quem precisa dela para aprovar.
Antes de abrir para todos
Teste a captura com uma amostra de cadastros recentes. Revise à parte os campos de maior risco — identidade, conta e endereço — e conte três coisas: quantos cadastros passaram sem intervenção, quantos foram para revisão e por quê, e quantos dados aceitos sem revisão precisaram ser corrigidos depois. Esse último número não aparece numa demo: só se sabe revisando à mão uma parte do que o sistema aceitou sozinho. O método completo para fixar a linha de base, a amostra e o critério para escalar está em O piloto de IA foi bem na demo.
O primeiro diagnóstico de cadastros
Pegue cinquenta cadastros recentes e marque em cada um que dado faltou ou não bateu, que campo precisou de revisão e quanto tempo a pessoa levou para resolvê-lo. Com isso há uma linha de base para medir qualquer proposta e a lista de regras de exceção pelas quais vale a pena começar.
E antes de assinar, faça duas perguntas ao fornecedor: o que o sistema faz quando não consegue ler um dado — deixá-lo vazio ou preenchê-lo — e com o que compara cada dado antes de aceitá-lo.
O que a Hábil faz
Na Hábil construímos sob medida a IA que trabalha com os dados e as regras dos sistemas da empresa.
Se a equipe passa horas copiando para os sistemas os dados de documentos de identidade, comprovantes de residência, extratos bancários e notas fiscais, a proposta está na Hábil AI: captura automatizada, em que a IA extrai os dados e a equipe trata apenas as exceções. Se o cadastro é de clientes que abrem a conta pelo celular, comprovamos que é uma pessoa real diante da câmera, comparamos o rosto com o documento de identidade e validamos os dados junto ao INE (instituto eleitoral nacional) e ao RENAPO (registro nacional de população); os casos duvidosos passam para uma pessoa da equipe. O que movimenta dinheiro ou dados é executado com uma pessoa aprovando.
A conversa pode começar com a contagem dos cinquenta cadastros, mesmo pela metade. Juntos revisamos para onde vai o tempo e por onde convém começar.
Escreva para nós pelo WhatsApp; para proteger as informações, não compartilhe por esse meio documentos nem dados dos clientes. Na conversa, combinaremos o canal para o caso.
Peça a primeira conversa, sem custo.
Consultadas em 18 de novembro de 2026. Cada referência traz o nível de confiança: alta (fonte primária lida).
Referências
- NIST, «Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile» (NIST AI 600-1, julho de 2024), risco 2.2: «Confabulation: The production of confidently stated but erroneous or false content (known colloquially as "hallucinations" or "fabrications") by which users may be misled or deceived». É de uso voluntário. Aberta ao vivo em 18-nov-2026. Confiança: alta. https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
- Microsoft Learn, Azure AI Document Intelligence, «Interpret and improve model accuracy and confidence scores»: «A confidence score indicates probability by measuring the degree of statistical certainty that the extracted result is detected correctly», «For scenarios where accuracy is critical, confidence can be used to determine whether to automatically accept the prediction or flag it for human review» e «Currently, not all document fields return a confidence score». Documentação de um fornecedor, citada como prática. Aberta ao vivo em 18-nov-2026. Confiança: alta. https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/concept/accuracy-confidence?view=doc-intel-4.0.0
- Amazon Web Services, Amazon Textract Developer Guide, «Best Practices»: «In applications that are sensitive to detection errors (false positives), enforce a minimum confidence score threshold. The application should discard results below that threshold or flag situations as requiring a higher level of human scrutiny». Documentação de um fornecedor, citada como prática. Aberta ao vivo em 18-nov-2026. Confiança: alta. https://docs.aws.amazon.com/textract/latest/dg/textract-best-practices.html
- NIST, «Digital Identity Guidelines: Identity Proofing and Enrollment» (SP 800-63A, revisão 4), entre as etapas da verificação de identidade: «Evidence validation: Confirm that supplied identity evidence is genuine, authentic, and accurate», «Attribute validation: Confirm the accuracy of the core attributes» e «Identity verification: Confirm that the applicant is the genuine owner of the presented evidence and attributes». Aberta ao vivo em 18-nov-2026. Confiança: alta. https://pages.nist.gov/800-63-4/sp800-63a.html
- Câmara dos Deputados (México), «Ley Federal de Protección de Datos Personales en Posesión de los Particulares», «Nueva Ley publicada en el Diario Oficial de la Federación el 20 de marzo de 2025»; última reforma publicada no Diário Oficial em 14-11-2025. Artigo 5: «El responsable deberá observar los principios de licitud, finalidad, lealtad, consentimiento, calidad, proporcionalidad, información y responsabilidad en el tratamiento de datos personales»; artigo 7: «Los datos financieros o patrimoniales requerirán el consentimiento expreso de la persona titular, salvo las excepciones a que se refieren los artículos 9 y 36 de la presente Ley» (os dados financeiros ou patrimoniais exigem o consentimento expresso do titular, salvo as exceções dos artigos 9 e 36). Aberta ao vivo em 18-nov-2026. Confiança: alta. https://www.diputados.gob.mx/LeyesBiblio/pdf/LFPDPPP.pdf
A operação da empresa enfrenta esses desafios?
Prefere e-mail? Escreva para hola@habil.mx