Cómo automatizar la lectura de facturas y asignar factores de emisión

Automatizar la clasificación de facturas y la asignación de factores de emisión requiere cuatro pasos: extraer el dato de consumo del documento con lectura inteligente, normalizar unidades (kWh, m³, litros, kilos), clasificar cada línea por tipo de suministro, sede y alcance, y mapearla a un factor de emisión oficial guardando su fuente, año y versión. La revisión humana se reserva para las excepciones.

El resultado tiene que ser un dato estructurado y trazable hasta el documento origen, porque eso es exactamente lo que revisa un verificador cuando audita la huella de carbono.

¿Por qué las facturas de suministros son el cuello de botella del cálculo de emisiones?

Una empresa mediana con varios centros puede acumular cientos de facturas al año: electricidad por punto de suministro, gas por instalación, gasóleo por depósito, combustible por vehículo, agua por planta y residuos por gestor. Cada una con su formato, su proveedor, su periodo y, si hay operaciones fuera de España, su idioma y su moneda.

El trabajo manual consiste en descargar cada documento, identificar el tipo de consumo, extraer el número correcto de entre decenas de cifras, asignarlo al centro y al alcance 1, 2 o 3 que corresponda y teclearlo en una hoja de cálculo. Es repetitivo, no aporta análisis y, sobre todo, es donde se cuelan los errores que después aparecen en la auditoría: consumos duplicados, periodos mal imputados y datos sin evidencia detrás.

¿Cómo se automatiza la lectura de una factura de energía, agua o combustible?

1. Ingesta. Los documentos entran por carga masiva, por buzón de correo dedicado, por conexión al portal del comercializador o por integración con el ERP. Cada documento se guarda íntegro, no solo el dato extraído.
2. Extracción. Un motor de lectura inteligente de documentos localiza los campos relevantes: titular, CIF, punto de suministro o matrícula, periodo facturado, consumo y unidad. A diferencia de un OCR clásico, no depende de plantillas fijas por proveedor.
3. Normalización. Se convierten unidades a una base común, se homogeneizan formatos de fecha y se separa el consumo energético de los conceptos que no lo son: potencia contratada, alquiler de equipos, impuestos y IVA.
4. Clasificación. Cada línea se etiqueta por tipo de suministro, centro, sociedad y alcance. Aquí es donde el maestro de puntos de suministro y de vehículos hace todo el trabajo: si el CUPS no está vinculado a una sede, el dato queda huérfano.
5. Asignación del factor. Se elige el factor de emisión por tipo de combustible, país, año y, en electricidad, comercializadora.
6. Cálculo y control. Se multiplica el dato de actividad por el factor, se agrega por sede y alcance, y se levantan alertas por huecos, solapes y variaciones anómalas frente al periodo anterior.

¿Qué dato hay que extraer de cada tipo de factura?

¿Cómo se asigna el factor de emisión correcto a cada línea?

El mapeo no es una simple tabla de equivalencias. Un mismo concepto puede llevar factores distintos según cuatro variables: el tipo exacto de combustible o suministro, el país donde se consume, el año del consumo y, en electricidad, la comercializadora contratada. Si trabajas con el registro español, la regla es cerrada: los factores de alcance 1 y 2 deben ser los que facilita el MITECO a través de la web del registro, y el mix eléctrico el que publica la CNMC para cada comercializadora.

En electricidad conviene calcular las dos versiones: la basada en la ubicación, con el mix medio, y la basada en el mercado, que refleja las garantías de origen contratadas. Son cifras distintas y responden a preguntas distintas, así que ambas deben quedar guardadas.

Tres reglas que evitan la mayoría de las no conformidades: guarda el factor junto al dato en el momento del cálculo, no lo recalcules a posteriori con la tabla nueva; anota siempre fuente, versión y año; y no mezcles factores de ejercicios distintos dentro del mismo inventario. Si necesitas repasar el concepto, tienes la definición de factor de emisión en el glosario, y el método completo en la guía de cómo se calcula la huella de carbono.

¿Qué falla cuando se automatiza la lectura de facturas?

Estos son los fallos que aparecen una y otra vez, y ninguno se resuelve solo con un buen motor de extracción:

• Lecturas estimadas y regularizaciones. Una factura estimada y su regularización posterior pueden duplicar o anular consumo si se cargan las dos como reales.
• Periodos a caballo entre ejercicios. Una factura de 20 de diciembre a 19 de enero necesita prorrateo, no imputación íntegra a un año.
• Metros cúbicos frente a kilovatios hora en gas. El paso de m³ a kWh depende del poder calorífico superior y del factor de conversión de la zona; usar el volumen como si fueran kWh infla o desinfla el resultado.
• Importe en euros como sustituto del consumo. Es el atajo más común y el más engañoso, porque el precio de la energía varía mucho más que el consumo.
• Conceptos que no son energía. Potencia contratada, alquiler de contador, impuesto eléctrico e IVA no generan emisiones y no deben entrar en el dato de actividad.
• Abonos, refacturaciones y duplicados. El mismo consumo llega dos veces desde el portal del proveedor y desde el correo.
• Cambio de comercializadora a mitad de año. Obliga a partir el consumo y aplicar dos factores de mix distintos.
• Puntos de suministro sin dueño. Un CUPS que no está vinculado a ninguna sede genera un dato que no se puede consolidar ni explicar.
• Documentos de mala calidad. Escaneos torcidos, tablas partidas entre páginas y facturas en otros idiomas o monedas.
• Huecos silenciosos. El fallo más peligroso no es un dato erróneo, sino un mes que sencillamente no llegó y nadie echó en falta.

¿Qué controles hacen falta para que el dato sea auditable?

• Trazabilidad documento a dato. Cada cifra del inventario debe apuntar a un documento concreto y a su página. Sin eso, el verificador abre no conformidad.
• Umbral de confianza y cola de revisión. Lo que el motor no lee con seguridad suficiente va a revisión humana en lugar de colarse como dato bueno.
• Deduplicación por clave. Punto de suministro, periodo e importe como clave mínima para detectar repeticiones.
• Calendario de completitud. Un control que verifique que cada punto de suministro tiene los doce meses cubiertos, sin huecos ni solapes.
• Congelación de factores. El factor aplicado se guarda con el dato, con fuente, versión y año.
• Conciliación con contabilidad. Cruzar el número de facturas procesadas con las contabilizadas por proveedor detecta lo que falta.
• Registro de cambios. Quién modificó qué dato, cuándo y por qué, con el ejercicio bloqueado tras el cierre.

¿Cambia algo con la factura electrónica obligatoria?

En parte sí. El Real Decreto 238/2026, de 25 de marzo, desarrolla el sistema de facturación electrónica obligatoria entre empresas y profesionales previsto en la Ley 18/2022. El despliegue se hace en dos fases, de doce y veinticuatro meses desde la entrada en vigor de la orden ministerial que concrete la solución pública de facturación: primero las empresas y profesionales con más de 8 millones de euros de facturación y después el resto.

Cuando el formato estructurado se generalice, la extracción dejará de ser el problema. Lo que no cambia es el resto de la cadena: una factura electrónica sigue sin decirte a qué sede pertenece el punto de suministro, qué alcance le corresponde ni qué factor de emisión aplicar. Ahí seguirá estando el trabajo.

¿Qué tipo de empresa gana más automatizando esto?

• Organizaciones con más de tres sedes o instalaciones.
• Empresas con flota propia y consumo de combustible relevante.
• Grupos con operaciones en varios países, donde conviven formatos, idiomas y monedas.
• Equipos de sostenibilidad pequeños que dedican semanas al año a tareas de tecleo.
• Empresas que necesitan cerrar el dato varias veces al año y no solo en el cierre anual, algo que exploramos en el artículo sobre datos de huella de carbono en tiempo real.

Cómo lo resuelve Manglai

La IA de Manglai cubre la cadena completa sobre facturas de electricidad, gas, gasóleo, combustible de flota, agua y residuos:

• Extracción del dato de consumo directamente del documento, sin plantillas por proveedor ni tecleo manual.
• Clasificación automática del tipo de suministro y del alcance correspondiente.
• Asignación a la sociedad, sede o departamento a partir del punto de suministro o la matrícula.
• Mapeo al factor de emisión según tipo de consumo, país, año y fuente, con el resultado en CO₂ equivalente y trazabilidad hasta la factura original.

Funciona con documentos en varios idiomas y monedas, lo que importa cuando el grupo opera en más de un país. Y como cada dato conserva su documento origen y el factor aplicado con fuente y versión, el inventario resultante se puede llevar a una verificación externa o al registro de huella de carbono del MITECO sin rehacer el trabajo. Para el alcance 3 aguas arriba, el mismo enfoque se aplica a los datos de proveedores, como explicamos en la guía de IA para el cálculo del alcance 3.

Preguntas frecuentes

¿Qué diferencia hay entre OCR y lectura inteligente de facturas?

El OCR convierte imágenes en texto y necesita plantillas o posiciones fijas para saber qué significa cada número. La lectura inteligente de documentos interpreta la estructura y el contexto, así que reconoce el consumo aunque el proveedor cambie el diseño de la factura o el documento venga en otro idioma.

¿Puede la IA asignar sola el factor de emisión?

Puede proponerlo con alta fiabilidad cuando el tipo de suministro, el país y el año están claros. Lo razonable es que resuelva la mayoría de las líneas de forma automática y envíe a revisión las que no superan el umbral de confianza o las que corresponden a fuentes sin factor publicado.

¿El dato extraído de una factura vale para una auditoría?

Sí, siempre que el sistema conserve el documento original, el vínculo entre la cifra y el documento, y el factor aplicado con su fuente y año. Un número sin evidencia detrás no pasa una verificación, lo lea una persona o una máquina.

¿Sirve el ERP o el software contable para calcular emisiones?

Sirve como fuente de facturas y de proveedores, pero contabiliza importes, no consumos físicos. Para calcular emisiones hace falta el kWh, el litro o el kilo, no el euro, así que lo habitual es integrar el ERP con una herramienta que extraiga el dato de actividad.

¿Qué hago con las facturas estimadas?

Cárgalas marcadas como estimadas y sustitúyelas cuando llegue la regularización, en lugar de sumar ambas. Documentar qué parte del inventario procede de estimaciones es además un requisito habitual del verificador.

¿Cuántas facturas hacen falta para que compense automatizar?

No hay un umbral único, pero el punto de inflexión suele estar en el momento en que hay varias sedes y varios tipos de suministro, porque el coste ya no es el tecleo sino la reconciliación y la búsqueda de huecos.

La lectura automática de facturas es la puerta de entrada del dato a la solución de huella de carbono de Manglai, que cubre los alcances 1, 2 y 3, y alimenta también los módulos de huella hídrica y gestión de residuos.