Maria lavora in amministrazione da otto anni.
Ogni mattina apre la stessa cartella condivisa: dentro ci sono le fatture arrivate via email nella notte, i DDT scansionati dal magazzino, gli ordini dei fornitori in PDF.
Il suo compito è semplice da descrivere e infernale da fare: aprire ogni documento, leggere i dati, e ricopiarli nel gestionale. Numero ordine, quantità, codice prodotto, importo, IVA. Uno per uno.
L'azienda per cui lavora non è rimasta indietro.
Anni fa ha investito in un sistema OCR proprio per risolvere questo problema.
E infatti qualcosa è cambiato: oggi il software "legge" il testo del documento invece di richiedere una trascrizione completamente manuale.
Ma Maria continua a passare gran parte della sua giornata a controllare, correggere e reinserire quello che l'OCR ha letto male o non ha saputo interpretare.
Un fornitore che cambia il layout della fattura.
Un DDT scritto a penna.
Un codice prodotto che l'OCR ha letto come una sequenza di caratteri senza senso.
Il paradosso è che nessuno, in quell'azienda, si sente in torto.
Hanno fatto ciò che sembrava corretto: hanno digitalizzato.
Hanno comprato un software.
Ma il lavoro di Maria è ancora lì, identico nella sostanza a otto anni fa.
È solo cambiato lo strumento che le sta accanto.
Questa scena si ripete, con variazioni minime, in migliaia di uffici amministrativi, logistici e acquisti in Italia.
Ed è il punto di partenza per capire una distinzione che i buyer aziendali confondono spesso: la differenza tra un OCR e un vero IDP (Intelligent Document Processing).
Non è una sfumatura tecnica. È la differenza tra continuare a pagare, ogni giorno, il costo nascosto del data entry — oppure eliminarlo davvero.
Nessuna azienda ha una voce di budget chiamata "data entry manuale".
Eppure quel costo esiste, è misurabile, e in molte organizzazioni è più alto di quanto chiunque immagini prima di calcolarlo davvero.
I numeri, mediati sui processi documentali standard (fatture, DDT, ordini), raccontano una storia chiara:
Moltiplicate questi numeri per le centinaia o migliaia di documenti che un'azienda mid-market processa ogni mese, e il costo smette di essere un dettaglio operativo per diventare una voce strutturale, semplicemente invisibile perché frammentata su tante persone e tante ore.
Ma il vero problema non è solo il costo diretto. È quello che l'errore genera a valle:
E qui arriva il punto che sorprende chi non l'ha ancora affrontato con i numeri alla mano: molte aziende che vivono questo problema pensano di averlo già risolto, perché anni fa hanno adottato un sistema OCR. Per capire perché non è così, bisogna essere chiari su cosa un OCR fa davvero — e su cosa, per costruzione, non potrà mai fare.
OCR è l'acronimo di Optical Character Recognition, riconoscimento ottico dei caratteri.
È una tecnologia nata decenni fa con un compito preciso e limitato: guardare l'immagine di un documento scansionato e riconoscere quali caratteri — lettere, numeri, simboli — sono stampati su quella pagina, per trasformarli in testo digitale.
Detto semplice: l'OCR legge, non capisce.
Trasforma un'immagine in testo, ma quel testo resta grezzo, senza struttura.
Non sa che quella sequenza di numeri è un importo, che quell'altra è una data, che quella parola è il nome di un fornitore.
È un passaggio necessario, ma è solo il primo passaggio di un processo molto più lungo.
Per questo negli anni successivi il mercato ha provato ad aggiungere un livello: i sistemi a template.
L'idea era intelligente: "insegnare" al software dove si trova ogni campo su un documento specifico, così da sapere che in alto a destra c'è sempre il numero fattura, in basso l'importo totale.
Ha funzionato, per un po'.
Finché un fornitore cambiava la grafica del proprio documento.
Finché arrivava un nuovo cliente con un formato mai visto prima.
Finché un'azienda si trovava a dover gestire i documenti di 50 fornitori diversi, ognuno con il proprio layout e quindi 50 template da costruire e mantenere, con settimane di configurazione per ognuno.
Il risultato pratico, per chi ha vissuto entrambe le fasi: l'OCR classico e i sistemi a template hanno tolto lavoro, ma non hanno eliminato la persona.
L'hanno solo spostata da "trascrivere tutto a mano" a "controllare e correggere quello che il sistema ha letto o non ha riconosciuto". Maria, di fatto, non ha mai smesso di fare quel lavoro.
Dal 2017 in avanti, l'intelligenza artificiale applicata ai documenti ha fatto un salto reale.
È nata la categoria che oggi si chiama Intelligent Document Processing (IDP): piattaforme capaci di leggere un documento senza bisogno di un template predefinito, capendo il significato dei dati — non solo i caratteri, ma il fatto che quella sequenza è un importo, quella è una data di scadenza, quel blocco di testo è un indirizzo di consegna.
È una differenza enorme rispetto all'OCR puro, ed è la ragione per cui, oggi, ogni azienda che valuta di digitalizzare i propri processi documentali dovrebbe guardare a un IDP e non a un OCR.
Un IDP moderno:
Fin qui, una buona notizia.
Ma c'è un dettaglio che quasi nessun fornitore di IDP comunica con chiarezza, e che è esattamente il motivo per cui Maria, anche in un'azienda che ha già adottato un IDP di ultima generazione, spesso continua a fare lo stesso lavoro di prima: la maggior parte delle piattaforme IDP si ferma all'estrazione.
Estraggono il dato dal documento. Lo restituiscono, pulito e strutturato, in un file o in una dashboard. E poi si fermano lì. Quel dato deve ancora essere:
Chi fa tutto questo?
Nella maggior parte dei casi, un system integrator che costruisce un'integrazione custom — con costi e tempi che l'azienda non aveva messo in conto.
Oppure, più spesso di quanto si pensi, un operatore che finisce per fare esattamente ciò che faceva prima: copiare i dati dall'output del tool di estrazione dentro il gestionale.
Il dato viene estratto dalla carta. Ma il data entry non è stato eliminato. È stato spostato.
Se sei un buyer, un responsabile IT o un responsabile di reparto che sta valutando una soluzione documentale, questa è la domanda da porsi prima di firmare qualsiasi contratto: "Questo strumento mi consegna dati puliti da controllare, o mi consegna dati già dentro il mio sistema gestionale, pronti all'uso?"
È la differenza tra un tool di estrazione e una vera piattaforma di automazione documentale end-to-end. E per un'azienda ha un impatto diretto su tre cose che contano davvero:
RIV4 nasce esattamente da questa osservazione.
Non è un altro tool di estrazione con un'AI più sofisticata.
È costruito per fare quello che nessuna delle generazioni precedenti — OCR, sistemi a template, IDP di sola estrazione — ha mai completato: portare il dato dal documento fino dentro il sistema gestionale dell'azienda, senza intervento umano residuo.
Il meccanismo si chiama Zero-Touch Document Pipeline, ed è brevettato. Segue un modello a quattro fasi, DEEP:
Per Maria, questo significa una cosa concreta: il documento entra nel gestionale già pronto, senza passare dalla sua tastiera.
Il vantaggio di RIV4 non è "un'AI migliore" — è un'architettura che copre l'intero processo, non solo un pezzo:
RIV4 non è una promessa teorica: è una piattaforma già operativa, con risultati misurabili in produzione.
Tra le aziende che hanno già scelto RIV4: Leonardo, Porsche, Randstad, CRAI, Drivalia, STEF, Lechler.
Nomi che condividono la stessa esigenza: volumi documentali elevati, processi critici, e la necessità di alimentare i propri sistemi gestionali in modo preciso e continuo, senza affidarsi a un'integrazione custom o a un operatore che ricopi i dati a mano.
Il riconoscimento non arriva solo dai clienti: Velion, l'azienda che ha sviluppato RIV4, è stata inserita da Fondazione Italia USA tra le 300 migliori startup del 2025, è finalista ai Document Manager Awards 2025 in due categorie (Data Capture/Recognition e Product of the Year), ed è partner certificato Canon Italia per la Document Automation.
Se in azienda esiste ancora una Maria — o un intero reparto di Maria — che passa ore a controllare e ricopiare dati da documenti a sistemi gestionali, la domanda utile non è "abbiamo già un OCR?". È: "il nostro sistema attuale porta davvero il dato fino dentro il gestionale, o si ferma all'estrazione e lascia a noi l'ultimo miglio?"
Il modo più concreto per rispondere è vedere RIV4 lavorare sui documenti reali della tua azienda, non su una demo generica.
Prenota una demo di RIV4 e scopri quanto tempo — e quanti errori — la tua azienda può eliminare dal proprio processo documentale.