Protección de datos

Qué hace la IA en Airparser

Airparser no es un simple wrapper alrededor de un modelo de chat. La extracción combina varias etapas — preprocesamiento, OCR, modelos de extracción estructurada y post-procesamiento/validación — y la IA se utiliza dentro de ese pipeline donde aporta más valor: interpretando contenido que varía en diseño o formato y asignándolo a los campos de tu esquema. No hay una interfaz de chat genérica ni un uso abierto de tus datos más allá de la tarea de extracción que has configurado.

Cómo se procesa un documento, paso a paso

• Ingesta — un documento llega por carga, correo electrónico, API o una integración a tu buzón de Airparser.
• Preprocesamiento — el archivo se normaliza, y se ejecuta OCR en archivos escaneados o imágenes para producir una capa de texto.
• Extracción estructurada — el documento se compara con tu esquema usando nuestros modelos y lógica de extracción: una combinación de modelos propios y modelos mejorados/especializados — construidos sobre los proveedores indicados en nuestra página de subencargados — ajustados específicamente para la extracción de datos de documentos.
• Post-procesamiento — la salida extraída se valida y normaliza según los tipos de campo de tu esquema antes de finalizarse.
• Entrega — el resultado se almacena en tu cuenta y está disponible a través de la aplicación, la API o tu exportación/webhook configurado.

Por qué combinamos OCR, IA y post-procesamiento

Cada etapa cubre una debilidad distinta. El OCR por sí solo te da texto sin procesar, pero ninguna comprensión de lo que ese texto significa o cómo se relaciona con tu esquema. Los modelos de IA son buenos interpretando el significado y manejando documentos cuyo diseño o redacción varía — algo que las plantillas fijas gestionan mal —, pero por sí solos no garantizan un resultado bien tipado y validado. El post-procesamiento cierra esa brecha comprobando tipos, formatos y consistencia antes de que los datos lleguen a tu cuenta. Combinar los tres da resultados más fiables que depender de un único método.

Embeddings y documentos largos

Los embeddings son representaciones numéricas de texto que permiten a un sistema identificar qué partes de un documento son más relevantes para un campo o consulta determinados, sin tener que procesar el documento completo en cada paso.

Hemos usado esta técnica para ayudar a procesar documentos muy largos de forma más eficiente. Actualmente se aplica de forma selectiva y sigue siendo algo experimental, en lugar de formar parte por defecto de cada extracción — podríamos ampliar su uso en el futuro a medida que madure.

Nuestros modelos de extracción

Nuestro pipeline de extracción utiliza una combinación de modelos propios y modelos mejorados y especializados construidos sobre los proveedores de LLM indicados en nuestra página de subencargados — ajustados específicamente para la extracción de datos de documentos, no para chat de propósito general.

Entrenamiento y retención de datos

• Nunca entrenamos ni ajustamos ningún modelo con tus datos, y nunca vendemos tus datos. Este es un compromiso permanente, no una función dependiente del plan.
• Nuestros acuerdos con nuestros subencargados de IA les prohíben usar los datos enviados para la extracción con el fin de entrenar sus modelos.

Cifrado y transporte

Toda la comunicación con nuestros subencargados de IA se realiza mediante conexiones cifradas (HTTPS/TLS 1.2+), el mismo estándar que aplicamos a cualquier otra parte de nuestra infraestructura.

Segregación de datos

Los documentos, esquemas y resultados de cada cuenta de Airparser están lógicamente aislados de los de cualquier otra cuenta. Procesar el documento de un cliente nunca expone ni mezcla los datos de otro cliente.

Qué permanece bajo tu control

• Tú eres el Responsable del tratamiento; Airparser y sus subencargados de IA actúan únicamente como Encargados del tratamiento, siguiendo tus instrucciones.
• Puedes eliminar cualquier documento, esquema o toda tu cuenta en cualquier momento.
• Las políticas de retención configurables te permiten eliminar automáticamente los datos procesados entre 1 y 180 días.