Las empresas buscan aprovechar sus documentos en procesos automatizados, pero las facturas, los contratos y los formularios no siempre presentan estructuras homogéneas. Con Phoenix Plus, ABBYY pretende gestionar estas variaciones sin necesidad de entrenar sistemáticamente un modelo específico. La solución combina técnicas tradicionales de procesamiento documental con modelos generativos en un entorno controlado por el proveedor. No obstante, su disponibilidad sigue limitada a determinados clientes de Vantage.
Una evolución de Phoenix, lanzado en 2024
Presentado en 2024 durante el evento ABBYY Ascend, Phoenix se basaba inicialmente en un enfoque multimodal que utilizaba modelos de lenguaje pequeños (SLM). El objetivo era especializar la inteligencia artificial en tareas documentales, especialmente para facilitar el etiquetado de datos y acelerar la preparación de los modelos de extracción. La solución formaba parte del Purpose-Built AI Center, un entorno destinado a reunir las tecnologías de inteligencia artificial del proveedor.
Phoenix Plus no constituye simplemente una nueva versión del modelo inicial. Se integra en una arquitectura más amplia, denominada Phoenix, que ahora distingue entre una base de procesamiento documental determinista, Phoenix Core, y una capa generativa complementaria, Phoenix Plus.
El primero reúne las funciones tradicionales de reconocimiento óptico de caracteres (OCR), análisis de la estructura de las páginas, clasificación y extracción. La segunda utiliza modelos generativos seleccionados y optimizados por ABBYY para intervenir cuando las reglas convencionales o los modelos preentrenados no son suficientes. Por tanto, la evolución afecta tanto a la combinación de tecnologías como a las capacidades de interpretación que ofrece la solución.
Extraer datos de documentos no estructurados
Una de las principales novedades anunciadas es la extracción denominada zero-shot. Este método pretende permitir la recuperación de información de documentos desconocidos o muy variables sin necesidad de preparar previamente un conjunto de datos estructurados para entrenar un modelo específico.
Según el comunicado, en el caso de un contrato con un proveedor, por ejemplo, la información buscada puede aparecer en cláusulas redactadas de manera diferente en cada documento. Phoenix Plus debería poder identificar los elementos pertinentes a partir de instrucciones predefinidas y presentar después los resultados conforme a una estructura determinada.
La solución también puede intervenir tras una primera extracción para interpretar texto libre, relacionar información, detectar incoherencias o generar recomendaciones destinadas a las siguientes etapas de un proceso empresarial. De este modo, ABBYY busca aplicaciones que vayan más allá de la simple lectura y transcripción de campos documentales.
Sin embargo, el valor operativo dependerá de la complejidad de los documentos, de la calidad de los datos disponibles y del nivel de verificación necesario. La extracción sin entrenamiento previo no elimina la necesidad de comprobar los resultados, especialmente cuando la información se utiliza para tomar decisiones financieras, contractuales o regulatorias.
Un enfoque híbrido
En lugar de confiar todo el procesamiento a un gran modelo de lenguaje, ABBYY prevé combinar técnicas deterministas y generativas dentro de Vantage. Las primeras seguirán utilizándose para las operaciones cuyas reglas están definidas y cuyos resultados son suficientemente previsibles. La generación intervendrá en los campos o contenidos que requieran mayor flexibilidad e interpretación.
Esta organización se apoya en mecanismos de validación de datos, umbrales de confianza, trazabilidad hasta los documentos de origen y la posibilidad de solicitar una revisión humana. Estas salvaguardas son importantes porque, incluso cuando está especializado, un modelo generativo puede producir respuestas incorrectas o interpretar erróneamente un pasaje ambiguo.
ABBYY afirma que un cliente del sector logístico alcanzó una precisión del 99 % en una primera pasada sobre formularios complejos que combinaban texto manuscrito e impreso. Sin embargo, se trata de un resultado comunicado por el proveedor, por lo que no permite extraer conclusiones generales sobre el rendimiento del producto.
Alojamiento y precios
Phoenix Plus está integrado en Vantage y alojado por ABBYY. Según el proveedor, los datos se procesan en la misma región que el entorno Vantage del cliente y el servicio no los conserva una vez devuelto el resultado. Estas condiciones pueden interesar a las organizaciones que desean limitar la dispersión de sus datos documentales, aunque deben evaluarse teniendo en cuenta los compromisos contractuales y los requisitos específicos de cada empresa.
Desde el punto de vista económico, ABBYY prevé incorporar Phoenix Plus a la suscripción de Vantage mediante una tarifa anual fija. El objetivo es evitar la gestión de un contrato independiente con un proveedor de modelos, la provisión de una infraestructura dedicada y una facturación directamente vinculada al número de tokens consumidos. Sin embargo, el anuncio no especifica el importe de esta opción.
Los clientes también podrán seguir conectando sus propios modelos, incluidos los de OpenAI, Google, Anthropic o Mistral, mediante la opción BYOM (Bring Your Own Model) de Vantage. La diferencia es que, en este escenario, la empresa elige el modelo y debe tener en cuenta las condiciones del proveedor seleccionado.
Una disponibilidad todavía limitada
Anunciado el 20 de octubre de 2026, Phoenix Plus está disponible para determinados clientes de ABBYY Vantage en el marco de un despliegue selectivo. El proveedor invita a las organizaciones interesadas a consultar con sus equipos si cumplen los requisitos para acceder a la solución. Por tanto, esta primera fase todavía no permite evaluar su disponibilidad general ni su adopción por parte de las empresas. La información publicada tampoco incluye pruebas de rendimiento independientes que permitan comparar Phoenix Plus con otras herramientas de extracción documental o con modelos de propósito general.
Para los departamentos de informática, el reto será determinar si esta capa generativa reduce realmente el tiempo necesario para incorporar nuevos tipos de documentos y el volumen de verificaciones manuales, sin perjudicar la fiabilidad del procesamiento.
Carmen Alvear
Redactora Jefa & Analista Senior
Ensayista, doctora en Filosofía de la Ciencia por la Universidad Complutense de Madrid y crítica literaria. Co-fundadora y directora editorial de Blogmasters.es.
