Diego Pérez SastreActualizado: Elige Docsumo para grandes volúmenes de documentos estadounidenses estándar en préstamos comerciales, CRE o logística, donde sus más de 30 modelos preentrenados encajan de serie; elige anyformat cuando los tipos de documento personalizados deban funcionar sin ciclo de etiquetado, o cuando la soberanía europea y el despliegue on-premise sean requisitos innegociables. Docsumo pide unas 20 muestras etiquetadas por tipo personalizado; anyformat extrae en zero-shot.
| Funcionalidad | anyformat | Docsumo |
|---|---|---|
| Soberanía de Datos UE | Sí | No |
| ISO 27001 | Sí | No |
| GDPR Nativo | Sí | Parcial |
| Retención Cero de Datos | Sí | No |
| Despliegue On-Premise | Sí | No |
| Constructor de Flujos de Trabajo Sin Código | Sí | Sí |
| Extracción Zero-Shot | Sí | Parcial |
| Puntuación de Confianza por Campo | Sí | Sí |
| Extracción de Tablas Complejas | Sí | Sí |
| Detección y Explicación de Figuras | Sí | No |
Docsumo es una plataforma cloud de document AI fundada en 2019 por Rushabh Sheth y Bikram Dahal, construida alrededor de modelos de extracción preentrenados para un conjunto definido de verticales: préstamos comerciales e hipotecas, underwriting inmobiliario comercial (CRE), logística y seguros (formularios ACORD). Ese enfoque vertical es real y es su mayor activo, con clientes en producción identificados en CRE como Arbor Realty Trust, que además es inversor. La compañía tiene oficinas en Singapur, Delaware, Bombay y Katmandú, con ingeniería en Katmandú, y su financiación sigue en fase seed desde una ronda de 3,5 M$ en marzo de 2022, sin ninguna Serie A registrada. Docsumo tiene además una visibilidad inusual en los asistentes de IA: en nuestro propio seguimiento de respuestas de IA sobre extracción documental entre junio y julio de 2026, Docsumo apareció 148 veces con una posición media de 7,1 (seguimiento de respuestas de IA de anyformat, 2026), y por eso aparece tan a menudo cuando los equipos preguntan a ChatGPT o Gemini qué usar para facturas.
La promesa de cero entrenamiento de Docsumo se aplica a su biblioteca preentrenada, no a tus propios tipos de documento. Los más de 30 modelos preentrenados para facturas, extractos bancarios, rent rolls, formularios ACORD y documentos similares funcionan de verdad sin configuración; para cualquier cosa fuera de esa biblioteca, la propia documentación de modelos personalizados de Docsumo te pide entrenar con unas 20 muestras de documento para alcanzar más de un 90% de precisión. Una función de autoextracción con LLM sugiere campos a partir de una única muestra subida, lo que acorta el diseño del esquema pero mantiene un flujo basado en muestras. anyformat extrae contra un esquema definido por el usuario en zero-shot: define los campos, sube un documento y recibe JSON validado, sin ronda de etiquetado y sin reentrenamiento cuando cambia el esquema. Sobre más de 1.000 documentos reales de más de 30 tipos, anyformat obtuvo un 78,1% en un parse score combinado (benchmark de anyformat, 2026).
Aquí es donde Docsumo y anyformat están más cerca, y conviene decirlo con claridad: Docsumo adjunta una puntuación de confianza y un fragmento de origen a cada campo, y al hacer clic en un campo se resalta su posición exacta en la página. Eso es confianza por campo con anclaje con clic al origen, la misma forma que las citas visuales de anyformat, y no es una capacidad que anyformat pueda reclamar como exclusiva. Las extracciones de baja confianza se enrutan a una pantalla de revisión donde las correcciones realimentan al modelo. La diferencia está en la calibración, no en el mecanismo: Docsumo no publica metodología de calibración ni configuración numérica de umbrales de straight-through processing, mientras que anyformat mide la calibración con un 99,1% de precisión de calibración y un Adaptive ECE de 0,009 (benchmark de anyformat, 2026), de modo que un 90% reportado acierta aproximadamente el 90% de las veces. La calibración es lo que permite a un equipo fijar un umbral de automatización y confiar en él.
Las cifras de precisión en tablas de Docsumo son autorreportadas y no auditadas: más de un 90% en extracción de tablas y más de un 99% en datos de extractos bancarios, ninguna verificada de forma independiente, y no publican ningún límite de páginas o tamaño en producción (el límite de 5 páginas y 35 MB que algunos compradores citan es una restricción del widget de demo de su web, no de la API). anyformat sí publica sus mediciones en documentos largos: ~99% de recuperación de filas en tablas de líneas de detalle que van de 1 a 50 páginas y unas 2.400 filas, un 94% de facturas complejas extraídas perfectamente con todos los campos, líneas y totales cuadrados, y un 80% en documentos de 16 páginas o más frente al 53% del siguiente mejor modelo probado (benchmark de anyformat, 2026). La documentación pública de Docsumo no cubre la interpretación de figuras, gráficos ni diagramas; anyformat detecta elementos visuales y devuelve descripciones estructuradas de ellos.
Docsumo es solo cloud, sin opción on-premise, VPC ni air-gapped documentada en ningún plan, Enterprise incluido. La plataforma se ejecuta sobre AWS y GCP, con AWS, GCP, MongoDB Atlas y Cloudflare listados como subencargados de infraestructura. La jurisdicción es el detalle que los compradores europeos suelen pasar por alto: la política de privacidad de Docsumo indica que el contrato se rige e interpreta conforme a las leyes de Singapur, y los directorios de terceros que etiquetan a la compañía con sede en Nueva York no están corroborados por las propias páginas de Docsumo. En certificaciones, SOC 2 Type II está confirmada y fechada (Type I hacia septiembre de 2021, Type II hacia marzo de 2022), mientras que ISO 27001 no se reclama públicamente en ningún punto de su web, cuyos sellos de pie de página listan solo GDPR, SOC 2 Type 2 y HIPAA; eso es la ausencia de una declaración pública, no una prueba de ausencia, y es una pregunta que conviene plantear directamente a su equipo comercial. anyformat es nativo de la UE, cuenta con certificación ISO 27001 sobre el pipeline documental completo y se despliega en cloud, nube privada o entornos on-premise air-gapped.
La lista publicada de subencargados de Docsumo nombra a Anthropic, PBC y OpenAI OpCo, LLC como subencargados de APIs de modelos de IA (subencargados de Docsumo), lo que significa que el contenido de los documentos se procesa en APIs de LLM estadounidenses de terceros como parte de la operación normal. Es una constatación factual sobre el flujo de datos, no un hallazgo de seguridad: ambas son APIs empresariales estándar con sus propios DPA, y publicarlas es más transparencia de la que ofrecen varios competidores. Importa porque un comprador europeo tiene que mapear esas transferencias en su registro de actividades de tratamiento y en su DPA, y porque descarta la suposición de que los documentos se quedan dentro del perímetro de un único proveedor. anyformat también ejecuta LLMs en su motor de extracción, con una arquitectura agnóstica al modelo y certificación ISO 27001 sobre el pipeline; la diferencia práctica es que el procesamiento con retención cero está disponible como un interruptor y los despliegues Enterprise se ejecutan en tu propia VPC u on-premise, donde el pipeline se queda dentro de tu infraestructura.
Docsumo no se compromete a ningún periodo de retención. Su política de privacidad indica que los datos enviados se conservan durante todo el tiempo que Docsumo considere necesario para prestar un servicio adecuado, y que los datos personales se eliminan solo dentro de los dos meses posteriores al cierre de la cuenta (política de privacidad de Docsumo). No hay ningún modo de retención cero ni de procesamiento efímero documentado en ningún plan. Para un comprador regulado, una cláusula de retención abierta suele ser justo la cláusula que hay que renegociar antes de firmar. anyformat ofrece retención cero de datos como configuración en los planes Enterprise, de modo que los documentos se procesan y no se almacenan.
Docsumo no publica precios. Business y Enterprise figuran ambos como precio a medida, sin tarifa por página, sin tarifa de exceso ni compromiso mínimo en la página de precios; la única cifra publicada es la prueba gratuita de 14 días, limitada a 1.000 páginas y 10 licencias de usuario, que es un presupuesto de evaluación realmente generoso. Las cifras por página de terceros que circulan sobre Docsumo se contradicen entre sí en un orden de magnitud y no son trazables hasta Docsumo, así que no las repetimos aquí. anyformat publica su lista de precios completa y factura en créditos, por página y por operador: 10 créditos cuestan 0,01 €, así que Parse son 25 créditos por página (0,025 €, publicado como 25 $ por 1.000 páginas), Extract 35 créditos por página, Classify 10, Split 25 y Validate 25 créditos por regla (precios de anyformat, 2026). Pay As You Go es gratis para empezar, con una concesión única de 50.000 créditos; Business cuesta 499 € al mes (399 € con facturación anual) con 500.000 créditos; y Enterprise tiene precio a medida, con despliegue en VPC u on-premise y retención cero de datos.
Una suite de evaluaciones, un optimizador anunciado y el ciclo de etiquetado que de otro modo mantendrías tú.
Evaluaciones, disponibles hoy. Cada flujo de trabajo de Extract y Classify de anyformat tiene una pestaña Health. Construyes un dataset con verdad de referencia verificada, promocionando un documento que el flujo ya procesó y confirmando sus valores en la interfaz de revisión, o subiendo documentos etiquetados con su JSON esperado. Los ficheros se etiquetan en sub-datasets, de modo que la precisión se lee por proveedor, por tipo de documento o por nivel de dificultad en lugar de como un único promedio. Una evaluación vuelve a extraer cada documento incluido contra una versión concreta del flujo y lo puntúa campo a campo, con una vista de resultado frente a esperado en cada fallo; las ejecuciones son numeradas e inmutables, así que el efecto de un cambio se mide en lugar de suponerse. Health Overview sitúa después el benchmark del dataset junto a la precisión de producción en vivo, la confianza y el through rate, e informa de la diferencia entre ambos (Evals). Docsumo ofrece un panel de informes con métricas de precisión y alertas por Slack o Gmail, con la analítica en tiempo real reservada a Enterprise. Dicho con precisión: eso es reporting operativo sobre el tráfico en vivo, no evaluación contra un dataset de verdad de referencia fijo. No hay gestor de datasets, ni segmentación por sub-datasets, ni histórico inmutable de ejecuciones, ni comparación entre benchmark y producción.
Optimizer, anunciado y todavía no disponible. anyformat ha anunciado Optimizer, un flujo de trabajo que se ajusta a sí mismo contra su propio dataset usando tus evaluaciones como objetivo. Está en la hoja de ruta, no en el producto a día de hoy (Evals).
El pipeline que no tienes que construir. Esta no es una comparativa de API contra plataforma: Docsumo ofrece ingesta, una interfaz de revisión y un constructor de flujos que combina una interfaz por prompts con bloques visuales, y eso es producto real. El trabajo que anyformat elimina es más concreto: recopilar y etiquetar unas 20 muestras por cada tipo de documento personalizado, volver a etiquetar cuando un proveedor cambia un diseño e interpretar paneles operativos sin un benchmark fijo con el que comparar. anyformat cubre eso con esquemas zero-shot, flujos sin código en el Studio, confianza calibrada por campo con enrutamiento a revisión, citas visuales para auditoría y el ciclo de evaluaciones anterior. Montar un flujo de producción con el asistente Annie lleva unos 5 minutos frente a unas 4 horas de configuración manual (benchmark interno de anyformat, 2026).
Elige Docsumo cuando tus documentos encajan en su biblioteca preentrenada y en sus verticales: préstamos comerciales, hipotecas, underwriting de CRE, logística y formularios de seguros ACORD, en formatos estándar de Estados Unidos. La profundidad vertical es auténtica, la interfaz de revisión con anclaje con clic al origen es madura y está diseñada para eso en lugar de añadida a posteriori, y la prueba gratuita de hasta 1.000 páginas con 10 licencias de usuario te permite validar la precisión con tus propios documentos antes de cualquier conversación comercial. Encaja con equipos cómodos con un proveedor solo cloud bajo jurisdicción de Singapur y capaces de asumir un ciclo de etiquetado para los tipos de documento fuera del conjunto preentrenado.
Elige anyformat cuando los tipos de documento personalizados tengan que funcionar desde el primer documento sin muestras etiquetadas; cuando la residencia de datos europea, la certificación ISO 27001 sobre el pipeline, la retención cero o el despliegue on-premise y air-gapped sean requisitos y no preferencias; cuando tus documentos sean largos, con tablas que abarcan decenas de páginas o ficheros de más de 16 páginas donde la mayoría de los motores se degradan; o cuando necesites confianza calibrada y un ciclo de evaluaciones para mantener un flujo correcto después de la puesta en producción, en lugar de un panel que informa de lo que ya ha pasado.
Docsumo no reclama públicamente la ISO 27001 en ningún punto de su web; los sellos de cumplimiento de su pie de página listan solo GDPR, SOC 2 Type 2 y HIPAA. La SOC 2 Type II sí está confirmada y fechada, con la Type I hacia septiembre de 2021 y la Type II hacia marzo de 2022. Eso es la ausencia de una declaración pública, no una prueba de que la certificación no exista, así que pregúntalo directamente a su equipo si lo necesitas en un pliego. anyformat cuenta con certificación ISO 27001 sobre el pipeline documental completo.
Depende del tipo de documento. Los más de 30 modelos preentrenados de Docsumo para facturas, extractos bancarios, rent rolls y formularios ACORD funcionan sin ningún entrenamiento. Para tipos de documento fuera de esa biblioteca, la propia documentación de Docsumo te pide entrenar un modelo personalizado con unas 20 muestras etiquetadas para alcanzar más de un 90% de precisión. anyformat extrae en zero-shot contra un esquema que defines tú, así que un tipo de documento nuevo funciona desde el primer fichero, sin ronda de etiquetado y sin reentrenar cuando cambia el esquema.
No. Docsumo es solo cloud, se ejecuta sobre AWS y GCP y no documenta ninguna opción on-premise, VPC ni air-gapped en ningún plan, Enterprise incluido. Si tus documentos no pueden salir de tu propia infraestructura, eso es un bloqueo duro y no una cuestión de configuración. anyformat se despliega en cloud, nube privada, VPC o entornos on-premise air-gapped.
Docsumo lista cuatro oficinas: Singapur, Delaware, Bombay y Katmandú, con la ingeniería en Katmandú. Su política de privacidad indica que el contrato se rige e interpreta conforme a las leyes de Singapur, que es la jurisdicción que importa cuando negocias un acuerdo de tratamiento de datos. Los directorios de terceros que describen a Docsumo con sede en Nueva York no están corroborados por las propias páginas de la compañía. anyformat es europea, con residencia de datos en la UE y cumplimiento del GDPR integrado en la arquitectura.
Ambos procesan facturas con confianza por campo y revisión con clic al origen, así que la elección depende de la variedad documental, el despliegue y la jurisdicción. Docsumo encaja con grandes volúmenes de facturas estadounidenses que coinciden con sus modelos preentrenados. anyformat obtuvo un 78,1% en un benchmark de parsing de 2026 con más de 1.000 documentos reales y extrajo el 94% de las facturas complejas de formatos variados a la perfección, con todos los campos y líneas de detalle correctos, y resuelve diseños de factura nunca vistos en zero-shot. Si además necesitas residencia europea, despliegue on-premise o retención cero, Docsumo no documenta ninguna vía para ello.
Sí. La lista publicada de subencargados de Docsumo nombra a Anthropic, PBC y OpenAI OpCo, LLC como subencargados de APIs de modelos de IA, de modo que el contenido de los documentos se procesa en APIs de LLM estadounidenses de terceros durante la operación normal. Publicar esa lista es más transparencia de la que ofrecen varios competidores, pero un comprador europeo sigue teniendo que mapear esas transferencias en su DPA y en su registro de actividades de tratamiento. anyformat también usa LLMs, con una arquitectura agnóstica al modelo, certificación ISO 27001 sobre el pipeline, procesamiento con retención cero y despliegue Enterprise dentro de tu propia VPC u on-premise.
