O Azure Document Intelligence é a plataforma de processamento documental na cloud da Microsoft, anteriormente conhecida como Form Recognizer (renomeada em 2023) e parte dos Azure Cognitive Services. Fornece modelos pré-treinados para tipos de documento padrão, query fields para nomear campos ad-hoc no momento da análise, o Document Intelligence Studio para treinar modelos personalizados com dados anotados e capacidades de NLP para análise semântica do conteúdo dos documentos. Se a sua organização já está profundamente na stack da Microsoft, é o caminho de menor resistência.
Principais diferenças num relance:
- A anyformat extrai esquemas aninhados em zero-shot; o caminho sem anotação do Azure (query fields) devolve valores simples, e a estrutura implica um modelo personalizado treinado.
- A anyformat inclui um construtor visual de workflows com ramificações, encaminhamento e revisão humana; o Azure fornece uma API de extração sem orquestração nativa.
- A anyformat é nativa da UE, com o RGPD como restrição de arquitetura; o Azure oferece regiões configuráveis sob jurisdição dos EUA.
- A anyformat oferece instalação totalmente on-premise, incluindo ambientes air-gapped; a instalação em contentores do Azure cobre apenas um subconjunto de funcionalidades.
- Ambos devolvem confiança por campo; a da anyformat é calibrada e comanda o encaminhamento para revisão, e cada valor traz uma citação visual.
Esse caminho nem sempre é o melhor encaixe. A soberania de dados europeia, a orquestração de workflows e a extração estruturada sem ciclo de treino são as áreas onde a abordagem do Azure introduz fricção que se acumula com o tempo.
O Azure Document Intelligence traz modelos pré-treinados fortes para tipos de documento padrão: faturas, recibos, documentos de identificação, formulários fiscais. Funcionam sem treino e extraem campos predefinidos.
Para além deles, o Azure dá-lhe dois caminhos. Os query fields permitem nomear os campos que pretende no momento da análise e devolvê-los com uma pontuação de confiança, sem anotação e sem ciclo de treino, mas são um add-on pago e devolvem valores simples. Tudo o que tenha estrutura, como objetos aninhados ou linhas de detalhe repetidas, implica construir um modelo personalizado no Document Intelligence Studio: anotar documentos (5 no mínimo, realisticamente mais) e voltar a treinar sempre que o esquema muda.
A anyformat usa extração zero-shot contra um esquema JSON que define, incluindo objetos aninhados e arrays de linhas de detalhe. Sem anotação em qualquer dos níveis. Altere o esquema no Studio e a alteração aplica-se ao documento seguinte, sem treino nem deploy de código.
A distinção não é treino contra ausência de treino. É onde está o teto do caminho sem treino.
Construtor de workflows e orquestração
O Azure Document Intelligence extrai dados de documentos. Tudo o que o rodeia, isto é, classificação, encaminhamento, workflows de validação, revisão humana, lógica condicional e infraestrutura de webhooks, tem de ser construído pela sua equipa de engenharia com Azure Functions, Event Grid, Logic Apps ou código personalizado.
A anyformat inclui um construtor visual de workflows com operadores integrados de divisão, encaminhamento, extração, validação e revisão human-in-the-loop. As equipas sem perfil técnico desenham pipelines documentais visualmente, com ramificações e condições, sem envolver a engenharia.
Esta é a diferença entre comprar uma API de extração documental e comprar uma plataforma de operações documentais. A camada de workflows é onde vive a lógica de negócio, e o Azure deixa-a inteiramente ao seu encargo.
Soberania europeia e residência dos dados
O Azure Document Intelligence corre no Microsoft Azure. A residência dos dados é configurável dentro das opções de região do Azure, e a Microsoft oferece Virtual Networks, Private Endpoints e registo de atividade. São controlos relevantes. A base jurisdicional, porém, continua a ser norte-americana.
Para as empresas europeias a navegar o RGPD, o DORA, o ViDA e os mandatos de faturação eletrónica de cada país, a questão não é apenas onde os dados são armazenados, mas sob que quadro legal são regidos.
A anyformat é nativa da UE. A nossa infraestrutura corre na AWS com controlos de residência de dados construídos especificamente para os requisitos regulamentares europeus, e a conformidade com o RGPD é uma restrição de arquitetura, não uma opção de configuração. Escolher a região numa plataforma regida pelos EUA não muda a jurisdição.
O Azure tem certificação ISO 27001, a par de SOC 2, HIPAA e FedRAMP High. Em matéria de certificação isto é paridade, não uma lacuna. O que esses certificados cobrem é a plataforma Azure; a postura de conformidade do pipeline que constrói por cima, ou seja, definições de encriptação, controlos de acesso, políticas de retenção e registos de auditoria, fica do lado do cliente no modelo de responsabilidade partilhada.
A anyformat tem certificação ISO 27001 com um âmbito de certificação que cobre o pipeline de processamento documental de ponta a ponta, pelo que os controlos que compra e os controlos que foram auditados são o mesmo conjunto.
Retenção zero de dados
O tratamento de dados do Azure segue as políticas gerais de retenção e armazenamento da plataforma, e a Microsoft declara que os dados dos clientes não são usados para treinar os modelos do Document Intelligence. O trabalho está na configuração: regras de ciclo de vida de armazenamento, retenção de logs e políticas de eliminação no Document Intelligence Studio, no portal Azure e no Blob Storage.
A anyformat oferece processamento com retenção zero como opção nativa. Os documentos de origem não são conservados para além da janela de processamento. Um interruptor, não um exercício de configuração espalhado por vários serviços.
Os modelos pré-treinados do Azure lidam bem com layouts complexos. Benchmarks independentes mostram desempenho superior ao Textract em tabelas multicoluna e estruturas aninhadas, com reconhecimento de escrita manual e marcas de seleção. Com 96% de precisão em benchmarks de texto impresso, lidera a sua categoria.
Onde se torna mais trabalhoso é na extração estruturada fora da cobertura pré-treinada, que arrasta o ciclo de anotação e retreino descrito acima, e nos documentos longos, que exigem gestão manual de paginação. A configuração está dispersa entre o Document Intelligence Studio, o portal Azure e o código da API.
A anyformat suporta mais de 100 formatos e adapta-se a qualquer layout, sem templates. O nosso pipeline combina LLM com regras determinísticas e pontuação de confiança para tratar casos-limite, os documentos longos são divididos automaticamente com preservação de contexto, e a configuração vive num único sítio.
Instalação on-premise
O Azure oferece opções limitadas de instalação em contentores para o Document Intelligence, mas o conjunto completo de funcionalidades é exclusivo da cloud. Ambientes air-gapped e requisitos estritos de perímetro de dados deixam-no com poucas opções.
A anyformat oferece instalação totalmente on-premise: cloud privada ou on-premise, incluindo ambientes air-gapped. Para organizações de defesa, saúde, serviços financeiros e administração pública, é um requisito inegociável.
Precisão, confiança e avaliação
Os modelos pré-treinados do Azure são genuinamente fortes nos tipos de documento a que se destinam, e o Azure devolve uma pontuação de confiança por campo extraído, não apenas por modelo.
A precisão em benchmark e a precisão em produção são coisas diferentes, e a propriedade decisiva de uma pontuação de confiança é a calibração: saber se 0,9 significa mesmo 90% de probabilidade de estar certo. A anyformat calibra a confiança por campo, medida em 99,1% de precisão de calibração com um Adaptive ECE de 0,009 (benchmark da anyformat, 2026), que é o que torna seguro definir um limiar de straight-through. Cada valor traz também uma citação visual que o liga à sua posição exata na página. Em produção, a L'Oréal reporta 99% de precisão de extração e uma redução de 60% no tempo de processamento em mais de 1.500 faturas mensais.
Manter essa precisão depois de entrar em produção é a outra metade. Cada workflow de Extract e Classify da anyformat tem um separador Health onde constrói um dataset com ground truth verificada, corre uma avaliação que volta a extrair cada documento abrangido numa versão escolhida do workflow e o pontua campo a campo. As execuções são numeradas e imutáveis, e o Health Overview coloca o benchmark do dataset ao lado da precisão de produção em tempo real e reporta a diferença (Evals).
Tabelas longas e layouts complexos
O Azure lida com tabelas multicoluna e estruturas aninhadas melhor do que a maioria dos fornecedores de cloud. Força genuína.
Tabelas que atravessam várias páginas, padrões complexos de células unidas e tabelas incorporadas em documentos de layout misto continuam a criar dificuldades, e a gestão manual de paginação em documentos longos acrescenta fricção.
O pipeline multi-fase da anyformat foi projetado para a complexidade das tabelas. Em tabelas que crescem até 50 páginas e cerca de 2.400 linhas manteve uma recuperação de linhas de ~99% (benchmark da anyformat, 2026), e o resultado é estruturado e pronto para consumo a jusante, sem pós-processamento.
Deteção e explicação de figuras
O modelo Layout do Azure deteta figuras e devolve as suas regiões delimitadoras, as legendas associadas e imagens recortadas das mesmas. O que não devolve é o que a figura mostra. A anyformat deteta figuras, classifica-as no contexto e gera descrições estruturadas do conteúdo visual.
Se procura uma alternativa ao Azure Document Intelligence, a anyformat responde ao que aparece assim que os seus esquemas deixam de ser campos simples: extração estruturada e aninhada, sem anotação e sem ciclo de retreino. Oferece também soberania de dados nativa da UE, instalação totalmente on-premise incluindo ambientes air-gapped, confiança calibrada com citações visuais e um construtor visual de workflows que permite às equipas de operações serem donas dos pipelines documentais sem dependências de engenharia.
Quando escolher o Azure Document Intelligence
Se os seus documentos já correspondem aos modelos pré-treinados do Azure, os seus campos adicionais são simples o suficiente para os query fields e a sua equipa vive no ecossistema Microsoft, o Azure vai funcionar.
Escolha a anyformat quando precisa de extração estruturada em documentos personalizados em dias, de soberania nativa da UE, de orquestração de workflows com revisão humana ou de confiança calibrada contra a qual possa definir um limiar de straight-through, sem anotar um conjunto de treino nem escrever código de cola.
A anyformat é a plataforma agêntica de inteligência documental criada para empresas europeias. Certificada ISO 27001, em conformidade com o RGPD, com processamento com retenção zero e instalação on-premise. Comece em anyformat.ai
