Zentry.

Boletas físicas, cabreo digital.

Cualquier empresa con colaboradores en terreno enfrenta el mismo ritual mensual: juntar boletas, transcribirlas a una planilla, validar montos, reclasificar centro de costo, escanear o adjuntar foto, justificar excepciones, esperar aprobación y conciliar contra tarjetas corporativas. Tiempo perdido en bajo valor.

Las boletas chilenas tienen formatos heterogéneos (electrónicas SII, manuales, ticket de máquina), monto y RUT no siempre legibles, y reglas de IVA distintas según el régimen del emisor. Un OCR genérico falla en al menos uno de estos frentes.

Las soluciones existentes (Expensify, Concur) están pensadas para mercados anglosajones — no entienden RUT, formato boleta SII chileno, ni la reclasificación local que necesita el equipo contable.

Foto, OCR, validación, listo.

Construimos un SaaS donde el flujo es: (1) el colaborador toma foto de la boleta desde el móvil, (2) el OCR + LLM extrae monto, RUT, fecha, descripción y categoría, (3) el sistema valida formato boleta chilena (RUT con dígito verificador, monto consistente con IVA), (4) el supervisor aprueba y se concilia automático con la tarjeta corporativa.

Capa OCR + IA

El OCR base extrae texto. Un LLM de visión interpreta layout (qué número es el total, cuál es el RUT del emisor, dónde está la fecha) — esto resuelve el 80% de la variabilidad de formato. Reglas locales chilenas (algoritmo de dígito verificador, validación de IVA según régimen) corren posterior al LLM como guardrails determinísticos.

Web app moderna sobre Next.js 16

Stack actual: Next.js 16 con App Router y Server Actions, React 19 con Suspense, autenticación con Auth.js v5 (next-auth), MariaDB para datos transaccionales, almacenamiento S3-compatible para imágenes. Mobile-first con cámara nativa para captura.

Roles y workflows

Admin, Aprobador, Colaborador. Reglas de aprobación por monto, centro de costo y categoría. Auditoría de cambios. Exportación a Excel y formatos contables. Integración pendiente con ERPs chilenos (Defontana, Manager) en roadmap.

Next.js 16 como base.

Por qué Next.js 16 + React 19

Server Actions eliminan la capa REST para flujos simples. React 19 con Suspense da una UX fluida con estados de carga implícitos. Auth.js v5 resuelve autenticación + sesiones con un solo paquete. La velocidad de iteración se multiplicó frente a una arquitectura clásica frontend separado + backend separado.

Métricas defendibles.

Exactitud OCR + IA: sobre boletas chilenas reales, el pipeline OCR base + LLM de visión + reglas locales acierta el monto, RUT y fecha cerca del 96%. El 4% restante cae al flujo manual con la foto adjunta para que el colaborador corrija un campo.

Tiempo foto → registro: desde que el colaborador captura la boleta hasta que aparece prellenada en el sistema. La aprobación posterior depende del flujo del cliente, no del sistema.

Ahorro estimado: equivale al tiempo que un equipo de 50 personas dedicaba a trascribir, validar y enviar planillas mensuales. Es directional — la cifra real depende del flujo previo de cada cliente.

Lo que aprendimos.

OCR puro no basta

OCR estándar entrega texto crudo. Lo difícil es interpretarlo: cuál número es el total cuando hay subtotales, propinas, IVA y descuentos. Un LLM de visión interpreta layout — esto eliminó una clase entera de errores.

Reglas locales como guardrails

El LLM puede alucinar un RUT inválido. Una validación posterior con el algoritmo de dígito verificador chileno detecta el caso y vuelve a pedir confirmación. Las reglas determinísticas son el cinturón de seguridad — la IA hace el manejo, las reglas evitan el accidente.

Mobile-first no es opcional

Las boletas se generan en terreno, no en la oficina. Cualquier UX que requiera abrir un laptop está perdida. La cámara del móvil es el escáner — el resto de la app debe trabajar para que esa foto sea suficiente.

Más trabajo en producción.