Análisis de herramientas y tendencias en procesamiento inteligente de documentos:  Un enfoque de vigilancia tecnológica

Venegas Clavijo, Mateo; Lopez Robayo, William Alexander

Análisis de herramientas y tendencias en procesamiento inteligente de documentos: Un enfoque de vigilancia tecnológica

dc.contributor.advisor	Rodríguez Rojas, Luz Andrea
dc.contributor.author	Venegas Clavijo, Mateo
dc.contributor.author	Lopez Robayo, William Alexander
dc.contributor.orcid	Rodríguez Rojas Luz Andrea [0000-0003-0312-1177]
dc.date.accessioned	2025-12-16T17:05:37Z
dc.date.available	2025-12-16T17:05:37Z
dc.date.created	2025-10-17
dc.description	En la era digital, la gestión documental se ha convertido en un desafío crítico para las organizaciones, debido al crecimiento exponencial de información estructurada y no estructurada. Este entorno ha impulsado la búsqueda de soluciones tecnológicas que mejoren la administración de documentos y datos. En este contexto, el Procesamiento Inteligente de Documentos (PID) representa una evolución significativa, al integrar tecnologías como la Inteligencia Artificial (IA), el Procesamiento de Lenguaje Natural (PLN), el Reconocimiento Óptico de Caracteres (OCR) y la Automatización Robótica de Procesos (RPA). Estas herramientas permiten automatizar tareas repetitivas, clasificar información, extraer datos clave y mejorar la precisión en la toma de decisiones, lo que se traduce en mayor productividad y reducción de costos operativos. El problema abordado en esta monografía radica en la necesidad de comprender cómo estas tecnologías están transformando la gestión documental, especialmente en contextos como el colombiano, donde persisten barreras técnicas, regulatorias y de adopción, especialmente en pequeñas y medianas empresas (pymes). El objetivo de esta monografía es realizar una vigilancia tecnológica sobre las herramientas de PID, analizando su evolución entre 2015 y 2025, con énfasis en las tendencias emergentes, sus aplicaciones sectoriales y los desafíos que enfrenta su implementación. La metodología empleada consistió en una revisión sistemática de literatura científica, patentes y reportes sectoriales, lo que permitió identificar casos de éxito en sectores como finanzas, salud y manufactura, donde se ha optimizado la gestión de facturas, contratos y registros mediante estas tecnologías. Entre las principales conclusiones, se evidencia que el PID ha evolucionado desde soluciones básicas de Reconocimiento Óptico de Caracteres hacia plataformas avanzadas con capacidades cognitivas, predictivas y adaptativas. El auge de arquitecturas modulares, modelos en la nube como Software como Servicio (SaaS) y Agente como Servicio (AaaS), así como tecnologías emergentes como la validación semántica, proyectan un crecimiento del mercado entre el 32 % y el 37 % anual hasta 2027. Finalmente, se proponen recomendaciones para una adopción estratégica del PID, haciendo énfasis en soluciones escalables, interoperables y centradas en el usuario, además de señalar líneas futuras de investigación en áreas como la gobernanza de datos y la integración con tecnologías disruptivas, como blockchain e inteligencia artificial generativa.
dc.description.abstract	In the digital age, efficient document management has become a critical challenge for organizations due to the exponential growth of structured and unstructured information. This study conducts a technological surveillance of Intelligent Document Processing (IDP) tools, examining how technologies such as Artificial Intelligence (AI), Natural Language Processing (NLP), Optical Character Recognition (OCR), and Robotic Process Automation (RPA) are revolutionizing document management. These solutions automate repetitive tasks, classify information, extract key data, and improve decision-making accuracy, resulting in increased productivity and reduced operating costs. The analysis focuses on the evolution of IDP between 2015 and 2025, identifying key trends such as the integration of modular architectures, the rise of cloud-based models (SaaS and AaaS), and the development of advanced cognitive capabilities. Through a systematic review of scientific articles, patents, and industry reports, success stories are highlighted in sectors such as finance, healthcare, and manufacturing, where these technologies have optimized processes such as invoice management, contract analysis, and record digitization. However, persistent challenges are also highlighted, such as reliance on training data, organizational resistance to change, and limitations in adoption by small and medium-sized enterprises (SMEs). The findings demonstrate that the IDP has transitioned from basic OCR solutions to comprehensive platforms with predictive and adaptive capabilities. Emerging technologies, such as semantic validation and automation-on-demand services (AaaS), promise to further boost this market, projecting annual growth of 32% to 37% by 2027. However, their implementation in contexts such as Colombia's requires overcoming technical, regulatory, and training barriers. This paper concludes with recommendations for the strategic adoption of IDP, emphasizing the need for scalable, interoperable, and user-centric solutions, as well as future research directions in areas such as data governance and integration with disruptive technologies (blockchain, generative AI).
dc.format.mimetype	pdf
dc.identifier.uri	http://hdl.handle.net/11349/100182
dc.language.iso	spa
dc.publisher	Universidad Distrital Francisco José de Caldas
dc.relation.references	Abdullah, M. R. Bin, & Iqbal, K. (2022). A review of intelligent document processing applications across diverse industries. Journal of Artificial Intelligence and Machine Learning in Management, 6(2), Https://journals.sagescience.org/index.php/jamm/article/view/106/88
dc.relation.references	Afzal, S., Rajmohan, C., Kesarwani, M., Mehta, S., & Patel, H. (2020). Data readiness report. Https://doi.org/10.48550/arxiv.2010.07213
dc.relation.references	Anagnoste, S. (2018). Robotic Automation Process – The Operating System for the Digital Enterprise. Proceedings of the 12th International Conference on Business Excellence, 12(1), 54–69. Https://doi.org/10.2478/picbe-2018-0007
dc.relation.references	Arias, H. P. P., & Ochoa, D. Y. J. (2015). Desarrollo de un sistema inteligente para la clasificación de documentos ya digitalizados aplicando redes neuronales supervisadas. Revista Tecnológica-ESPOL, Https://rte.espol.edu.ec/index.php/tecnologica/article/view/346
dc.relation.references	Ball, R., & Medeiros, N. (2012). Teaching integrity in empirical research: A protocol for documenting data management and analysis. The Journal of Economic Education, 43(2), 182–189. Https://www.jstor.org/stable/23248971
dc.relation.references	Carrillo Gómez, J. P. (2020). Propuesta de un modelo de vigilancia tecnológica para el Ejército de Colombia [Trabajo de grado, Universidad Militar Nueva Granada]. Universidad Militar Nueva Granada. Https://repository.umng.edu.co/server/api/core/bitstreams/8315f9b3-1297-4454-b003 a13a7cab2555/content
dc.relation.references	Chen, Y., Xu, L., Wang, C., & Liu, W. (2019). Layoutlm: Pre-training of Text and Layout for Document Image Understanding. Https://arxiv.org/pdf/1912.13318
dc.relation.references	Covarrubias López, P. A. (2020). Implementación del proceso de vigilancia tecnológica en una pyme [Trabajo recepcional de maestría, Instituto Tecnológico y de Estudios Superiores de Occidente]. Instituto Tecnológico y de Estudios Superiores de Occidente. Https://rei.iteso.mx/server/api/core/bitstreams/483f97a6-6f44-4d42-9d89 44b5bc70ae0f/content
dc.relation.references	Cuevas, I. O. Comparativa de servicios OCR para documentos administrativos en PDF con Java/Tess4J y Python/easyocr. Cuadernos Técnicos Universitarios de la DGTIC, 2(1). Https://cuadernos.tic.unam.mx/index.php/cua/article/view/37
dc.relation.references	Cutting, G. A., & Cutting-Decelle, A. F. (2021). Intelligent document processing— Methods and tools in the real world. Arxiv preprint arxiv:2112.14070. Https://arxiv.org/pdf/2112.14070
dc.relation.references	Ehrlinger, L., & Wöß, W. (2022). A survey of data quality measurement and monitoring tools. Frontiers in Big Data, 5, 850611. Https://arxiv.org/abs/1907.08138
dc.relation.references	Evans, M. & Blohm, N. (2023). Intelligent Document Processing Assitant. [Patent no. US 2024/0303412 A1]. Ricoh Company.
dc.relation.references	Everest Group. (2023). PID State of the Market Report 2023. Everest Group https://www2.everestgrp.com/reportaction/EGR-2023-38-R-6033/Marketing
dc.relation.references	Festa et al. (2019). Automation As a Service. [Patent no. US 2019/0220305 A1]. Jpmorgan Chase Bank
dc.relation.references	Gelbukh, A. (2010). Procesamiento de lenguaje natural y sus aplicaciones. Komputer Sapiens, 1, 6-11. Https://d1wqtxts1xzle7.cloudfront.net/30768432/Procesamiento_de_lenguaje_natural_y_ sus_aplicaciones-libre.pdf
dc.relation.references	Globe News Wire. (2023). Intelligent Document Processing Global Market Report Https://www.globenewswire.com/news release/2023/06/01/2680588/0/en/Intelligent-Document-Processing-Global-Market Report-2023.html
dc.relation.references	Janasz, T., Mortensen, P., Reisswig, C., Weller, T., Herrmann, M., Crnoja, I., & Höhne, J. (2021). Advancements in ML-enabled intelligent document processing and how to overcome adoption challenges in enterprises. Die Unternehmung, 75(3), 340–355. Https://doi.org/10.5771/0042-059X-2021-3-340
dc.relation.references	Kolandaisamy, R., Rajagopal, H., Kolandaisamy, I., & Sinnappan, G. S. (2024). The Smart Document Processing with Artificial Intelligence. Proceedings of the 2024 International Conference on Artificial Life and Robotics (ICAROB2024), Japan.
dc.relation.references	Lievano-Martínez, F. A., Fernández-Ledesma, J. D., Burgos, D., Branch-Bedoya, J. W., & Jimenez-Builes, J. A. (2022). Intelligent Process Automation: An Application in Manufacturing Industry. Sustainability, 14(8804). Https://doi.org/10.3390/su14148804
dc.relation.references	Lucintel. (2023). Intelligent Document Processing Market Report. Https://www.lucintel.com/intelligent-document-processing-market.aspx
dc.relation.references	Lukkala, S. & Viiliaien, P. (2016). Document Automation. [Patent no. EP 34443466 B1]. European Patent Office.
dc.relation.references	Markets and Markets (2023) Intelligent Document Processing Market. Https://www.marketsandmarkets.com/pressreleases/intelligent-document-processing.asp
dc.relation.references	Mazo, A. P., & Quintero, D. M. (2022). Evaluación de la calidad de la información en las organizaciones, a través de herramientas tecnológicas. SIGNOS-Investigación en Sistemas de Gestión, 14(2). Https://doi.org/10.15332/24631140.7785
dc.relation.references	Moya-Espinosa, P. I., & Moscoso-Durán, F. F. (2017). Vigilancia tecnológica e inteligencia competitiva en el modelo empresarial del sector hotelero colombiano. Revista de Investigación, Desarrollo e Innovación, 8(1) 11-22. Https://doi.org/10.19053/20278306.v8.n1.2017.7367
dc.relation.references	Nahamoo et al. (2020) Intelligent Document System. [Patent no. US 11,797,583 B2]. Pryon Incorporated.
dc.relation.references	Pandey, M., Arora, M., Arora, S., Goyal, C., Gera, V. K., & Yadav, H. (2023). AI based integrated approach for the development of intelligent document management system (IDMS). Procedia Computer Science, 230, 106361. Https://doi.org/10.1016/j.procs.2023.12.127
dc.relation.references	Perlick et al. (2018) Systems and Methods for Document Automation. [Patent no. US 2020/037116 A1]. Lyconos, inc.
dc.relation.references	Piedrahita Mazo, A., & Montoya Quintero, D. (2022). Evaluación de la calidad de la información en las organizaciones, a través de herramientas tecnológicas. SIGNOS, Investigación en Sistemas Https://www.researchgate.net/publication/364944029
dc.relation.references	Planas, M., Rodríguez, T., & Lecha, M. (2004). La importancia de los datos. Nutrición Hospitalaria, 19(1), 11-13. Recuperado en 22 de enero de 2025, de http://scielo.isciii.es/scielo.php?Script=sci_arttext&pid=S0212 16112004000100003&lng=es&tlng=es
dc.relation.references	Porto, G., Gutierrez, J., & Arboleda, J. (2022). Procesamiento inteligente de textos. Https://www.researchgate.net/profile/Geoffrey Porto/publication/360503298_Procesamiento_Inteligente_de_Textos/links/627aa414973b bb29cc722b11/Procesamiento-Inteligente-de-Textos.pdf
dc.relation.references	Pushkarna, M., Zaldivar, A., & Kjartansson, O. (2022). Data cards: Purposeful and transparent dataset documentation for responsible AI. Arxiv. Https://doi.org/10.48550/arxiv.2204.01075
dc.relation.references	Rane, N., & Karthik, K. (2022). Building a platform for intelligent document processing: Opportunities and challenges. International Journal of Advanced Computer Science and Applications.
dc.relation.references	Rodríguez-Cruz, Y., Castellanos-Crespo, A., & Ramírez-Peña, Z. (2015). Gestión documental, de información, del conocimiento e inteligencia organizacional: Particularidades y convergencia para la toma de decisiones estratégicas. Revista Cubana De Información En Ciencias De La Salud Https://acimed.sld.cu/index.php/acimed/article/view/870/577
dc.relation.references	Rodriguez Rogel, J. I., Herrera Egas, J. J., & Chala Cuadros, J. C. (2024). Análisis de la gestión documental y su impacto en los proyectos de vinculación del Instituto Tsa’chila, Santo Domingo, 2023. Revista Social Fronteriza, 4(1), e41173. Https://doi.org/10.59814/resofro.2024.4(1)173
dc.relation.references	Rohaime, M., Putra, R. Y. N., Rizkya, A., & Wulandari, N. (2022). Integrated Invoicing Solution: A Robotic Process Automation with AI and OCR Approach. WJARR, 2021(63), 1–6.
dc.relation.references	Sanchez, P. H. A., Gomez, G. A. U., Tintinago, A. E., & Muñoz, Y. (2018). Etiquetado asistido de documentos de investigación mediante procesamiento de lenguaje natural y tecnologías de la web semántica. Scientia et Technica, 23(4), 528-537. Https://revistas.utp.edu.co/index.php/revistaciencia/article/view/17721
dc.relation.references	Sawadogo, P., Kibata, T., & Darmont, J. (2019). Metadata management for textual documents in data lakes. Arxiv preprint arxiv:1905.04037 Https://arxiv.org/abs/1905.04037
dc.relation.references	Sarker, I. H. (2021). Data science and analytics: An overview from data-driven smart computing, decision-making and applications perspective. SN Computer Science, 2(5), 377. Https://doi.org/10.1007/s42979-021-00765-8
dc.relation.references	Subrahmaniam et al. (2022) Intelligent Document Processing. [US 2024/0029175 A1]. Intuit, inc.
dc.relation.references	Tiwari, M., Aital, P., & Joshi, P. (2024). A comprehensive survey and review of machine learning techniques in document processing: Industry applications and future directions. Journal of Information & Optimization Sciences, 45(4), 1177–1188. Https://doi.org/10.47974/JIOS-1701
dc.relation.references	Vignesh, B., & Krithika, J. (2022). An Overview on PID and Its Significance in Business. International Journal for Research in Applied Science & Engineering Technology (IJRASET), 10(10), 381–386. Https://doi.org/10.22214/ijraset.2022.47001
dc.relation.references	Visalli, F., Patrizio, A., Lanza, A., Papaleo, P., Nautiyal, A., Pupo, M., Scilinguo, U., Oro, E., & Ruffolo, M. (2023). Building a Platform for Intelligent Document Processing: Opportunities and Challenges. Ital-IA 2023: 3rd National Conference on Artificial Intelligence, Pisa, Italy. CEUR Workshop Proceedings.
dc.relation.references	Yang, X., Liang, W., & Zou, J. (2024). Navigating dataset documentations in AI: A large-scale analysis of dataset cards on Hugging Face. Arxiv. Https://arxiv.org/abs/2401.13822v1
dc.rights.acceso	Abierto (Texto Completo)
dc.rights.accessrights	OpenAccess
dc.subject	Procesamiento inteligente de documentos (PID)
dc.subject	Automatización
dc.subject	Inteligencia artificial
dc.subject	Gestión documental
dc.subject	Vigilancia tecnológica
dc.subject.keyword	Intelligent document processing (IDP)
dc.subject.keyword	Automation
dc.subject.keyword	Artificial intelligence
dc.subject.keyword	Document management
dc.subject.keyword	Technology watch
dc.subject.lemb	Ingeniería Indistrial -- Tesis y disertaciones académicas
dc.title	Análisis de herramientas y tendencias en procesamiento inteligente de documentos: Un enfoque de vigilancia tecnológica
dc.title.titleenglish	Analysis of tools and trends in intelligent document processing: A technological surveillance approach
dc.type	bachelorThesis
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.degree	Monografía
dc.type.driver	info:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2

Nombre:: Licencia de uso y publicación MVC WALR.pdf
Tamaño:: 211.66 KB
Formato:: Adobe Portable Document Format

Descargar

Nombre:: Lopez Robayo, William Alexander 2025
Tamaño:: 1.15 MB
Formato:: Adobe Portable Document Format

Descargar

Bloque de licencias

Mostrando 1 - 1 de 1

Nombre:: license.txt
Tamaño:: 7 KB
Formato:: Item-specific license agreed upon to submission
Descripción:

Descargar

Colecciones

Ingeniería Industrial