Cómo automatizar facturas de proveedor con n8n, paso a paso

Un proveedor manda la factura por correo. Alguien la abre, mira el importe, lo compara con el pedido, y lo mete a mano en el programa de contabilidad. Cada factura, cada mes, cada proveedor. Este artículo cuenta cómo quitar la parte mecánica de ese proceso con n8n, una herramienta de automatización que conecta aplicaciones entre sí sin que tengas que programar desde cero.

Lo montamos en una de las empresas del grupo, con facturas de proveedores reales llegando cada día. Esto es lo que funciona, lo que falla y lo que no se puede saltar.

El flujo completo, de arriba a abajo

El proceso tiene cuatro pasos, en este orden:

1. El disparador. Un buzón de correo dedicado a facturas. Cuando llega un correo con un adjunto PDF, JPG o PNG, n8n se despierta.
2. La extracción con IA. Un modelo lee el documento y devuelve los datos como campos estructurados: proveedor, CIF, número, fecha, base, IVA y total.
3. La validación. Cuatro comprobaciones aritméticas —no IA— que cazan los errores de lectura del modelo. Lo que no cuadra no pasa: va a una cola de revisión.
4. El volcado. Solo lo validado entra en el programa de contabilidad o el ERP, por su API.

Cada paso es un nodo o un grupo de nodos en n8n, y cada uno puede fallar por su cuenta, así que conviene entenderlos por separado.

El disparador: el correo del proveedor

El punto de partida es un buzón de correo dedicado a facturas. No uses el correo general de la empresa: mezclar facturas con pedidos, reclamaciones y spam multiplica los falsos positivos.

En n8n, el nodo de disparador (trigger) vigila ese buzón y se activa cuando llega un correo nuevo con un adjunto. El primer filtro es simple: que el adjunto sea PDF, JPG o PNG. Todo lo demás se descarta o se manda a revisión manual sin más trámite.

Aquí ya hay una decisión que tomar: ¿aceptas facturas por WhatsApp o solo por correo? Si tus proveedores son gente pequeña que manda fotos por el móvil, necesitas un canal de entrada adicional, y eso pasa por conectar WhatsApp con n8n con la API oficial. Cuantos más canales, más puntos donde algo puede llegar mal formado.

La extracción con IA

Con el archivo ya descargado, entra el nodo de extracción. Aquí se usa un modelo de IA capaz de leer documentos: se le pasa la imagen o el PDF y se le pide que devuelva los datos en un formato estructurado (JSON), es decir, campos con nombre y valor, no un texto suelto.

Los campos mínimos que hay que pedir:

• Nombre y CIF del proveedor
• Número de factura
• Fecha de emisión
• Base imponible, IVA y total
• Concepto o líneas de detalle, si las necesitas para cuadrar con el pedido

El modelo no siempre acierta a la primera. Con facturas limpias, escaneadas rectas y con texto nítido, el acierto es alto. Con facturas mal escaneadas, la cosa cambia, y de eso hablamos en el siguiente punto.

La validación

Antes de que nada llegue al sistema de contabilidad, hay que comprobar que los números cuadran. Esto se hace con un nodo de lógica dentro de n8n:

Comprobación	Regla exacta	Qué caza
Cuadre del total	Base + IVA = total, con margen de 0,01 €	Dígitos mal leídos. El margen es obligatorio: exigir cuadre al céntimo manda a revisión facturas correctas
Tipo de IVA	Solo 21 %, 10 %, 4 % o 0 %	Un 15 % no es una factura rara, es un error de lectura
Formato del CIF	Una letra + siete dígitos + carácter de control = 9 caracteres	Caracteres de más o de menos al transcribir
Fecha de emisión	Ni futura ni anterior a tres años	Años mal leídos (2026 → 2020)

Estas cuatro comprobaciones son aritmética, no IA, y ahí está su valor: cazan los errores de lectura del modelo sin depender del modelo.

Si algo no cuadra, la factura no pasa. Se manda a una cola de revisión, normalmente una tarea en una hoja de cálculo o un aviso en un canal de Slack o de correo, para que una persona la mire.

El volcado

Solo las facturas que pasan la validación llegan al último paso: la inserción en el programa de contabilidad o en el ERP (el sistema de gestión donde vive toda la información de la empresa). Aquí n8n usa la conexión (API) de ese programa para crear el registro directamente, con los campos ya extraídos.

Este paso suele ser el más sencillo de montar y el que menos falla, siempre que los tres anteriores hayan hecho bien su trabajo.

Qué pasa cuando el PDF es una foto torcida

Aquí es donde la teoría se rompe. En la práctica, no todas las facturas llegan como un PDF generado por un ordenador. Llegan como una foto hecha con el móvil, torcida, con la mano tapando una esquina, con luz mala o con el papel arrugado.

Con ese tipo de archivo pasan tres cosas típicas:

• El modelo lee mal un número. Confunde un 3 con un 8, o un 0 con una O. Si ese número es el total, la validación matemática lo detecta porque no cuadra. Pero si es el número de factura, puede colarse sin que nadie se dé cuenta.
• El modelo se inventa un campo que no está. Si la fecha no se ve bien, algunos modelos prefieren dar una respuesta a admitir que no la ven. Esto es peligroso porque no siempre salta ningún aviso.
• La extracción se queda a medias. El nombre del proveedor aparece vacío o cortado, porque el logo tapaba parte del texto.

Ninguno de estos fallos se resuelve pidiéndole “más inteligencia” al modelo. Se resuelve con reglas de validación estrictas y con un umbral de confianza: si el modelo devuelve un dato con poca seguridad, esa factura va directa a revisión, aunque los números cuadren.

Por qué la revisión humana no se puede quitar

La tentación, una vez montado el flujo, es dejarlo correr solo. No lo hagas. La automatización reduce el trabajo, no lo elimina.

Hay dos razones de peso:

Los errores silenciosos son los peores. Un dato mal leído que sí cuadra en la validación matemática (por ejemplo, un CIF de otro proveedor parecido) puede colarse entero. Nadie lo nota hasta que Hacienda o el propio proveedor preguntan por qué esa factura no aparece donde debería.

El criterio de negocio no está en el documento. Que una factura llegue duplicada, que el importe sea razonable para ese proveedor, que el concepto tenga sentido con lo que se pidió: eso lo sabe la persona que lleva la cuenta con ese proveedor, no un modelo que solo ve un PDF suelto.

Lo que cambia con la automatización no es si hay revisión, sino cuánta. Sin automatizar, alguien revisa el cien por cien de las facturas a mano, desde cero. Con el flujo montado, alguien revisa solo las que el sistema marca como dudosas, y las revisa con los datos ya extraídos delante, no desde el PDF en blanco.

Cuándo no compensa montarlo

Si recibes pocas facturas al mes y de pocos proveedores, este montaje puede ser más esfuerzo de mantenimiento que el que ahorra. Configurar el flujo, ajustar la validación y vigilar que el modelo de IA siga funcionando bien lleva tiempo, y ese tiempo hay que amortizarlo con volumen.

También pesa el tipo de proveedor. Si casi todas tus facturas llegan como PDF nativo de un programa de facturación, la extracción es casi perfecta desde el primer día. Si la mayoría son fotos de papel arrugado, vas a pasar más tiempo ajustando reglas de validación que el que ibas a ahorrar tecleando a mano.

En resumen

Automatizar la entrada de facturas con n8n funciona bien cuando se monta con las cuatro piezas separadas: disparador de correo, extracción con IA, validación estricta y volcado en el sistema de gestión. El punto que más falla en la práctica es la calidad del documento de entrada, no el modelo de IA.

La revisión humana no desaparece, se reduce y se enfoca solo en los casos dudosos. Si tu volumen de facturas es alto y la mayoría de tus proveedores mandan documentos razonablemente limpios, el ahorro de tiempo es real. Si no es así, empieza por pedir a tus proveedores mejores PDF antes de automatizar nada.

Si todavía no tienes n8n funcionando, el punto de partida es instalarlo en tu propio servidor: el flujo de facturas se monta encima de eso. Y si lo que quieres es que el circuito completo —correo, extracción, validación y volcado en tu programa de contabilidad— quede montado y vigilado sin que tengas que mantenerlo, eso es un proyecto de automatización de procesos con n8n.