Fatture, contratti, moduli di onboarding, polizze, richieste di rimborso, domande di credito. Ogni azienda riceve e genera ogni giorno una quantità enorme di documenti. Da anni i sistemi di gestione documentale promettono di risolvere il problema: digitalizzare, indicizzare, archiviare. Ma il vero collo di bottiglia non è l'archiviazione. È l'estrazione: prendere il contenuto di un documento, capirlo, validarlo, e metterlo nella forma giusta per alimentare un processo a valle. Questo è il lavoro che l'Intelligent Document Processing cerca di automatizzare, e che fino a pochi anni fa richiedeva quasi sempre un operatore umano.
Cosa fa concretamente un sistema IDP
Gartner definisce l'Intelligent Document Processing come una categoria di strumenti specializzati di integrazione dati che permettono l'estrazione automatica di informazioni da documenti in formati multipli e con layout variabili. Il risultato viene poi reso disponibile alle applicazioni e ai workflow che ne hanno bisogno. I documenti possono arrivare in forma fisica, dopo la scansione, o direttamente in formato digitale come PDF ed email.
Il punto critico di questa definizione è "formati multipli e layout variabili". Le soluzioni di riconoscimento ottico dei caratteri tradizionali funzionano bene su documenti strutturati, con campi fissi e posizioni prevedibili. La maggior parte dei documenti aziendali reali non è così: contratti con clausole variabili, fatture di fornitori diversi con layout incompatibili, moduli compilati a mano, email con allegati eterogenei. L'IDP nasce per gestire questa variabilità, usando machine learning e, sempre di più, modelli linguistici per capire il contenuto invece di limitarsi a leggerne la struttura.
Un mercato da oltre cento fornitori
Nel settembre 2025 Gartner ha pubblicato il primo Magic Quadrant dedicato all'Intelligent Document Processing Solutions, valutando diciotto fornitori tra cui ABBYY, Amazon Web Services, Appian, Automation Anywhere, Google, IBM, Microsoft, OpenText, Tungsten Automation e UiPath. La nota che accompagna il report è significativa: il mercato IDP è vasto, con oltre cento fornitori inclusi quelli provenienti da mercati adiacenti, e questo crea un panorama affollato e complesso che rende difficile distinguere le differenze reali tra le soluzioni.
Gartner prevede che il mercato IDP raggiunga i 2,09 miliardi di dollari entro il 2026, con un tasso di crescita annuo composto del 13% a partire dal 2021. È un mercato in crescita, ma anche intensamente competitivo. La proliferazione di fornitori riflette la domanda reale, ma rende più difficile per le aziende valutare le opzioni e scegliere sulla base delle capacità effettive piuttosto che dei messaggi commerciali.
Dove si interrompe la catena del valore
Il problema che le aziende portano ai fornitori IDP non è "archiviare meglio i documenti". È una catena di problemi collegati: ricevere nuovi fornitori o nuovi clienti richiede di elaborare documenti di onboarding che arrivano in formati diversi; elaborare le richieste di rimborso significa estrarre dati da documenti eterogenei e validarli rispetto a regole di business; gestire i contratti implica capire le clausole, identificare le date di scadenza, rilevare le variazioni rispetto ai template standard.
In tutti questi casi, il documento non è il prodotto finale: è il mezzo attraverso cui l'informazione entra nel processo. Se l'estrazione è manuale o parzialmente automatizzata con tecnologie tradizionali, diventa il collo di bottiglia. I team operativi passano ore a ricopiare dati da documenti a sistemi, a correggere errori di riconoscimento, a gestire le eccezioni. L'IDP non elimina tutte le eccezioni, ma riduce drasticamente la quota di documenti che richiedono intervento umano e concentra l'attenzione degli operatori sui casi che la macchina non riesce a gestire con sufficiente confidenza.
Il ruolo della GenAI nell'IDP di nuova generazione
I modelli linguistici di grandi dimensioni stanno cambiando le capacità dei sistemi IDP su un fronte specifico: la comprensione del contesto. Un sistema basato su OCR e template rileva i campi che si aspetta di trovare; un sistema che incorpora GenAI può capire che due documenti con layout completamente diversi contengono la stessa informazione, esprimere un giudizio sulla coerenza del contenuto rispetto a una regola di business, o identificare clausole anomale in un contratto senza che nessuno abbia definito esplicitamente come appaiono.
Questa capacità apre nuovi casi d'uso che prima erano fuori portata dell'automazione. Allo stesso tempo, introduce nuove sfide: i modelli linguistici allucinano, ovvero producono output plausibili ma errati, e in un contesto documentale questo può significare dati errati che entrano nei sistemi a valle senza che nessuno se ne accorga. Per questo Gartner, nel Magic Quadrant IDP 2025, elenca tra le capacità critiche da valutare non solo l'estrazione e l'orchestrazione, ma anche la data review, il ModelOps e il secure handling: la capacità di gestire il ciclo di vita dei modelli, di correggere gli errori e di garantire che i dati sensibili siano trattati in modo conforme.
Dall'IDP all'automazione agentiva
Il passo successivo che molti fornitori stanno percorrendo è l'integrazione dell'IDP in architetture agentive: non più un sistema che estrae dati e li consegna a un workflow separato, ma un agente che legge un documento, comprende cosa deve fare, esegue le azioni necessarie nei sistemi collegati e gestisce le eccezioni autonomamente. Questo è esattamente il tipo di integrazione che richiede sia capacità IDP avanzate sia una struttura di governance chiara su dove l'automazione si ferma e dove inizia il controllo umano.
Le aziende che trattano la gestione documentale come un problema di archiviazione restano bloccate al primo livello: documenti digitalizzati, ma processi ancora manuali. Il valore si sblocca quando l'IDP diventa il layer di ingresso di un'automazione più ampia, e quando il contenuto dei documenti smette di essere patrimonio degli operatori che li leggono e diventa patrimonio dei sistemi che li elaborano.
