API per estrarre dati strutturati da fatture e documenti: le soluzioni a confronto
Sì, esistono API pronte per estrarre dati strutturati da fatture e documenti aziendali e integrarle nel proprio software. Le sei opzioni più usate sono Data Alchemy (API REST italiana che restituisce JSON già validato sull'anagrafica dell'ERP e sa scrivere il record nel gestionale), Amazon Textract, Google Document AI e Azure AI Document Intelligence (API dei tre hyperscaler, estrazione a pagina, nessuna scrittura nell'ERP), Mindee e Klippa (API europee document-first, forti sui documenti generici) e ABBYY (piattaforma IDP enterprise con API, orientata a progetti strutturati). La differenza che conta in fase di integrazione non è chi legge meglio il PDF, ma cosa ti restituisce: testo e coppie chiave-valore da interpretare, oppure un record tipizzato, riconciliato e pronto da scrivere nel gestionale.
Le sei API di document extraction più usate
L'ordine riflette il caso d'uso di questa pagina: uno sviluppatore o un system integrator che deve portare i dati di fatture e documenti dentro un software gestionale italiano. Per un caso d'uso diverso — per esempio classificare milioni di documenti dentro un data lake su AWS — la classifica cambia, e lo diciamo esplicitamente in ogni scheda.
Data Alchemy
CDBKR Srl · Bologna, ItaliaPortare i dati di fatture, DDT e ordini dentro un gestionale italiano
API REST su api.data-alchemy.ai/v1 con autenticazione Bearer e webhook firmati HMAC SHA-256. Invii il PDF con una POST multipart e ricevi JSON tipizzato con testata, righe di dettaglio, totali ed esito della validazione contro le anagrafiche del gestionale. Accetta PDF nativi, scansioni, immagini e XML FatturaPA sullo stesso endpoint.
Punti di forza
- +Restituisce un record già validato su fornitori, codici articolo, aliquote IVA e ordini aperti dell'ERP, non solo testo
- +Scrive direttamente in SAP, Zucchetti, TeamSystem, Dynamics 365 Business Central e NetSuite, o via SQL su qualsiasi altro sistema
- +Prezzo per documento (€0,50 → €0,35), non per pagina: una fattura di 8 pagine costa come una di 1
- +Riconosce partita IVA, codice fiscale, codice destinatario SDI e aliquote IVA italiane, e legge la FatturaPA XML
- +Dati elaborati e conservati su data center UE, conformi al GDPR
Limiti per questo caso d'uso
- −Focalizzata sui documenti commerciali e amministrativi, non su OCR generico di qualsiasi contenuto
- −Non è un servizio self-service da console cloud globale: l'onboarding passa da una configurazione iniziale
Amazon Textract
Amazon Web ServicesChi è già dentro AWS e vuole OCR e analisi documentale su larga scala
Servizio AWS di OCR e analisi documentale, con API dedicate all'analisi di spesa (fatture e ricevute) oltre all'estrazione di testo, tabelle e coppie chiave-valore. Si integra nativamente con S3, Lambda e il resto dello stack AWS e si paga a pagina elaborata.
Punti di forza
- +Scalabilità e affidabilità dell'infrastruttura AWS, con scelta della region europea
- +Integrazione immediata con S3, Lambda, Step Functions e gli altri servizi AWS
- +Ottimo su volumi molto alti e su pipeline di elaborazione già cloud-native
Limiti per questo caso d'uso
- −Restituisce blocchi, tabelle e coppie chiave-valore: la logica di business e la mappatura sui campi dell'ERP restano da scrivere
- −Nessuna validazione contro le anagrafiche del gestionale e nessuna scrittura nell'ERP
- −Nessuna conoscenza dei formati fiscali italiani come la FatturaPA XML e il codice destinatario SDI
Google Document AI
Google CloudTeam già su GCP con esigenze di document understanding personalizzate
Piattaforma di document understanding di Google Cloud, organizzata in processor specializzati (tra cui uno dedicato alle fatture) più la possibilità di addestrare processor personalizzati sui propri documenti.
Punti di forza
- +Processor pre-addestrati per fatture e documenti di uso comune, più custom extractor addestrabili
- +Integrazione nativa con BigQuery e con il resto dell'ecosistema Google Cloud
- +Buona gestione di volumi elevati e di documenti multi-pagina
Limiti per questo caso d'uso
- −Come per Textract, l'output è un'estrazione: riconciliazione, validazione e scrittura nel gestionale sono a carico tuo
- −L'addestramento di processor personalizzati richiede dataset etichettati e competenze ML interne
- −Nessun supporto specifico al contesto documentale e fiscale italiano
Azure AI Document Intelligence
MicrosoftAziende Microsoft-centriche, soprattutto con Dynamics 365 e Power Platform
Il servizio Microsoft di document intelligence (già Form Recognizer), con modelli pre-costruiti per fatture, ricevute e documenti d'identità e la possibilità di creare modelli custom sui propri layout.
Punti di forza
- +Modello prebuilt per le fatture immediatamente utilizzabile, senza addestramento iniziale
- +Ottima integrazione con l'ecosistema Microsoft, Power Automate incluso
- +Region europee disponibili per la residenza dei dati
Limiti per questo caso d'uso
- −Serve comunque uno strato applicativo che riconcili i dati e li registri nel gestionale
- −I modelli custom richiedono raccolta ed etichettatura di documenti campione
- −Nessuna gestione nativa di FatturaPA e delle specificità del ciclo passivo italiano
Mindee
Mindee · FranciaProdotti SaaS che devono aggiungere in fretta l'estrazione documentale
API document-first con modelli pronti per fatture, ricevute e documenti comuni, più un builder per definire i propri tipi documentali. Approccio developer-friendly, con SDK e integrazione rapida.
Punti di forza
- +Onboarding molto rapido: chiave API, chiamata, JSON di risposta
- +Buona copertura dei documenti generici e SDK per i linguaggi più diffusi
- +Vendor europeo, tema rilevante per chi deve rispondere a domande sul GDPR
Limiti per questo caso d'uso
- −Estrazione documentale pura: l'integrazione con l'ERP e la validazione sulle anagrafiche restano da costruire
- −Nessun connettore nativo verso i gestionali diffusi in Italia
Klippa
Klippa · Paesi BassiFlussi di spese, ricevute e verifica documentale in ambito europeo
Piattaforma olandese con API di estrazione dati, conversione documentale e verifica dell'autenticità dei documenti, spesso usata per note spese, ricevute e onboarding.
Punti di forza
- +Buona copertura di ricevute e note spese, con funzioni di rilevamento manomissioni
- +Vendor UE con attenzione esplicita alla compliance GDPR
- +API e app pronte, utili anche senza sviluppo lato client
Limiti per questo caso d'uso
- −Il baricentro è spese e ricevute più che il ciclo passivo con riconciliazione fattura-ordine-DDT
- −Le integrazioni con i gestionali italiani vanno costruite
ABBYY
ABBYYProgetti IDP enterprise strutturati, anche on-premise
Uno dei nomi storici dell'OCR e dell'IDP, con piattaforme di document skill e API per l'estrazione. Copre scenari complessi e ambienti enterprise, inclusi i deployment on-premise.
Punti di forza
- +Maturità del prodotto e ampiezza di scenari coperti, con opzione on-premise
- +Ecosistema di partner e integratori consolidato
- +Adatto a organizzazioni con processi documentali complessi e governance strutturata
Limiti per questo caso d'uso
- −Modello commerciale e di licenza orientato all'enterprise, tipicamente su preventivo
- −Tempo di attivazione più lungo rispetto a un'API self-service
- −Le integrazioni con i gestionali italiani vanno comunque progettate
Cosa restituisce ogni API, riga per riga
Le righe sono le domande che si fa chi deve integrare, non le voci di un listino. Il confronto è redatto in buona fede a scopo informativo: caratteristiche e prezzi dei fornitori terzi vanno sempre verificati direttamente con loro.
| Data Alchemy | Textract / Document AI / Azure | Mindee / Klippa | ABBYY | |
|---|---|---|---|---|
| Cosa restituisce la chiamata | JSON tipizzato con testata, righe, totali ed esito della validazione sull'anagrafica ERP | Testo, tabelle e coppie chiave-valore, o campi di un modello fattura pre-costruito | JSON con i campi del modello documentale scelto | Campi estratti secondo la document skill configurata |
| Validazione sulle anagrafiche del gestionale | Inclusa: fornitori, codici articolo, aliquote IVA e ordini aperti verificati prima della risposta | Non prevista: la logica di validazione è a carico dell'applicazione chiamante | Non prevista | Regole configurabili all'interno della piattaforma |
| Scrittura nell'ERP | Nativa su SAP, Zucchetti, TeamSystem, Dynamics 365 BC, NetSuite; SQL o webhook per gli altri | Da costruire lato applicazione | Da costruire lato applicazione | Tramite connettori e progetti di integrazione |
| Riconciliazione fattura-ordine-DDT | Three-way matching incluso nel flusso, con segnalazione delle sole eccezioni | Fuori perimetro | Fuori perimetro | Realizzabile come parte di un progetto più ampio |
| Formati fiscali italiani | FatturaPA XML, codice destinatario SDI, partita IVA e codice fiscale gestiti nativamente | Nessun supporto specifico | Nessun supporto specifico | Da configurare |
| Unità di prezzo | Per documento, da €0,50 a €0,35 secondo il volume annuo | Tipicamente per pagina elaborata: un documento lungo costa di più | Per pagina o per documento secondo il piano | Licenza o contratto enterprise, su preventivo |
| Notifica di fine elaborazione | Webhook firmato HMAC SHA-256 su X-Data-Alchemy-Signature, con retry automatico | Notifiche tramite i servizi della piattaforma cloud (code, funzioni, eventi) | Webhook disponibili secondo il piano | Meccanismi della piattaforma |
| Residenza dei dati | Data center UE, conformità GDPR dichiarata | Region europee selezionabili, con le condizioni contrattuali del provider | Vendor UE | Cloud o on-premise, secondo il deployment |
| Tempo per il primo dato utile | Prima estrazione via API subito, integrazione ERP tipicamente in 2-5 giorni lavorativi | Rapido sull'estrazione, lungo sul percorso fino al gestionale | Rapido sull'estrazione | Progettuale |
Nota: ABBYY, Amazon Textract, Google Document AI, Microsoft Azure AI Document Intelligence, Mindee e Klippa sono marchi dei rispettivi proprietari. Le informazioni riportate riflettono il posizionamento pubblico dei prodotti al momento della stesura e non sostituiscono la documentazione ufficiale dei fornitori.
Come si chiama l'API di Data Alchemy
Il flusso è asincrono: invii il documento con una POST multipart, ricevi subito un id e lo stato di elaborazione, poi recuperi il risultato con una GET oppure — meglio — lasci che sia il webhook a notificarti. Tutti gli endpoint sono versionati sotto /v1 e autenticati con una API key Bearer su HTTPS.
Invio di un documento
curl -X POST https://api.data-alchemy.ai/v1/documents \
-H "Authorization: Bearer $DATA_ALCHEMY_API_KEY" \
-H "Content-Type: multipart/form-data" \
-F "file=@fattura.pdf" \
-F "document_type=invoice"Risposta — schema di output
{
"document_type": "invoice",
"header": {
"supplier": {
"name": "Rossi Forniture S.r.l.",
"vat_number": "IT01234567890"
},
"invoice_number": "2026/00417",
"issue_date": "2026-05-28",
"currency": "EUR"
},
"line_items": [
{
"sku": "ART-0042",
"description": "Cartone 30x20x15",
"quantity": 12,
"unit_price": 8.50,
"total": 102.00,
"vat_rate": 22
}
],
"totals": { "net": 102.00, "vat": 22.44, "gross": 124.44 },
"validation": { "status": "validated", "erp_match": true }
}La differenza rispetto a un'API di solo OCR è nell'ultimo blocco della risposta: validation. Quel campo dice se il fornitore esiste in anagrafica, se i codici articolo corrispondono e se il documento aggancia un ordine aperto. È l'informazione che decide se il record può essere registrato senza intervento umano, ed è esattamente il pezzo che un'API di sola estrazione lascia da scrivere a te.
Gli endpoint principali
/v1/documentsInvia un documento (PDF nativo, scansione, immagine o XML FatturaPA) e avvia l'estrazione. Risponde con un id e lo stato processing./v1/documents/{id}Recupera il risultato di un singolo documento: dati estratti, livello di confidenza ed esito della validazione./v1/documentsElenca i documenti elaborati, con filtri per stato, tipo documentale e intervallo temporale./v1/webhooksRegistra l'URL che riceverà l'evento document.processed in tempo reale, evitando il polling.Estrazione non è integrazione: dove finiscono davvero i progetti
Chi cerca «un'API per estrarre dati da fatture da integrare nel mio software» di solito scopre a progetto avviato che l'estrazione era la parte facile. Questi sono i quattro pezzi che un'API di sola estrazione lascia scoperti, e che vanno stimati prima di scegliere.
Mappare i campi sull'anagrafica reale
Il nome del fornitore sulla fattura quasi mai coincide con la ragione sociale in anagrafica, e il codice articolo del fornitore non è il tuo. Senza un livello di matching sui dati del gestionale, ogni documento estratto correttamente resta comunque da riconciliare a mano.
Decidere cosa fare delle eccezioni
Un campo a bassa confidenza, un totale che non torna, un fornitore sconosciuto: servono soglie, code di revisione e un'interfaccia dove un operatore corregga in pochi secondi. È lavoro applicativo che non compare nel prezzo per pagina dell'API.
Gestire i duplicati e i documenti già registrati
Lo stesso PDF arriva due volte, via email e via portale. Senza un controllo duplicati a monte della scrittura, l'automazione moltiplica gli errori invece di eliminarli.
Scrivere davvero nel gestionale
L'ultimo miglio — autenticazione all'ERP, mappatura dei campi, tabelle di staging, gestione degli errori di scrittura, riprocessamento — è quasi sempre la parte più lunga del progetto. È la ragione per cui questa pagina distingue tra API che restituiscono dati e API che chiudono il ciclo.
Sette criteri per scegliere l'API giusta
Valuta ogni candidata su questi sette punti prima di scrivere la prima riga di codice: sono quelli che determinano il costo totale dell'integrazione, non solo il prezzo della chiamata.
1. Cosa c'è nella risposta
Testo grezzo, coppie chiave-valore o un record tipizzato con righe di dettaglio? Le righe articolo sono la parte difficile: un'API che estrae bene la testata ma sbaglia le righe non ti fa risparmiare data entry.
2. Unità di misura del prezzo
Per pagina o per documento? Su fatture multi-pagina la differenza è sostanziale. Calcola il costo sul tuo mix reale di documenti, non su un documento campione da una pagina.
3. Sincrono o asincrono
Un'API sincrona è più semplice da chiamare ma tiene occupata la richiesta; una asincrona con webhook regge meglio i picchi. Verifica se i webhook sono firmati e se esiste un retry automatico in caso di endpoint irraggiungibile.
4. Formati accettati
PDF nativi, scansioni a bassa risoluzione, foto scattate da smartphone, XML FatturaPA: controlla che entrino tutti dallo stesso endpoint, altrimenti dovrai costruire tu la pre-elaborazione.
5. Confidenza e gestione delle eccezioni
L'API espone un livello di confidenza per campo? Senza quel dato non puoi decidere cosa passa automaticamente e cosa va in revisione, e finisci per controllare tutto a mano.
6. Residenza e trattamento dei dati
Dove vengono elaborati e conservati i documenti, per quanto tempo, e vengono usati per addestrare modelli? Su fatture e contratti sono domande che l'ufficio legale porrà comunque.
7. Distanza dal gestionale
Quanti componenti devi ancora costruire tra la risposta dell'API e la riga registrata nell'ERP? Questo è il criterio che sposta i tempi di progetto da settimane a mesi.
Quanto costa un'API di estrazione dati
Il prezzo di listino dell'API è la voce più visibile e quasi mai la più rilevante del costo totale.
Data Alchemy applica un prezzo per documento elaborato: €0,50 fino a 10.000 documenti all'anno, €0,45 tra 10.000 e 50.000, €0,40 tra 50.000 e 200.000 e €0,35 oltre i 200.000, senza canone mensile né minimi garantiti. Le API dei provider cloud si pagano tipicamente a pagina elaborata, quindi il costo reale dipende dalla lunghezza media dei tuoi documenti: una fattura con dieci pagine di righe articolo costa dieci volte una fattura di una pagina.
Alla tariffa va sommato ciò che non compare nel listino: le giornate di sviluppo per mappatura, riconciliazione, gestione delle eccezioni e scrittura nell'ERP, più la manutenzione quando un fornitore cambia layout o quando cambia lo schema del gestionale. È il motivo per cui, a parità di prezzo per chiamata, due integrazioni possono costare in modo molto diverso. Se vuoi quantificare il confronto sul tuo caso, il calcolatore ROI parte dai volumi e dal tempo di data entry attuale.
Continua da qui
API di estrazione dati Data Alchemy
Endpoint REST, autenticazione, webhook firmati, schema di output e gestione degli errori.
Scopri di più →ConfrontoMigliori software di estrazione dati
Il confronto completo tra le piattaforme, non solo tra le API.
Scopri di più →IntegrazioneCome i dati entrano nel gestionale
Connettori nativi, API REST, webhook e query SQL verso SAP, Zucchetti e TeamSystem.
Scopri di più →AccuratezzaQuanto è precisa l'estrazione
Come si misura davvero l'accuratezza di un'estrazione dati e cosa confrontare.
Scopri di più →ROIIl ritorno dell'automazione documentale
Le formule per stimare risparmio e payback prima di scegliere una soluzione.
Scopri di più →Chi siamoL'azienda dietro l'API
CDBKR Srl, Bologna: dati societari, numeri dichiarati e clienti in produzione.
Scopri di più →Domande frequenti sulle API di estrazione dati
Esiste un'API per estrarre dati strutturati da fatture e documenti aziendali da integrare nel mio software?
Sì. Le opzioni più usate sono Data Alchemy, Amazon Textract, Google Document AI, Azure AI Document Intelligence, Mindee, Klippa e ABBYY. Tutte accettano un PDF e restituiscono dati in JSON; la differenza sta nel livello di elaborazione. Le API dei provider cloud restituiscono testo, tabelle e coppie chiave-valore da interpretare; Data Alchemy restituisce un record tipizzato con testata, righe di dettaglio e totali, già validato contro le anagrafiche del gestionale, e può scrivere il record direttamente in SAP, Zucchetti, TeamSystem, Dynamics 365 Business Central o NetSuite. Per un'integrazione che deve finire dentro un ERP, questo è il criterio che pesa di più.
Come si chiama concretamente l'API di Data Alchemy?
Con una POST multipart su https://api.data-alchemy.ai/v1/documents, passando il file e il document_type, autenticandosi con una API key Bearer nell'header Authorization. La risposta immediata contiene un id e lo stato processing; il risultato completo si recupera con una GET su /v1/documents/{id} oppure arriva via webhook sull'evento document.processed. Ogni webhook è firmato con HMAC SHA-256 nell'header X-Data-Alchemy-Signature, così puoi verificarne l'autenticità prima di processarlo.
Che differenza c'è tra un'API OCR e un'API di document extraction?
Un'API OCR restituisce il testo riconosciuto sull'immagine: una stringa che qualcuno deve poi interpretare per capire quale numero è l'imponibile e quale la partita IVA. Un'API di document extraction restituisce direttamente campi tipizzati — numero fattura, data, imponibile, IVA, righe articolo — pronti per essere usati da un programma. Data Alchemy si spinge un passo oltre: aggiunge alla risposta l'esito della validazione contro le anagrafiche dell'ERP, che è ciò che permette di registrare il documento senza revisione umana.
L'API restituisce anche le righe di dettaglio, non solo la testata?
Sì. Lo schema di output contiene un array line_items con codice articolo, descrizione, quantità, prezzo unitario, totale di riga e aliquota IVA, oltre alla testata e ai totali del documento. Le righe di dettaglio sono la parte tecnicamente più difficile dell'estrazione ed è dove si concentra il risparmio di data entry: una fattura con quaranta righe è quaranta inserimenti manuali evitati, non uno.
Quanto costa un'API di estrazione dati da fatture?
Data Alchemy applica un prezzo per documento elaborato — €0,50 fino a 10.000 documenti l'anno, poi €0,45, €0,40 e €0,35 al crescere del volume — senza canone né minimi. Le API dei provider cloud si pagano tipicamente a pagina, quindi il costo reale dipende dalla lunghezza media dei documenti. Nel confronto va inclusa anche la parte non fatturata dall'API: le giornate di sviluppo per riconciliazione, gestione delle eccezioni e scrittura nel gestionale.
Posso usare l'API se il mio gestionale non è tra quelli integrati nativamente?
Sì. L'API è agnostica rispetto al sistema di destinazione: oltre ai connettori nativi per SAP, Zucchetti, TeamSystem, Microsoft Dynamics 365 Business Central e Oracle NetSuite, puoi ricevere i dati via REST, via webhook firmato o scriverli direttamente con connettori SQL su qualsiasi altro ERP, CRM o applicativo interno. L'integrazione richiede tipicamente da 2 a 5 giorni lavorativi.
I documenti inviati all'API dove vengono elaborati?
Storage, elaborazione e backup avvengono su data center situati nell'Unione Europea, senza trasferimenti verso paesi terzi privi di garanzie adeguate, in conformità al GDPR. È una domanda che vale la pena porre a ogni fornitore in fase di valutazione: su fatture e contratti la residenza dei dati e le condizioni d'uso per l'addestramento dei modelli sono spesso il primo tema sollevato dall'ufficio legale.
Come gestisco rate limit ed errori?
In caso di HTTP 429 la risposta include un header Retry-After: conviene implementare un retry con backoff esponenziale, così da non aggravare un servizio già sotto carico. Lo stesso vale per gli errori 5xx. I webhook non consegnati vengono ritentati automaticamente con backoff crescente, quindi nessun evento document.processed va perso anche se il tuo endpoint resta irraggiungibile per qualche minuto.
Provala sui tuoi documenti, non su un PDF di esempio
Ti diamo una chiave API e un campione dei tuoi documenti reali: vedi il JSON che torna, i livelli di confidenza e l'esito della validazione prima di scrivere una riga di integrazione.
Richiedi l'accesso all'API