Alternativa europea a AWS Textract para documentos de identidad

Amazon Textract es uno de los servicios de extracción de documentos más usados, y si ya trabajas en AWS es la opción natural. Para documentos de identidad tiene una operación específica, AnalyzeID. Este artículo explica qué hace, qué tendrías que construir encima para validar documentos españoles y europeos, y cuándo puede encajarte mejor una API como Constaia. Intentamos ser justos: hay casos en los que Textract es mejor elección.

Qué hace Textract AnalyzeIDCopy Anchor Link

Según la documentación de AWS, AnalyzeID extrae información de pasaportes, carnés de conducir y otros documentos de identidad expedidos por el Gobierno de EE. UU. Devuelve tres tipos de datos:

• pares clave-valor normalizados (fecha de nacimiento, fecha de expedición, número de documento…),
• campos implícitos sin etiqueta explícita (nombre, dirección, autoridad emisora),
• y el texto completo del documento.

Cada campo lleva una puntuación de confianza, y puedes enviar el anverso y el reverso de un carné en la misma petición.

En precio, AWS publica para AnalyzeID 0,025 $ por página en el primer tramo (hasta 100.000 páginas al mes, referencia de la región US West, Oregón) y un nivel gratuito de tres meses para cuentas nuevas en varias funciones (precios de Textract). En Europa, Textract tiene endpoints en Fráncfort, Irlanda, Londres, París y España (endpoints de Textract).

Lo que queda por construir para documentos europeosCopy Anchor Link

La propia documentación centra AnalyzeID en documentos de EE. UU. Para un DNI, un NIE/TIE o un pasaporte europeo, lo habitual es usar las operaciones genéricas (texto, formularios, consultas) y programar el resto. Esto es lo que suele faltar:

1. Saber qué documento esCopy Anchor Link

Un OCR te devuelve texto; no te dice "esto es un NIE y no un DNI" ni "esto es un carné de conducir, no lo que pediste". Hay que clasificar, y decidir qué hacer con lo que no se reconoce.

2. Las validaciones deterministasCopy Anchor Link

• Letra del NIF/NIE: módulo 23 sobre la tabla oficial (Ministerio del Interior).
• MRZ: dígitos de control ICAO 9303 (pesos 7-3-1, módulo 10) y coherencia entre la MRZ y los datos impresos (OACI Doc 9303).
• Fechas: caducidad frente a una fecha de referencia, edad mínima o máxima.

No son difíciles, pero hay que escribirlas, probarlas y mantenerlas para cada tipo de documento y cada país.

3. La decisiónCopy Anchor Link

Lo que realmente necesita tu aplicación es una respuesta: ¿acepto este documento para esta persona? Eso implica comparar el titular con tus datos (tildes, orden de apellidos, erratas), convertir las confianzas en una decisión y explicar al usuario qué ha fallado, en su idioma.

4. La privacidadCopy Anchor Link

AWS indica que sus servicios de IA pueden usar y almacenar el contenido de los clientes para mejorar el servicio, incluso en una región distinta de la que usas, y que puedes excluirte con una política de AWS Organizations (políticas de exclusión de IA). Es configurable, pero es un paso más que hay que conocer, aplicar y documentar en tu registro de actividades si tratas documentos de identidad de ciudadanos europeos. Además, si subes los documentos a S3 para analizarlos, eres tú quien gestiona su borrado.

Cómo lo resuelve ConstaiaCopy Anchor Link

Constaia parte de otra pregunta: no "¿qué texto hay?", sino "¿es el documento que esperaba y sirve?". Le dices qué esperas y qué reglas aplicar:

curl https://api.constaia.com/v1/analyze \
  -H "Authorization: Bearer $CONSTAIA_API_KEY" \
  -F file=@nie.jpg \
  -F 'options={
    "expect": ["es_dni", "es_nie", "passport"],
    "checks": {
      "not_expired": true,
      "min_age_years": 18,
      "holder": { "full_name": "Anna Kowalska" }
    },
    "storage": "none",
    "language": "es"
  }'

Y recibes el tipo detectado, los campos con su confianza, cada comprobación (letra del NIE, MRZ, caducidad, titular) y un veredicto valid, invalid o review con los motivos, por ejemplo "El titular no coincide" o "Caducado el 15/06/2020".

Cuándo es mejor TextractCopy Anchor Link

• Ya tienes todo en AWS y necesitas extracción masiva de muchos tipos de documento (tablas, formularios, gastos) con el mismo proveedor.
• Tu caso es solo documentos de EE. UU. y te basta con los campos extraídos.
• Tienes equipo para construir y mantener clasificación, reglas y decisión, y prefieres controlarlo todo.

Cuándo encaja mejor ConstaiaCopy Anchor Link

• Validas documentos europeos (DNI, NIE/TIE, pasaportes) o la cola larga española (certificados médicos, certificado de delitos sexuales, justificantes, facturas).
• Necesitas una decisión explicable para el usuario final, no solo campos.
• Quieres no guardar el documento sin configurar nada y que el tratamiento sea en la UE.
• No quieres gestionar una cuenta de AWS para esto, o tu equipo trabaja en PHP, Python o JavaScript y quiere integrarlo en una tarde.

Constaia tampoco es un KYC biométrico: no hace reconocimiento facial y no garantiza que un documento sea auténtico. Si necesitas eso, busca un proveedor especializado.

Tienes una comparación más breve, con precios, en nuestra página Constaia frente a AWS Textract.

En resumenCopy Anchor Link

• Textract AnalyzeID está pensado para documentos de identidad de EE. UU. y devuelve campos con confianza.
• Para documentos europeos tendrás que construir clasificación, validaciones, decisión y política de privacidad.
• Constaia da esas piezas hechas, con veredicto y motivos, y sin guardar el documento por defecto.

Si quieres compararlo con tus propios documentos, crea una cuenta gratis: 150 documentos al mes y claves de prueba que no consumen créditos.