01 / Fragmentación
Los comprobantes aparecen en múltiples canales y formatos sin una capa común.
LAB PROJECT / 01 · FINTECH SYSTEMS
Solución para la automatización, centralización, interpretación, validación y conciliación de comprobantes, reduciendo la carga operativa y manteniendo la trazabilidad de punta a punta.
HipótesisAutomatizar procesos manuales.
FocoReducir tareas operativas repetitivas.
PrincipioHuman in The Loop
EstadoPrototipo funcional en evolución.
Proyecto de laboratorio orientado al uso de LLM local o en la nube.
RESEARCH → SYSTEM DESIGN → PROTOTYPE → VALIDATIONPUNTO DE PARTIDA
Los comprobantes aparecen en múltiples canales y formatos sin una capa común.
La lectura y carga manual convierten información simple en trabajo operativo.
Validar excepciones y mantener trazabilidad se vuelve difícil a escala.
ARQUITECTURA DEL PROYECTO
El proyecto organiza el problema en cinco capas conectadas: entrada, interpretación, validación, conciliación y control.
WhatsApp, Telegram, email, Portal Web, Excel, PDF e imágenes en una única bandeja de entrada estandarizada.
El modelo lee el comprobante y extrae únicamente los datos relevantes, eliminando la carga manual.
La plataforma audita cada ingreso. Solo la información limpia, consistente y auditable continúa hacia conciliación.
Los comprobantes validados se comparan automáticamente con los extractos bancarios cargados en el sistema.
Un mismo sistema con dos perspectivas optimizadas: autonomía para el cliente y control operativo para el back office.
PROTOTIPO / EXPERIENCIA CLIENTE
Experiencia de cliente donde cada operación puede cargarse, seguirse y resolverse sin depender de intercambios manuales con el back office.
PROTOTIPO / EXPERIENCIA BACKOFFICE
Reunir en una misma pantalla la información del extracto bancario, el comprobante y las coincidencias detectadas, para que el equipo pueda revisar cada caso con contexto y trazabilidad.
PIPELINE
Recepción multicanal y normalización inicial de archivos y mensajes.
Lectura determinística del contenido y conversión a datos utilizables.
Detección y tratamiento de información sensible antes del análisis.
Interpretación semántica y contextual con modelos desacoplados.
Aplicación de restricciones de negocio, evidencia y lógica verificable.
Salida estructurada, auditable y lista para conciliación o backoffice.
PIPELINE OCR & LLM
ESTIMACIÓN DE COSTOS LLM
Estimación sobre el consumo promedio de tokens por comprobante.
Usamos esta cantidad para proyectar el costo diario y mensual de cada modelo.
PRUEBAS
Comparación de tiempos de procesamiento entre un modelo ejecutado en la nube y un LLM ejecutado en infraestructura local.
* El escenario local utiliza infraestructura propia; no contempla amortización de hardware, consumo eléctrico ni operación. El costo cloud depende de la tarifa y del consumo de tokens del proveedor.
ESCENARIOS DE IMPLEMENTACIÓN
La arquitectura contempla tanto un servicio administrado como un despliegue dentro de la infraestructura de la organización.
Concilio aloja, opera y mantiene la plataforma.
Instalación en servidores de la organización.
PROYECTO / FINTECH · IA · AUTOMATIZACIÓN
Versión funcional en etapa final de validación, próxima a pasar a construcción.