de los recursos federalizados revisados con la plataforma
Mínimo
error humano en análisis masivo
Elreto
Una institución de fiscalización superior en México — con miles de auditores y responsabilidad sobre la revisión del gasto público federal — recibía la documentación de los entes auditados en cajas y carpetas: estados de cuenta, facturas, pólizas y registros contables revisados a mano.
Digitalizar y automatizar el análisis masivo de documentación financiera; absorber picos de demanda de infraestructura durante los periodos normados de auditoría; liberar a los auditores de tareas repetitivas para enfocarse en el análisis.
Lasolución
Desarrollamos e implementamos una plataforma de procesamiento documental con IA (nuestra solución ScriptoMind) 100 % sobre Google Cloud: Cloud Storage y Cloud SQL para datos, Vertex AI y la API de Gemini para análisis, Document AI y Vision AI para la lectura automatizada de documentos no estructurados. El proceso inició con una prueba de concepto en 2023 y entró en operación en el área responsable de revisar más del 40 % de los recursos federales transferidos a estados y municipios. Acompañamiento continuo de Nuuptech y Google Cloud durante los dos años de implementación.
Vertex AI
Gemini
Document AI
Vision AI
Cloud SQL
Cloud Storage
Resultados
10 meses → horas
tiempo de ejecución de auditorías
40%+
de los recursos federalizados revisados con la plataforma
Mínimo
error humano en análisis masivo
Escalabilidad elástica
en picos de auditoría sin inversión en infraestructura física
nuup://replay — modo decisión
decisión 1/4
decisión 1 de 4: ¿Cómo arrancar la IA en una institución acostumbrada al papel?
Miles de auditores, procesos normados y cero margen para un fracaso visible: la primera decisión definía la credibilidad de todo el proyecto.
tu jugada
Un big-bang habría apostado la credibilidad del proyecto a un sistema aún no validado con documentos reales. Cualquier tropiezo en producción habría quemado la confianza interna antes de demostrar valor.
✓ decisión real — coincidiste
lo que se hizo
La prueba de concepto de 2023 validó la tecnología con documentación real y sin riesgo operativo. Con evidencia en mano, la plataforma entró donde más pesaba: el área que revisa más del 40 % de los recursos federalizados.
tu jugada
Digitalizar sin un caso de uso claro produce terabytes de imágenes, no auditorías más rápidas. El valor estaba en el análisis automatizado, no en el escaneo masivo.
Lección: $ git commit -m "feat: pilotar en chico, desplegar donde más pesa"
decisión 2/4
decisión 2 de 4: ¿Motor de reglas, LLM de punta a punta o un híbrido?
Un dictamen de fiscalización no admite alucinaciones; pero un motor de reglas, solo, no puede leer una póliza escaneada.
tu jugada
El OCR tradicional se quiebra con sellos, formatos heterogéneos y documentos no estructurados. Las reglas son auditables, pero ciegas: sin una lectura robusta no hay nada que evaluar.
tu jugada
Delegar el dictamen completo a un modelo generativo introduce un riesgo inaceptable en fiscalización: conclusiones no trazables. Un hallazgo de auditoría debe poder defenderse regla por regla.
✓ decisión real — coincidiste
lo que se hizo
La IA hace lo que las reglas no pueden — leer documentos no estructurados a escala — y las reglas del dominio hacen lo que la IA no debe: emitir el criterio. Cada conclusión queda trazable hasta la regla que la produjo.
Lección: $ git commit -m "fix: la IA lee, las reglas dictaminan"
decisión 3/4
decisión 3 de 4: ¿Dónde corre la plataforma: fierros propios o nube?
Información financiera sensible por un lado; picos de demanda extremos durante los periodos normados de auditoría por el otro.
tu jugada
Dimensionar infraestructura propia para el pico implica pagarla todo el año. La capacidad que exige el periodo de auditoría quedaría ociosa el resto del tiempo — o peor: quedarse corto justo cuando la ley marca plazos.
✓ decisión real — coincidiste
lo que se hizo
La elasticidad de la nube absorbe los picos normados sin invertir en infraestructura física y libera capacidad cuando no se usa. La seguridad se resolvió con arquitectura y controles, no evitando la nube.
tu jugada
Partir la plataforma en dos duplica la operación y convierte la red en el cuello de botella del análisis masivo. La complejidad de sincronizar ambos mundos supera el beneficio percibido.
Lección: $ git commit -m "perf: la elasticidad se renta, no se compra"
decisión 4/4
decisión 4 de 4: ¿Con qué métrica se declara el éxito?
Un sistema puede procesar millones de páginas y aun así no cambiar nada en la operación real de auditoría.
tu jugada
El volumen es una métrica de vanidad: procesar millones de páginas no garantiza mejores auditorías. Un indicador de máquina no dice nada del trabajo del auditor.
tu jugada
Plantear la IA como recorte habría enterrado la adopción: nadie alimenta con ganas al sistema que viene por su puesto. Los auditores eran los usuarios clave, no el costo a eliminar.
✓ decisión real — coincidiste
lo que se hizo
La métrica que importaba era el ciclo completo: auditorías que tomaban 10 meses se ejecutan en horas una vez alimentada la información. Los auditores dejaron lo repetitivo para concentrarse donde aportan criterio: el análisis.
Lección: $ git commit -m "docs: mide el ciclo completo, no el throughput"
fin del replay
Coincidiste en 0 de 4 decisiones.
Así se ve un proyecto por dentro: decisiones de arquitectura con consecuencias. Si traes un reto parecido, lo platicamos.
