TEAM Comunicaciones recibía mensualmente cerca de 7.500 comprobantes de pago a través de WhatsApp: capturas de pantalla de transferencias, fotografías de recibos, imágenes de distintos bancos y formatos: información financiera valida, pero llegando por un canal que no fue diseñado para operar como sistema de recaudo.
El proceso de gestión era completamente manual. Un equipo de personas recibía cada imagen, leía el comprobante, extraía los datos relevantes, revisaba si ya había sido registrado antes, y lo cruzaba contra los extractos bancarios para verificar que el dinero efectivamente había ingresado al banco antes de proceder al registro contable de abono de cartera.
El proceso era correcto en su lógica, sin embargo, era insostenible en su escala.
A medida que el negocio crecía, el volumen de soportes crecía con él. El equipo dedicaba una porción significativa de su tiempo a una tarea que, en esencia, era interpretar imágenes y comparar números. Un trabajo repetitivo, de alto volumen, con bajo margen de error tolerado, y que no generaba valor por sí mismo: solo habilitaba el registro de un dato que ya había ocurrido en el banco.
El problema evidentemente no era la capacidad del equipo, todo lo contrario, el equipo estaba haciendo un trabajo que una maquina puede hacer mejor, más rápido y con mayor consistencia.
El diagnóstico: tres fricciones que definieron el diseño de la solución
Antes de diseñar cualquier solución, fue necesario entender con precisión donde estaban los puntos de fricción reales del proceso. Tres problemas estructurales emergieron con claridad:
• Interpretación manual de documentos no estructurados: los comprobantes llegaban en formatos heterogéneos, de múltiples bancos, con distintos layouts. No había un estándar. Cada imagen requería lectura individual para extraer monto, fecha, entidad, numero de referencia y cuenta destino.
• Ausencia de control de duplicados: el mismo comprobante podía llegar más de una vez, enviado desde distintos dispositivos o en momentos diferentes. Sin un mecanismo automático de detección, el riesgo de registrar el mismo pago dos veces era constante y dependía exclusivamente de la memoria y atención del operador.
• Validación manual contra extractos bancarios: el paso crítico del proceso era verificar que el dinero descrito en el comprobante efectivamente había ingresado al banco. Ese cruce se hacía manualmente, comparando el comprobante con los extractos precargados. Un proceso lento, propenso a error, y que retrasaba el registro contable de abono de cartera.
Cada una de estas fricciones era resoluble de forma independiente. Pero el valor real estaba en resolverlas juntas, dentro de un flujo único y coherente que las conectara de principio a fin.
La solución: un flujo integrado con IA, diseño de control y criterio humano donde corresponde
La arquitectura de la solución partió de un principio de diseño que aplicamos consistentemente en proyectos de automatización con IA: no diseñar solo para los casos que el sistema puede resolver bien, sino diseñar explícitamente para los casos que no puede resolver con confianza.
El flujo funciona de la siguiente manera:
• El cliente envía el comprobante de pago por WhatsApp. El sistema lo recibe automáticamente, sin intervención del equipo.
• Un modelo de IA analiza la imagen y extrae los datos relevantes: monto, fecha, entidad bancaria, numero de referencia y cuenta destino. Esto ocurre independientemente del formato, el banco o la calidad de la imagen, dentro de los rangos de confianza definidos.
• El sistema ejecuta la validación de duplicados: compara el comprobante procesado contra el histórico de registros y detecta si ese pago ya fue recibido anteriormente, por cualquier canal.
• Si pasa la validación de duplicados, el comprobante se cruza contra los extractos bancarios precargados en el sistema. El objetivo de este cruce es verificar que el valor y la referencia del comprobante coinciden con un movimiento real registrado por el banco, confirmando que el recaudo efectivamente ocurrió antes de habilitar el registro contable de abono de cartera.
• Si el cruce es exitoso, el sistema genera el registro listo para contabilización. Si no hay coincidencia, el caso se escala al equipo para revisión manual con toda la información disponible.
Hasta aquí, la descripción del flujo ideal. Pero el diseño de esta solución no termina en el flujo ideal.
El 18% que la IA no procesa: el diseño del control humano
Este es quizá el aprendizaje más importante de este proyecto, y el que más frecuentemente se omite cuando se habla de implementaciones de IA: ningún modelo es perfecto, y pretender que lo es, es el camino más corto hacia una solución que falla en silencio.
En el caso de TEAM Comunicaciones, el sistema procesa de forma autónoma y confiable el 82% de los comprobantes que recibe. El 18% restante no es un error: es el porcentaje que el modelo identifica como fuera de su rango de confianza y escala automáticamente al equipo humano para su revisión.
Ese 18% incluye comprobantes con baja calidad de imagen, formatos inusuales, referencias ambiguas o valores que no coinciden claramente con ningún movimiento en los extractos. Casos que requieren juicio humano, no porque la tecnología haya fallado, sino porque esos casos están diseñados para llegar al humano.
La diferencia entre una automatización sólida y una automatización frágil esta en que tan bien está diseñado el control sobre lo que no resuelve.
Este diseño de control tiene implicaciones prácticas que van más allá de la operación:
• El equipo no revisa los 7.500 soportes: revisa los 1.350 que el sistema no pudo procesar con certeza. Su trabajo se concentra donde su criterio realmente agrega valor.
• La trazabilidad es completa: cada comprobante tiene un estado claro, una razón documentada si fue escalado, y un responsable definido si requirió intervención humana.
• El sistema aprende de las correcciones: los casos que el equipo resuelve manualmente retroalimentan el modelo para reducir progresivamente ese 18% con el tiempo.
• El riesgo operativo es controlado: ningún comprobante queda en un estado indefinido. O fue procesado automáticamente con confianza, o está en revisión activa con un humano.
El impacto en la operación: números y cambio de rol
El resultado más visible es cuantitativo. De 7.500 soportes mensuales procesados manualmente, el 82% ahora se gestiona de forma automática: interpretación, validación de duplicados, cruce contra extractos y generación del registro para contabilización. Sin intervención humana en esos casos.
Pero el impacto más relevante es el cambio en el rol del equipo.
Antes, el equipo financiero era un operador de datos: recibía imágenes, leía comprobantes, comparaba números, registraba manualmente. Un trabajo de alto volumen, baja variabilidad y escaso margen para el análisis.
Hoy, el equipo financiero es un supervisor de proceso y un gestor de excepciones: atiende los casos complejos que el sistema escala, valida las reglas de negocio cuando aparecen situaciones nuevas, y tiene visibilidad completa sobre el estado de cada comprobante en tiempo real.
La automatización no redujo el equipo. Le cambio el trabajo, le permitió agregar más valor en otros procesos y apalancar el crecimiento de la compañía.
La lección que aplica más allá de este caso
TEAM Comunicaciones tenía un problema de flujo y de escala y, la solución fue diseñar el flujo correcto primero, construir la tecnología para sostenerlo, y definir desde el principio como se gestionarían los casos que la tecnología no puede resolver sola.
Ese tercer elemento, el diseño del control humano, es el que más frecuentemente se omite en los proyectos de automatización. Y es precisamente el que determina si una solución es sólida en producción o si genera una nueva fuente de problemas que nadie anticipo.
Una implementación de IA bien diseñada no requiere de automatizar todo, en realidad solo necesita saber con precisión que automatizar, que escalar, y como gestionar la frontera entre los dos.
En EMAST diseñamos soluciones de automatización que funcionan en producción, no solo en demos. Si tienes procesos de alto volumen con información no estructurada, conversemos.