Originación de crédito con pipeline IA en cadena (parser + Whisper → 5 agentes Gemini → motor de análisis)
Wy Crédito
Evaluar el crédito de una PYME exige leer y cruzar varios documentos legales y financieros distintos (balances, cámara de comercio, composición accionaria, declaración de renta), cada uno con su propio formato. A mano no escala y retrasa la respuesta al cliente. Para Wy Crédito diseñé un pipeline IA en cadena que resuelve el problema completo: arranca con extracción documental sin pérdida (parser + Whisper), sigue con 5 agentes Gemini especializados (contador, abogado, tributario, auditor y normalizador) que interpretan y ordenan según parámetros crediticios, y termina en un motor de análisis de aval que devuelve un resumen financiero listo. Frontend, backend y motor son míos, con control de versiones real del flujo (134 revisiones documentadas).
El problema
Evaluar el crédito de una PYME exige leer y cruzar varios documentos legales y financieros distintos (balances, cámara de comercio, composición accionaria, declaración de renta), cada uno con su propio formato y sus propias reglas. Hacerlo a mano no escala y retrasa la respuesta al cliente.
La solución
Motor documental con IA
- Extracción documental sin pérdida con modelos parser + Whisper: capturan balances, cámara de comercio, composición accionaria, declaraciones de renta y audios enteros; conservando tablas, encabezados, firmas y sellos.
- Router por tipo de documento hacia 4 agentes Gemini especializados: "El Contador" (estados financieros), "El Abogado" (cámara de comercio: NIT, capital, representante legal, CIIU, teléfonos), "El Tributario" (composición accionaria y socios) y "El Auditor" (declaración de renta DIAN, por casilla del formulario 110/210).
- Un 5° agente normalizador ordena cada respuesta (montos, NITs, fechas) antes de insertarla en la tabla de Supabase correspondiente, vinculada a la solicitud y a la empresa.
- Motor de análisis de aval que trabaja sobre datos ya estructurados y devuelve un resumen financiero listo (activos, pasivos, patrimonio totalizados y formateados en pesos colombianos), devuelto al cliente en la misma conversación.
Onboarding conversacional
- Autocompletado de formularios: el cliente no digita datos manualmente: el sistema los rellena desde lo extraído.
- Flujo de conversación que pide un dato a la vez (NIT, razón social, contacto, correo, teléfono) hasta completar la solicitud, con un identificador propio por caso.
- Integración con Chatwoot: cada solicitud abre su propia conversación, con historial y contacto asociados.
- Frontend propio en varias generaciones (asistente conversacional, wizard, dashboard) diseñado y construido de punta a punta: validación de formularios, carga de documentos y seguimiento del estado de la solicitud.
Infraestructura
- Supabase como base de datos: solicitudes, empresas, estados financieros, composición accionaria y declaración de renta, todas vinculadas por el identificador de la solicitud.
- Automatización completa en n8n, desplegado en un VPS propio, con control de versiones real del flujo (134 revisiones documentadas).