Sun Finance, el marketplace de préstamos online en rápida expansión, ha dado un paso significativo hacia la automatización avanzada mediante el despliegue de una innovadora pipeline de verificación de identidad (IDV) y detección de fraude. Esta solución está impulsada por inteligencia artificial generativa y opera sobre la infraestructura de Amazon Web Services (AWS), marcando un avance clave para la compañía de tecnología financiera letona fundada en 2017.
Antes de esta implementación, Sun Finance, que procesa más de 4 millones de evaluaciones mensuales y una nueva solicitud de préstamo cada 0.63 segundos en nueve países, enfrentaba desafíos considerables con sus procesos de verificación. En una de sus industrias de mayor volumen, que manejaba 80,000 solicitudes de micropréstamos al mes, aproximadamente el 60% de las solicitudes requerían una revisión manual. Las limitaciones de su sistema IDV anterior, desarrollado en 2019, se hacían evidentes, especialmente en regiones en desarrollo con idiomas y complejidades documentales únicas, donde el reconocimiento óptico de caracteres (OCR) tradicional no lograba procesar eficazmente textos en idiomas locales y los siete tipos de identificaciones con diversos formatos.
El desglose de las revisiones manuales revelaba que alrededor del 80% de los casos se debían a discrepancias entre la información extraída y los datos ingresados por el cliente, siendo el 60% de estas discrepancias errores del OCR y no fallos del usuario. Además, la detección de fraude añadía otra capa de complejidad, representando el 20% restante de las intervenciones manuales. Aproximadamente el 10% de las solicitudes diarias eran fraudulentas, y los estafadores utilizaban patrones distintivos en imágenes para eludir los controles básicos.
Para superar estos obstáculos, Sun Finance colaboró con el Centro de Innovación de IA Generativa de AWS. Esta asociación resultó en la creación de una arquitectura totalmente sin servidor que integra dos soluciones de IA: una para la extracción de identificaciones y otra para la detección de fraude. La plataforma central utiliza Amazon Bedrock para el análisis visual y la estructuración de IA con modelos como Claude Sonnet 4 de Anthropic, y Amazon Titan Multimodal Embeddings para la generación de vectores. Se complementa con Amazon Textract para la extracción de texto OCR principal y Amazon Rekognition para OCR de respaldo, detección facial y enmascaramiento.
La implementación del proyecto demostró una notable eficiencia y rapidez. El trabajo con el Centro de Innovación de IA Generativa de AWS duró 32 días, desde su inicio a finales de agosto de 2025 hasta la presentación final a principios de octubre de 2025. Tras un período de traspaso técnico de 26 días, Sun Finance logró poner la solución en producción en solo 35 días hábiles, incluso considerando una pausa de 14 días por vacaciones. El nuevo sistema entró en funcionamiento el 22 de enero de 2026, completando un viaje desde la conceptualización hasta el despliegue operativo en un total de 107 días hábiles.
El impacto de esta nueva pipeline es transformador. La precisión en la extracción de identificaciones mejoró del 79.7% a un impresionante 90.8%. Los costos por documento se redujeron drásticamente en un 91%, y el tiempo de procesamiento se optimizó de hasta 20 horas para los casos manuales a menos de 5 segundos. Esta mejora significativa en eficiencia y rentabilidad no solo optimiza las operaciones existentes, sino que también elimina barreras económicas previas, permitiendo a Sun Finance expandirse de manera rentable a industrias de micropréstamos de menor valor y consolidar su posición como un marketplace de préstamos en línea tecnológicamente avanzado.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
