Plataforma de generación de cuadros de mando con IA

Resumen

Construimos un sistema de IA que convierte datos brutos de Excel en cuadros de mando HTML de marca en 5 verticales de sector. Al aplicar ingeniería inversa a los resultados existentes, descubrimos un único esquema de datos universal y cuatro patrones de procesamiento fundamentales bajo la variación superficial, y luego diseñamos un pipeline escalable de seis etapas con enrutamiento de modelos por niveles de coste, de modo que se añaden nuevas verticales por configuración y no por código a medida.

Contexto

Makam entregaba cuadros de mando de datos a medida a clientes de los sectores de seguros, automoción, legal, servicios financieros e inmobiliario. Cada cuadro de mando requería un gran esfuerzo manual para producirse. Querían automatizar el proceso con IA, pero no estaban seguros de cómo diseñar un sistema que pudiera absorber a escala la aparente diversidad de sus resultados.

El reto

Makam tenía un porfolio de resultados de demostración en distintas verticales de sector, pero sin una arquitectura escalable. Cada cuadro de mando parecía único en estructura y contenido, lo que dificultaba ver cómo construir una plataforma capaz de manejar nuevas verticales sin desarrollo a medida. El reto consistía en encontrar los patrones universales ocultos bajo la variación superficial y luego diseñar un pipeline capaz de producir de forma fiable resultados de marca y verificados a escala, manteniendo predecible el coste por cuadro de mando.

Nuestro enfoque

• Aplicamos ingeniería inversa a los resultados de demostración existentes, documentando cada componente, fuente de datos y transformación
• Descubrimos un único esquema de Excel universal que compartían todas las verticales pese a sus diferencias visuales
• Identificamos cuatro patrones de procesamiento fundamentales que impulsan cada componente: Contar, Clasificar, Seleccionar y Sintetizar
• Asociamos 17 componentes distintos del cuadro de mando a sus patrones de procesamiento subyacentes
• Diseñamos un pipeline de seis etapas: ingesta, interpretación del brief, clasificación fila a fila, ensamblaje de componentes, validación de QA y renderizado HTML
• Implementamos un enrutamiento de modelos por niveles de coste, de modo que la clasificación masiva se ejecuta en modelos rápidos y económicos, mientras que los modelos caros se reservan para la síntesis
• Construimos un sistema de configuración de componentes para que añadir una nueva vertical se convierta en un cambio de configuración en lugar de un proyecto de desarrollo

Lo que entregamos

• Documentación del esquema de datos universal que describe la estructura de columnas que comparte cada vertical
• Especificaciones de los patrones de procesamiento con ejemplos que muestran cómo cada patrón transforma los datos
• Arquitectura del pipeline de seis etapas, desde la ingesta de Excel, pasando por la validación de QA, hasta el renderizado de HTML de marca
• Estrategia de enrutamiento de modelos por niveles de coste, con la asignación de modelo por etapa y las proyecciones de presupuesto
• Etapa de validación de QA que comprueba cada resultado frente al brief antes de su publicación
• Sistema de 'vertical como configuración' que permite incorporar nuevos sectores sin cambios de código

El impacto

La producción por cuadro de mando pasó de días a horas, y añadir una nueva vertical de sector se convirtió en un cambio de configuración en lugar de un proyecto de desarrollo. Eso supone un cambio fundamental en las economías unitarias, que permite a Makam escalar su entrega sin escalar proporcionalmente su equipo.