Caso 02 · Trabajo seleccionado
Quitar el tecleo de un flujo documental que no podía pararse
- En producción — limitado por NDA
Una canalización híbrida de OCR y LLM redujo sustancialmente la introducción manual de datos en un flujo de documentos de transporte marítimo de alto volumen, dentro de una operación cuyos sistemas de origen no tenían API y no se podían sustituir.
- Papel
- Senior Business Process Specialist
- Capacidades
- IA aplicada · Automatización · Responsabilidad en producción
- Ámbito
- Transporte marítimo de contenedores — operaciones financieras y logísticas
- Restricción
- Sistemas de origen sin API, y a menudo sin interfaz web utilizable
Contexto
La filial malasia de una naviera global de contenedores, donde yo era Senior Business Process Specialist. Un equipo pequeño —básicamente otro compañero y yo— con las decisiones repartidas en otros dos países. El personal de finanzas y logística leía a diario un volumen alto de documentos de embarque y tecleaba a mano en los sistemas lo que encontraba.
Problema y ambigüedad
Nadie tenía una descripción escrita de cómo se hacía realmente el trabajo, así que el primer paso no fue automatizar sino excavar. Los documentos llegaban en estados muy distintos, desde archivos limpios generados por máquina hasta material tan malo que el equipo financiero lo resolvía por teléfono. Y los sistemas de ambos extremos eran independientes: sin API y a menudo sin una interfaz web utilizable. Sustituirlos nunca estuvo sobre la mesa, por puro coste.
Mi papel
Mi papel: analicé los procesos financieros y logísticos sin documentar para identificar qué pasos manuales, repetitivos y propensos a error merecían automatizarse siquiera. Diseñé la arquitectura de la canalización documental, construí sus API de backend en Python y desarrollé y desplegué los flujos de RPA a su alrededor.
Levantamiento
Sentarse con quienes hacen el trabajo, cartografiar lo que ocurre de verdad y no lo que dice el proceso, y luego someter cada paso candidato a una sola pregunta: si esto se automatiza y falla un martes a las nueve de la mañana, ¿qué hace el negocio mientras tanto?
Arquitectura y compromisos
OCR híbrido más LLM, ⛔ no extracción con LLM puro. Fue una decisión con fecha, y era la correcta entonces: la visión de los LLM aún no extraía de forma fiable de documentos reales, así que el OCR alimentaba paneles de lectura por formato donde las posiciones de campo conocidas se enmascaraban y se extraían posicionalmente, y el modelo de lenguaje hacía la parte en la que sí era bueno. La integración fue deliberadamente no invasiva: leer de lo que ya existe, ⛔ no pedirle a una empresa que sustituya sistemas centrales que no tiene ninguna intención de sustituir. Mi resumen de entonces era que teníamos muchas restricciones, así que solo podíamos llegar por vías indirectas, y sigo pensando que esa es la descripción honesta de la mayor parte de la IA empresarial.
Implementación e integración
API de backend en Python que servían los paneles de extracción por formato y la cola de revisión, más una interfaz de operador capaz de continuar una ejecución desde donde la automatización se hubiera detenido. RabbitMQ para el procesamiento asíncrono. Controles de validación y registros de auditoría en todo el recorrido. Flujos de RPA que abarcaban captura, validación y conciliación de datos en operaciones financieras y logísticas.
Controles de producción
Esta es la parte que defendería con más fuerza. Los valores extraídos nunca iban directos a la base de datos: aterrizaban en una cola de revisión humana, allí se corregían, y hasta los registros limpios se comprobaban dos veces antes de guardarse. Una ejecución de recolección podía durar horas e interrumpirse en cualquier punto, así que se diseñaron como nodos con puntos de control que reanudan desde una posición registrada en lugar de empezar de cero. El trabajo arrancaba de madrugada precisamente para que un fallo fuera visible cuando llegara el personal, dejándoles tiempo de volver al proceso manual y completar el traspaso antes del mediodía. Y la automatización nunca fue todo o nada: si la máquina llegaba a la mitad, una persona podía tomar el resto desde una interfaz, ⛔ no desde un diagrama de nodos ni desde el código.
Impacto
La mayor parte de la introducción manual de datos salió del flujo, y la operación siguió funcionando todo el tiempo. No se publican cifras de este trabajo: es una decisión de confidencialidad deliberada, y también se aplica en conversación.
Aprendizaje reutilizable
La postura arquitectónica que formé aquí la sigo defendiendo: en empresas que no van a sustituir sus sistemas centrales por coste, la integración correcta es la que lee de lo que ya está en la pantalla del operador. Y un paso con revisión humana no es una carencia de la automatización: es lo que la hace desplegable.
Evidencia pública
Todo lo anterior es lo que se puede comentar públicamente. Lo que se reserva, y lo que está en preparación:
Una reconstrucción limpia sobre documentos sintéticos de estilo marítimo, con paneles de lectura, cola de revisión y ejecuciones con puntos de control, está especificada como proyecto P4; no está construida.
Este es el método que hay detrás
Las respuestas salen de este sitio. Te dirá cuándo un proyecto no vale la pena construirlo.