Saltar al contenido
Finanzas · Klever

Los analistas de Klever dejaron de buscar y empezaron a revisar.

Un analista de IA que lee las cuentas, escucha las llamadas y redacta el memorando antes de la reunión.

Qué cambió
menos tiempo buscando
-62%menos tiempo buscandohoras por analista y semana dedicadas a localizar documentos fuente, media de 12 semanas
memorandos redactados antes de la reunión
100%memorandos redactados antes de la reuniónporcentaje de empresas cubiertas con un borrador listo al empezar la reunión, último trimestre

De un vistazo

Punto de partida
Un proceso que se hace a mano
Capacidades
Leer
Qué construimos
Un modelo de lectura, un agente de redacción y una pantalla de revisión dentro de la herramienta que ya usaban los analistas.
Dónde funciona
La nube del cliente, región UE. Ningún documento sale de su entorno.

El problema

El equipo de inversión de Klever sigue a decenas de empresas. Antes de cada reunión, un analista sacaba las últimas cuentas, escuchaba de nuevo la llamada de resultados, revisaba las noticias y lo metía todo en un memorando. El trabajo no era difícil, solo era largo, y se repetía para cada empresa, cada trimestre.

Cuando el memorando estaba listo, quedaba poco tiempo para pensar sobre él. El equipo repasaba sus propios resúmenes cinco minutos antes de entrar en la sala. Dos herramientas anteriores habían prometido resolverlo y las dos fallaron igual: respondían preguntas, pero nadie tenía tiempo de hacerlas.

Qué construimos

Un analista que lee antes que tú. El sistema vigila las cuentas, las transcripciones y las noticias de cada empresa a medida que se publican, y redacta el memorando antes de la reunión: las cifras que se movieron, el lenguaje que cambió entre trimestres, las preguntas que un analista tendría que ir a buscar. Cada afirmación se cita con su pasaje fuente, así que nada del borrador es una suposición.

Un analista sigue escribiendo la versión final. El sistema quita la búsqueda, no el criterio. Construimos la primera versión centrada en un solo sector para que el equipo nos dijera dónde fallaban los borradores antes de ampliar la cobertura.

Cómo funciona en producción

Cada borrador lo revisa el analista responsable de la empresa antes de que nadie más lo vea. Aceptar o corregir una sección lleva un clic, y cada corrección se convierte en un ejemplo etiquetado contra el que se mide la siguiente versión del modelo.

Cuando el sistema no puede verificar una afirmación lo dice en el propio borrador en lugar de adivinar, y la sección queda marcada para que el analista la complete. La precisión de las citas se revisa en cada versión contra las correcciones del propio equipo; una versión que puntúa por debajo de la anterior no se publica.

Qué cambió

Los analistas dedican un 62% menos de tiempo a buscar material de origen, medido a lo largo de doce semanas, y cada empresa cubierta tiene un memorando redactado y listo cuando empieza la reunión, no durante ella.

Los analistas revisan; ya no buscan. De eso se trataba.

Laura Gómez, COO de Klever

Las mañanas que antes desaparecían entre cuentas y transcripciones ahora se dedican a las llamadas que requieren una decisión real.

Qué construimos

Las cuatro capas de este sistema.

Para el lector técnico
Stack
Servicios en TypeScript, Postgres con pgvector, una cola para la ingesta, una pantalla de revisión en React.
Modelos
Un modelo de lectura de pesos abiertos ajustado para extracción y detección de cambios; un modelo alojado para la redacción, invocado solo con citas.
Datos
Cuentas regulatorias, transcripciones de llamadas de resultados, fuentes de noticias; cada afirmación enlazada a su fragmento fuente.
Evaluación
Un conjunto etiquetado de 240 correcciones de analistas, repetido en cada cambio de modelo; un borrador solo se publica si la precisión de las citas se mantiene por encima de la versión anterior.
Infraestructura
Funciona en la cuenta cloud del cliente, región UE; la ingesta está programada, la redacción es bajo demanda.
Seguridad
Ningún documento sale del entorno del cliente; el modelo alojado recibe fragmentos extraídos, nunca las cuentas completas; el acceso sigue los grupos SSO del cliente.
Qué descartamos
Un asistente de chat genérico sobre el almacén de documentos. Los analistas no querían hacer preguntas; querían el memorando redactado antes de sentarse.
Siguiente

El siguiente caso.

Una plataforma europea de legal-tech
Legal

Una plataforma de legal-tech revisa un contrato en la mitad de tiempo.

Un lector que marca las cláusulas que un abogado necesita ver y redacta la nota de revisión, dentro de la plataforma que sus usuarios ya usan.

-45%menos tiempo revisando un contrato
92%de cláusulas marcadas confirmadas por un abogado
Leer el caso
Red de conexiones que se extiende desde Valencia por todo el mundo

Hablemos de un problema parecido.

Cuéntanos cómo se hace hoy y qué cambia si funciona. Recibes una respuesta clara sobre si la IA puede resolverlo.

Hablemoso escribe a hello@maistik.studio