Reducción drástica del tiempo de redacción manual de notas
Automatización del borrador de notas y clasificación de transacciones en Bedrock
Revisión del planificador integrada en cada resultado de IA
Fearless Finance
Washington, D.C.
Planificación financiera
Amazon Bedrock, Amazon Bedrock Knowledge Bases, AWS Lambda, Amazon API Gateway, Amazon DynamoDB, Amazon S3 (SSE-KMS), Amazon Cognito
Fearless Finance, una firma de planificación financiera basada exclusivamente en honorarios, contrató a Avahi para automatizar dos de sus flujos de trabajo manuales más laboriosos: la redacción de notas tras las reuniones y la categorización de transacciones bancarias. Anteriormente, cada sesión con un cliente requería que un planificador dedicara entre 20 y 40 minutos a redactar manualmente una nota de resumen y, después, clasificara los datos de las transacciones antes de poder iniciar el análisis del flujo de caja. Avahi diseñó y desarrolló una solución impulsada por IA en Amazon Bedrock que genera borradores de notas de resumen estructuradas a partir de los datos de la sesión introducidos por el planificador y clasifica automáticamente las transacciones bancarias, con un paso de revisión por parte del planificador integrado en ambos flujos. El resultado es un proceso de documentación más rápido y coherente que permite a los planificadores dedicar más tiempo a los clientes en lugar de al papeleo.
Fearless Finance es una firma de planificación financiera por horas, basada exclusivamente en honorarios y con sede en Washington, D.C., regulada por la Securities and Exchange Commission (SEC). La firma presta servicios a miles de hogares a través de un equipo de planificadores financieros que ofrecen servicios integrales que abarcan balances, flujo de caja, jubilación, seguros, planificación patrimonial y orientación sobre inversiones, todo ello mediante reuniones virtuales.
A medida que Fearless Finance crecía, la carga administrativa de la documentación tras las reuniones se convirtió en la principal limitación de la capacidad de los planificadores. Después de cada sesión con un cliente, un planificador debía redactar manualmente una nota de resumen siguiendo la plantilla estandarizada de la firma, un proceso que tomaba entre 20 y 40 minutos dependiendo de la complejidad de la reunión. Para las sesiones de revisión del flujo de caja, los planificadores también debían clasificar manualmente cada transacción bancaria importada en las categorías de gastos de la firma antes de poder iniciar cualquier análisis.
De no abordarse, este cuello de botella habría limitado la cantidad de clientes que cada planificador podría atender a medida que la firma avanzaba hacia la consolidación de su equipo de planificación en una sola plataforma. Fearless Finance necesitaba una forma de reducir el tiempo dedicado a la documentación sin comprometer la calidad o coherencia de los entregables dirigidos al cliente, todo ello cumpliendo con los requisitos de la SEC para el manejo de datos y el mantenimiento de registros.
Dado que el proyecto involucra datos financieros personales bajo supervisión de la SEC, Fearless Finance necesitaba una plataforma que pudiera cumplir con estrictos requisitos de cifrado, control de acceso y mantenimiento de registros. AWS proporcionó los servicios administrados para satisfacer esos requisitos sin carga operativa adicional: Amazon S3 con cifrado SSE-KMS y almacenamiento con marca de tiempo para el mantenimiento de registros de la SEC, TLS para todos los datos en tránsito y Amazon Cognito para controlar el acceso a los datos de planificadores y clientes.
El propio equipo de desarrollo de Fearless Finance estaba enfocado en construir la plataforma central de planificación de la firma y no tenía la capacidad ni la experiencia en IA para asumir un desarrollo de IA generativa en paralelo. La experiencia de Avahi en el diseño e implementación de soluciones de Amazon Bedrock, combinada con un plan claro para la integración con la plataforma existente de la firma a través de APIs bien definidas, le dio a Fearless Finance un camino de bajo riesgo para agregar capacidades de IA sin desviar a su propio equipo de ingeniería del desarrollo de la plataforma.
Avahi desarrolló dos capacidades impulsadas por IA en AWS, cada una con un paso de revisión humana para que los planificadores mantengan el control de lo que se envía a los clientes.
El motor de síntesis de notas utiliza una Amazon Bedrock Knowledge Base, construida a partir de las plantillas de reuniones y la metodología de planificación de la firma, para generar un borrador de nota de resumen estructurada a partir de los datos de la sesión introducidos por el planificador. Los planificadores ingresan notas a través de un formulario de entrada dedicado, revisan y editan el borrador generado por IA en una interfaz diseñada específicamente para ello, y exportan un PDF con marca de tiempo para el cliente. Las notas finalizadas se archivan en Amazon S3 con cifrado SSE-KMS y se indexan para su recuperación a fin de respaldar el mantenimiento de registros de la SEC.
La herramienta de categorización de transacciones procesa los archivos de transacciones bancarias cargados por el cliente y clasifica cada transacción en las categorías de gastos de la firma utilizando un enfoque de tres etapas: una búsqueda local contra transacciones previamente revisadas, un modelo de Amazon Bedrock para transacciones nuevas y una búsqueda de lugares de terceros como respaldo para comercios ambiguos. Los resultados categorizados se presentan al planificador para su confirmación o corrección, y cada corrección se incorpora a la búsqueda local para que el sistema mejore con el uso.
Ambos flujos de trabajo se ejecutan en AWS Lambda y Amazon API Gateway, con Amazon DynamoDB almacenando los metadatos de transacciones y notas. El sistema se construyó para exponer endpoints de API limpios de modo que el propio equipo de desarrollo de Fearless Finance pudiera integrar los servicios de IA directamente en la plataforma de planificación existente de la firma.
Motor de síntesis de notas impulsado por IA construido sobre una Amazon Bedrock Knowledge Base
Formulario de entrada de notas del planificador e interfaz de revisión y edición para notas generadas por IA
Exportación de PDF con marca de tiempo y archivo cifrado con SSE-KMS en Amazon S3
Herramienta de categorización de transacciones bancarias que utiliza un pipeline de clasificación de tres etapas
Interfaz de revisión dirigida al planificador para confirmar o corregir transacciones categorizadas
Capa de API REST para integración con la plataforma de planificación existente de la firma
Autenticación de Amazon Cognito en ambos flujos de trabajo
Documentación final de la arquitectura, manual de implementación y entrega del código fuente
Los planificadores de Fearless Finance probaron la plataforma con sesiones reales de clientes antes de la aprobación final, utilizándola en paralelo con el proceso existente de la firma. Los planificadores descubrieron que una vez que los datos de la sesión se cargaban en la plataforma, generar y revisar una nota tomaba una fracción de los 20 a 40 minutos que requería el proceso manual, incluso teniendo en cuenta el paso de revisión y edición por el que aún pasa cada nota. Los planificadores y el liderazgo de la firma aprobaron la solución después de realizar pruebas prácticas con datos reales de clientes, y Fearless Finance ahora está evaluando un desarrollo ampliado de nivel de producción para llevar adelante esta capacidad.
Fearless Finance
Washington, D.C.
Planificación financiera
Amazon Bedrock, Amazon Bedrock Knowledge Bases, AWS Lambda, Amazon API Gateway, Amazon DynamoDB, Amazon S3 (SSE-KMS), Amazon Cognito
Fearless Finance, una firma de planificación financiera basada exclusivamente en honorarios, contrató a Avahi para automatizar dos de sus flujos de trabajo manuales más laboriosos: la redacción de notas tras las reuniones y la categorización de transacciones bancarias. Anteriormente, cada sesión con un cliente requería que un planificador dedicara entre 20 y 40 minutos a redactar manualmente una nota de resumen y, después, clasificara los datos de las transacciones antes de poder iniciar el análisis del flujo de caja. Avahi diseñó y desarrolló una solución impulsada por IA en Amazon Bedrock que genera borradores de notas de resumen estructuradas a partir de los datos de la sesión introducidos por el planificador y clasifica automáticamente las transacciones bancarias, con un paso de revisión por parte del planificador integrado en ambos flujos. El resultado es un proceso de documentación más rápido y coherente que permite a los planificadores dedicar más tiempo a los clientes en lugar de al papeleo.
Fearless Finance es una firma de planificación financiera por horas, basada exclusivamente en honorarios y con sede en Washington, D.C., regulada por la Securities and Exchange Commission (SEC). La firma presta servicios a miles de hogares a través de un equipo de planificadores financieros que ofrecen servicios integrales que abarcan balances, flujo de caja, jubilación, seguros, planificación patrimonial y orientación sobre inversiones, todo ello mediante reuniones virtuales.
A medida que Fearless Finance crecía, la carga administrativa de la documentación tras las reuniones se convirtió en la principal limitación de la capacidad de los planificadores. Después de cada sesión con un cliente, un planificador debía redactar manualmente una nota de resumen siguiendo la plantilla estandarizada de la firma, un proceso que tomaba entre 20 y 40 minutos dependiendo de la complejidad de la reunión. Para las sesiones de revisión del flujo de caja, los planificadores también debían clasificar manualmente cada transacción bancaria importada en las categorías de gastos de la firma antes de poder iniciar cualquier análisis.
De no abordarse, este cuello de botella habría limitado la cantidad de clientes que cada planificador podría atender a medida que la firma avanzaba hacia la consolidación de su equipo de planificación en una sola plataforma. Fearless Finance necesitaba una forma de reducir el tiempo dedicado a la documentación sin comprometer la calidad o coherencia de los entregables dirigidos al cliente, todo ello cumpliendo con los requisitos de la SEC para el manejo de datos y el mantenimiento de registros.
Dado que el proyecto involucra datos financieros personales bajo supervisión de la SEC, Fearless Finance necesitaba una plataforma que pudiera cumplir con estrictos requisitos de cifrado, control de acceso y mantenimiento de registros. AWS proporcionó los servicios administrados para satisfacer esos requisitos sin carga operativa adicional: Amazon S3 con cifrado SSE-KMS y almacenamiento con marca de tiempo para el mantenimiento de registros de la SEC, TLS para todos los datos en tránsito y Amazon Cognito para controlar el acceso a los datos de planificadores y clientes.
El propio equipo de desarrollo de Fearless Finance estaba enfocado en construir la plataforma central de planificación de la firma y no tenía la capacidad ni la experiencia en IA para asumir un desarrollo de IA generativa en paralelo. La experiencia de Avahi en el diseño e implementación de soluciones de Amazon Bedrock, combinada con un plan claro para la integración con la plataforma existente de la firma a través de APIs bien definidas, le dio a Fearless Finance un camino de bajo riesgo para agregar capacidades de IA sin desviar a su propio equipo de ingeniería del desarrollo de la plataforma.
Avahi desarrolló dos capacidades impulsadas por IA en AWS, cada una con un paso de revisión humana para que los planificadores mantengan el control de lo que se envía a los clientes.
El motor de síntesis de notas utiliza una Amazon Bedrock Knowledge Base, construida a partir de las plantillas de reuniones y la metodología de planificación de la firma, para generar un borrador de nota de resumen estructurada a partir de los datos de la sesión introducidos por el planificador. Los planificadores ingresan notas a través de un formulario de entrada dedicado, revisan y editan el borrador generado por IA en una interfaz diseñada específicamente para ello, y exportan un PDF con marca de tiempo para el cliente. Las notas finalizadas se archivan en Amazon S3 con cifrado SSE-KMS y se indexan para su recuperación a fin de respaldar el mantenimiento de registros de la SEC.
La herramienta de categorización de transacciones procesa los archivos de transacciones bancarias cargados por el cliente y clasifica cada transacción en las categorías de gastos de la firma utilizando un enfoque de tres etapas: una búsqueda local contra transacciones previamente revisadas, un modelo de Amazon Bedrock para transacciones nuevas y una búsqueda de lugares de terceros como respaldo para comercios ambiguos. Los resultados categorizados se presentan al planificador para su confirmación o corrección, y cada corrección se incorpora a la búsqueda local para que el sistema mejore con el uso.
Ambos flujos de trabajo se ejecutan en AWS Lambda y Amazon API Gateway, con Amazon DynamoDB almacenando los metadatos de transacciones y notas. El sistema se construyó para exponer endpoints de API limpios de modo que el propio equipo de desarrollo de Fearless Finance pudiera integrar los servicios de IA directamente en la plataforma de planificación existente de la firma.
Motor de síntesis de notas impulsado por IA construido sobre una Amazon Bedrock Knowledge Base
Formulario de entrada de notas del planificador e interfaz de revisión y edición para notas generadas por IA
Exportación de PDF con marca de tiempo y archivo cifrado con SSE-KMS en Amazon S3
Herramienta de categorización de transacciones bancarias que utiliza un pipeline de clasificación de tres etapas
Interfaz de revisión dirigida al planificador para confirmar o corregir transacciones categorizadas
Capa de API REST para integración con la plataforma de planificación existente de la firma
Autenticación de Amazon Cognito en ambos flujos de trabajo
Documentación final de la arquitectura, manual de implementación y entrega del código fuente
Los planificadores de Fearless Finance probaron la plataforma con sesiones reales de clientes antes de la aprobación final, utilizándola en paralelo con el proceso existente de la firma. Los planificadores descubrieron que una vez que los datos de la sesión se cargaban en la plataforma, generar y revisar una nota tomaba una fracción de los 20 a 40 minutos que requería el proceso manual, incluso teniendo en cuenta el paso de revisión y edición por el que aún pasa cada nota. Los planificadores y el liderazgo de la firma aprobaron la solución después de realizar pruebas prácticas con datos reales de clientes, y Fearless Finance ahora está evaluando un desarrollo ampliado de nivel de producción para llevar adelante esta capacidad.
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
