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 posterior a las reuniones se convirtió en la principal limitación de la capacidad de los planificadores. Tras cada sesión con un cliente, el planificador redactaba manualmente una nota de resumen siguiendo la plantilla estandarizada de la firma, un proceso que duraba entre 20 y 40 minutos dependiendo de la complejidad de la reunión. En las sesiones de revisión del flujo de caja, los planificadores también tenían que clasificar manualmente cada transacción bancaria importada en las categorías de gastos de la firma antes de poder comenzar cualquier análisis.
De no haberse abordado, este cuello de botella habría limitado el número de clientes que cada planificador podía atender a medida que la firma escalaba para consolidar su equipo de planificación en una única plataforma. Fearless Finance necesitaba una forma de reducir el tiempo dedicado a la documentación sin comprometer la calidad ni la coherencia de los entregables para los clientes, cumpliendo al mismo tiempo los requisitos de la SEC para el manejo de datos y el mantenimiento de registros.
Dado que el proyecto implica datos financieros personales bajo la supervisión de la SEC, Fearless Finance necesitaba una plataforma que cumpliera estrictos requisitos de cifrado, control de acceso y mantenimiento de registros. AWS proporcionó los servicios gestionados 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 equipo de desarrollo propio de Fearless Finance estaba centrado en la creación de la plataforma de planificación principal de la firma y no disponía del ancho de banda ni de la experiencia en IA necesarios para emprender un desarrollo de IA generativa en paralelo. La experiencia de Avahi en el diseño y despliegue de soluciones de Amazon Bedrock, combinada con un plan claro de integración con la plataforma existente de la firma mediante API bien definidas, ofreció a Fearless Finance una vía de bajo riesgo para añadir 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 sobre lo que se envía a los clientes.
El motor de síntesis de notas utiliza una Amazon Bedrock Knowledge Base, creada a partir de las plantillas de reuniones y la metodología de planificación de la firma, para generar un borrador de nota de resumen estructurado a partir de los datos de la sesión introducidos por el planificador. Los planificadores introducen las notas a través de un formulario específico, revisan y editan el borrador generado por la IA en una interfaz diseñada a tal efecto 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 en apoyo del mantenimiento de registros de la SEC.
La herramienta de categorización de transacciones procesa los archivos de transacciones bancarias subidos por los clientes y clasifica cada transacción en las categorías de gastos de la firma mediante un enfoque de tres etapas: una búsqueda local comparada con transacciones revisadas anteriormente, un modelo de Amazon Bedrock para nuevas transacciones y una búsqueda de lugares de terceros como alternativa para comercios ambiguos. Los resultados categorizados se presentan al planificador para su confirmación o corrección, y cada corrección se retroalimenta en 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 para almacenar los metadatos de las transacciones y las notas. El sistema se diseñó para exponer puntos de conexión de API limpios, de modo que el 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 con IA basado en una Amazon Bedrock Knowledge Base
Formulario de entrada de notas para el planificador e interfaz de revisión y edición de notas generadas por IA
Exportación a PDF con marca de tiempo y archivo cifrado con SSE-KMS en Amazon S3
Herramienta de categorización de transacciones bancarias mediante un proceso de clasificación en tres etapas
Interfaz de revisión para el planificador para confirmar o corregir transacciones categorizadas
Capa de API REST para la integración con la plataforma de planificación existente de la firma
Autenticación de Amazon Cognito en ambos flujos de trabajo
Documentación de la arquitectura final, manual de despliegue 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 cargados los datos de la sesión en la plataforma, generar y revisar una nota requería una fracción de los 20 a 40 minutos que exigía el proceso manual, incluso teniendo en cuenta el paso de revisión y edición por el que pasan todas las notas. Los planificadores y la dirección de la firma aprobaron la solución tras las pruebas prácticas con datos reales de clientes, y Fearless Finance está evaluando ahora un desarrollo ampliado de nivel de producción para dar continuidad a 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 posterior a las reuniones se convirtió en la principal limitación de la capacidad de los planificadores. Tras cada sesión con un cliente, el planificador redactaba manualmente una nota de resumen siguiendo la plantilla estandarizada de la firma, un proceso que duraba entre 20 y 40 minutos dependiendo de la complejidad de la reunión. En las sesiones de revisión del flujo de caja, los planificadores también tenían que clasificar manualmente cada transacción bancaria importada en las categorías de gastos de la firma antes de poder comenzar cualquier análisis.
De no haberse abordado, este cuello de botella habría limitado el número de clientes que cada planificador podía atender a medida que la firma escalaba para consolidar su equipo de planificación en una única plataforma. Fearless Finance necesitaba una forma de reducir el tiempo dedicado a la documentación sin comprometer la calidad ni la coherencia de los entregables para los clientes, cumpliendo al mismo tiempo los requisitos de la SEC para el manejo de datos y el mantenimiento de registros.
Dado que el proyecto implica datos financieros personales bajo la supervisión de la SEC, Fearless Finance necesitaba una plataforma que cumpliera estrictos requisitos de cifrado, control de acceso y mantenimiento de registros. AWS proporcionó los servicios gestionados 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 equipo de desarrollo propio de Fearless Finance estaba centrado en la creación de la plataforma de planificación principal de la firma y no disponía del ancho de banda ni de la experiencia en IA necesarios para emprender un desarrollo de IA generativa en paralelo. La experiencia de Avahi en el diseño y despliegue de soluciones de Amazon Bedrock, combinada con un plan claro de integración con la plataforma existente de la firma mediante API bien definidas, ofreció a Fearless Finance una vía de bajo riesgo para añadir 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 sobre lo que se envía a los clientes.
El motor de síntesis de notas utiliza una Amazon Bedrock Knowledge Base, creada a partir de las plantillas de reuniones y la metodología de planificación de la firma, para generar un borrador de nota de resumen estructurado a partir de los datos de la sesión introducidos por el planificador. Los planificadores introducen las notas a través de un formulario específico, revisan y editan el borrador generado por la IA en una interfaz diseñada a tal efecto 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 en apoyo del mantenimiento de registros de la SEC.
La herramienta de categorización de transacciones procesa los archivos de transacciones bancarias subidos por los clientes y clasifica cada transacción en las categorías de gastos de la firma mediante un enfoque de tres etapas: una búsqueda local comparada con transacciones revisadas anteriormente, un modelo de Amazon Bedrock para nuevas transacciones y una búsqueda de lugares de terceros como alternativa para comercios ambiguos. Los resultados categorizados se presentan al planificador para su confirmación o corrección, y cada corrección se retroalimenta en 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 para almacenar los metadatos de las transacciones y las notas. El sistema se diseñó para exponer puntos de conexión de API limpios, de modo que el 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 con IA basado en una Amazon Bedrock Knowledge Base
Formulario de entrada de notas para el planificador e interfaz de revisión y edición de notas generadas por IA
Exportación a PDF con marca de tiempo y archivo cifrado con SSE-KMS en Amazon S3
Herramienta de categorización de transacciones bancarias mediante un proceso de clasificación en tres etapas
Interfaz de revisión para el planificador para confirmar o corregir transacciones categorizadas
Capa de API REST para la integración con la plataforma de planificación existente de la firma
Autenticación de Amazon Cognito en ambos flujos de trabajo
Documentación de la arquitectura final, manual de despliegue 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 cargados los datos de la sesión en la plataforma, generar y revisar una nota requería una fracción de los 20 a 40 minutos que exigía el proceso manual, incluso teniendo en cuenta el paso de revisión y edición por el que pasan todas las notas. Los planificadores y la dirección de la firma aprobaron la solución tras las pruebas prácticas con datos reales de clientes, y Fearless Finance está evaluando ahora un desarrollo ampliado de nivel de producción para dar continuidad a esta capacidad.
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
