Agente de IA para procesamiento y evaluación de créditos

El proceso de solicitud de crédito requería que los analistas coordinaran manualmente información proveniente de múltiples sistemas antes de llegar a una decisión. Una solicitud típica implicaba revisar la solicitud, validar los datos del cliente, verificar documentos, extraer información financiera, consultar el buró de crédito, revisar el historial bancario, aplicar políticas crediticias, analizar indicadores de riesgo, solicitar información faltante y preparar la solicitud para aprobación o rechazo.

Este proceso generaba tiempos elevados de procesamiento, una alta carga operativa, actividades repetitivas para los analistas, diferencias en el procesamiento entre solicitudes, mayor riesgo de errores manuales y dificultades para escalar durante períodos de alta demanda.

El reto consistía en automatizar la coordinación de este proceso de múltiples etapas sin eliminar la supervisión humana de las decisiones crediticias críticas.

Rootstack implementó un agente de IA para procesamiento y evaluación de créditos utilizando una arquitectura basada en agentes de IA, orquestación, MCP Tools, sistemas bancarios, servicios documentales, integraciones con el buró de crédito y aprobación humana.

El agente coordinaba capacidades especializadas como verificación del cliente, recuperación y análisis de documentos, consultas al buró de crédito, consulta de cuentas e historial transaccional, revisión de exposición crediticia existente, validación de políticas, cálculos de riesgo y actualización del estado de las solicitudes. Además, mantenía el estado de cada solicitud durante todo el proceso y determinaba dinámicamente el siguiente paso autorizado.

El workflow podía recibir una solicitud de crédito, validar al cliente, verificar los documentos requeridos, extraer información financiera, consultar el buró de crédito, recuperar el historial bancario, evaluar las reglas crediticias, identificar excepciones, preparar la evaluación crediticia, solicitar aprobación humana y actualizar la solicitud. Esto redujo la necesidad de que los analistas coordinaran manualmente cada etapa.

La integración mediante MCP permitió establecer una interfaz controlada entre el agente y los sistemas del banco. En lugar de proporcionar acceso directo a bases de datos o sistemas core, capacidades como verificación de clientes, consulta de historial de cuentas, préstamos existentes, información del buró, validación de ingresos, estado de documentos y actualización de solicitudes fueron expuestas mediante MCP Tools autorizadas. Rootlenses permitió gobernar las herramientas disponibles, permisos, integraciones y condiciones de ejecución.

La solución también incorporó capacidades de procesamiento documental para documentos de identidad, comprobantes de ingresos, estados de cuenta, documentos fiscales, certificados laborales y estados financieros. Los servicios OCR/IDP extraían la información relevante y la devolvían en formato estructurado para que el agente pudiera compararla con los datos de la solicitud, el historial bancario y la información del buró, identificando inconsistencias, documentación faltante, documentos vencidos u obligaciones no declaradas.

La arquitectura separó el razonamiento de IA de las reglas crediticias determinísticas. El agente podía recuperar e interpretar la política aplicable e invocar el motor de reglas, mientras que los criterios formales de elegibilidad permanecían bajo una lógica determinística. Esto evitó que el LLM se convirtiera en la única fuente de verdad para los criterios crediticios regulados.

Una vez recopilada la información requerida, el agente generaba una evaluación crediticia estructurada que incluía el perfil del cliente, monto solicitado, información de ingresos, exposición crediticia existente, resultados del buró, indicadores de riesgo, validaciones de políticas, información faltante, inconsistencias detectadas y próxima acción recomendada. La recomendación se mantenía separada de la evidencia utilizada para generarla, permitiendo que un analista revisara la información antes de tomar la decisión final.

La aprobación humana permaneció como requisito para las decisiones de alto impacto definidas por el banco. Los analistas podían revisar la información recopilada, documentos analizados, resultados del buró, reglas activadas, excepciones detectadas y recomendación del agente antes de aprobar, rechazar, solicitar información adicional o escalar la solicitud. El agente retomaba el workflow únicamente después de recibir la decisión o instrucción correspondiente.

El agente también podía identificar automáticamente información faltante e iniciar workflows de seguimiento, como solicitar documentación de ingresos, notificar al cliente, esperar el documento y reprocesar la solicitud. Asimismo, podía manejar excepciones relacionadas con documentos faltantes, información inconsistente, indisponibilidad del buró, umbrales de política excedidos, información financiera incompleta, patrones de datos sospechosos o solicitudes fuera del alcance autorizado.

Debido al impacto de los procesos crediticios, se implementaron guardrails que incluían MCP Tools autorizadas, acceso restringido a sistemas, validación de entradas y salidas, aplicación determinística de políticas, límites por operación y monto, aprobación humana, restricciones para solicitudes de alto riesgo, auditoría completa y límites máximos de ejecución del workflow.

El proyecto tuvo una duración de 6 meses, durante los cuales se automatizaron 20+ etapas del workflow crediticio y se integraron 12+ sistemas y servicios. La solución alcanzó una reducción estimada del 55% en el tiempo de procesamiento de solicitudes, con 70%+ de las solicitudes procesadas con asistencia de IA y una reducción estimada del 65% en la captura manual de datos. Además, el tiempo de procesamiento de los analistas se redujo aproximadamente un 45%. El 100% de las decisiones de alto impacto definidas requirió aprobación humana, mientras que el 100% de las acciones del workflow de IA fueron auditadas. La plataforma mantuvo una disponibilidad de 99.9%