Propuesta Comercial — Evolutivo Estratégico
Mayo, 2026
Inteligencia Artificial aplicada al crédito
CreditFlow AI —
Plataforma Inteligente
de Originación
Reconstrucción modular y evolutiva del proceso de preaprobación y perfilamiento de clientes de Kredit Plus, impulsada por inteligencia artificial, integrada con la infraestructura existente y diseñada para generar valor desde el primer mes.
⚡
Velocidad
Respuestas al asesor comercial en minutos, no en horas
🎯
Precisión
Decisiones asistidas por IA con trazabilidad y control
📈
Impacto
Reducción de carga operativa y mejora en tasa de cierre
Duración del proyecto
3 meses
3 módulos progresivos · Victorias rápidas por fase
Inversión total
$50.000.000
COP · Bolsa global distribuida por módulo
Alcance operativo
3.500 – 4.500
estudios de crédito por mes impactados
Valor diferencial incluido
Plataforma LMS
Bonificada · Sin costo adicional para Kredit
Kredit Plus tiene una base operativa sólida, integraciones activas con SEAS, Experian y Truora, y un equipo comercial con presencia nacional. Lo que esta propuesta plantea es potenciar lo que ya existe con inteligencia artificial: sin reemplazar interfaces, sin interrumpir operaciones y sin depender de APIs externas que no están bajo el control de la compañía. El resultado esperado es una fábrica de crédito que opera más rápido, con menos carga manual, y un equipo comercial que llega a cada cliente con información suficiente para cerrar — no para esperar.
El punto de partida
Sabemos exactamente cómo opera Kredit hoy
Este proyecto no inicia desde cero. Durante el programa Ruta IA de la Cámara de Comercio de Barranquilla, diseñamos y desplegamos un prototipo funcional que ya conecta con el Conector Unificado de SEAS, procesa respuestas reales de Experian y Truora, y aplica la política PO-GR01 V12 en un motor de validación de 11 pasos. Conocemos el proceso, sus fricciones y su potencial.
⏳
Tiempo de ciclo
El proceso de preaprobación depende de validaciones secuenciales manuales que generan tiempos de respuesta variables y poco predecibles
🔁
Carga operativa
La fábrica de crédito opera como cuello de botella porque recibe casos que podrían filtrarse automáticamente con las herramientas disponibles
📄
Reprocesos
La validación documental ocurre tarde en el proceso, generando devoluciones al asesor cuando ya se ha invertido tiempo en el estudio
Proceso actual — AS-IS
El asesor carga documentos en la app sin validación inmediata de calidad o completitud
La fábrica recibe el caso y realiza validaciones secuenciales: documental, SEAS, Truora, Experian
Cada consulta externa se interpreta manualmente por el analista
La respuesta al comercial tarda horas — a veces días en casos complejos
La experiencia del cliente refleja cada fricción interna del proceso
→
Proceso objetivo — TO-BE
El asesor recibe confirmación automática de documentación al cargarla en la app
Las reglas duras y el pre-perfilamiento se ejecutan antes de llegar a fábrica
Truora y Experian son interpretados automáticamente por el modelo de IA
Solo los casos que requieren juicio humano llegan al analista
El cliente recibe respuesta con la rapidez que exige la competencia
🟢
Asesor comercial
Información suficiente para interactuar con el cliente antes de que el estudio llegue a fábrica
🟢
Fábrica de crédito
Solo recibe casos que realmente necesitan análisis humano — el resto fluye automáticamente
🟢
Cliente final
Experiencia más ágil, con menos solicitudes de información adicional y respuestas más rápidas
Diseño de la solución
No es un evolutivo. Es la plataforma que Kredit necesita.
CreditFlow AI 2.0 es una reconstrucción modular y profesional sobre la infraestructura Azure de Kredit Plus. Cada módulo es un componente de IA independiente, administrable, entrenable y escalable. Juntos conforman una plataforma que acompaña el proceso de originación de principio a fin — sin interfaces nuevas, sin interrumpir lo que ya funciona.
Principio de diseño: No se construyen nuevas interfaces. Se potencian las que ya existen — la app comercial y SEAS reciben inteligencia adicional de manera transparente para sus usuarios.
Componentes del módulo
Integración con Azure AI Document Intelligence (compatible con OCR existente de Kredit)
Lectura y validación automática de cédula y desprendibles de pago
Validación cruzada entre información declarada y documentada
Activación de reglas duras: capacidad de pago básica, listas restrictivas internas, elegibilidad mínima por política PO-GR01
Pre-semáforo de elegibilidad integrado en la app comercial de Kredit
Flujo de valor
El asesor carga documentos en la app y recibe confirmación automática de completitud y validez
Antes de que el caso entre a fábrica, el sistema ejecuta las reglas básicas de elegibilidad
Los casos con rechazo claro no consumen tiempo del analista
Discovery detallado: mapeo del OCR existente de Azure, APIs disponibles de SEAS y reglas duras a codificar
🔍 Discovery de este módulo incluye: Análisis del servicio Azure OCR activo en Kredit, definición de documentos a procesar (scope acotado), levantamiento y formalización de reglas duras con el área de riesgo, mapeo del punto de integración en la app comercial.
⚡
Victoria rápida — Fin del mes 1
El asesor comercial ve en la app un indicador de pre-elegibilidad en tiempo real al momento de cargar la documentación del cliente. El equipo de fábrica deja de recibir casos con documentación incompleta o con rechazo automático evidente.
Componentes del módulo
Reconstrucción del motor de validación sobre la infraestructura Azure de Kredit, con API full de SEAS
Parseo semántico de la respuesta de Truora: interpretación automática del texto de novedades (procesos, embargos, PEP, judicial)
Modelo de clasificación entrenado con datos históricos de Kredit (semi-supervisado desde base existente)
Perfilamiento enriquecido enviado al equipo comercial con señales de riesgo interpretadas
Integración de reglas duras de score mínimo por pagaduría, embargos y PEP a este nivel del flujo
Lo que cambia en la operación
El analista deja de leer el texto crudo de Truora — el modelo lo interpreta y entrega señales estructuradas
El perfilamiento del cliente llega al comercial antes de que este lo solicite
El modelo mejora progresivamente con cada caso procesado — es un activo vivo
Implementación de shadow mode: análisis en paralelo con el flujo actual sin impactar la operación
🔍 Discovery de este módulo incluye: Análisis del crudo de respuestas Truora disponibles, evaluación de la base histórica para entrenamiento, mapeo de APIs adicionales de SEAS no exploradas en el prototipo, definición del modelo de perfilamiento con el área de riesgo y comercial.
🎯
Victoria rápida — Fin del mes 2
La fábrica de crédito recibe clientes pre-analizados con señales de riesgo interpretadas automáticamente. El equipo comercial dispone de un perfil del cliente antes de la visita o llamada de seguimiento, mejorando la calidad de la interacción y la tasa de cierre.
Componentes del módulo
Motor de análisis de capacidad de pago con variables de Experian/DataCrédito integradas semánticamente
Generación automática de escenarios: monto máximo viable, plazo óptimo, cuota proyectada por pagaduría
Interpretación enriquecida del historial crediticio — más allá del score, el comportamiento real
Dashboard del analista con escenarios listos para presentar — sin construcción manual
Integración de reglas duras de endeudamiento máximo y topes por pagaduría en este nivel decisional
Transformación operativa
El analista deja de construir simulaciones manualmente — las recibe calculadas y fundamentadas
Las excepciones quedan claramente identificadas para revisión de comité
El proceso completo queda trazado, auditable y alineado con la política vigente
La plataforma alcanza madurez suficiente para un roadmap de evolución autónomo
🔍 Discovery de este módulo incluye: Análisis del formato de respuesta DataCrédito/Experian disponible, definición de escenarios relevantes con el área financiera y de riesgo, diseño del dashboard del analista, protocolo de gestión de excepciones y revisión de comité.
📊
Victoria rápida — Fin del mes 3
El analista recibe para cada estudio un conjunto de escenarios calculados automáticamente con su respectiva viabilidad financiera. El tiempo dedicado al análisis se invierte en validar y aprobar — no en construir. La experiencia del cliente mejora porque la respuesta definitiva llega más rápido y mejor fundamentada.
Plan de ejecución
Tres meses. Doce semanas. Valor desde el primer sprint.
Cada módulo inicia con una fase de discovery específica que produce un documento de requerimientos como hoja de ruta de las iteraciones siguientes. Las validaciones funcionales se realizan en ambiente de pruebas independiente antes de cualquier despliegue. Un modelo de análisis en paralelo (shadow mode) acompaña cada módulo para contrastar resultados con el flujo actual sin impactar la operación productiva.
| Período |
Semanas |
Actividades principales |
Entregables |
Hito / Validación |
|
MES 1
Módulo 1
OCR + Pre-perf.
|
S1 – S2 |
Discovery general del proyecto: mapeo de proyectos PMO activos, infraestructura Azure, APIs SEAS disponibles, Azure OCR existente, levantamiento de reglas duras con área de riesgo. Sesión de alineación con TI, funcional y PMO.
Discovery
|
Documento de requerimientos M1 · Arquitectura técnica base · Mapa de dependencias con proyectos PMO |
✓ Kick-off aprobado |
|
S3 – S4 |
Desarrollo OCR sobre Azure Document Intelligence. Implementación de reglas duras (elegibilidad, listas restrictivas, capacidad de pago inicial). Integración del resultado como respuesta ligera en la app comercial.
Desarrollo
|
OCR funcional en ambiente pruebas · Reglas duras activas · Integración en app comercial (QA) |
✓ Validación funcional |
|
MES 2
Módulo 2
Verificación + IA
|
S5 – S6 |
Discovery M2: análisis del crudo de Truora disponible, evaluación de datos históricos para entrenamiento, mapeo de APIs adicionales SEAS, definición del modelo de perfilamiento con riesgo y comercial.
Discovery
|
Documento de requerimientos M2 · Dataset histórico estructurado · Definición de señales de riesgo clave |
✓ Baseline modelo |
|
S7 – S8 |
Reconstrucción del motor de validación en Azure. Parseo semántico de respuesta Truora. Entrenamiento inicial del modelo con históricos. Activación del shadow mode: análisis en paralelo con flujo productivo.
Desarrollo Shadow Mode
|
Motor de verificación en producción · Modelo entrenado v1 · Reporte de shadow mode semana 1 |
✓ Validación fábrica |
|
MES 3
Módulo 3
Escenarios + Decisión
|
S9 – S10 |
Discovery M3: formato de respuesta DataCrédito/Experian, definición de escenarios con área financiera, diseño del dashboard del analista, protocolo de excepciones y revisión de comité.
Discovery
|
Documento de requerimientos M3 · Diseño de escenarios validado · Protocolo de excepciones |
✓ Aprobación diseño |
|
S11 – S12 |
Desarrollo motor de viabilidad financiera + escenarios DataCrédito. Integración con dashboard del analista. Pruebas integrales de los 3 módulos. Carga de contenido LMS. Entrega formal + transferencia de conocimiento.
Desarrollo Entrega final
|
Plataforma completa en producción · LMS con tutoriales cargados · Documentación técnica y funcional · Acta de entrega |
🏁 Entrega formal |
Métricas de valor
Lo que medimos define lo que entregamos
Estos indicadores se presentan como orientadores de impacto basados en el conocimiento del proceso. La línea base real se establece durante el discovery del mes 1, y cada KPI se ajusta con el equipo de Kredit antes de comprometerse como meta formal.
Tiempo de ciclo de preaprobación
HOY
Horas / días
META
≥ 40%
reducción sobre la línea base medida en discovery
Solicitudes con decisión automática
HOY
~0% automatizado
META
≥ 60%
al finalizar M3, sin intervención manual directa
Reprocesos por documentación
HOY
Alto (a cuantificar)
META
≥ 50%
reducción desde la activación del módulo OCR en M1
Tiempo de respuesta al asesor
HOY
Horas promedio
META
Minutos
para el pre-perfilamiento desde M1 en adelante
Casos en revisión manual innecesaria
HOY
Sin clasificar
META
Solo excepciones
el analista interviene donde agrega valor real
Precisión del modelo de clasificación
HOY
No existe
META
≥ 80%
evaluado sobre dataset histórico validado en M2
Nota metodológica: Los valores objetivo se presentan como referencia orientadora. La medición formal de la línea base y la definición de metas comprometidas se realizan durante la fase de discovery del mes 1, con participación del equipo de operaciones y la PMO de Kredit Plus. El shadow mode del mes 2 y 3 permitirá validar el impacto real antes del despliegue definitivo.
Diseño técnico
Construido sobre la infraestructura de Kredit, no al margen de ella
La solución se despliega completamente dentro del ecosistema Azure de Kredit Plus. Cada módulo de IA opera como un servicio independiente, consumido por las aplicaciones existentes mediante APIs. La dependencia de OpenAI como proveedor de tokens externos queda eliminada — el procesamiento ocurre dentro del tenant corporativo.
Arquitectura CreditFlow AI 2.0 — Visión por capas
Usuarios
App Comercial SEAS
Dashboard Fábrica de Crédito
Panel Analista
↕
API Gateway
CreditFlow AI API
Azure API Management
Autenticación & Seguridad
↕
Módulos IA
M1 · OCR Engine
M2 · Motor Verificación
M3 · Viabilidad Financiera
Administrador de Agentes IA
↕
Motor de reglas
Reglas duras PO-GR01 V12
Listas restrictivas
Políticas por pagaduría
Lógica híbrida Reglas + IA
↕
Datos & Storage
Azure SQL Database
Azure Blob Storage
Cache distribuida
Logs & Trazabilidad
↕
Integraciones
SEAS · Conector Unificado
Truora · vía SEAS
Experian / DataCrédito
Azure AI Document Intelligence
Respecto al OCR: La propuesta se apalanca en el servicio Azure AI Document Intelligence que Kredit Plus ya tiene disponible. Durante el discovery se evalúa lo construido para cédulas y desprendibles, y se define la estrategia de integración más eficiente — reutilizando activos existentes.
Ambientes de trabajo
| Ambiente | Propósito |
|---|
| Desarrollo | Construcción e iteración de cada módulo por el equipo Boost |
| QA / Pruebas | Validaciones funcionales con el equipo Kredit antes de despliegue |
| Shadow Mode | Análisis en paralelo sobre datos reales sin impactar producción |
| Producción | Despliegue final validado con aval del equipo funcional |
Administrador de Agentes IA
Cada módulo de IA incluye un panel de administración independiente que permite al equipo de Kredit monitorear el comportamiento del modelo, revisar las decisiones tomadas, configurar umbrales y programar ciclos de reentrenamiento. Los agentes no son una caja negra — son activos administrables con su propio roadmap de evolución.
Modelo de ejecución
Iterativo, colaborativo y con entregables verificables en cada paso
No se despliega nada que no haya sido validado por el equipo de Kredit. Cada módulo tiene su propio ciclo de discovery → desarrollo → pruebas → shadow mode → producción. La metodología garantiza que el equipo de Kredit mantiene el control en cada decisión funcional.
1
Discovery específico por módulo
Cada módulo inicia con una sesión de discovery estructurada que produce un documento formal de requerimientos. Este documento es la hoja de ruta de las iteraciones del módulo y debe ser aprobado por el equipo funcional y técnico de Kredit antes de arrancar el desarrollo. Incluye análisis de requerimientos, mapeo de dependencias, definición de reglas de negocio y criterios de aceptación.
2
Iteraciones de desarrollo con transparencia total
El desarrollo se ejecuta en sprints cortos con actualizaciones periódicas al equipo de Kredit. El equipo de Boost opera con total independencia en la construcción de los componentes de IA — modelado, entrenamiento, ajuste y despliegue en ambiente de desarrollo. El equipo de TI de Kredit colabora activamente en lo que requiere acceso a infraestructura propia: configuración de servicios Azure, conexiones de base de datos, credenciales de APIs.
3
Validación funcional en ambiente independiente
Antes de cualquier despliegue a producción, el equipo funcional de Kredit valida el comportamiento del módulo en el ambiente de pruebas. Esta validación es un requisito no negociable del proceso — el equipo de fábrica y comercial verifican que el sistema responde como se espera antes de que un cliente real lo experimente.
4
Shadow mode — análisis en paralelo
Cada módulo opera durante al menos una semana en modo paralelo a la operación actual: el sistema analiza los mismos casos que procesa la fábrica, genera sus recomendaciones y las contrasta con las decisiones reales. Este mecanismo permite calibrar el modelo, identificar oportunidades de ajuste y construir confianza en el equipo antes del despliegue definitivo — sin ningún riesgo para la operación.
5
Despliegue controlado y entrega formal
El módulo va a producción con el aval explícito del equipo funcional, un documento de entrega firmado, el contenido del módulo cargado en la plataforma LMS y la transferencia de conocimiento correspondiente al equipo de TI. El módulo queda completamente en manos de Kredit al finalizar cada fase.
Condición de éxito
El trabajo en equipo no es un valor agregado — es un requisito
La experiencia en proyectos similares es clara: la velocidad y la calidad de entrega dependen directamente de la disponibilidad del equipo de Kredit para colaborar. Esta propuesta establece como condición de ejecución la conformación de una célula de proyecto permanente durante los tres meses, con roles definidos y disponibilidad mínima acordada.
Equipo Boost Business Consulting
👤
Lead de Proyecto & Arquitecto de Solución
Dirección técnica y funcional del proyecto · Interlocución principal con Kredit · Diseño de arquitectura IA
🤖
Especialista en IA & Modelos
Diseño, entrenamiento y ajuste de modelos · Parseo semántico · Ingeniería de prompts y pipelines
⚙️
Desarrollador Backend & Integraciones
APIs, integraciones SEAS, motor de reglas, despliegue en Azure · Cobertura de pruebas
📋
Analista Funcional
Levantamiento de requerimientos · Documentación · Gestión del cambio · Carga LMS
Compromiso Boost: Dedicación completa durante los 3 meses. Total independencia en la construcción, entrenamiento y despliegue de los componentes de IA.
Célula requerida de Kredit Plus
💻
Referente TI (1–2 personas)
Acceso a infraestructura Azure, APIs de SEAS, configuración de ambientes, credenciales de producción
🏭
Referente Fábrica de Crédito
Validaciones funcionales por módulo, definición de reglas de negocio, aceptación de entregables
📊
Referente PMO
Alineación con roadmap, seguimiento de hitos, coordinación de dependencias con otros proyectos
🎓
Referente Talento Humano
Coordinación del LMS, plan de adopción, comunicación interna de los nuevos módulos
Disponibilidad requerida: La célula de Kredit debe poder atender sesiones de discovery (4–6h en semanas de arranque de módulo) y validaciones funcionales (2–4h antes de cada despliegue). La disponibilidad específica se acuerda al inicio del proyecto.
Visión de portfolio
Un proyecto que encaja, no que compite
Kredit Plus tiene una agenda de transformación activa. Esta propuesta está diseñada para ser un eslabón natural de esa cadena — no para interrumpirla. La fase de discovery del mes 1 incluye una sesión de alineación con la PMO para mapear dependencias, identificar sinergias y garantizar que el cronograma no colisione con ningún proyecto en curso.
Proyecto: Propuesta de Valor
En cierre
Evolución integral de la app comercial. Alineación: CreditFlow AI inyecta resultados en la app existente — no agrega pantallas. La transición de gestión del cambio de ese proyecto es una ventana de adopción ideal para el módulo OCR.
Proyecto: Mejora en Reglas y Conexión
Implementado
Activó el canal de comunicación SEAS ↔ App Comercial con respuestas ligeras. Alineación: Este canal es el punto de entrada de los resultados de nuestro módulo M1 — construimos sobre lo que ya funciona, no desde cero.
Iniciativas Azure / TI
A mapear en discovery
Se identificarán en la sesión de alineación con TI y PMO del mes 1. El objetivo es garantizar que los servicios Azure que activemos sean coherentes con la hoja de ruta de infraestructura definida por el equipo interno.
Proyectos futuros de experiencia del cliente
Sinergia directa
Cada módulo de IA que construimos queda como un servicio disponible para ser consumido por futuros proyectos. La plataforma CreditFlow AI es una base tecnológica, no un proyecto de un solo uso.
Esta propuesta se presenta como parte de la hoja de ruta tecnológica de Kredit Plus, alineada con los objetivos de productividad, experiencia del cliente y evolución de plataforma que definen la agenda 2026. El entregable final no es solo un sistema — es un activo de IA propio, administrable y con roadmap de evolución independiente.
🎁 Bonificado · Sin costo adicional
Plataforma de aprendizaje para la adopción de cada módulo
Una de las lecciones más constantes en proyectos de transformación tecnológica con equipos comerciales dispersos a nivel nacional es que la resistencia al cambio no se vence con documentación — se vence con acceso fácil, cuando el usuario lo necesita, en el formato en que aprende. Por eso incluimos, sin costo adicional, una plataforma LMS administrada por Kredit desde el día uno.
🎥
Video tutoriales por funcionalidad
Cada funcionalidad liberada en producción tiene su tutorial grabado y cargado en el LMS antes del despliegue.
🗂️
Organización por módulo y perfil de usuario
Contenido diferenciado para el asesor comercial, el analista de fábrica y el equipo de TI.
🔧
Administración transferida a Kredit
Al finalizar el proyecto, el equipo de Talento Humano tiene acceso total para agregar, editar y gestionar el contenido sin limitaciones ni dependencias.
📡
Alcance nacional
Accesible para toda la base de usuarios comerciales de Kredit, sin importar su ubicación, en el momento en que lo necesiten.
Inversión
Una inversión modular con retorno medible desde el primer mes
El proyecto se estructura como una bolsa global distribuida proporcionalmente entre los tres módulos. Esta distribución se ajusta al cierre del discovery del mes 1, con base en la complejidad real identificada en cada componente y la carga de trabajo acordada con el equipo de Kredit.
Inversión total del proyecto
$50.000.000
Pesos colombianos · IVA no incluido · 3 meses de ejecución
Módulo 1 · Mes 1
~28%
OCR Engine &
Pre-Perfilamiento
Módulo 2 · Mes 2
~40%
Motor de Verificación
& Modelo de Riesgo
Módulo 3 · Mes 3
~32%
Viabilidad Financiera
& Escenarios DataCrédito
Plataforma LMS incluida como valor agregado bonificado, sin costo adicional para Kredit Plus. El valor de mercado estimado de la plataforma y su configuración inicial es de $4.000.000 COP, cubiertos íntegramente por Boost Business Consulting.
Condiciones de la propuesta
Facturación por módulo al cierre de cada mes, con entregable formal aprobado como condición de pago.
La distribución porcentual por módulo es orientadora. Se formaliza al cierre del discovery del mes 1, con base en el alcance detallado acordado.
La propuesta contempla el trabajo conjunto con el equipo de TI, funcional y PMO de Kredit. Demoras atribuibles a la no disponibilidad del equipo de Kredit pueden afectar el cronograma sin penalidad para Boost.
Costos de infraestructura Azure (servicios activados, consumo de APIs, almacenamiento) no están incluidos y corren por cuenta de Kredit Plus.
Esta propuesta tiene vigencia de 30 días calendario desde su presentación.
IVA no incluido en el valor presentado. Se aplica según la naturaleza tributaria del contrato.
Cómo arrancamos
De la aprobación al primer hito — en dos semanas
1
Revisión y aprobación de la propuesta
El equipo directivo de Kredit revisa, ajusta y aprueba la propuesta comercial. Se define la célula de proyecto de Kredit y se confirman los interlocutores de cada área (TI, Fábrica, PMO, Talento Humano).
2
Firma del contrato y formalización
Suscripción del acuerdo comercial, definición del acuerdo de confidencialidad (NDA) si aplica, y establecimiento del canal de comunicación oficial del proyecto (herramienta de seguimiento acordada con PMO).
3
Sesión de kick-off — Semana 1
Reunión de arranque con toda la célula de proyecto. Presentación del plan de trabajo, acuerdo de disponibilidades, accesos requeridos, revisión de proyectos PMO activos y configuración del ambiente de desarrollo.
4
Discovery del módulo 1 — Semanas 1–2
Sesiones de levantamiento con el área de riesgo (reglas duras), TI (Azure OCR, APIs SEAS), comercial (flujo en app) y PMO (alineación roadmap). Entregable: documento de requerimientos M1 aprobado.
5
Primer entregable funcional — Fin del mes 1
El equipo comercial de Kredit ve, en la app que ya usa, el resultado del pre-perfilamiento automático. La fábrica de crédito deja de recibir los primeros casos que hoy consumen tiempo sin generar valor.
Boost Business Consulting
"La inteligencia artificial no reemplaza el juicio humano en el crédito. Lo libera para que se concentre donde realmente importa."
Preparado exclusivamente para
Kredit Plus S.A.
Boost Business Consulting · Mayo 2026 · Versión 1.0 · Confidencial