Plataforma IDP: procesamiento inteligente de documentos con IA
Frontend completo de una plataforma de procesamiento inteligente de documentos, con copiloto de IA, revisión humana en cada paso y trazabilidad de cada dato.
En cifras
fases de roadmap entregadas
tests automatizados
fases de roadmap entregadas
tests automatizados
Desde mayo de 2026, en curso
Arquitectura y desarrollo del frontend
Carlos Morcillo — Head of Web Channels del cliente
Extraer datos es fácil; responder por ellos, no
El cliente es una consultora de estrategia que trabaja con contratos, facturas y expedientes en formatos dispares. Necesitaba una plataforma de procesamiento inteligente de documentos con revisión humana y trazabilidad en cada paso. Carlos dirige su canal web como Head of Web Channels y se encargó de toda la capa de interfaz.
1
Revisión humana dentro del flujo de trabajo
2
Trazabilidad de cada dato hasta su documento y su esquema
3
Ingesta de documentos por lotes
4
Internacionalización completa y fidelidad al diseño de Figma
EL PROYECTO QUE ENTRÓ EN EL ESTANQUE
Un modelo que extrae mal un importe da más trabajo del que ahorra si nadie puede revisarlo con el documento delante. Y cuando un dato acaba en un informe, alguien tiene que poder decir de dónde salió, con qué esquema se extrajo y quién lo validó.
Y CÓMO SALIÓ
Un producto en producción que procesa documentación real de negocio, con la superficie funcional cubierta por tests y entregado en más de veinte fases que el cliente pudo validar desde las primeras semanas.
ENTREGA
Cuatro piezas, un solo flujo
Bandeja documental con ingesta por lotes, editor visual de esquemas con versionado y linaje, copiloto de IA que propone esquemas a partir de documentos de muestra y revisión humana en cada paso.
DECISIONES
Tres decisiones y lo que se descartó para tomarlas
Signals en lugar de la detección de cambios clásica
Con tablas de miles de filas y estado compartido entre bandeja, editor y copiloto, la reactividad granular evita los re-renderizados en cascada. El modelo clásico habría obligado a parchear con OnPush por todas partes.
2
La revisión humana, dentro del flujo
Se descartó una pantalla de «revisar y aprobar» al final. La revisión está en cada paso, junto al documento y con el contexto delante.
3
Versionado y linaje en los esquemas
Un esquema cambia con el tiempo y los datos extraídos con la versión anterior siguen en informes ya entregados. Guardar con qué versión se extrajo cada dato permite responder por él meses después.
INSIGHTS
Un producto en producción que procesa documentación real de negocio, con la superficie funcional cubierta por tests y un roadmap entregado por fases que el cliente pudo validar desde las primeras semanas en lugar de esperar a un único lanzamiento final.
El efecto de trabajar así se nota sobre todo en el riesgo. Con más de veinte entregas parciales, ninguna decisión de producto tardó meses en contrastarse. Y con la batería de tests, el equipo pudo cambiar la arquitectura interna varias veces sin que se cayera nada por el camino.
Es la misma forma de trabajar que aplicamos en cualquier desarrollo a medida de Frog Hub: entregas parciales utilizables, tests desde el primer día e IA siempre con supervisión humana.
REFLEXIONES
Qué haríamos distinto
La lección grande de este proyecto es que en un producto con IA el trabajo difícil no está en el modelo, está en la interfaz que lo rodea. La extracción funciona razonablemente bien desde el primer día; lo que decide si la plataforma sirve o no es si una persona puede revisar, corregir y responder por lo que salió.
La segunda: entregar en veinte tramos en vez de en uno cambia la conversación con el cliente. Se discute sobre algo que se puede tocar, no sobre una maqueta, y las funcionalidades que sobraban se caen antes de construirse en lugar de después.
Vamos con el siguiente paso
Cuéntanos qué idea tienes entre manos
Nos cuentas el proyecto, te decimos si podemos ayudarte y cuánto costaría. Sin compromiso y sin la burocracia de una agencia.
Respondemos en 24 – 48 horas y tendrás tu presupuesto cerrado