KYC inteligente con Gemini Enterprise: case banco mediano (de 4h a 12 min)
Un banco mediano brasileño redujo el tiempo de análisis KYC de 4 horas a 12 minutos con un agente Gemini Enterprise. Arquitectura completa, métricas reales, gobernanza BACEN y lo que salió mal en el camino.
Fabiano Brito
CEO & Founder
KYC (Know Your Customer) es el proceso regulatorio que los bancos brasileños usan para validar identidad, capacidad financiera y perfil de riesgo. Exigido por la Resolución BCB 119/2021 y la Circular 3.978/2020. Cuando se hace manualmente, es costoso: lectura de documentos, cruce de bases, análisis de medios adversos, clasificación de riesgo.
Este post detalla cómo construimos el agente que automatizó este proceso en un banco mediano brasileño. El nombre del cliente está bajo NDA — los números son reales.
Antes: el punto de partida
dedicados a KYC corporativo
7 sistemas consultados
SLA real: 7–12 días
El problema no era falta de gente — era proceso. Cada análisis involucraba 7 sistemas distintos (Receita Federal, Serasa, Sintegra, Detecta, medios adversos, estatutos sociales, sistema interno). Backlog crónico de ~800 análisis pendientes.
Arquitectura del agente
El agente fue construido en Gemini Enterprise Plus (US$ 39/usuario/mes, con tools personalizadas y acceso a Vertex AI Agent Builder).
- Ingesta multimodal: estatuto social en PDF, DNI/RG de los socios, comprobante de domicilio, facturación. Gemini 2.5 Pro extrae datos estructurados (CNPJ, socios, capital social, actividad, dirección).
- Tools de consulta:
- Receita Federal (CNPJ activo, situación registral, socios).
- Serasa (score corporativo y socios PF).
- Sintegra (situación estadual).
- Lista PEP y sanciones (internas + Banco Central).
- Medios adversos (búsqueda estructurada con filtros temporales).
- Razonamiento: Gemini 2.5 Pro orquesta las tools, monta el dosier, identifica inconsistencias (capital social vs facturación, socio con restricción, actividad vs histórico).
- Clasificación de riesgo: el agente sugiere bajo/medio/alto con justificativa por criterio y evidencia.
- Output: dosier estructurado en PDF + entrada en el sistema interno + alertas para el analista humano.
Resultados a 90 días
| Métrica | Antes | Después | Delta |
|---|---|---|---|
| Tiempo medio/análisis | 4 h | 12 min | −95% |
| Costo por análisis | R$ 180 | R$ 14 | −92% |
| SLA real | 7–12 días | 1–2 días | −80% |
| Volumen/mes | ~600 | ~1.800 | 3× |
| Headcount | 24 | 24 | 0 (reasignación) |
| Retrabajo | 18% | 4% | −78% |
| NPS interno (analistas) | 32 | 71 | +39 pts |
El resultado de NPS sorprendió. Los analistas que temían ser reemplazados se convirtieron en fans: el trabajo pasó del copy-paste al análisis crítico sobre un dosier ya preparado.
Gobernanza BACEN: lo que tuvo que estar listo
- Decisión humana final documentada en cada caso.
- Audit log completo: quién preguntó qué, qué tools se llamaron, qué documentos se consultaron, qué recomendación salió, quién aprobó.
- Residencia de datos en
sa-east1y opt-out de entrenamiento. - RIPD detallado con matriz de riesgos (template en RIPD para proyectos Gemini Enterprise).
- Plan de continuidad: si el agente cae, el proceso manual reasume sin ruptura.
- Evaluación trimestral de sesgo: muestra mensual de 100 análisis comparando agente vs decisión humana.
Lo que salió mal en el camino
Error 1: OCR genérico para contratos digitalizados
El primer piloto falló en el 22% de los contratos antiguos. Migramos a Gemini 2.5 Pro multimodal directamente en PDF — la tasa de error cayó al 2%.
Error 2: prompt sin anclaje
El agente "alucinaba" clasificaciones cuando la base legal no cubría el caso. Reescribimos exigiendo: "si la regla para este caso no está en el documento de criterios adjunto, clasifique como 'requiere revisión humana' — no invente". Alucinación verificable → cero.
Error 3: medios adversos sin ventana temporal
El agente traía noticias de 2009 con la misma relevancia que las de 2026. Agregamos filtro temporal (últimos 3 años por defecto, 7 años si el socio tiene restricción) y ranking por gravedad.
Error 4: subestimamos el change management
El equipo resistió las primeras 2 semanas — lo vio como una amenaza. Lo resolvimos con un workshop hands-on: cada analista usó el agente en casos reales bajo supervisión. El giro llegó cuando vieron que el tiempo "ahorrado" se convirtió en trabajo más interesante (análisis de fraude complejo, análisis en profundidad).
Costo del proyecto
| Ítem | Valor |
|---|---|
| Gemini Enterprise Plus (30 lic × US$ 39) | ~R$ 6.500/mes |
| Vertex AI (modelos + queries) | ~R$ 8.000/mes |
| Tools (Receita Federal, Serasa, medios) | ~R$ 12.000/mes |
| Cloud Run + almacenamiento + logs | ~R$ 1.500/mes |
| Total operativo | ~R$ 28.000/mes |
| Implementación Autenticare (one-time) | R$ 320.000 (90 días) |
Ahorro directo: 1.800 análisis × R$ 166 = R$ 298.800/mes. Payback: ~5 semanas tras go-live. Calcule su escenario con la calculadora de ROI.
Replicabilidad
El patrón se repite en cualquier proceso con (a) alto volumen, (b) reglas claras pero múltiples, (c) consulta a varios sistemas, (d) decisión final que admite revisión humana. Ya lo aplicamos en conciliación financiera, análisis de crédito y onboarding de proveedores.
¿Su proceso de KYC/onboarding tiene perfil para este patrón?
Diagnóstico de 30 minutos: volumen, sistemas consultados, SLA actual. Salimos con estimación de ROI y plan de 90 días.