Transformar els extractes bancaris en informació financera accionable és un dels reptes més complexos que afronten tant particulars com empreses. La necessitat d'entendre on va els diners, classificar despeses i prendre decisions informades xoca amb la realitat de dades disperses, formats heterogenis i la fatiga que produeix el registre manual. Aquest problema, lluny de ser trivial, s'ha convertit en un camp d'innovació on la intel·ligència artificial i l'arquitectura cloud ofereixen solucions elegants i escalables. En aquest article explorem com es pot dissenyar un assessor financer impulsat per IA a AWS en tan sols 48 hores, mantenint un enfocament en seguretat, costos controlats i experiència d'usuari, i com empreses com Q2BSTUDIO apliquen aquests principis en projectes de programari a mida per al sector financer.
El punt de partida és l'enorme fricció que genera la gestió financera personal o empresarial. La majoria de les aplicacions existents obliguen l'usuari a introduir cada transacció a mà, un procés tediós que abandona al 90% de les persones els primers dies. La proposta de valor d'un assessor financer basat en IA rau en la seva capacitat per eliminar aquesta barrera: l'usuari simplement puja un fitxer CSV, Excel, PDF o fins i tot una captura de pantalla de la banca online, i el sistema s'encarrega de la resta. Darrere d'aquesta aparent simplicitat es desplega una arquitectura cloud robusta que ha de gestionar des de l'extracció de text mitjançant OCR fins a la classificació semàntica de cada moviment amb models de llenguatge avançats, tot sense posar en risc dades sensibles.
Un dels dilemes tècnics més rellevants en construir aquest tipus de sistemes és triar el servei de còmput adequat per a les tasques pesades de processament. Si bé les funcions serverless com AWS Lambda són atractives pel seu escalat automàtic i baix cost en entorns esporàdics, presenten limitacions crítiques quan es treballa amb càrregues de treball de llarga durada, com l'anàlisi de centenars de transaccions o el reconeixement d'imatges de rebuts. El límit de 15 minuts d'execució de Lambda pot interrompre processos que requereixen més temps, i els costos per invocació creixen de manera impredictible sota pics d'ús. Per això, solucions com ECS Fargate, que executen contenidors sense límit de temps i permeten un control fi sobre la connexió a bases de dades, resulten més adequades per a tasques contínues i predictibles. En projectes de serveis cloud AWS i Azure, és habitual combinar ambdós enfocaments: Lambda per a microserveis lleugers i Fargate per a processos batch intensius.
Un altre aspecte determinant és l'optimització del cost d'infraestructura sense sacrificar seguretat. Una arquitectura tradicional sol incloure subxarxes privades i un NAT Gateway perquè els contenidors accedeixin a internet, però aquest component pot suposar una despesa fixa d'uns 32 dòlars al mes, massa elevada per a projectes en fase MVP o hackathons. Una alternativa intel·ligent consisteix a desplegar els contenidors en subxarxes públiques amb IP pública assignada, permetent que es comuniquin directament amb internet a través de l'Internet Gateway. Per garantir la protecció de les dades financeres, es recorre a un disseny de seguretat en tres capes: la base de dades RDS i la memòria cau es configuren com a no accessibles públicament, amb grups de seguretat que només accepten trànsit des dels contenidors; un WAF i un balancejador de càrrega filtren el trànsit maliciós; i els VPC Endpoints (PrivateLink) mantenen tot el trànsit cap a serveis d'AWS com S3, Bedrock o Textract dins la xarxa interna d'AWS, eliminant la necessitat d'un NAT Gateway i reduint costos alhora que es prevenen fuites de dades.
El flux complet d'una transacció, des que l'usuari puja el seu extracte fins que veu els insights al dashboard, és un exemple de com orquestrar múltiples serveis al núvol de manera resilient. Un cop el fitxer es puja directament a un bucket de S3 mitjançant una URL prefirmada —alliberant el servidor d'aquesta càrrega—, el frontend encua una tasca a SQS perquè un worker de Fargate el processi de manera asíncrona. El worker descarrega el fitxer, aplica un algorisme de desduplicació en quatre nivells que combina hash SHA-256, empremtes digitals de transaccions amb tolerància de dates i anàlisi de PDF, i després classifica els moviments. Per mantenir els costos d'IA sota control, s'empra un enfocament híbrid: aproximadament el 65% de les transaccions s'etiqueten mitjançant regles basades en expressions regulars (sense cost), i només el 35% restant s'envia a un model de llenguatge com Claude Haiku a Amazon Bedrock. A més, amb tècniques de Prompt Caching s'aconsegueix reduir fins a un 90% el cost dels tokens d'entrada, fent que el cost variable per cada mil transaccions sigui de menys de dos cèntims de dòlar.
La ciberseguretat és un pilar fonamental quan es manegen dades bancàries personals. Més enllà de les mesures de xarxa, és imprescindible configurar polítiques de protecció de dades als serveis d'IA que impedeixin que els prompts i les respostes s'utilitzin per entrenar models, així com xifrar tota la informació en repòs amb claus gestionades per AWS. Serveis com Amazon Textract processen les imatges dels rebuts a memòria i no retenen cap document després de l'extracció, complint amb els requisits de privadesa. La identitat dels usuaris es gestiona mitjançant Cognito, i l'accés als recursos es controla de manera granular. Aquest nivell de protecció és el que ofereixen solucions de ciberseguretat quan s'integren al cicle de desenvolupament d'aplicacions financeres.
Des d'una perspectiva d'intel·ligència de negoci, la capacitat de convertir dades brutes en panells interactius i alertes predictives és el que diferencia un simple comptador d'un veritable assessor financer. La integració de serveis intel·ligència de negoci com Power BI permet visualitzar tendències de despesa, comparar períodes i detectar anomalies. En aquest sentit, la combinació d'agents IA que poden mantenir converses en llenguatge natural amb l'usuari per explicar per què es va superar el pressupost o recomanar estalvis representa la frontera de la ia per a empreses. Aquests agents no només classifiquen transaccions, sinó que aprenen de les correccions de l'usuari i milloren la seva precisió amb el temps.
la lliçó més valuosa d'aquest tipus de projectes és que la tecnologia cloud no és un fi en si mateix, sinó un habilitador per resoldre problemes reals amb costos predictibles i escalabilitat controlada. Dissenyar una arquitectura sense NAT Gateway, confiant en VPC Endpoints i subxarxes públiques, demostra que és possible mantenir un nivell de seguretat elevat sense desemborsar grans quantitats mensuals. A més, l'automatització mitjançant Infrastructure as Code (Terraform) permet replicar entorns en minuts i eliminar recursos quan no es necessiten, una cosa essencial en el desenvolupament de aplicacions a mida on l'agilitat i la iteració constant són clau.
En resum, construir un assessor financer amb IA a AWS en 48 hores és possible combinant un disseny intel·ligent de costos, una arquitectura segura per defecte i un profund coneixement dels serveis cloud. Projectes com aquest demostren que la tecnologia no ha de ser cara ni complexa si es prenen decisions informades a cada capa. Per a les empreses que busquen transformar els seus processos financers o construir solucions similars, comptar amb un partner tecnològic que entengui tant el negoci com la infraestructura és un factor diferencial. A Q2BSTUDIO treballem a la intersecció de la intel·ligència artificial, la ciberseguretat i els serveis cloud per oferir solucions que realment aportin valor, ja sigui mitjançant el desenvolupament de programari a mida, la implementació d'agents IA o la integració d'eines d'intel·ligència de negoci com Power BI.
