VIDDA SaaS
Ingesta Inteligente de Pólizas con LangGraph & Gemini 2.5 Flash y Cobranzas Automatizadas.
VIDDA: SaaS InsurTech con Pipeline de Ingesta Inteligente en LangGraph & LLMs
Plataforma integral de gestión de carteras de seguros diseñada de punta a punta: desde la extracción de datos no estructurados en pólizas PDF mediante agentes inteligentes y esquemas estrictos de Pydantic, hasta un motor automatizado de auditoría de cuotas impagas y mailing con algoritmo anti-spam.
Demostración del Pipeline de Inteligencia Artificial
Contenedor Preparado: [GIF / Video en Loop del Flujo de IA]
El PDF de la póliza entra al pipeline, el nodo de LangGraph procesa el texto con Gemini 2.5 Flash, valida campos con Pydantic y concilia entidades con la base de datos en ~3 segundos.
Tiempo de Carga Reducido
Extracción automatizada de pólizas complejas de 15+ páginas en segundos, eliminando el tipeo manual.
Auditoría de Mora Activa
Scheduler en background que monitorea ventanas de vencimiento y concilia pagos en tiempo real.
Esquemas y Guardrails
Cero alucinaciones: validación estricta de sumas aseguradas, primas, cuotas y fechas antes de persistir.
Seguridad por Anomalías
Detección automática de IPs desconocidas con bloqueo precautorio y validación mediante código OTP por email.
Panel de Control & Ingesta Asistida de Pólizas
Diseñado con Nuxt 4 y TailwindCSS para brindar máxima velocidad a los operadores de seguros, con modales reactivos, feedback en vivo del pipeline de IA y búsqueda instantánea.
[Captura 1: Modal de Carga de Póliza]
Dropzone de PDFs, extracción con LangGraph y previsualización de datos validados.
Carga Asistida por IA: El operador arrastra el PDF; el sistema extrae automáticamente cliente, coberturas, vigencias y plan de pagos con opción de edición antes de persistir.
[Captura 2: Monitor de Cobranzas]
Listado de pólizas impagas, filtros por días de atraso y disparador de recordatorios.
Gestión de Cobranzas Proactiva: Visualización segmentada de cuotas al día vs. mora de 30/60 días, con disparador masivo de avisos respetando límites anti-spam.
[Captura 3: Ficha Integral de Póliza]
Historial de endosos, cuotas abonadas, PDF original en Cloudflare R2 y datos del bien asegurado.
Visión 360° del Cliente: Expediente centralizado con descarga segura del documento fuente desde Cloudflare R2 y trazabilidad total de cambios contables.
El Desafío Técnico Completo: De la Ingesta con LLMs al SaaS en Producción
Para quienes quieren entender los detalles de ingeniería: el pipeline de grafos de LangGraph, esquemas de Pydantic, algoritmos de cooldown y mitigación de anomalías de seguridad.
1. El Problema de Negocio en la Industria Aseguradora
Heterogeneidad Caótica de Pólizas
Cada aseguradora (La Segunda, San Cristóbal, Rivadavia, Sancor, etc.) emite sus pólizas en formatos PDF disímiles: tablas con o sin bordes, textos en doble columna y sin ninguna estandarización de nombres de campos.
Mora Silenciosa y Pérdida de Clientes
Cuando un asegurado deja de pagar una cuota, la póliza queda sin cobertura legal. Los brokers y agencias no contaban con un sistema automatizado para auditar mora en tiempo real, enterándose recién tras un siniestro.
Carga Manual Ineficiente
Un operador administrativo tardaba entre 10 y 15 minutos por póliza para transcribir datos de asegurados, sumas aseguradas, vigencias y plan de pagos, generando cuellos de botella y errores contables frecuentes.
2. La Arquitectura Técnica: LangGraph, FastAPI y Nuxt 4
Para solucionar la extracción y auditoría masiva, se implementó una arquitectura desacoplada y orientada a eventos estructurada en 4 capas clave:
El PDF crudo se sube de forma atómica a Cloudflare R2 con cifrado AES-256 en reposo. Se extrae el texto respetando el layout tabular y jerárquico para optimizar la ventana de contexto antes de enviarlo al modelo de lenguaje.
Orquestación mediante un grafo de estados (`StateGraph`). El modelo analiza el texto con directivas estrictas de validación. La salida debe cumplir obligatoriamente con el esquema Pydantic: fechas en formato ISO, sumas monetarias decimales y discriminación precisa de impuestos.
Los datos extraídos se cruzan contra la base existente usando algoritmos de coincidencia aproximada (fuzzy matching) por DNI, CUIT y número de póliza, evitando registros duplicados y enlazando endosos a pólizas madre.
Worker asíncrono que audita carteras completas diariamente. Detecta mora en rangos de 30 a 60 días y despacha avisos de cobro por correo electrónico respetando un algoritmo de enfriamiento (cooldown de 7 días) para prevenir rebotes y clasificaciones de spam.
3. Desafíos Críticos de Ingeniería Superados
El principal riesgo de usar LLMs en seguros es inventar primas o fechas inexistentes. Se implementó un ciclo de reintentos en LangGraph: si la salida no satisface la validación de Pydantic, el nodo de corrección retroalimenta al modelo con el error exacto hasta obtener datos 100% confiables.
Para resguardar datos sensibles de pólizas comerciales, se diseñó un middleware en FastAPI que audita la IP de cada petición con JWT. Si un usuario intenta operar desde una IP no registrada previamente, la sesión se congela temporalmente hasta confirmar un código OTP de 6 dígitos enviado por email.
4. Conclusión: Mi Rol como Full Stack & AI Engineer
VIDDA es el reflejo de cómo combinar inteligencia artificial aplicada con ingeniería de software robusta.
No se trata de un simple prototipo o chatbot: es un SaaS que resuelve un cuello de botella real de transcripción manual, reduce la mora en carteras de seguros y opera en producción con alta disponibilidad, seguridad por capas y cero intermediarios.