Document Intelligence

El Problema: Datos Personales en Cada Documento

Las empresas quieren procesar documentos con IA - analizar contratos, clasificar facturas, consultar politicas. Pero cada documento contiene datos personales: nombres, salarios, numeros de la Seguridad Social, direcciones, datos bancarios, firmas.

Enviar estos datos a un modelo de lenguaje - incluso uno autoalojado - sin proteccion viola el principio de minimizacion de datos del RGPD. Los acuerdos de empresa restringen el procesamiento de datos de empleados. Los secretos comerciales en contratos no deben llegar a terceros.

Las soluciones actuales son insuficientes: la redaccion manual en Adobe Acrobat es lenta, propensa a errores y frecuentemente solo cosmetica - el texto permanece accesible bajo las barras negras. La alternativa es renunciar al procesamiento IA de documentos sensibles, lo que elimina la mayor parte de la ganancia de productividad.

Anonimizacion PII: Pseudonimizacion Roundtrip para LLM Input

La mayoria de las herramientas PII del mercado realizan redaccion unidireccional - eliminan datos. Para el procesamiento con modelos de lenguaje, esto es insuficiente. Cuando un agente necesita analizar un contrato, requiere contexto: "Empleado X tiene salario Y en ubicacion Z." Sin este contexto, el modelo no puede generar una evaluacion significativa.

La solucion Gosign es la pseudonimizacion roundtrip: los datos se pseudonimizan antes del modelo, son procesados por el modelo y se re-anonimizan en el resultado. El modelo solo ve pseudonimos. El resultado contiene los datos reales.

┌─────────────┐     ┌──────────────────┐     ┌─────────────┐     ┌──────────────────┐     ┌─────────────┐
│  Documento  │     │  Deteccion PII   │     │  Pseudo-     │     │  Modelo de       │     │  Re-Mapping │
│  (Original) │────▶│  y clasifi-      │────▶│  nimizacion  │────▶│  lenguaje        │────▶│  Pseudonimos│
│             │     │  cacion          │     │              │     │  procesa solo    │     │  → datos    │
└─────────────┘     └──────────────────┘     └──────────────┘     └──────────────────┘     └─────────────┘
                           │                        │                                            │
                           ▼                        ▼                                            ▼
                    ┌──────────────┐         ┌──────────────┐                              ┌──────────────┐
                    │  Decision    │         │  Tabla de    │                              │  Resultado   │
                    │  Layer:      │         │  mapeo       │◀─────────────────────────────│  con datos   │
                    │  Que se      │         │  (permanece  │   Mapeo inverso              │  reales      │
                    │  anonimiza   │         │  local)      │                              └──────────────┘
                    └──────────────┘         └──────────────┘

Pasos de Decision en el Proceso PII

La tabla de mapeo (pseudonimo → datos reales) nunca abandona la capa de pre-procesamiento. Se elimina tras completar el procesamiento - o se retiene por un periodo definido, segun configuracion. El modelo de lenguaje nunca ve datos personales en ningun momento.

Deteccion de Firmas: Encontrar, Verificar, Documentar

Gestion de contratos, preparacion de auditorias, revisiones de compliance - todo requiere verificacion periodica: Esta firmado el documento? Donde esta la firma? Falta una contrafirma? Con 5.000 contratos en el archivo, la comprobacion manual no es viable.

Deteccion de firmas

El Document Agent detecta campos de firma y firmas presentes en documentos escaneados y PDFs. Computer Vision, no un modelo de lenguaje - modelos ML especializados para analisis de imagen. El resultado es estructurado: pagina, posicion, confianza de que la firma esta presente.

Verificacion masiva de archivo: "En cuales de los 5.000 contratos falta una contrafirma?" - resultados en minutos en vez de semanas.

Control de calidad de onboarding: "Estan firmados todos los documentos obligatorios del nuevo empleado?" - checklist automatico, firmas faltantes escaladas como tareas de workflow.

Preparacion de auditoria: "Muestra todos los documentos sin firma del Q3 2025." - lista de exportacion estructurada para el auditor de cuentas.

┌─────────────┐     ┌──────────────────┐     ┌──────────────────┐
│  Documento  │     │  Deteccion       │     │  Comparacion     │
│  con        │────▶│  de firma        │────▶│  con firma       │
│  firma      │     │  (posicion,      │     │  de referencia   │
│             │     │   confianza)     │     │                  │
└─────────────┘     └──────────────────┘     └──────────────────┘
                                                      │
                                          ┌───────────┼───────────┐
                                          ▼           ▼           ▼
                                   ┌────────────┐ ┌────────┐ ┌────────────┐
                                   │  Alta      │ │ Media  │ │  Baja      │
                                   │  coincid.  │ │coincid.│ │  coincid.  │
                                   └────────────┘ └────────┘ └────────────┘
                                        │              │           │
                                        ▼              ▼           ▼
                                   Automatica-   Escalacion   Bloqueo
                                   mente         a humano     Revision
                                   aceptada,     con vista    humana
                                   documentada   comparativa  obligatoria

Importante: La comparacion de firmas es un detector de anomalias, no un detector de falsificaciones. Las firmas varian naturalmente - dependen del dia, el boligrafo y la superficie. El sistema identifica anomalias y las escala a un humano. Nunca afirma "esta firma es falsa" o "esta firma es autentica". Eso seria irresponsable.

Decision Layer: Quién Decide Qué

Cada capability tiene su propio Decision Layer con puntos de decisión definidos.