El reto
Modelado de Riesgo de Crédito
Necesito evaluar solicitudes de crédito de pymes en horas, no en días. El análisis manual de estados financieros, proyecciones y sector económico es el cuello de botella de mi proceso de riesgo.
ChatGPT Enterprise (Code Interpreter).
Nivel de sensibilidad: alto. La anonimización de este caso es parcial: algunos documentos pueden anonimizarse, pero otros contienen información estratégica irrenunciable. Evalúa documento a documento antes de usar el Camino B. No incluyas datos confidenciales, personales o estratégicos sin anonimizar. Revisa el output antes de compartirlo. El resultado es un borrador orientativo, no una decisión final.
Decisión previa
Cómo elegir el camino correcto
Antes de empezar, responde esta pregunta: ¿puedes anonimizar los datos que va a procesar la herramienta sin perder su utilidad para este caso?
Camino A — Recomendado para empezar
Anonimización previa + ChatGPT Business
Los documentos se anonimizan antes de procesarse. La anonimización es parcial para este caso, lo que permite usar ChatGPT Business de forma segura.
Camino B — Máxima seguridad
Modelo on-premises
El modelo de IA se despliega en infraestructura propia. Los datos nunca salen de tus servidores. Recomendado cuando se requiere máxima seguridad o los datos no se pueden anonimizar.
Para este caso concreto: la anonimización es parcial. El Camino A permite usar ChatGPT Business de forma segura con datos anonimizados. Si necesitas trabajar con los datos originales sin anonimizar, usa el Camino B (on-premises).
Camino A — Recomendado
Anonimización previa + ChatGPT Business
La anonimización es parcial para este caso, lo que permite usar ChatGPT Business de forma segura. Sigue este proceso de preparación antes de subir ningún documento a la herramienta.
- 1 Sustituye los nombres de clientes, proveedores y entidades por etiquetas: [CLIENTE_A], [PROVEEDOR_X], [ENTIDAD_FINANCIERA_1].
- 2 Reemplaza cifras absolutas por índices relativos cuando sea posible (variación %, no valor absoluto). Si el valor absoluto es necesario, usa rangos: [CIFRA_ENTRE_1M_Y_5M].
- 3 Elimina referencias a personas concretas (nombres de directivos, responsables de área).
- 4 Verifica que el documento anonimizado sigue siendo útil para el análisis. Si no lo es, usa el Camino A (on-premises).
Herramienta de anonimización recomendada: Para documentos en Word o PDF, usa la función "Buscar y reemplazar" con una lista preparada de sustituciones. Para volúmenes mayores, Microsoft Presidio (open source) automatiza la detección y sustitución de entidades nombradas — personas, organizaciones, lugares, fechas.
Camino B — Máxima seguridad
Modelo on-premises: los datos nunca salen de tu empresa
Si necesitas trabajar con los datos originales sin anonimizar, o si requieres la máxima garantía de privacidad, despliega el modelo en tu propia infraestructura. Ningún dato abandona nunca tus servidores.
Modelos recomendados
Qwen 2.5 72B — Especialmente potente para análisis de datos financieros, tablas y cálculos numéricos.
Llama 3.3 70B — Ideal para síntesis de documentos financieros largos y generación de informes estructurados (contexto 128K tokens).
Mistral Large 2 — Excelente para extracción de información estructurada de contratos y pólizas.
Llama 3.3 70B — Ideal para síntesis de documentos financieros largos y generación de informes estructurados (contexto 128K tokens).
Mistral Large 2 — Excelente para extracción de información estructurada de contratos y pólizas.
Plataformas de despliegue
Ollama + Open WebUI — Para uso individual o equipo reducido en hardware propio. Interfaz similar a ChatGPT, configuración en menos de 1 hora.
vLLM — Para entornos de producción con múltiples usuarios simultáneos y alto rendimiento.
LM Studio — Para pruebas y validación sin configuración de servidor.
vLLM — Para entornos de producción con múltiples usuarios simultáneos y alto rendimiento.
LM Studio — Para pruebas y validación sin configuración de servidor.
Infraestructura mínima
GPU: 2× NVIDIA A100 40GB o 4× RTX 4090 (24GB VRAM cada una). Para modelos de 70B parámetros en producción.
RAM: 128GB mínimo para modelos de 70B. Para modelos de 7-13B (uso individual), 32GB son suficientes.
Cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing con VPC aislada — sin transferencia de datos fuera de la UE.
RAM: 128GB mínimo para modelos de 70B. Para modelos de 7-13B (uso individual), 32GB son suficientes.
Cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing con VPC aislada — sin transferencia de datos fuera de la UE.
Garantía de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu información, no hay transferencia internacional de datos — elimina el riesgo de transferencias a EE.UU. bajo el RGPD — y el cumplimiento normativo es total.
¿Necesitas implementar esta solución en tu organización?
La configuración de un modelo on-premises para este caso requiere un proveedor técnico especializado que conozca tanto la tecnología como los requisitos de cumplimiento normativo. Emovere puede ayudarte a desplegar esta solución en tu infraestructura de forma segura, con garantías legales y sin que tus datos salgan nunca de tu organización.
Prompt para ChatGPT Business / Enterprise
Prompt — ChatGPT Business / Enterprise
[C — Contexto] Somos una entidad financiera evaluando una solicitud de crédito de [NOMBRE_EMPRESA_SOLICITANTE] por importe de [IMPORTE_SOLICITADO] euros a [PLAZO_AÑOS] años. Adjunto: (1) las cuentas anuales de los últimos 3 años, (2) el plan de negocio del solicitante, y (3) el informe sectorial del Banco de España para el sector [SECTOR_EMPRESA] como referencia comparativa. El Comité de Riesgos necesita el análisis en [PLAZO_HORAS] horas.
[R — Rol] Actúa como nuestro Analista Senior de Riesgos de Crédito con experiencia en evaluación de pymes. Tu objetivo es identificar los riesgos de impago, no simplemente calcular ratios. Cada ratio debe interpretarse en el contexto del sector y de la evolución histórica de la empresa.
[E — Ejemplo] En el análisis de una empresa similar del sector [SECTOR_EMPRESA] con ratio de endeudamiento del 75%, identificaste que el riesgo real era bajo porque el endeudamiento era principalmente con la empresa matriz (deuda subordinada) y la generación de caja cubría el servicio de deuda con holgura. Ese tipo de interpretación contextual es lo que necesito.
[A — Acción] Analiza los documentos adjuntos y: (1) Calcula los ratios de liquidez (corriente y ácido), solvencia y endeudamiento de los últimos 3 años. (2) Compara la evolución con la media del sector según el informe del Banco de España. (3) Identifica 3 riesgos principales en las proyecciones de flujo de caja del plan de negocio. (4) Genera una recomendación de aprobación/denegación con justificación.
[T — Tono] Financiero y preciso. Cuantifica cada riesgo cuando sea posible. El informe debe poder presentarse directamente al Comité de Riesgos.
[E — Extra información] AI Act: los sistemas de IA para evaluación de crédito se consideran de Alto Riesgo (Anexo III). Requieren supervisión humana obligatoria. No uses IA para decisiones de crédito sin revisión del Comité de Riesgos. No uses datos personales sin base legal clara y DPA firmado.
Usa este prompt solo si has anonimizado previamente todos los datos identificables del documento. Verifica que el resultado sigue siendo útil tras la anonimización.
El prompt — Camino A (on-premises)
Prompt específico para este caso
Este prompt funciona tanto con el Camino A (modelo on-premises) como con el Camino B (herramienta cloud con datos anonimizados). Personaliza los campos entre corchetes con los datos reales de tu empresa.
Prompt — Modelado de Riesgo de Crédito
[C — Contexto] Somos una entidad financiera evaluando una solicitud de crédito de [NOMBRE_EMPRESA_SOLICITANTE] por importe de [IMPORTE_SOLICITADO] euros a [PLAZO_AÑOS] años. Adjunto: (1) las cuentas anuales de los últimos 3 años, (2) el plan de negocio del solicitante, y (3) el informe sectorial del Banco de España para el sector [SECTOR_EMPRESA] como referencia comparativa. El Comité de Riesgos necesita el análisis en [PLAZO_HORAS] horas.
[R — Rol] Actúa como nuestro Analista Senior de Riesgos de Crédito con experiencia en evaluación de pymes. Tu objetivo es identificar los riesgos de impago, no simplemente calcular ratios. Cada ratio debe interpretarse en el contexto del sector y de la evolución histórica de la empresa.
[E — Ejemplo] En el análisis de una empresa similar del sector [SECTOR_EMPRESA] con ratio de endeudamiento del 75%, identificaste que el riesgo real era bajo porque el endeudamiento era principalmente con la empresa matriz (deuda subordinada) y la generación de caja cubría el servicio de deuda con holgura. Ese tipo de interpretación contextual es lo que necesito.
[A — Acción] Analiza los documentos adjuntos y: (1) Calcula los ratios de liquidez (corriente y ácido), solvencia y endeudamiento de los últimos 3 años. (2) Compara la evolución con la media del sector según el informe del Banco de España. (3) Identifica 3 riesgos principales en las proyecciones de flujo de caja del plan de negocio. (4) Genera una recomendación de aprobación/denegación con justificación.
[T — Tono] Financiero y preciso. Cuantifica cada riesgo cuando sea posible. El informe debe poder presentarse directamente al Comité de Riesgos.
[E — Extra información] AI Act: los sistemas de IA para evaluación de crédito se consideran de Alto Riesgo (Anexo III). Requieren supervisión humana obligatoria. No uses IA para decisiones de crédito sin revisión del Comité de Riesgos. No uses datos personales sin base legal clara y DPA firmado.
Ejecución
Cómo ejecutar este caso paso a paso
- 1 Paso 1: Accede a ChatGPT Enterprise. Asegúrate de que la función 'Code Interpreter' (o 'Advanced Data Analysis') esté activada en la configuración de tu sesión.
- 2 Paso 2: Prepara los documentos necesarios. Asegúrate de tener las cuentas anuales de los últimos 3 años de la empresa solicitante, su plan de negocio y el informe sectorial del Banco de España en formatos compatibles (PDF, CSV, Excel).
- 3 Paso 3: Sube los documentos a ChatGPT. Utiliza el icono de clip (adjuntar archivo) en la interfaz de ChatGPT para subir cada uno de los documentos preparados en el paso anterior.
- 4 Paso 4: Copia y pega el prompt mejorado en el cuadro de texto de ChatGPT y envíalo para obtener el análisis.
Datos necesarios: Datos financieros del solicitante (anonimizados o con consentimiento), histórico de impagos, variables de riesgo definidas por el equipo.
Impacto
Qué cambia cuando la solución está en marcha
Acelera la evaluación de riesgo crediticio.
Advertencias
Qué tener en cuenta
Los resultados generados por IA son borradores. Deben ser revisados y validados por el responsable correspondiente antes de su uso oficial o comunicación externa.
Advertencia específica: No incluyas datos confidenciales, personales o estratégicos sin anonimizar. Revisa el output antes de compartirlo. El resultado es un borrador orientativo, no una decisión final.
Mantén los datos actualizados. Un modelo con información desactualizada dará respuestas incorrectas. Establece un proceso regular de actualización de los documentos de referencia.