Visión general
El reto: Las investigaciones internas requieren revisar miles de documentos, correos y registros para reconstruir hechos, detectar inconsistencias y preparar informes para la toma de decisiones.
La solución: NotebookLM indexa y permite interrogar toda la documentación de la investigación; Claude genera el informe estructurado con hallazgos, cronología e inconsistencias.
Contexto: Un departamento de Compliance recibe una denuncia interna o detecta una anomalía que requiere investigación. El equipo necesita analizar grandes volúmenes de documentación para reconstruir los hechos y preparar un informe para el Comité de Auditoría.
Decisión previa: ¿qué camino seguir?
Antes de empezar, decide qué arquitectura vas a usar según el nivel de sensibilidad de los datos de este caso concreto.
Dado el nivel de sensibilidad de los datos de este caso, la solución recomendada es desplegar el modelo en infraestructura propia. Los expedientes de investigaciones internas contienen datos personales de empleados, declaraciones y evidencias que no pueden salir de la organización bajo ninguna circunstancia. La anonimización no es viable porque destruiría la utilidad del análisis. La única solución admisible es on-premises.
Si los datos pueden anonimizarse de forma efectiva antes de procesarlos, es posible usar NotebookLM + Claude con las garantías contractuales adecuadas (DPA, SCCs). Esta opción solo es válida si la anonimización no destruye la utilidad del análisis.
Camino A — On-premises (infraestructura propia)
Modelos recomendados:
Plataforma de despliegue: Ollama + Open WebUI con RAG (Retrieval-Augmented Generation)
Infraestructura mínima: Servidor con GPU (mínimo 24 GB VRAM para modelos de 70B en cuantización Q4) o CPU con 64 GB RAM para modelos de 7-13B. Acceso en red local para los usuarios autorizados.
Contacta con Emovere para el despliegue y configuración de la infraestructura on-premises con las garantías legales y de seguridad necesarias para el sector farmacéutico.
Camino B — NotebookLM + Claude con anonimización previa
Cuándo es válido: Este camino tiene limitaciones importantes para este caso — ver advertencias.
Herramientas permitidas: NotebookLM + Claude en versión Enterprise o Business (con DPA y cláusula de no entrenamiento). Nunca versiones gratuitas o de consumo.
Proceso de anonimización: Antes de subir cualquier documento, elimina o pseudonimiza: nombres de personas, DNIs, números de cuenta, datos de pacientes, información estratégica identificable. Herramientas recomendadas: Microsoft Presidio (open source), ARX Data Anonymization Tool.
Garantías contractuales necesarias: DPA firmado, cláusulas contractuales tipo (SCCs) para transferencias internacionales, confirmación de no uso para entrenamiento.
Prompt para NotebookLM Enterprise
Usa este prompt solo si has anonimizado previamente todos los datos identificables del documento. Verifica que el resultado sigue siendo útil tras la anonimización.
Pasos de ejecución
Obtén autorización del DPO para el tratamiento de los documentos de la investigación con herramientas de IA. Documenta la base legal aplicable (art. 6.1.c o 6.1.f RGPD).
Despliega el modelo on-premises en el servidor interno. Crea un entorno aislado específico para esta investigación.
Sube los documentos al sistema local. El modelo los indexará sin que ningún dato salga de la organización.
Usa el chat para hacer preguntas específicas: '¿Qué documentos mencionan [evento X]?', '¿Hay contradicciones sobre [fecha Y]?'
Genera el informe estructurado con los hallazgos, cronología e inconsistencias detectadas.
Revisa el informe con el equipo jurídico antes de presentarlo al Comité de Auditoría. Elimina el entorno de análisis una vez finalizada la investigación.
Prompt
Copia este prompt y reemplaza los valores entre corchetes con los datos reales de tu caso.
[C — Contexto] Soy el responsable de una investigación interna en el departamento de Compliance. Tengo [NÚMERO] documentos relacionados con el caso: correos electrónicos, actas de reuniones, registros de transacciones y declaraciones. El período investigado es [FECHA_INICIO] a [FECHA_FIN]. [R — Rol] Actúa como investigador forense corporativo especializado en Compliance farmacéutico. Tu objetivo es identificar los hechos relevantes, reconstruir la cronología y detectar inconsistencias — no emitir juicios sobre responsabilidades individuales. [A — Acción] A partir de la documentación adjunta, realiza: 1. Cronología de hechos: lista ordenada de eventos relevantes con fecha, fuente documental y descripción. 2. Identificación de inconsistencias: contradicciones entre documentos, fechas o versiones de los hechos. 3. Hallazgos preliminares: patrones o hechos que requieren investigación adicional. 4. Líneas de investigación recomendadas: qué información adicional sería necesaria. 5. Índice documental: lista de documentos analizados con su relevancia para el caso. [T — Tono] Objetivo, técnico y neutral. Evita cualquier conclusión sobre responsabilidades individuales que no esté respaldada por evidencia documental.
Impacto esperado
Reduce el tiempo de análisis documental de semanas a días, con un informe estructurado que incluye cronología, hallazgos y líneas de investigación adicionales.
Advertencias y consideraciones legales
Los expedientes de investigaciones internas contienen datos personales de empleados (art. 9 RGPD si incluyen salud, afiliación sindical u otros datos especiales). Requieren base legal específica y consulta previa al DPO. El secreto de las actuaciones es obligatorio: restringe el acceso a las personas estrictamente autorizadas. El análisis de IA es orientativo — las conclusiones deben ser validadas por el equipo jurídico.
¿Necesitas implementar esta solución en tu organización?
La configuración de una solución on-premises para Compliance en el sector farmacéutico requiere un proveedor técnico especializado que conozca tanto la tecnología como los requisitos regulatorios (RGPD, GxP, AI Act). 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.