Logo del cliente

Creando herramientas IA para visualizar riesgos y agilizar procesos corporativos

Rol

Product Designer Sr.

Timeline

12 semanas

Plataformas

Web

Vista final del producto

Overview

Sistematizar la inteligencia

IA en procesos Due Diligence para PwC: Lideré la conceptualización de un ecosistema modular de componentes para automatizar procesos de auditoría global. Al estandarizar patrones complejos y optimizar la usabilidad, aceleramos el desarrollo y aseguramos una adopción orgánica en flujos de trabajo críticos.

Resultados principales

+31%

De adopción temprana al reducir la curva de aprendizaje y generar confianza en las predicciones del sistema.

2.3x

De mayor velocidad para el equipo de auditores al realizar y correr sus procesos de due diligence.

99%

De Alineación técnica y visual de los componentes predictivos con los lineamientos globales de la marca.

+6

Micro-frontends diseñados, probados y agregados a librerías para su uso en flujos de trabajo.

La situación

Optimizar flujos de trabajo demandantes

Un proceso de Due Diligence consiste en auditar a fondo los riesgos de una empresa antes de una transacción millonaria. Al ser un entorno de error cero, los auditores dependían de un escrutinio manual de datos masivos. El objetivo era integrar IA para optimizar el flujo, pero el vacío estratégico estaba en definir cómo hacerlo sin generar fricción en una operación tan crítica y sensible.
Icono de archivos

1. Recopilación

Solicitar y cargar cientos de documentos por cada empresa auditada.

Clasificación de archivos

2. Clasificación

Nombrar y categorizar manualmente el volumen masivo de archivos en la plataforma.

Análisis de archivos

3. Análisis

Lectura intensiva, línea por línea, para extraer información y responder cuestionarios.

Diagnóstico de archivos

4. Diagnóstico

Identificar anomalías legales y trasladar esos hallazgos a una matriz de riesgos.

Reporte de auditoría

5. Reporte

Consolidar los issues detectados para generar el documento ejecutivo final.

Discovery

El factor humano

Entrevisté a los equipos de auditoría para identificar dónde aportaba más valor la IA. Descubrimos que la tecnología no era el reto, sino tres barreras críticas de adopción:

El miedo a la "caja negra"

El 40% aprox. desconfiaba del criterio de la IA o temía ser reemplazado. Para validar una conclusión, el usuario necesitaba visibilidad total sobre el razonamiento de la máquina.

Trazabilidad: La base de la confianza

La adopción dependía de la evidencia. Cada predicción o resumen debía incluir citas exactas y enlaces directos al documento original; sin fuente, no hay validación.

Fatiga por cambio de contexto

Los auditores rechazaron chats externos o pestañas nuevas. La asistencia debía ocurrir nativamente donde ya estaban trabajando para no fracturar su flujo de lectura.

Gráfica de hallazgos sobre barreras de adopción de IA

Discovery

Analizando las herramientas

Descubrimos que un módulo conversacional aislado no elimina la carga operativa. Los auditores no necesitaban responder preguntas en otro lugar, sino una IA que automatizara procesos directamente dentro de sus flujos de trabajo.

Análisis visual comparativo de herramientas de IA

Definir

¿Cómo podríamos...

...integrar la IA en los procesos para que actúe como un copiloto confiable sin interrumpir los flujos actuales? Para resolverlo, facilité un workshop con líderes de Negocio, Producto y Tecnología, donde definimos los tres pilares estratégicos que darían forma a este nuevo ecosistema:

Imagen de bloques con IA

Transparencia

El sistema debe garantizar la trazabilidad y visibilidad total de cada pieza de información.

Confianza

El diseño debe proteger la autonomía del experto; la IA propone, el auditor decide.

Escalabilidad

Una extensión modular de sus herramientas actuales, construida para escalar sin fricción.

Ideación

Armando el lego

Definimos en conjunto con un grupo de auditores las actividades críticas que, por su naturaleza, siempre debían ser revisadas por un humano. Así, separamos aquellas que representaban la mayor carga de tiempo, donde la IA realmente podría agilizar el trabajo.

Diagrama modular separando tareas de revisión humana de tareas automatizadas por IA

Ideación

El estándar visual IA

Para acelerar la adopción, diseñé una identidad visual exclusiva para los componentes de IA con un doble propósito:

Para el auditor

Diferenciar visualmente las sugerencias de IA de la data nativa para reducir la curva de aprendizaje y evitar confusiones en el análisis.

Para PwC (Escalabilidad)

Establecer un estándar de diseño para que otros equipos puedan inyectar IA en sus propios proyectos, garantizando una experiencia homogénea a nivel global.

Boceto conceptual en wireframe del logo de IA
Volumetría y geometría del logo de IA
Versión final a color del estándar visual de IA

UI Design

Sistema de Componentes

Diseñé un ecosistema de componentes modulares que permiten a los auditores interactuar con la IA desde cualquier punto de su flujo de trabajo, manteniendo siempre la trazabilidad.

Estadísticas de IA
Cuestionario
Entrada de voz
Buscador con IA
Etiquetas de clasificación IA
Resultados detallados
Asistente de chat
Gráfica de análisis

Entrega

Implementación funcional

Convertimos los módulos en micro-frontends configurables. Este enfoque permitió a ingeniería implementar la IA nativamente en el flujo de trabajo, eliminando la fricción y permitiendo una adopción escalable.

Mis aprendizajes en el viaje

Diseño como Gobernanza

En organizaciones de escala global, el diseño no es solo interfaz, es política. Crear un estándar visual para la IA permitió unificar criterios técnicos y estéticos, facilitando una adopción homogénea en múltiples equipos de la firma.

La Transparencia es la nueva UX

En entornos de alto riesgo como el Due Diligence, la estética es secundaria frente a la trazabilidad. Aprendí que para vencer la resistencia tecnológica, el diseño debe priorizar la evidencia y el origen del dato sobre la automatización total.

Sistemas sobre Pantallas

Resolver la fragmentación técnica requirió dejar de pensar en vistas aisladas para diseñar un ecosistema modular. El éxito del producto no estuvo en "qué hacía la IA", sino en "cómo se inyectaba" nativamente en el flujo de trabajo preexistente.

¡Gracias por llegar hasta aquí!

Si te gustó el proceso o quieres profundizar en algún punto, hablemos.

Contacto