● Demo del proyecto — Cauce IA
Verificación de cumplimiento pre-crédito · Prototipo de investigación · LATAM

Cumplimiento verificado y traza auditable, antes de cada decisión de crédito.

Cauce se instala dentro de la infraestructura de la entidad financiera y verifica el cumplimiento de cada decisión de crédito antes de su ejecución. No enruta solicitudes, no califica al solicitante y no toma la decisión. Los datos de sus clientes no salen de su infraestructura.

◆ Verificación de cumplimiento ◆ Dentro de su infraestructura ◆ Traza auditable ◆ 7 jurisdicciones LATAM
Pipeline de crédito · v2.3
trace #EC-48213
1Extracción de datosde la entidad
2Perfilado & scoringde la entidad
3Cumplimiento (CASE)halluc. 0,62%
4Emisiónde la entidad
Compruébalo tú mismo ▶
corre el benchmark en tu navegador
7
Jurisdicciones LATAM · una integración
0
Decisiones que toma Cauce — entrega señales, no decide
−77,9%
Falsos positivos · corrida de referencia reproducible
15,57%
Casos indecidibles · la cadena de proveedores no alcanza para concluir
Qué no hace Cauce
  • No mantiene relación contractual ni contacto alguno con el solicitante de crédito. El consentimiento lo obtiene la entidad. El solicitante no conoce la existencia de Cauce.
  • No recibe, canaliza, deriva ni distribuye solicitudes de crédito. No enruta hacia prestamistas y no genera ofertas. No origina negocio para la entidad ni para terceros.
  • No emite recomendaciones crediticias, no califica al solicitante y no sustituye el motor de scoring de la entidad.
  • No participa en la decisión de otorgar o denegar el crédito, ni asume responsabilidad por ella.
  • El software se ejecuta íntegramente dentro de la infraestructura de la entidad: Cauce no procesa, no almacena ni accede a datos de clientes fuera de esa infraestructura, y ninguna información sale de ella. Las verificaciones contra listas de sanciones y de personas políticamente expuestas se ejecutan dentro de ese mismo perímetro.
  • No es un servicio financiero regulado y no presta ninguno de los servicios sujetos a registro o autorización en las jurisdicciones donde opera.
Cómo funciona

El pipeline de crédito de la entidad — y dónde opera Cauce.

Cauce no es el pipeline: es una de sus etapas. Las demás pertenecen a la entidad.

📥

1 · Extracción

La entidad obtiene los datos del solicitante con su consentimiento. Cauce no participa y no obtiene consentimiento alguno.

📊

2 · Perfilado

El motor de scoring de la entidad. Cauce no califica al solicitante ni sustituye ese motor.

⚖️

3 · Verificación de cumplimiento

Aquí opera Cauce. Contrasta la decisión ya adoptada contra las reglas configuradas por la entidad: debida diligencia, listas de sanciones y PEP, límites y política, consentimiento. Exige la confirmación humana donde la normativa lo requiere, genera la explicación de la decisión y conserva el registro de auditoría.

🏦

4 · Emisión

La entidad ejecuta su decisión. Cauce no participa.

Producto

Una capa de cumplimiento sobre el crédito.

Cauce no compite con el motor de decisión de la entidad: verifica sus decisiones y conserva la evidencia.

🧬

Autoevolución bajo control

Ciclo ejecutar → evaluar → modificar → verificar → retener, siempre en sandbox y con validación CASE antes de producción. Nunca cambia en vivo por su cuenta: rollback y supervisión humana.

🔎

Explicabilidad total

Cada decisión trae una explicación legible y trazable a los datos de origen. Pensado para auditorías de XAI.

🌎

Multi-país

Mapa de reglas estudiadas por jurisdicción (investigación): Ecuador, México, Brasil, Colombia, Chile, Perú, Argentina.

⚡

API-first

REST/JSON versionado y webhooks firmados. El prototipo corre sobre datos sintéticos; no hay integraciones en producción.

A quién va dirigido

Entidades supervisadas con pipeline de crédito propio.

Bancos, cooperativas de ahorro y crédito, financieras y fintechs de crédito bajo supervisión. Hoy Cauce no se licencia ni se comercializa. Si el proyecto pasara a una fase comercial, el único cliente contractual sería la entidad supervisada, nunca el público.

Prueba pública · CACE-Bench

Calidad medida, abierta y reproducible.

CACE-Bench es un benchmark sintético abierto (MIT) para evaluar IA de crédito. Su corrida de referencia se regenera con un solo comando y la misma semilla (seed 0): de 22,51% a 4,96% de falsos positivos de cumplimiento (−77,9%) sobre 23.000 casos sintéticos, con intervalos de Wilson al 95%. En esa misma corrida, el 15,57% de los casos resulta indecidible: la cadena de proveedores no alcanza para concluir. Cifras de un banco de pruebas sintético, ilustrativas del método y no del desempeño en producción. La validación con datos de producción no se ha realizado.

0,62%
Alucinación (2,55% → 0,62%) · corrida de referencia del repositorio
97,70%
Corrección a nivel de paso (86,98% → 97,70%) · repositorio
−77,9%
Corrida de referencia del repositorio (22,51% → 4,96%)
3,47%
Marcas omitidas (15,30% → 3,47%) · misma corrida de referencia
Ver el código en GitHub Ver el dataset en Hugging Face Leer el artículo — arXiv:2610.10629 Ver el archivo en Zenodo — DOI 10.5281/zenodo.21394049 · v0.7.0

El mismo banco de pruebas, segundo dominio: DeFi track →

Cumplimiento por diseño

Diseñado para ser auditable, no para esquivar la norma.

El motor de cumplimiento CASE audita cada decisión de la IA y mapea sus métricas a los marcos regulatorios de la región. Su metodología y un benchmark sintético reproducible son abiertos — CACE-Bench: mídenos con nuestro propio estándar. Datos cifrados, consentimiento y derechos del titular.

Autoridades de referencia en el mapa normativo; la mención es descriptiva.

Bacen · COAF · Brasil CNBV · UIF · México SFC · SES · UIAF · Colombia Superintendencia de Bancos · Ecuador SEPS · UAFE · Ecuador (COAC) SBS · UIF · Perú BCRA · UIF · Argentina CMF · Chile Protección de datos / XAI CACE-Bench · estándar abierto ↗

¿Trabajas con decisiones de crédito automatizadas?

Cauce es un prototipo de investigación: hoy no ofrecemos pilotos ni servicios comerciales. Escríbenos si quieres discutir la metodología o colaborar en investigación.

✓ ¡Gracias! Te contactaremos pronto.
Al enviar aceptas ser contactado por Digital Economy Lab sobre el proyecto Cauce. Sin spam.
No ofrecemos ni comercializamos servicios en ninguna de las jurisdicciones del mapa. Las consultas se atienden solo con fines de investigación.
Seguridad y datos

Confianza por reproducibilidad, no por sello.

On-premise o en la nube privada de la propia entidad. Sin transferencia de información fuera de la infraestructura ni fuera de la jurisdicción del cliente. La obligación regulatoria recae sobre la entidad; Cauce produce la evidencia con la que ésta la acredita. Cauce es hoy un prototipo de investigación, sin entidad constituida ni oferta comercial: no reclamamos certificaciones de organización que no poseemos.

Lo que es cierto hoy

Minimización de datos: la demo no persiste datos personales y el benchmark corre sobre datos sintéticos. No revendemos ni monetizamos datos.

Por diseño

Cifrado en tránsito y en reposo. Aislamiento por inquilino. Residencia por país, como opción.

Rol respecto de los datos

Cauce actúa como encargado/procesador por diseño: el responsable es el sujeto obligado. Cláusula de no-delegación — la calificación, la decisión y el reporte a la UIF/UAF quedan en el cliente. Entregamos señales y atribuciones, no una evaluación de solvencia.

Ruta a certificación (solo en fase comercial)

Solo si el proyecto pasa a una fase comercial y se constituye una entidad: SOC 2 Type II, ISO/IEC 27001, 27017 y 27018, ISO/IEC 42001; registro de subprocesadores, SLA de incidentes y plantillas DPA. Estado actual: no auditado — publicaremos cada avance con su fecha.

Sobre el proyecto

Un proyecto de investigación, con nombre y cara.

Cauce es un proyecto de Digital Economy Lab centrado en la verificación regulatoria previa a la decisión de crédito en América Latina. Es un prototipo de investigación: no está constituido como empresa y hoy no se comercializa. Lo decimos de frente, porque en RegTech la trazabilidad empieza por la transparencia sobre quién está detrás.

Autoría

El benchmark abierto CACE-Bench y el agente de referencia son de autoría de Ravil Akhtyamov — Responsable del proyecto de investigación, Digital Economy Lab.

Divulgación de afiliación

Cauce y Digital Economy Lab están afiliados. Para evitar conflicto de interés, el laboratorio no audita despliegues de Cauce, y esta afiliación se declara en la metodología del benchmark. CACE-Bench evalúa modelos y agentes de terceros bajo la misma vara.

Contacto

[email protected] · Repositorio abierto CACE-Bench: github.com/rav11l/cace-bench

Verificación diseñada para ser auditable — y comprobable en tu navegador
Cada control, mapeado a la norma de cada jurisdicción. Y el benchmark que lo mide corre aquí mismo, sin backend. Cauce verifica el cumplimiento y deja traza; la decisión permanece en el prestamista.

Verificación por regulador

Mapa normativo con fines de investigación, actualizado al 22.10.2026. No constituye oferta de servicios en ninguna de estas jurisdicciones ni está dirigido a personas ubicadas en ellas. Cauce no está inscrito ni supervisado por ninguna de las autoridades mencionadas; su mención es descriptiva.

PaísRegulador · UIFVerifica antes de la decisión
PerúSBS / UIF-PerúDD y régimen reforzado, listas y PEP (Res. SBS 2660-2015); supervisión humana y documentación de la lógica y de las fuentes de datos en sistemas de alto riesgo (Ley 31814 y DS 115-2025-PCM, vigente desde el 22.01.2026; la evaluación crediticia es de alto riesgo; el plazo de adecuación para el sector economía y finanzas venció en septiembre de 2026).
ChileCMF / UAFDD, listas y PEP (Ley 19.913); derecho a oponerse a decisiones basadas únicamente en tratamiento automatizado y, cuando operan las excepciones, garantías de intervención humana, expresión del punto de vista y revisión (Ley 21.719, art. 8° bis; vigencia plena prevista para el 01.12.2026; un proyecto de ley en trámite propone postergarla al 01.12.2027).
BrasilBACEN / COAFEvaluación periódica de modelos, incluido backtesting, por una unidad distinta de la que los desarrolla, y documentación de pruebas de estrés (Res. CMN 4.557/2017, arts. 9 y 12; segmentos S1–S4); derecho a solicitar la revisión de decisiones tomadas únicamente con base en tratamiento automatizado, no necesariamente por una persona (LGPD art. 20).
MéxicoCNBV / UIFBancos: Disposiciones del art. 115 de la LIC. Otorgantes de crédito no financieros (actividades vulnerables): KYC y expediente 10 años; clasificación de clientes por riesgo con reevaluación semestral y mecanismos automatizados de monitoreo y alertas (Reglas de la LFPIORPI, mod. Acuerdo 115/2026, DOF 07.08.2026; vigencia escalonada 30.11.2026 · 01.03.2027 · 01.06.2027).
ColombiaSFC · SES / UIAFDD basada en riesgo y reporte a través del sistema de la UIAF (SARLAFT 4.0 — Circular Externa 027/2020); sistema de finanzas abiertas obligatorio para entidades vigiladas por la SFC, en implementación (Decreto 0368 del 07.04.2026).
EcuadorSEPS · SB / UAFEDD, listas y PEP, consentimiento y límites; derecho a no ser objeto de decisiones basadas total o parcialmente en valoraciones automatizadas (LOPDP art. 20); norma específica sobre IA y datos personales con evaluación de impacto previa y auditoría del sistema (Resolución SPDP-SPD-2026-0009-R, RO 240, 10.03.2026; reformada por la Resolución SPDP-SPD-2026-0037-R).
ArgentinaBCRA / UIFDD basada en riesgo (Res. UIF 14/2023 y modificatorias), listas y PEP; inventario de modelos, explicabilidad, validación independiente y evaluación de proveedores externos de IA (Guía de supervisión del BCRA sobre el uso responsable y seguro de IA, junio de 2026 — expectativas de supervisión, no norma obligatoria).

No constituye asesoría legal ni una certificación de conformidad: la obligación regulatoria recae sobre la entidad, y su cumplimiento debe evaluarse con asesoría local.

Corre el benchmark aquí mismo

CACE-Bench es Python puro: se ejecuta en tu navegador con Pyodide. Corrida reproducible, seed 0, sin servidor.
Al pulsar, carga el motor una vez y corre 800 casos sintéticos aquí.
¿Y contra tu propio pipeline?
Cambias dos funciones y lo corres en ~una hora:
python examples/benchmark_your_pipeline.py --demo --n 3000 python examples/benchmark_your_pipeline.py --endpoint https://tu.api/verify Ver el adaptador (Case → Narrative) →
Cifras ilustrativas del método sobre datos sintéticos, no de producción; la validación con datos de producción no se ha realizado.