Caso de éxito · IA privada
Caso de éxito: leer capturas de pagos UPI de forma privada con OCR autoalojado
En la India, los equipos de finanzas y operaciones reciben los comprobantes de pago como capturas de pantalla de aplicaciones como Google Pay, PhonePe y Paytm, y alguien copia a mano el importe y el ID de transacción en una hoja. Construimos un servicio en contenedores que lee esas capturas y devuelve datos estructurados, como el importe, el ID de UPI, el ID de transacción, la fecha y los nombres, usando PaddleOCR y spaCy en su propio servidor, de modo que las capturas nunca se envían a una API de terceros.
Por Web Your Vyavsay team · Publicado
Redactado con ayuda de IA. Los datos se verifican con las fuentes indicadas y los revisa nuestro equipo. Traducción de la versión en inglés, asistida por IA. Las llamadas y los proyectos se realizan en inglés.
El problema
- El personal copia a mano importes e ID de transacción desde las capturas, y se cuelan errores.
- A veces la misma captura se presenta dos veces para dos pagos distintos.
- Las capturas editadas o falsas son difíciles de detectar a simple vista.
- Las capturas contienen nombres, ID de UPI e importes: datos personales que no deberían viajar a servicios externos.
Qué hace el servicio
- Lee el texto de una captura de UPI con OCR.
- Extrae el importe, los ID de UPI, el ID de transacción, la fecha y los nombres, con NLP para mejorar la extracción de nombres.
- Acepta un archivo o una imagen en base64 y responde al instante o mediante una cola de trabajos asíncrona.
- Detecta capturas duplicadas con un hash perceptual, aunque la imagen se haya redimensionado o recomprimido.
- Aplica validaciones y controles antifraude y marca las capturas sospechosas para que las revise una persona.
- Limita las solicitudes por dirección IP o clave de API.
Por qué importa que sea autoalojado
Como los modelos de OCR y de lenguaje se ejecutan dentro del servicio, las capturas permanecen en su infraestructura. Los modelos se descargan una sola vez, unos 100 MB en la primera ejecución, y a partir de ahí cada solicitud se procesa localmente. Para datos de pago sujetos al reglamento DPDP de la India, mantener el procesamiento en casa es más sencillo que evaluar dónde guarda y cómo usa sus imágenes un proveedor externo de OCR.
Tecnología
El servicio está escrito en Python y se sirve con Uvicorn. PaddleOCR lee el texto, spaCy mejora la extracción de nombres, Redis respalda la cola de trabajos y la caché, y todo el servicio se ejecuta con Docker Compose junto a sus sistemas actuales, expuesto como una pequeña API REST.
Dónde encaja
- Conciliar pagos de clientes enviados como capturas por WhatsApp.
- Verificar pagos de cuotas o cobranzas en empresas de crédito y finanzas.
- Comprobar pedidos prepagados antes de enviarlos.
- Cualquier proceso en el que el personal copie datos de capturas de pago a un sistema.
Preguntas frecuentes
¿Qué aplicaciones de pago puede leer?
Está pensado para capturas de pagos UPI de aplicaciones como Google Pay, PhonePe y Paytm.
¿Detecta capturas de pago falsas?
Aplica validaciones y controles antifraude y marca las capturas que parecen incoherentes, pero ningún control detecta todas las imágenes editadas. Confirme los pagos de importe alto con su extracto bancario.
¿Necesita conexión a internet?
Solo para descargar los modelos de OCR la primera vez. Después, las capturas se procesan en su propio servidor.
¿Se puede conectar con nuestro CRM o sistema contable?
Sí. Ofrece una API REST, así que un CRM, un flujo de WhatsApp o una herramienta interna pueden enviar capturas y guardar los campos extraídos.