ClauseClarity AI — MVP

Concepto

SaaS B2B legal-tech: sube un contrato (PDF/DOCX), la IA lo analiza — resalta cláusulas de riesgo, extrae partes/fechas/montos/cláusulas de responsabilidad y renovación — y expone un dashboard + informe PDF exportable. Ataca un cuello de botella caro (revisión manual de contratos) con ROI inmediato para pymes, freelance legal y equipos corporativos.

Arquitectura

Spring Boot 4.0.4 / Java 25, capas controller → service → repository → model.

• Seguridad: JWT stateless (%%INLINE1%% 0.12.6). %%INLINE2%%

valida el header Authorization: Bearer, puebla el %%INLINE4%% con %%INLINE5%% (adaptador sobre User). /api/v1/auth/** público, resto autenticado.

• Persistencia: JPA con H2 embebido (autoconfigurado, sin URL en

application.yml → Spring Boot levanta H2 in-memory) para dev/test; PostgreSQL disponible en el classpath para producción vía spring.datasource.*. Entidades JPA clásicas (mutables, constructor no-arg protegido) — los Records de Java 25 se reservan para DTOs (%%INLINE10%%), ya que Hibernate no soporta records como %%INLINE11%%.

• Storage aislado por tenant: ContractStorageService escribe cada

archivo bajo storage/tenant-{userId}/..., simulando un bucket S3 con aislamiento por cliente sin dependencia cloud adicional.

• Pipeline de análisis asíncrono: ContractService.uploadAndAnalyze

guarda metadata en estado PENDING y dispara %%INLINE16%% (%%INLINE17%%, ejecutado sobre %%INLINE18%% — %%INLINE19%%) para alta concurrencia sin agotar un pool de hilos de plataforma acotado. Estados: PENDING → PROCESSING → COMPLETED|FAILED.

• Integración LLM: %%INLINE21%% (%%INLINE22%%, compatible

OpenAI chat-completions) recibe un prompt estructurado pidiendo JSON con el esquema de LlmAnalysisPayload. Si no hay clauseclarity.llm.api-key configurada (o la llamada falla), AnalysisService cae a un analizador heurístico determinista (escaneo de keywords de riesgo: indemnify, unlimited liability, auto-renew, etc.) — así el MVP es 100% demostrable sin credenciales externas.

• Extracción de texto: versión ligera (strip de bytes no

imprimibles) para no añadir Apache Tika al pom.xml pre-escrito; nota explícita en el código de que producción cambiaría a Tika.

• Reporte PDF: PdfReportService genera un PDF 1.4 válido a mano

(sin librería externa) con el resumen del análisis.

• Jackson 3: %%INLINE28%% (%%INLINE29%%, bean pre-existente en

%%INLINE30%%) inyectado por constructor en %%INLINE31%% para parsear la respuesta JSON del LLM.

Endpoints

Método	Path	Auth	Descripción
POST	%%INLINE32%%	público	Alta de usuario, plan %%INLINE33%%, devuelve JWT
POST	/api/v1/auth/login	público	Login, devuelve JWT
POST	/api/v1/contracts/analyze	JWT	Sube PDF/DOCX (multipart), dispara análisis async
GET	/api/v1/contracts	JWT	Dashboard: lista de contratos del usuario
GET	/api/v1/contracts/{id}/analysis	JWT	Resultado del análisis (o solo status si aún procesa)
GET	/api/v1/contracts/{id}/report	JWT	Descarga informe PDF exportable

Referencias mvpFeatures → implementación

1. Carga segura PDF/DOCX → %%INLINE39%% + %%INLINE40%% (aislamiento por tenant).
2. Análisis de riesgo IA → %%INLINE41%% (LLM real + fallback heurístico), %%INLINE42%%, flaggedClauses.
3. Extracción de datos clave → LlmAnalysisPayload (partes, fechas, montos, limitación de responsabilidad, renovación).
4. Dashboard → %%INLINE45%% + %%INLINE46%%.
5. Informe PDF exportable → %%INLINE47%% + %%INLINE48%%.

Análisis de negocio

Modelo freemium (1-2 análisis/mes gratis) → planes pagos por volumen, usuarios y features (colaboración, bibliotecas de cláusulas). El campo %%INLINE49%% en %%INLINE50%% ya modela la segmentación; el siguiente paso natural es un UsageLimitService que cuente análisis/mes por plan y bloquee/upsell al superar el cupo — no incluido en este MVP para mantener el alcance acotado, pero el modelo de datos ya lo soporta.

Cómo ejecutar

cd solutions/2026-07-09-clause-clarity-api
mvn spring-boot:run

Servidor en %%INLINE52%%. Sin %%INLINE53%% configurada, el análisis usa el heurístico local (funcional out of the box). Para usar un LLM real:

clauseclarity:
  llm:
    api-url: https://api.openai.com/v1
    api-key: sk-...
    model: gpt-4o-mini

Flujo de prueba rápido:

curl -X POST localhost:8080/api/v1/auth/register \
  -H "Content-Type: application/json" \
  -d '{"email":"a@b.com","password":"password123","fullName":"Ana"}'

curl -X POST localhost:8080/api/v1/contracts/analyze \
  -H "Authorization: Bearer <token>" \
  -F "file=@contrato.pdf;type=application/pdf"

curl localhost:8080/api/v1/contracts/1/analysis -H "Authorization: Bearer <token>"
curl localhost:8080/api/v1/contracts/1/report -H "Authorization: Bearer <token>" -o report.pdf

---

FinOps Analysis

Visión General

ClauseClarity AI, como micro-startup, demuestra un modelo de negocio con una estructura de costos extremadamente eficiente y un alto potencial de rentabilidad desde sus fases iniciales. La clave reside en la minimización de la infraestructura y el aprovechamiento de la economía de escala de los LLMs de bajo costo.

Desglose de Costos Operativos Mensuales Estimados

Para una operación inicial que maneja aproximadamente 150 documentos al mes (considerando freemium y clientes de pago), los costos operativos se proyectan de la siguiente manera:

• Tokens LLM: ~3.5 millones de tokens al mes. Utilizando una combinación estratégica de %%INLINE54%% para la mayoría de las tareas y %%INLINE55%% para análisis de mayor complejidad o criticidad, el costo estimado es de $6/mes. Esto se basa en un promedio de 22,000 tokens por documento (incluyendo input, prompt y output), con una distribución de 80% input y 20% output.

(Nota: La eficiencia de gpt-4o-mini es notablemente alta, haciendo que el costo directo de los tokens sea una fracción mínima del total.)*

• Infraestructura Cloud (AWS): Para una aplicación Spring Boot con base de datos PostgreSQL y almacenamiento de documentos seguro.

* EC2 (t3.micro): ~$8.5/mes * RDS PostgreSQL (db.t3.micro): ~$16/mes * S3 (Almacenamiento y Transferencia de Datos): ~$1/mes * Networking y Monitoring Básico: ~$4.5/mes * Costo Total de Infraestructura Cloud: $30/mes

Costo Operativo Mensual Total Estimado: $36

Ingresos Mensuales Estimados

Adoptando un modelo de suscripción B2B SaaS con planes por niveles, y asumiendo una base inicial de 20 clientes en un plan básico de $25/mes (que permite procesar un volumen razonable de documentos):

Ingresos Mensuales: 20 clientes $25/cliente = $500/mes

Margen de Beneficio

Con los costos e ingresos proyectados, el margen de beneficio de ClauseClarity AI es excepcionalmente alto:

• Beneficio Mensual: $500 (Ingresos) - $36 (Costos) = $464

Margen de Beneficio: (($464 / $500) 100) = 93%

Drivers Clave de Costo

Los principales impulsores de costo son la infraestructura cloud (principalmente el servicio de base de datos y la instancia de cómputo) y, en menor medida, el uso del LLM. La naturaleza de los LLMs modernos, especialmente modelos como gpt-4o-mini, permite un procesamiento de lenguaje natural muy económico a escala inicial.

Recomendaciones FinOps para Optimización

Para mantener este alto margen y escalar eficientemente, se recomienda implementar las siguientes estrategias FinOps:

1. Optimización de LLM:

* Cacheo Inteligente: Implementar un sistema de cache para las respuestas del LLM, especialmente para cláusulas estándar o análisis que se repiten en múltiples documentos. Esto reduce llamadas a la API y costos. * Tiering de Modelos Dinámico: Desarrollar una lógica para seleccionar el modelo de LLM más costo-efectivo según la complejidad o criticidad de la cláusula/documento. Usar %%INLINE58%% como default y %%INLINE59%% solo cuando sea indispensable. * Prompt Engineering Continua: Refinar los prompts para ser lo más concisos y efectivos posible, minimizando los tokens de entrada y asegurando un formato de salida que optimice los tokens generados.

1. Eficiencia de Infraestructura Cloud:

* Right-Sizing Proactivo: Monitorear de cerca el uso de EC2 y RDS y ajustar las instancias a la capacidad mínima necesaria. Si la carga es muy esporádica, explorar opciones de cómputo sin servidor (serverless) como AWS Fargate o Lambda para el procesamiento asíncrono. * Automatización de Escalado: Si la carga se vuelve impredecible, considerar soluciones de auto-escalado para la instancia EC2 y la base de datos para asegurar que los recursos se ajusten dinámicamente a la demanda. * Estrategias de Almacenamiento: Evaluar los ciclos de vida de los objetos en S3 para mover documentos antiguos a clases de almacenamiento más baratas (ej. S3 Glacier) si no requieren acceso inmediato.

1. Monitoreo y Alertas:

* Establecer alertas en CloudWatch (o el servicio de monitoreo de la nube elegido) para detectar picos de uso de LLM o infraestructura que puedan disparar los costos, permitiendo una acción correctiva rápida.

Conclusión

ClauseClarity AI está posicionada para ser una startup altamente rentable debido a su modelo de negocio enfocado en un nicho de alto valor y una dependencia eficiente de tecnologías LLM de bajo costo. La clave será mantener una disciplina FinOps rigurosa para escalar sin incurrir en gastos innecesarios, asegurando que el alto margen de beneficio se mantenga a medida que la base de clientes crece.