CompliGuard AI — API de Cumplimiento Regulador para Fintech/Cripto

Concepto

CompliGuard AI es una plataforma B2B SaaS API-first que automatiza el cumplimiento normativo (AML, KYC, MiCA) para neobancos, exchanges de criptoactivos y Fintechs. Reemplaza procesos manuales de compliance — lentos y propensos a error — por monitoreo de transacciones en tiempo real, verificacion de identidad con OCR + listas de sanciones, y resumenes regulatorios generados por IA. El cumplimiento normativo es un "must-have" para operar, no un "nice-to-have": esto crea demanda inelastica y posiciona al producto como critico en el stack tecnologico del cliente.

Arquitectura

Spring Boot 4.0.4 / Java 25, capas clasicas:

• %%INLINE0%% — endpoints REST (%%INLINE1%%), sin logica de negocio.
• service — reglas de negocio, orquestacion de clientes Feign, scheduler.
• repository — Spring Data JPA sobre H2 en memoria (embebida, sin config

adicional; Postgres queda disponible via el driver ya declarado en pom.xml para produccion).

• %%INLINE4%% — entidades Jakarta Persistence (%%INLINE5%%, KycVerification,

%%INLINE7%%, %%INLINE8%%, ComplianceCase) + enums de estado.

• dto — Records inmutables Java 25 para requests/responses de la API.
• client — clientes Feign hacia terceros: OCR/verificacion de documentos,

listas de sanciones, motor de IA de riesgo AML, LLM de resumen regulatorio. Cada llamada Feign esta envuelta en try/catch en el servicio: si el proveedor externo no responde (URLs son placeholders configurables por application.yml/env vars), el sistema degrada a un fallback local en lugar de fallar el request — clave para una demo sin dependencias externas reales.

• security — JWT stateless (jjwt 0.12.6) + Spring Security 7.x

(%%INLINE14%%, %%INLINE15%%, UserDetailsService).

• %%INLINE17%% — %%INLINE18%% (pre-escrito), SecurityConfig,

%%INLINE20%% (%%INLINE21%%), SchedulingConfig (@EnableScheduling).

• %%INLINE24%% — %%INLINE25%% centralizado + ApiError record.

Endpoints

Auth (publico)

• POST /api/v1/auth/register — alta de empresa Fintech, devuelve JWT.
• POST /api/v1/auth/login — login, devuelve JWT.

KYC (requiere JWT)

• POST /api/v1/kyc/verifications — sube documento (base64 simulado),

ejecuta OCR + cruce de sanciones, decide %%INLINE30%%/%%INLINE31%% y abre caso de cumplimiento automaticamente si hay coincidencia o baja confianza.

• %%INLINE32%% / %%INLINE33%%

AML (requiere JWT)

• POST /api/v1/transactions/monitor — analiza una transaccion combinando

reglas (monto, divisa de alto riesgo) con scoring de IA externo, devuelve %%INLINE35%%/%%INLINE36%%/BLOCKED y abre caso si corresponde.

• GET /api/v1/transactions

Dashboard regulatorio (requiere JWT)

• GET /api/v1/dashboard/summary — metricas agregadas KYC/AML/casos.
• GET /api/v1/dashboard/regulatory-alerts — resumenes de IA sobre cambios

regulatorios (MiCA, FATF, FinCEN), ingeridos cada hora por %%INLINE41%% (%%INLINE42%%).

Gestion de casos (requiere JWT)

• POST /api/v1/cases — apertura manual.
• %%INLINE44%% / %%INLINE45%%
• %%INLINE46%% — anotar, reasignar o escalar (%%INLINE47%% →

%%INLINE48%% → %%INLINE49%%/CLOSED).

Referencias

• Correct Context — The Enterprise AI Revolution (2026):

https://correctcontext.com/the-enterprise-ai-revolution-20-saas-and-ai-trends-redefining-corporate-america-in-2026

Analisis de negocio

• Mercado: PYMEs Fintech, neobancos y exchanges cripto sin equipo legal

interno de compliance a escala enterprise.

• Monetizacion: SaaS API-first por tiers de volumen (verificaciones KYC,

transacciones monitoreadas/mes) + numero de regulaciones cubiertas en el dashboard.

• Defensibilidad: la complejidad regulatoria (MiCA, AML, KYC) cambia

constantemente — el motor de resumen por IA y las reglas de riesgo deben actualizarse continuamente, creando switching cost alto para el cliente.

• Riesgo: dependencia critica de la calidad de los proveedores externos

de OCR/sanciones/IA; mitigado en el MVP con fallbacks locales, pero en produccion requiere SLA y circuit breakers reales (Resilience4j).

Como ejecutar

cd solutions/2026-07-27-compliguard-ai-api
mvn spring-boot:run

La app levanta en http://localhost:8080 con H2 en memoria (sin configuracion adicional). Flujo de prueba:

# 1. Registro
curl -X POST http://localhost:8080/api/v1/auth/register \
  -H "Content-Type: application/json" \
  -d '{"companyName":"Acme Fintech","email":"admin@acme.io","password":"password123"}'

# 2. Usar el token devuelto en Authorization: Bearer <token>
curl -X POST http://localhost:8080/api/v1/kyc/verifications \
  -H "Authorization: Bearer <token>" -H "Content-Type: application/json" \
  -d '{"applicantFullName":"Jane Doe","documentType":"PASSPORT","documentReference":"P1234567","documentBase64":"ZmFrZS1kb2M="}'

curl -X POST http://localhost:8080/api/v1/transactions/monitor \
  -H "Authorization: Bearer <token>" -H "Content-Type: application/json" \
  -d '{"transactionReference":"TX-001","senderAccount":"IBAN-1","receiverAccount":"IBAN-2","amount":15000,"currency":"EUR"}'

curl http://localhost:8080/api/v1/dashboard/summary -H "Authorization: Bearer <token>"

---

FinOps Analysis

Estimación de Costos Operativos Mensuales

El análisis FinOps para CompliGuard AI en su fase MVP revela una estructura de costos que, aunque manejable, está significativamente influenciada por el uso de APIs externas, especialmente para la verificación de identidad (KYC). A continuación, se detalla la estimación:

• Consumo de LLM (OpenAI gpt-4o-mini):

* Estimación de Tokens: ~50 millones de tokens de entrada y ~500 mil tokens de salida al mes. Esto se basa en el procesamiento diario de múltiples feeds regulatorios, resumiendo textos complejos y un buffer para posibles usos en AML o explicaciones de alertas. * Costo: Aproximadamente $8/mes (usando tarifas de gpt-4o-mini).

• Infraestructura Cloud (AWS Baseline):

* Servidor de Aplicaciones: Una instancia EC2 t3.small (Linux) para alojar la aplicación Spring Boot. $25/mes. * Base de Datos: Una instancia RDS PostgreSQL db.t3.micro (single-AZ para MVP) para persistencia de datos. $15/mes. * Almacenamiento y Transferencia de Datos: Un pequeño costo adicional por EBS, transferencia de datos y monitoreo básico (CloudWatch). $5/mes. * Costo Total de Infraestructura Cloud: $45/mes.

• APIs Externas Adicionales:

* Servicio de Verificación KYC (OCR + Listas de Sanciones): Basado en un modelo de 10 clientes, cada uno realizando un promedio de 20 verificaciones KYC al mes, sumando 200 verificaciones. Asumiendo un costo promedio de $2 por verificación para el proveedor de CompliGuard AI. $400/mes. * Costo Total de APIs Externas (excluyendo LLM): $400/mes.

Desglose de Costos Mensuales Totales

Categoría	Costo Estimado	Notas
LLM Tokens (OpenAI)	$8	50M input / 500K output tokens (gpt-4o-mini)
Infraestructura Cloud	$45	EC2 t3.small, RDS db.t3.micro, almacenamiento, red
APIs Externas (KYC)	$400	200 verificaciones KYC @ $2/verificación
Total de Costos Operativos	$453

Estimación de Ingresos Mensuales y Margen de Beneficio

• Modelo de Monetización: SaaS B2B con precios basados en volumen de API (KYC, transacciones) y número de feeds regulatorios.
• Proyección de Clientes MVP: Se estima un inicio con 10 clientes, pagando un promedio de $150/mes por un plan que incluye un número limitado de verificaciones KYC, monitoreo de transacciones y acceso a alertas regulatorias.
• Ingreso Mensual Estimado: 10 clientes x $150/mes = $1500/mes.

• Cálculo de Margen de Beneficio:

* Ingresos: $1500 * Costos: $453 * Beneficio: $1500 - $453 = $1047 Margen de Beneficio: ($1047 / $1500) 100 = 69.8% (redondeado a 69%)

El margen de beneficio del 69% es saludable para una startup en fase MVP, indicando un modelo de negocio viable con un buen potencial de escalabilidad, siempre y cuando se gestionen eficientemente los costos de las APIs de terceros.

Optimizaciones FinOps para Reducir Costos

1. Caché de Respuestas LLM: Para el Dashboard de Alertas Regulatorias, implementar un sistema de caché. Si múltiples clientes consultan la misma regulación o si la misma regulación se procesa varias veces sin cambios significativos, se puede servir la respuesta del LLM desde la caché, ahorrando tokens y latencia.
2. Optimización de Prompts LLM: Refinar los prompts enviados al LLM para que sean más concisos y directos, reduciendo la cantidad de tokens de entrada necesarios para obtener la respuesta deseada. Explorar técnicas como el few-shot prompting o la compresión de texto antes de enviarlo al LLM.
3. Negociación con Proveedores de KYC: A medida que CompliGuard AI atraiga más clientes y aumente el volumen de verificaciones, se debe negociar activamente con los proveedores de servicios KYC/OCR para obtener descuentos por volumen. Incluso una pequeña reducción por verificación puede generar ahorros significativos.
4. Evaluación de Soluciones Open Source/Self-Hosted para KYC: Para el módulo KYC, investigar la viabilidad de integrar soluciones de OCR de código abierto (como Tesseract) o desarrollar y entrenar modelos de Machine Learning propios para la verificación de documentos. Esto podría reducir drásticamente la dependencia y el costo de APIs externas a largo plazo, aunque con una inversión inicial en desarrollo.
5. Optimización de Infraestructura Cloud: Una vez que la carga de trabajo sea más predecible, considerar la compra de instancias reservadas (Reserved Instances) para el EC2 y RDS, lo que puede ofrecer un ahorro de hasta el 70% en comparación con los precios bajo demanda. Para cargas esporádicas, evaluar el uso de arquitecturas serverless (por ejemplo, AWS Lambda) para componentes específicos como el %%INLINE53%% (%%INLINE54%% Job) o partes del flujo asíncrono de KYC, pagando solo por la ejecución.
6. Monitoreo Continuo y Alertas de Costos: Configurar alertas de presupuesto y monitoreo de costos en la plataforma cloud (AWS Cost Explorer, GCP Billing Reports) para identificar rápidamente cualquier desviación en el gasto y tomar acciones correctivas. Implementar un etiquetado (tagging) de recursos consistente para una mejor atribución de costos.

Estas optimizaciones permitirán a CompliGuard AI mantener un margen de beneficio saludable mientras escala sus operaciones y adquiere más clientes.