PwC y AWS presentan un sistema de IA para análisis de contratos con reducción de verificación hasta del 90%

PwC y AWS presentaron AIDA — un sistema para análisis de contratos que transforma largos contratos no estructurados en datos estructurados y respuestas en lenguaje natural. La plataforma está construida en AWS y utiliza Amazon Bedrock para encontrar términos clave, plazos y obligaciones sin búsqueda manual a través de docenas de páginas.

Cómo Funciona AIDA

AIDA está diseñado para abogados, equipos de conformidad y compras — áreas donde el volumen de contratos crece más rápido que los recursos para leerlos. En lugar de la búsqueda tradicional por palabras clave, el sistema combina OCR, reglas de extracción personalizadas y modelos LLM en Amazon Bedrock. El equipo recibe no solo frases encontradas, sino campos estructurados vinculados a fragmentos específicos del contrato. Esto elimina parte de la carga manual de los equipos que normalmente recopilan estos datos manualmente para reconciliación, contabilidad e informes.

En una demostración, PwC cargó muestras del conjunto de datos legal abierto CUAD en el sistema. AIDA luego construye una representación semántica de los documentos, los indexa y utiliza Retrieval-Augmented Generation para responder preguntas basadas en el texto del contrato. Esto es importante para escenarios legales: la respuesta se puede verificar mediante una referencia al párrafo original, en lugar de confiar en el modelo cuando se trata de plazos, sanciones u obligaciones de las partes.

Tres Modos Clave

La idea principal detrás de AIDA no es una única interfaz para chatear con un PDF, sino varios modos para diferentes etapas del análisis de contratos. AWS destaca tres escenarios básicos que generan los mayores ahorros de tiempo:

• Extracción basada en plantillas — el equipo define campos una sola vez, como fecha de terminación, condiciones de renovación o derechos de uso, y luego aplica las mismas reglas a miles de contratos.
• Chat en un solo documento — puede preguntar al sistema sobre una fecha, obligación o restricción específica y obtener una respuesta vinculada a la ubicación necesaria en el texto.
• Chat integral del proyecto — AIDA compara múltiples contratos a la vez, busca cláusulas comunes, diferencias en obligaciones y consolida los hallazgos en una sola respuesta.
• Filtrado por metadatos — los resultados se pueden limitar por tipo de contrato, fecha, unidad de negocio o jurisdicción para evitar mezclar diferentes clases de documentos.

Según PwC, en implementaciones de clientes, AIDA redujo el tiempo de revisión manual de contratos hasta en un 90%. AWS también cita un ejemplo de un gran estudio de cine y televisión donde el sistema aceleró de manera similar la investigación de derechos de licencia: identifica derechos de transmisión, streaming, teatrales y derivados para entender rápidamente qué se puede mostrar, reempacar o lanzar en nuevos mercados. Para los medios y entretenimiento esto es especialmente importante, porque el costo de un error de derechos generalmente es mayor que el costo de la automatización en sí.

Seguridad e Integraciones de Sistemas

La arquitectura de AIDA está construida como un servicio empresarial, no como un prototipo experimental. Cuenta con AWS WAF, un equilibrador de carga y NGINX en la entrada, el acceso se gestiona a través de Amazon Cognito con integración a Microsoft Entra ID u Okta, y los permisos se pueden configurar tanto a nivel de aplicación como a nivel de proyecto. Los datos se cifran en tránsito y en reposo: los documentos y extracciones de OCR se almacenan en Amazon S3, los resultados estructurados en Amazon RDS.

Para manejar grandes volúmenes, el sistema utiliza Amazon ECS en AWS Fargate y colas de Amazon SQS, por lo que cargar cientos y miles de documentos no bloquea la interfaz. La búsqueda vectorial se construye en Amazon Bedrock Knowledge Bases y Amazon OpenSearch Serverless, y Guardrails en Amazon Bedrock se encarga del filtrado de contenido, la protección de datos personales y la seguridad de prompts. Antes de enviar resultados a sistemas posteriores, AIDA puede incluir verificación human-in-the-loop, y los datos en sí se transfieren a CLM, ERP, CRM y repositorios a través de Lambda, EventBridge y SQS.

Lo Que Esto Significa

PwC y AWS demuestran cómo GenAI se mueve de demostraciones a procesos específicos y costosos para el negocio. Si el sistema realmente extrae campos de manera consistente, responde con citas e se integra en CLM o ERP, entonces el AI legal comienza a pagarse a sí mismo no con promesas, sino con una economía concreta: ciclos de revisión más cortos, menos trabajo manual, identificación más rápida de riesgos y claridad sobre plazos y obligaciones en los contratos.