Cuando Finlex empezó a explorar la IA generativa, el equipo pasó rápidamente de la curiosidad a la experimentación y construyó los primeros prototipos de un "Finlex Assistant" basado en chat y flujos multiagente pensados para apoyar a los brokers y a los equipos internos. Si bien estas primeras soluciones mostraron un gran potencial, llevarlas a producción trajo nueva complejidad en rendimiento, gobernanza y control operativo.
A medida que los workloads crecían más allá de los entornos de prueba locales, aparecieron retos de latencia, consistencia y observabilidad. Además, operar en servicios financieros implicaba requisitos estrictos de auditabilidad, gobierno de datos y explicabilidad, mientras que el mayor uso de la nube hacía cada vez más difícil predecir y optimizar el gasto de infraestructura.
Al mismo tiempo, Finlex necesitaba definir cómo la IA podía generar valor real dentro de los flujos del negocio asegurador, más allá de la capacidad técnica.
"El lado técnico no es el mayor desafío", cuenta Milad. "El verdadero reto está en entender cómo llevar la IA al negocio de una forma que realmente resuelva problemas".
Finlex se alió con DoiT a través del programa AWS RAPID GenAI (AI Assessment) para cerrar la brecha entre la experimentación y la producción. Trabajando codo a codo con Rajan Bhave, AI Architect de DoiT, y Hossein Rahmani, Head of Engineering de Finlex, la colaboración combinó sesiones técnicas a fondo, workshops de arquitectura, evaluaciones de modelos y soporte hands-on para ayudar a Finlex a diseñar una plataforma de IA escalable y lista para producción.
DoiT ayudó a que el prototipo inicial de Finlex, basado en LangGraph, evolucionara hacia una arquitectura nativa de la nube más robusta, construida sobre Amazon Bedrock AgentCore, con modelos Anthropic Claude para los flujos clave de IA generativa y agéntica. Así se mejoró la escalabilidad, la observabilidad y el control operativo, y se redujo la dependencia de una orquestación a la medida. La colaboración incluyó también un workshop dedicado a seguridad y cumplimiento en GenAI, enfocado en el diseño seguro de agentes, threat modeling, GDPR y consideraciones del EU AI Act, que le permitió a Finlex ganar confianza para operar IA de forma segura dentro de un entorno financiero regulado.
Entre las mejoras adicionales estuvieron la implementación de propagación segura de identidad multi-tenant, la incorporación de frameworks estructurados para evaluación de modelos, el rediseño de los flujos de procesamiento documental con Bedrock Data Automation y la aplicación de mejores prácticas para el diseño de agentes y el manejo de memoria.
"Tuvimos sesiones enfocadas en problemas muy puntuales y también workshops más amplios", cuenta Hossein. "A veces incluso nos compartían fragmentos de código para ayudarnos a avanzar más rápido".
DoiT nos dio la confianza para pasar de la experimentación a la producción. Nos ayudaron a entender la forma correcta de construir IA para el mundo real.
Milad Rezazadeh, CTO
Trabajar con DoiT generó un impacto medible en la plataforma, las operaciones y los equipos internos de Finlex. Con la mayor visibilidad, gobernanza y optimización que aporta Cloud Intelligence™, Finlex incrementó de forma significativa la eficiencia de sus costos de nube y construyó una base operativa más sólida para la adopción de IA.
"En 2025 redujimos nuestros costos entre 35% y 40%", cuenta Milad. "Y en total, desde finales de 2024 hasta hoy, hemos logrado más de 50% de optimización de costos".
La colaboración se diseñó para mejorar la precisión de la asesoría, aumentar la confiabilidad en la extracción de documentos, reducir el trabajo repetitivo de soporte y acelerar el onboarding de contratos con flujos automatizados y un mejor manejo documental.
Más allá del ahorro en costos, el proyecto aceleró la velocidad de desarrollo y fortaleció la toma de decisiones en toda la organización. Finlex construyó con éxito su primera solución de IA agéntica de extremo a extremo, creando una base reutilizable para futuros servicios impulsados por IA y permitiendo a los equipos evaluar y lanzar nuevas capacidades con mayor confianza.
"Hoy tenemos la confianza de que, si mañana aparece algo nuevo, podemos evaluarlo, construirlo y llevarlo a producción", dice Milad.
Finlex se enfoca ahora en pasar de una plataforma habilitada con IA a una arquitectura totalmente nativa de IA. Esta próxima etapa implica integrar inteligencia a lo largo de todo el journey del usuario, más allá de asistentes aislados, hacia flujos de trabajo profundamente integrados y automatizados.
"No estamos sumando la IA como una función encima", explica Milad. "La estamos integrando en el funcionamiento de la plataforma, paso a paso".
Finlex también invierte en transformación organizacional, rediseñando su estructura de Engineering para acompañar este cambio e incorporando nuevos roles centrados en el desarrollo orientado al producto.
Al mismo tiempo, Finlex sigue afinando su forma de abordar los problemas con IA: se aleja de los flujos rígidos y deterministas para acercarse a un pensamiento más adaptativo y AI-first.
De cara al futuro, DoiT seguirá siendo un socio clave en este camino, apoyando la puesta en producción, el escalamiento de nuevos casos de uso y la navegación de un panorama de IA que evoluciona a toda velocidad.
"Siempre hay incertidumbre con la IA", comenta Milad. "Pero trabajar con DoiT nos dio la confianza para seguir avanzando".
Finlex es una insurtech con sede en Frankfurt y oficinas adicionales en Berlín y en Austria; opera como broker mayorista especializado en seguros cibernéticos y financial lines. Su plataforma conecta a brokers, aseguradoras y empresas a través de un marketplace totalmente digital, diseñado para simplificar flujos de trabajo complejos del sector asegurador.
Lo que empezó como una pequeña operación basada en Excel se transformó en una plataforma sofisticada y nativa de la nube que soporta procesos de seguros de punta a punta, desde la licitación y el underwriting hasta la gestión de pólizas. Hoy, Finlex está enfocada en su próxima gran transformación: integrar la IA de forma nativa en toda la plataforma.
"Desde el principio, nuestra misión ha sido digitalizar y simplificar los procesos de seguros", dice Milad Rezazadeh, CTO de Finlex. "Hoy, la IA se convirtió en la pieza central de cómo entregamos valor".
AWS GenAI Accelerator
Forward Deployed Engineers senior en IA trabajan junto a tu equipo para pasar de la idea a un pipeline de GenAI listo para producción en Bedrock y SageMaker.
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.
Ziv Sivan, VP of Engineering
Let us show you what ships this week.
