9 · Inteligencia ejecutiva

Comprometido

Del reporte actual a la decisión asistida

La primera transformación no consiste en cambiar la lógica institucional del reporte, sino en convertirla en información automática, interactiva, trazable, disponible en Web/Mobile y preparada para análisis predictivo.

9.1 · Primera entrega

Comprometido

Lo que el primer dashboard ejecutivo debe contener

Los reportes actuales entregados por SENIAT constituyen la referencia funcional inmediata para la primera capa de inteligencia ejecutiva. Ya contemplan conceptos como recaudación nacional, Tributos Internos, IGTF, Aduanas, bolívares y dólares, comportamiento diario, comparativos, regiones, aduanas, estimaciones y cumplimiento.

Representación de un tablero ejecutivo en escritorio y móvil con series y comparativos ilustrativosDASHBOARD EJECUTIVO — SENIATRecaudación diaria (ilustrativo)Comparativo interanual (ilustrativo)

Meta nacional

Cumplimiento de meta

Reportes

Tiempo de generación

SENIAT–BDV

Alertas de conciliación

RESUMEN EJECUTIVO
Tablero ejecutivo · representación ilustrativa de la interfaz
  • Recaudación nacional y cumplimiento frente a estimaciones.
  • Tributos Internos, IGTF y Aduanas.
  • Bolívares y dólares cuando corresponda.
  • Evolución diaria, promedio diario y comportamiento mensual.
  • Comparativos intermensuales e interanuales.
  • Cumplimiento y participación por Gerencias Regionales.
  • Cumplimiento y participación por Aduanas.
  • Relación con estimaciones y referencias presupuestarias disponibles.
  • Drill-down, filtros y navegación según perfiles autorizados.
  • Acceso desde aplicación web y móvil.

Demo disponible

Ver el tablero ejecutivo funcionando

El Command Center con cumplimiento, pulso diario, territorio, aduanas, señales automáticas y copiloto IA conversacional. Datos demostrativos.

Abrir tablero ejecutivo

9.2 · Escalera de madurez

Comprometido

Cinco preguntas institucionales, cinco capacidades

Datos + IA desde el inicio → Visibilidad → Control → Explicación → Predicción → Priorización → Automatización.

Escalera de madurez analítica: visibilidad, control, explicación, predicción y priorización01

Visibilidad

¿Qué está ocurriendo?

KPIs, metas, cumplimiento, tendencias y detalle.

02

Control

¿Coinciden las fuentes?

Conciliación, trazabilidad, diferencias y alertas.

03

Explicación

¿Por qué ocurrió?

Descomposición de variaciones y análisis asistido.

04

Predicción

¿Qué probablemente ocurrirá?

Forecast y detección de anomalías.

05

Priorización

¿Dónde debemos actuar primero?

Segmentación, deuda y riesgo.

Escalera de inteligencia · de ver a priorizar

RAG documental

Preguntas sobre normativa, manuales y procedimientos con referencia explícita a las fuentes.

Asistentes analíticos

Consultas en lenguaje natural sobre KPIs, fórmulas y dimensiones certificadas.

Document Intelligence

Clasificación, extracción y resumen de documentos y expedientes priorizados.

AI Gateway institucional

Gobierno central de modelos, prompts y consumo: confidencialidad y auditoría de uso.

IA aplicada · casos controlados, medibles y trazables

Pregunta institucional

¿Qué está ocurriendo?

Capacidad

KPIs, metas, cumplimiento, tendencias y detalle.

10 · IA generativa incluida

Comprometido

Capacidades de IA disponibles desde el primer año

La infraestructura de IA se implantará para ser utilizada desde el primer año. La estrategia diferencia IA Generativa, que puede generar valor rápidamente sobre conocimiento y datos gobernados, de modelos predictivos y de riesgo, cuya madurez depende del histórico, calidad, representatividad y resultados disponibles.

Capacidad incluidaUso esperadoNecesidad principal del SENIAT
Asistente IA InstitucionalConsulta conversacional para funcionarios sobre información autorizada.Usuarios piloto, permisos y responsables de validación.
RAG documentalPreguntas sobre normativa, manuales, procedimientos y documentación con referencias a las fuentes.Corpus oficial vigente, clasificación, metadatos y política de acceso.
Consultas conversacionales sobre datosPreguntas en lenguaje natural sobre KPIs y dimensiones certificadas.Diccionario de KPIs, fórmulas, fuentes y modelo semántico.
Dashboards asistidos por IAExploración, filtros, comparaciones y visualizaciones solicitadas en lenguaje natural.KPIs certificados y dimensiones autorizadas.
Resúmenes ejecutivos automáticosBriefings diarios/semanales construidos sobre resultados calculados por la plataforma.Formato, destinatarios y reglas de publicación.
Document IntelligenceClasificación, extracción y resumen de documentos priorizados.Muestras representativas, reglas y criterios de aceptación.

10 · Modelos predictivos

Evolución futura

Algoritmos cuya madurez depende de los datos disponibles

Una anomalía no será presentada como evidencia automática de fraude. Los modelos generarán señales y prioridades que deberán interpretarse dentro del proceso institucional.

CasoResultado esperadoDatos / habilitadores
Forecast de RecaudaciónProyección de cierre, rango esperado y probabilidad de cumplimiento de meta.Idealmente 24–36 meses de histórico diario; metas; días hábiles; tributo; región; aduana; Bs/USD.
Detección de AnomalíasIdentificación de desviaciones relevantes respecto al histórico, estacionalidad y pares.Histórico granular y validación de analistas.
Explicación de VariacionesIdentificación de factores que explican subidas/bajadas por dimensión.Datos dimensionales consistentes y definiciones oficiales.
SENIAT–BDV: conciliación y anomalíasConciliados, diferencias, faltantes, duplicados y patrones atípicos.Átomos autorizados, identificadores comunes, frecuencia, reglas e histórico disponible.
Segmentación InteligenteAgrupación de contribuyentes o casos por patrones comparables.Datos individualizados, actividad/CIIU y variables confiables.
Motor Inicial de Riesgo TributarioPriorización de casos mediante reglas, scoring, anomalías y ML progresivo.RIF, declaraciones, pagos, incumplimientos, fiscalizaciones y resultados históricos.

20 · Fábrica de IA

Comprometido

Cómo se producen y gobiernan los modelos

Para garantizar una evolución ordenada, SIDIS propone establecer una Fábrica de Casos de Uso de IA que permita incorporar nuevas necesidades de forma repetible y medible.

EtapaActividadSalida
ProblemaDefinir la decisión, proceso o resultado a mejorar.Caso de negocio y responsable.
DatosEvaluar disponibilidad, calidad, representatividad, permisos y seguridad.Go/No-Go y brechas.
PoCConstruir el agente/modelo en entorno controlado.Métricas y evidencia.
ValidaciónEvaluación por especialistas SENIAT.Aceptación, ajuste o descarte.
ProducciónHardening, integración, seguridad y monitoreo.Caso productivo.
EvoluciónMedición, feedback, drift y nuevas variables.Mejora continua o ampliación de alcance.

13 · Gestión de deuda

Comprometido

Cobranza inteligente por niveles

La gestión de deuda se incorporará progresivamente durante el primer año, comenzando por consolidación, visibilidad y priorización. Los modelos predictivos de recuperabilidad se desarrollarán cuando exista histórico suficiente de acciones y resultados.

NivelCapacidadAplicación primer año
VisibilidadCartera, aging, obligaciones, pagos, planes y estados.Sí, sujeto a fuentes disponibles.
SegmentaciónMonto, antigüedad, tributo, recurrencia y criterios institucionales.Sí, progresivo.
PriorizaciónColas de trabajo por materialidad, antigüedad, riesgo y oportunidad.Sí, progresivo.
RecuperabilidadProbabilidad de pago / valor esperado de recuperación.Piloto condicionado a históricos.
AutomatizaciónComunicaciones o workflows seleccionados.Solo casos aprobados y trazables.

No se compromete una tasa específica de recuperación antes de establecer una línea base y disponer de información suficiente para atribuir resultados.

14 · Fiscalización

Comprometido

El ciclo de riesgo integrado a la operación

El Motor Inicial de Riesgo se integrará al ciclo operativo de fiscalización. El objetivo no es producir un score aislado, sino mejorar progresivamente la selección, priorización, asignación y aprendizaje institucional.

EtapaFunciónResultado
DetectarReglas, cruces, anomalías y señales.Señales explicables.
PuntuarScoring compuesto según metodología aprobada.Prioridad y factores explicativos.
PriorizarRiesgo + materialidad + oportunidad + capacidad.Cola recomendada.
AsignarDistribución por competencia, región y especialidad.Asignación auditable.
FiscalizarEjecución del proceso institucional.Expediente y evidencia.
Registrar resultadoHallazgo/no hallazgo, tipo, materialidad y resolución.Resultado validado.
RetroalimentarComparar señal/modelo con resultado.Mejora de reglas y modelos.

Para entrenar seriamente modelos supervisados de riesgo, SENIAT deberá proporcionar resultados históricos de fiscalización que permitan distinguir casos con y sin hallazgos y, cuando sea posible, su tipo y materialidad.