Situaciones SpA opera una plataforma propia que valida con inteligencia artificial la fotografía de cada visita, en el momento en que se toma y en el punto mismo. El modelo confirma que la imagen corresponde efectivamente a un cajero automático, evalúa el estado de limpieza del equipo y detecta condiciones anómalas. Si el estándar no se cumple, el sistema no permite cerrar la visita: el operario debe corregir y volver a capturar antes de retirarse. El cliente no recibe un informe a fin de mes; ve el resultado de cada punto a medida que ocurre.
1. Evidencia no es lo mismo que verificación
Prácticamente todos los proveedores de limpieza de cajeros entregan hoy evidencia fotográfica. Es el estándar del mercado y está bien que así sea. Pero la evidencia, por sí sola, tiene un problema de fondo: llega tarde y nadie la revisa completa.
Una red de 500 cajeros con visita semanal genera unas 4.000 fotografías al mes. Ningún equipo de operaciones las mira todas. Lo que ocurre en la práctica es un muestreo: se revisa un porcentaje, y el resto se archiva por si alguien reclama. Cuando alguien reclama, ya pasaron semanas.
Evidencia es tener la foto para demostrar después lo que pasó. Verificación es que el sistema evalúe esa foto en el momento y no deje cerrar la visita si el trabajo no cumple. Lo primero sirve para discutir. Lo segundo evita la discusión.
Ese es el cambio: nuestra IA no genera informes más bonitos. Rechaza el trabajo mal hecho en el origen, cuando el operario todavía está frente al equipo y corregirlo cuesta dos minutos, en vez de detectarlo un mes después cuando ya no hay nada que hacer.
2. Comparativa con las alternativas del mercado
| Control | Aseo general | Limpieza de ATM tradicional | Situaciones SpA |
|---|---|---|---|
| Productos aptos para electrónica | No | Sí | Sí |
| Registro fotográfico de la visita | No | Sí | Sí |
| Quién revisa esa fotografía | Nadie | Una persona, por muestreo | La IA, en el 100 % de las visitas |
| Cuándo se revisa | — | Días o semanas después | En el momento de la captura |
| Se valida que la foto sea del equipo correcto | No | No | Sí, la IA lo confirma |
| Qué pasa si el trabajo está mal | Nadie se entera | Se reclama después | No se puede cerrar la visita |
| Visibilidad para el cliente | Ninguna | Informe mensual | Panel en tiempo real |
| Detección de anomalías del equipo | No | Depende del criterio del operario | Operario + validación de la IA |
3. Cómo funciona, paso a paso
Todo esto ocurre en menos de un minuto, en el punto, desde el teléfono del operario.
Captura en terreno
El operario fotografía el cajero desde la aplicación. La imagen se toma en el momento: no se puede cargar desde la galería del teléfono.
Verificación de que es un cajero
La IA analiza la imagen y confirma que corresponde efectivamente a un cajero automático. Una foto reutilizada, de otro equipo o de cualquier otra cosa no pasa este control.
Evaluación del estado
El modelo evalúa el estado de limpieza y detecta condiciones que requieren atención: suciedad visible, ausencia de papelero o pantalla fuera de servicio.
Cruce con hora y ubicación
El resultado se cruza con la georreferencia del dispositivo, la hora de captura y la identificación del operario que ejecuta la visita.
Aprobación o rechazo en el punto
Si cumple, la visita se cierra y queda disponible para el cliente. Si no, el sistema no permite cerrarla: el operario debe corregir y volver a capturar antes de retirarse.
4. Qué detecta la IA
El modelo evalúa cada fotografía contra un conjunto de condiciones definidas para el punto de autoservicio:
| Condición | Por qué importa |
|---|---|
| ¿Es efectivamente un cajero automático? | Impide que se cierre una visita con una fotografía que no corresponde al equipo. |
| ¿Queda suciedad visible? | Es el estándar del servicio. Si no se cumple, la visita no se cierra. |
| ¿Está el papelero en su lugar? | Su ausencia genera acumulación de comprobantes en el suelo del recinto. |
| ¿La pantalla está apagada o fuera de servicio? | Detecta un equipo caído en el momento de la visita y permite avisar de inmediato. |
| Observaciones del estado general | El modelo describe en texto lo que ve, y eso queda en la bitácora del punto. |
La detección de dispositivos de fraude sigue siendo responsabilidad del operario, que revisa el lector y el teclado en cada visita según el protocolo de inspección. La IA valida el estado del equipo; la persona entrenada valida la seguridad.
5. Por qué la fotografía es confiable
Es la pregunta que hace todo auditor bancario y casi ningún proveedor puede responder bien: ¿cómo sé que esa foto es de mi cajero, tomada hoy, y no una imagen reutilizada de la visita anterior?
La imagen debe capturarse desde la aplicación en el momento, no se admite carga desde la galería. La IA confirma que el contenido de la imagen es un cajero automático. Y el registro se cruza con georreferencia, hora e identificación del operario. Los tres controles tienen que coincidir para que la visita se cierre.
6. Qué gana la institución
- Deja de auditar a su proveedor. El control de calidad ocurre en cada visita, no en una revisión por muestreo de su equipo.
- Se entera el mismo día. Si un punto no se pudo atender o quedó fuera de estándar, aparece en el panel cuando ocurre, no a fin de mes.
- Detecta equipos caídos antes. Cada visita reporta si la pantalla estaba apagada, lo que suma cientos de verificaciones presenciales al mes sobre el estado real de la red.
- Llega a la auditoría con el respaldo listo. Cada visita tiene foto validada, hora, ubicación y responsable, exportable por equipo, fecha o comuna.
- Elimina la discusión de fin de mes. No hay debate sobre si un punto se atendió: o la visita se cerró con validación, o no se cerró.
¿Le interesa el servicio en terreno? Vea qué incluye la limpieza técnica de cajeros automáticos, con el detalle componente por componente, las frecuencias recomendadas y el protocolo de inspección.