Paso a Paso para la Creación del SIGIG y su Motor de IA (MIAC)

Acción: Crear un equipo multidisciplinario con representantes de Hacienda, Transformación Digital, Jurídica y Secretaría General.

Objetivo: Definir políticas de calidad, seguridad, acceso y uso ético de los datos. Garantizar que el proyecto se alinee con los objetivos del departamento y cumpla la normativa.

Acción: Tomar decisiones clave sobre la infraestructura, recomendando un enfoque híbrido o nativo en la nube para escalabilidad y potencia de cómputo.

Objetivo: Establecer el plano técnico sobre el cual se construirán todas las capas del MIAC, desde el almacenamiento (Data Lake/Warehouse) hasta los servicios de IA.

Acción: Iniciar con SIVERVCUNDINAMARCA, GEVIR, y STTI. Documentar los datos específicos necesarios de cada uno.

Recomendación: Crear una capa de APIs RESTful para cada dominio de negocio (Ej: Contribuyente-API, Vehiculo-API).

Beneficio: Desacopla los sistemas, garantizando agilidad y facilitando la integración futura.

Recomendación: Crear un "wrapper" o envoltura que proporcione una interfaz moderna (API RESTful) a sistemas antiguos sin capacidad nativa de API.

Beneficio: Permite integrar componentes tecnológicos antiguos sin reemplazarlos, acelerando el proyecto.

Acción: Alimentar el Data Lake/Warehouse con zonas definidas:

• Zona Cruda (Raw): Datos tal como vienen de la fuente.
• Zona Procesada: Datos limpios, validados y estandarizados.
• Zona Curada: Modelos de datos optimizados para análisis y consumo del MIAC.

Datos: Se utilizarán datos de STTI (tornaguías, declaraciones) y se cruzarán con SIANCO.

Modelo de IA: Implementar un modelo de detección de anomalías (Machine Learning) que alerte sobre transacciones atípicas que sugieran contrabando o evasión.

Impacto: Directo en el recaudo y en la eficiencia del Grupo Especial GEPCI.

Datos: Textos de las solicitudes de la App PQRSDF SARA.

Modelo de IA: Utilizar Procesamiento de Lenguaje Natural (PLN) para clasificar temas, analizar sentimientos e identificar tendencias recurrentes.

Impacto: Mejora la comprensión de las necesidades ciudadanas y optimiza el tiempo de respuesta.

Acción: Entrenar modelos de series temporales con datos históricos para pronosticar el recaudo fiscal con alta precisión, potenciando la planeación de GOBBI.

Acción: Integrar un chatbot en WhatsApp y web, conectado a las APIs del MIAC para responder preguntas específicas y personalizadas sobre impuestos y trámites.

Acción: Identificar y automatizar tareas repetitivas en trámites, como validación de documentos o notificación de estados, usando Automatización Robótica de Procesos (RPA).

Acción: Crear un ciclo de vida para los modelos de IA que incluya monitoreo continuo, reentrenamiento automático y despliegue ágil de nuevas versiones.

Acción: Asegurar que los insights generados por el MIAC se integren en los flujos de trabajo de las subdirecciones, generando acciones concretas y midiendo su resultado.