Lab DOC36: LAB-M36 · Comparar las plataformas gestionadas de Document AI con la rúbrica del propio sistema **Entorno:** laboratorio 034 con los mismos documentos de referencia usados con el sistema propio y acceso a Azure AI Document Intelligence, Google Document AI, AWS Textract y una API multimodal de empresa. **Cuenta de formación:** `[email protected]`. **Resultado observable:** la comparación de las plataformas bajo los siete criterios de la unidad y la recomendación razonada para un caso concreto.

La tabla comparativa de las plataformas gestionadas —Azure AI Document Intelligence, Google Document AI y AWS Textract, con la API multimodal como cuarta opción— evaluadas con la misma rúbrica que se aplica al sistema propio, con una fila por criterio y una columna por plataforma, más un informe breve que recomiende una de ellas para un caso concreto y sostenga la elección en la evidencia recogida.

Tu reto: Tu reto: Los siete criterios —exactitud, coste, latencia, privacidad, dependencia del proveedor, personalización y cumplimiento— están evaluados para todas las plataformas con la misma rúbrica con la que se juzga el sistema propio, sin cambiar de vara de medir entre opciones; los criterios se leen teniendo en cuenta si el documento contiene datos personales o regulados, y esa lectura se explicita; la recomendación final está atada a un caso concreto y respaldada por los datos de la comparación, no por preferencia de proveedor.

Necesitas

Pasos

Checklist de calidad

Comparte con tu equipo

Resultado final

La tabla comparativa de las plataformas gestionadas —Azure AI Document Intelligence, Google Document AI y AWS Textract, con la API multimodal como cuarta opción— evaluadas con la misma rúbrica que se aplica al sistema propio, con una fila por criterio y una columna por plataforma, más un informe breve que recomiende una de ellas para un caso concreto y sostenga la elección en la evidencia recogida.

← Volver al módulo Lab de MCP para sistemas documentales →