Nibly

Panel de consumo
Panel de productividad
Panel de caducidades

La Inspiración: El Agujero Negro de Datos

Nuestra inspiración surgió directamente de los desafíos presentados por gategroup. Nos impactaron dos estadísticas:

Los vuelos regresan con más del 50% de artículos sin usar.
El mismo trolley puede tardar 3.5 minutos en una unidad y 7 en otra.

Comprendimos que estos no eran tres problemas separados (caducidad, consumo y productividad), sino un solo problema fundamental: el personal de catering trabaja a ciegas. Hay un agujero negro de datos entre el momento en que un trolley sale y el momento en que regresa.

La Solución: Nibly

Nibly (construido con Ionic y Angular) es una solución de inteligencia dual que cierra este círculo de información. Lo segmentamos en dos partes:

1. Nibly PWA (Ionic): El "Capturador" para la Primera Línea

Es una PWA (Progressive Web App) que ayuda al empleado en su trabajo diario, mientras captura datos de forma invisible:

Asistente de Frescura (Gestión de Caducidad):
- Usando la cámara del dispositivo, el empleado escanea productos. La app usa Visión por Computadora (CV) para leer la Expiry_Date y la compara con la base de datos de LOTES, lanzando una alerta visual (VERDE/ROJO) en tiempo real.
Registro de Devoluciones (Predicción de Consumo):
- Al regresar un vuelo, el personal de tierra escanea el trolley y registra digitalmente la Quantity_Returned. Esto sustituye el "papel y pluma" y nos da, por primera vez, el dato de consumo real, $C_{real}$.
Cronómetro Inteligente (Estimación de Productividad):
- Cuando un empleado ensambla un Drawer_ID, la app cronometra el Tiempo_Real. Esto nos permite saber cuánto cuesta ensamblar un cajón "simple" (4 SKUs) vs. uno "complejo" (12 SKUs).

2. Nibly Dashboard (Angular): El "Analizador" para Supervisores

Es un panel de control que transforma los datos crudos capturados por la PWA en inteligencia accionable.

Panel de Frescura Predictivo:
- Muestra qué LOTES (LOT_Number) caducan pronto, permitiendo al supervisor priorizar su uso.
Motor de Predicción de Consumo y Productividad (IA):
- Aquí es donde brilla la IA. Usamos Gemini como nuestro socio de diseño de IA para analizar los datasets y definir la arquitectura de los modelos predictivos.
- En lugar de construir un modelo complejo en un fin de semana, nos enfocamos en el flujo de datos.
- El backend prototipa la lógica de IA a través de APIs de tipo GET. El dashboard de Angular consume estos endpoints para mostrar las recomendaciones predictivas (ej. "Cantidad Óptima a Cargar") y los benchmarks de productividad.

Desafíos y Aprendizajes

El mayor desafío fue diseñar una PWA que los empleados quieran usar; tenía que ser más rápida que su método actual.

Aprendimos que la IA más poderosa no es la más compleja, sino la que se alimenta de buenos datos. Nibly es la arquitectura diseñada para capturar y servir esos datos.