Contexto
Una empresa multinacional del sector consumo masivo y bebidas, con presencia en múltiples mercados de América Latina, buscaba escalar sus capacidades de auditoría en terreno. La necesidad surgió de la dificultad para procesar grandes volúmenes de imágenes de puntos de venta (PDV) y extraer de forma oportuna insights clave para evaluar el cumplimiento de estándares de visibilidad y ejecución comercial.
Actualmente, la compañía administra más de 170.000 puntos de venta en todo el país, lo que hace inviable realizar revisiones manuales de fotografías por parte del equipo humano.
El desafío
La organización requería automatizar el análisis de imágenes de PDV mediante un sistema basado en IA generativa, que fuera capaz de:
- Analizar múltiples imágenes por evento semanal sin intervención humana.
- Generar resultados estructurados con base en KPIs definidos por el negocio.
- Disminuir la carga de trabajo del personal de auditoría.
- Exponer los resultados mediante APIs para su integración con otros sistemas.
El sistema debía integrarse con una API externa que provee las imágenes, tener una arquitectura escalable, y operar en un entorno cloud público (sin conexiones on-premise).
La solución
Morris & Opazo diseñó una solución basada en GenAI sobre AWS que permite procesar imágenes de PDV para generar insights de cumplimiento comercial. La propuesta incluyó:
Entrenamiento de un modelo de inteligencia artificial generativa utilizando Amazon Bedrock, Despliegue completo de la infraestructura mediante IaC (CDK) en dos cuentas AWS, Automatización del despliegue de la aplicación con AWS CodePipeline (build + deploy), Implementación de una arquitectura asíncrona, con una API REST y colas de procesamiento para escalar el análisis de imágenes, entre otras.
La solución fue desplegada cumpliendo con estándares de agilidad, seguridad y gobernanza.
Beneficios clave
- Automatización del análisis de imágenes, reduciendo la intervención manual y acelerando el proceso de auditoría.
- Arquitectura escalable y asincrónica, preparada para grandes volúmenes de imágenes por campaña.
- Estandarización de la extracción de KPIs, permitiendo decisiones más ágiles y precisas.
- Reducción de la carga operativa, liberando recursos internos dedicados a tareas repetitivas.
- Integración lista para apps móviles y sistemas analíticos, mediante endpoints documentados y APIs seguras.
Recursos AWS implementados
- AWS CodePipeline (DevSecOps): Orquesta el flujo de CI/CD para construir, publicar, definir tareas y desplegar automáticamente la aplicación.
- Amazon ECR (Elastic Container Registry): Almacena las imágenes Docker del servicio para su despliegue en ECS.
- Amazon ECS (Elastic Container Service): Ejecuta las tareas (contenedores) dentro de un clúster administrado, facilitando el escalamiento.
- Amazon VPC: Proporciona una red aislada y segura para desplegar la aplicación y los servicios relacionados.
- Public y Private Subnets: Separan los recursos según su nivel de exposición, mejorando la seguridad y eficiencia operativa.
- Load Balancer: Distribuye el tráfico entre las tareas de ECS para asegurar alta disponibilidad y rendimiento.
- Amazon CloudWatch: Monitorea logs y métricas del sistema, permitiendo análisis de desempeño y alertas.
- Amazon Route 53: Gestiona el dominio y enruta las solicitudes hacia el API o servicios expuestos.
- API Gateway: Expone una API REST para interactuar con el servicio de análisis de imágenes, controlando el acceso y tráfico.
- VPC Endpoint: Establece una conexión privada entre la VPC y los servicios de AWS sin usar Internet público.
O5226555
