Asistente de diagnóstico industrial avanzado para la preservación del conocimiento experto.
Senda es un asistente de diagnóstico industrial por voz diseñado para capturar, preservar y democratizar el conocimiento de los operarios mecánicos veteranos antes de su jubilación. Utilizando modelos de Inteligencia Artificial de código abierto y herramientas Low-Code, Senda rompe las barreras del idioma y la accesibilidad en la planta de producción.
En la industria actual se están perdiendo décadas de experiencia técnica debido a la jubilación de los operarios más experimentados. Además, las plantas industriales cuentan con plantillas multiculturales que se enfrentan a barreras idiomáticas, y entornos donde la manipulación de maquinaria pesada con guantes dificulta el uso de interfaces táctiles tradicionales.
Senda aborda estos retos mediante:
- Preservación del Conocimiento: Almacenamiento estructurado de los procedimientos técnicos de los operarios veteranos.
- Inclusión y Accesibilidad: Interfaz accionada por voz que soporta múltiples idiomas y traduce en tiempo real para el operario.
- Sostenibilidad: Diagnósticos precisos que reducen el desecho de componentes y minimizan el impacto ambiental al evitar desplazamientos innecesarios.
El proyecto se basa en una arquitectura ágil y eficiente:
- Frontend: Desarrollado en Lovable con interfaces adaptadas a entornos industriales, priorizando la claridad y el uso sencillo.
- Base de Datos: Supabase (PostgreSQL) para la gestión relacional del inventario y la base de conocimiento experto.
- Procesamiento de Voz e IA: Integración de modelos LLM abiertos para la normalización lingüística, análisis de síntomas multilingüe y mapeo semántico de soluciones.
- expert_knowledge: Registro de averías, síntomas técnicos y soluciones recomendadas.
- inventory_items: Catálogo y control de stock físico de repuestos (SKU, ubicaciones).
- knowledge_inventory: Tabla relacional que asocia averías con las piezas necesarias para su reparación.
Al ser una aplicación web modular:
- Conecta el proyecto de Lovable con el repositorio.
- Configura las variables de entorno para enlazar la instancia de Supabase (SUPABASE_URL y SUPABASE_ANON_KEY).
- Ejecuta el archivo de migración de base de datos disponible en la carpeta /supabase.
- Fase 1 (Actual): Prototipado funcional, validación de la interfaz de voz y estructuración de la base de conocimiento en Supabase.
- Fase 2: Optimización del modelo de IA para entornos de alta contaminación acústica (reducción de ruido industrial).
- Fase 3: Implementación de analítica predictiva para el mantenimiento industrial basada en el histórico de diagnósticos.
Este proyecto se distribuye bajo la licencia MIT. Se basa en el compromiso con la IA abierta y responsable para asegurar que el conocimiento industrial sea un bien accesible para las futuras generaciones de trabajadores.