-
-
1
-
2
-
3
-
4
-
5
Inspiración Cada día, los equipos de GateGroup ensamblan miles de carritos de catering aéreo, revisando manualmente cada bebida, snack y utensilio. Durante este proceso, los empleados trabajan bajo presión constante, en entornos sin conectividad y con tiempos ajustados.
Nos inspiró ver cómo estas personas mantienen en funcionamiento una operación global con tan poca ayuda tecnológica. Queríamos crear algo que llevara la inteligencia artificial directamente al lugar donde suceden los errores, sin depender de internet ni infraestructura costosa.
Así nació GateSense: un asistente físico con IA local que detecta errores, verifica fechas de caducidad y guía al operador en tiempo real con voz y luces inteligentes. Una herramienta creada para las manos, no para la nube.
Qué hace GateSense es un dispositivo inteligente diseñado para optimizar el proceso Pick & Pack de GateGroup:
Detecta automáticamente productos mal colocados o vencidos mediante visión computacional y OCR.
Da retroalimentación inmediata con voz e indicadores LED.
Registra métricas (tiempo, operador, errores) y sincroniza los datos cuando hay conexión.
Funciona completamente sin internet, con energía solar o batería portátil, volviéndolo autónomo y sostenible.
En minutos, GateSense transforma un proceso manual y repetitivo en uno rápido, preciso y medible, reduciendo los errores hasta en un 80 %.
Cómo lo construimos Desarrollamos un prototipo funcional en 48 horas, basándonos en hardware accesible y eficiente.
Hardware: Raspberry Pi Zero 2 W, cámara web USB, LEDs RGB, sensor HX711 de peso y batería solar portátil.
Software: Python 3, TensorFlow Lite, Tesseract OCR, OpenCV, espeak para voz y Flask para dashboard local.
Diseño físico: carcasa 3D liviana gris con logo de GateGroup y base modular imprimible.
Optimizamos la solución para mantenerla ligera y realista: la IA corre localmente sin procesamiento en la nube, y puede funcionar en cualquier planta sin conexión Wi‑Fi.
Durante el hackathon, priorizamos mostrar un sistema funcional desde la perspectiva del usuario, automatizado, rápido y claro.
Desafíos que enfrentamos Limitaciones de hardware: integrar visión computacional y voz en un Raspberry Pi Zero fue todo un reto. Reducimos la carga con modelos “lite” y control de resolución.
Tiempo limitado: crear, ensamblar, programar y ensayar el flujo completo en 48 horas exigió precisión absoluta.
Sin conectividad: todo debía funcionar offline, por lo que diseñamos un sistema descentralizado y autosuficiente.
Sincronización: lograr que cámara, voz y luces trabajaran en armonía para una demo fluida fue un desafío técnico y de coordinación.
Pero cada obstáculo reforzó la idea del proyecto: resolver problemas reales con ingenio, no solo con potencia de cómputo.
Logros de los que estamos orgullosos Haber construido un asistente inteligente completamente funcional y autónomo en menos de 48 horas.
Mostrar a los jueces cómo la IA puede mejorar la vida laboral de los trabajadores y aumentar la eficiencia sin reemplazarlos.
Probar con éxito el ciclo completo: detección → alerta → registro de datos → visualización en dashboard.
Mostrar cómo una solución de menos de $50 USD puede ahorrar miles de dólares a una empresa global, sin modificar su infraestructura actual.
Crear una experiencia de usuario simple y humana: una caja que “habla”, guía y ayuda al trabajador en tiempo real.
Lo que aprendimos Que la IA más poderosa no siempre vive en la nube, sino en los dispositivos que acompañan a las personas día a día.
Aprendimos a equilibrar la tecnología con la empatía, diseñando pensando en quienes realmente la usarán.
Que una buena presentación no solo muestra tecnología: cuenta una historia.
Que incluso las limitaciones técnicas pueden inspirar innovación sostenible.
GateSense no nació de la potencia, sino de la inteligencia creativa para hacer más con menos.
Qué sigue para GateSense Despliegue en planta piloto: implementar GateSense en una línea de empaque de GateGroup para validar métricas reales.
Mejoras técnicas:
Añadir reconocimiento por voz, permitiendo interactuar verbalmente con el dispositivo.
Incorporar IA predictiva para reconocer patrones de errores o eficiencia.
Integrar sensores adicionales (temperatura, movimiento, proximidad).
GateFlow — Red de estaciones conectadas: Crear una red de GateSense interconectados mediante comunicación local MQTT, permitiendo a los supervisores ver en tiempo real la productividad de cada estación.
Producción a escala: fabricar módulos listos para despliegue global, con carcasa profesional y soporte remoto.
Nuestra visión final es convertir GateSense en el núcleo de una red moderna de Smart Catering Operations, donde cada mesa, cada empleado y cada trolley trabajen con asistencia inteligente continua.
Log in or sign up for Devpost to join the conversation.