MandaExpress

Inspiration

La inspiración detrás de MandaExpress surge de una necesidad latente en el comercio local de Zamora, Michoacán: la falta de una logística estructurada y justa. Observé cómo los negocios batallan para gestionar entregas eficientes y cómo los repartidores operan en la informalidad. Mi visión fue crear una plataforma que no solo permita a los negocios avanzar con tecnología de punta, sino que brinde las herramientas para manejar al personal adecuadamente, sentando las bases para ofrecerles derechos laborales en un sector históricamente desprotegido.

What it does

MandaExpress es una plataforma de entregas que integra un Asistente Logístico Preventivo en su chat. En lugar de ser una simple app de mensajería, la IA analiza lo que el cliente planea enviar (ya sea mediante texto o una fotografía) y el contenedor que utilizará. Si detecta un riesgo logístico (por ejemplo, enviar un objeto rígido y pesado en una bolsa de plástico), el asistente alerta al usuario en tiempo real y le sugiere o exige cambiar a una caja antes de despachar al repartidor, previniendo daños y mermas.

How we built it

Desarrollamos la plataforma con un enfoque mobile-first utilizando Flutter y Dart para garantizar una experiencia nativa. La infraestructura, autenticación y base de datos operan de forma escalable sobre Google Cloud y Firebase. El núcleo innovador es la integración de Gemini 1.5 Flash. Implementamos un sistema multimodal donde la API de Gemini extrae las entidades del chat y evalúa matemáticamente el riesgo logístico. Por ejemplo, la IA estima de forma implícita si el peso (W) y el volumen aproximado (V = l \times w \times h) del objeto superan la resistencia a la tensión del contenedor, actuando como un auditor de seguridad automatizado.

Challenges we ran into

Transición a Operaciones Nativas de IA: Educar al modelo mediante System Prompts estrictos para que comprendiera la diferencia física y de rigidez entre distintos objetos (ej. electrónicos vs. ropa) requirió múltiples iteraciones. Latencia: Orquestar la lectura multimodal a través de la API de Gemini y devolver una sugerencia en milisegundos para no causar fricción durante la creación del envío. Validación: Asegurar que la interfaz del chat fuera intuitiva para usuarios locales que no están acostumbrados a interactuar con IA en sus operaciones diarias.

Accomplishments that we're proud of

Estamos muy orgullosos de haber llevado esta idea del papel a la realidad operativa. Logramos iniciar el despliegue de pruebas cerradas en la Google Play Store con nuestros primeros 16 testers. Además, consolidamos la seriedad del proyecto al configurar nuestra infraestructura corporativa con el dominio mandaexpress.com.mx y obtener el número de expediente para el registro de nuestra marca ante el IMPI en México.

What we learned

Aprendimos que la inteligencia artificial aplicada a la logística no se trata de simples chatbots de preguntas frecuentes, sino de la mitigación directa de riesgos operativos. Descubrimos que interceptar un error de empaque en el chat antes de iniciar la ruta ahorra tiempo, reduce drásticamente las pérdidas económicas y protege la reputación del negocio local.

What's next for MandaExpress

El siguiente paso inmediato es validar la función de IA con nuestros testers, expandir la fase de pruebas y lanzar la versión pública de la aplicación. A nivel tecnológico, planeamos integrar optimización dinámica de rutas usando el ecosistema de Google Cloud para emparejar repartidores con las rutas más eficientes según la demanda del día, escalando así nuestras operaciones impulsadas por IA.

Built With

• dart
• firebace
• flutter
• gemini
• google-cloud