Anahí Hernández, egresada del programa AWS re/Start, presenta su proyecto “Módulo de Inventario Inteligente para Punto de Venta”, una solución en la nube diseñada para automatizar la actualización del inventario en tiendas de conveniencia. Su enfoque combina reconocimiento óptico de caracteres (OCR), machine learning ligero y arquitectura serverless en AWS para transformar procesos manuales en operaciones rápidas, seguras y eficientes.
¿De qué trata el proyecto?
El Módulo de Inventario Inteligente para Punto de Venta permite convertir los tickets de compra de proveedores en inventarios actualizados en cuestión de minutos. Está pensado para pequeños y medianos comercios que manejan gran volumen de productos y requieren mantener su inventario sincronizado con las compras diarias de forma ágil y confiable.
¿Qué problema viene a resolver?
En muchas tiendas de conveniencia, los precios y productos cambian constantemente. Los dueños o encargados reciben miles de tickets de diferentes proveedores, y actualizar manualmente el inventario implica invertir horas, además de cometer errores humanos que afectan el control de stock y los precios de venta. Esta situación limita la eficiencia operativa y la capacidad de respuesta del negocio.
¿Cuál es la solución?
El proyecto automatiza todo el proceso de actualización del inventario.
A través de un flujo de cuatro pasos, el usuario sube un ticket, el sistema reconoce los productos mediante OCR, compara los datos con la base existente y actualiza automáticamente las cantidades y precios.
El sistema identifica si el producto ya existe, si es nuevo o si hay coincidencias parciales, todo mediante un código de color intuitivo. En cuestión de segundos, el inventario queda sincronizado con las compras recientes.
¿Cómo fue construido?
La solución fue desarrollada sobre AWS, integrando un frontend en AWS Amplify conectado a una base de datos en Firebase.
El flujo técnico incluye:
- API Gateway: expone los endpoints del sistema.
- AWS Lambda (presign): genera URLs para almacenar los tickets en Amazon S3.
- AWS Lambda (OCR trigger): activa Amazon Textract, que extrae la información del ticket y la convierte a formato JSON estructurado.
- AWS Lambda (matching): compara los datos con la base de Firebase mediante una librería de Python, generando los resultados para el usuario.
- AWS Secrets Manager: protege las credenciales de Firebase.
- AWS CloudFormation: automatiza la infraestructura como código.
- AWS IAM: gestiona permisos y seguridad.
El proyecto demuestra cómo la adopción de servicios en la nube puede reducir costos y tiempos operativos, habilitando a pequeños negocios a escalar sus operaciones con herramientas accesibles y seguras.
Entre los próximos pasos, se plantea migrar todo el punto de venta y la base de datos a AWS (DynamoDB) para lograr una integración total y una mayor automatización del ecosistema de ventas.
