Administración de mantenimiento impulsada por IA para equipos pesados

Una empresa logística de transporte pesado tenía un amplio parque de maquinaria, pero los vales de mantenimiento, facturas y registros de horas estaban dispersos entre buzones de correo y carpetas. Construimos un módulo central de mantenimiento en el que la IA procesa automáticamente los documentos entrantes, y además trasladamos una herramienta de tasación existente a la infraestructura propia del cliente.

El seguimiento del mantenimiento de reachstackers, tractores terminales, montacargas y otras máquinas era trabajo manual que consumía mucho tiempo. Los bonos de servicio llegaban en diferentes formatos, las horas de funcionamiento se transmitían por separado y nadie tenía una imagen actual de los costos por máquina o por hora. Al mismo tiempo, ya funcionaba otra herramienta para tasación e inventario en el cliente, que estaba alojada en un host de vibecoding externo. No sostenible, no controlable, y el cliente quería tener todo en su propio entorno.

Construimos un módulo de mantenimiento en el que cada máquina tiene su propio expediente, con historial de horas de funcionamiento, registros de mantenimiento y documentos asociados. El corazón de la herramienta es el procesamiento de documentos con IA, basado en la API de Claude. Las facturas y bonos de servicio entrantes, ya sean PDF, foto o escaneo, se leen automáticamente y los campos relevantes (máquina, fecha, categoría, piezas, costos) se proponen para aprobación. Alrededor de esto hay un cálculo de costos por hora por categoría y un benchmark de flota que detecta valores atípicos. Paralelamente, hemos migrado la herramienta existente de tasación e inventario del cliente a su propio VPS. Configuración completa de Docker, entorno propio de Coolify, dominio propio, con transferencia de gestión y explicación a su propio equipo.

Administración de mantenimiento que ya no es una tarea diaria. Los documentos llegan automáticamente al expediente correcto, los resúmenes de costos se generan solos, y el cliente ve de un vistazo qué máquinas tienen costos de mantenimiento por encima de la media. La infraestructura está completamente bajo gestión propia, sin host externo de vibecoding ni proveedor de nube que pueda parar de repente. Para el cliente esto también significó una transición formal de una configuración experimental hacia una plataforma de producción madura y estable.