Tailoy y las listas escolares
Tailoy buscaba optimizar su proceso de carga, procesamiento y envío de listas escolares mediante una solución escalable, automatizada y basada en inteligencia artificial. Con la ayuda de BigCheese, se implementó una PoC utilizando servicios AWS, logrando validar la viabilidad técnica del proyecto.
El desafío
El desafío principal era desarrollar una solución automatizada que permitiera a los clientes cargar listas de útiles escolares en diversos formatos (PDF, imágenes, etc.), procesarlas para extraer los ítems relevantes y devolver una lista con productos disponibles en el e-commerce de Tailoy.
Se requería que el sistema fuera rápido, preciso y capaz de integrarse con la plataforma de Tailoy sin afectar la experiencia del usuario.
La solución
BigCheese diseñó e implementó una arquitectura serverless basada en AWS, utilizando inteligencia artificial para extraer información de las listas escolares y mejorar la eficiencia del proceso. La solución incluyó:
- Carga de listas:
Se activaba un proceso en base a eventos cuando un usuario subía una lista a Amazon S3.
Se invocaba Amazon Bedrock (Sonnet 3.5 v2) para extraer la información relevante.
Los datos se almacenaban en Amazon DynamoDB en formato JSON.
2. Procesamiento de listas:
Se utilizó AWS Lambda para procesar los datos y encontrar los productos en el catálogo de Tailoy.
Se invocaba un buscador basado en IA que mapeaba los ítems con sus códigos SKU en la base de datos.
3. Envío de listas:
Una Lambda dentro de una VPC se conectaba con Amazon RDS para Magento, enviando los datos procesados.
Se definió un timeout de 29 segundos por limitaciones de API Gateway.
La solución implementada fue totalmente serverless, escalable y con costos optimizados.
AWS aplicados en este desafío
Amazon S3: Almacenamiento de listas subidas por los usuarios.
Amazon Bedrock: Procesamiento con IA para extracción de datos.
Amazon DynamoDB: Base de datos NoSQL para almacenar las listas procesadas.
AWS Lambda: Funciones sin servidor para procesamiento y envío de datos.
Amazon API Gateway: Exposición de APIs para interacción con clientes.
Amazon RDS: Base de datos relacional integrada con Magento.
Amazon SQS: Gestión de eventos asincrónicos para procesamiento eficiente.
Los resultados
90%
Durante la prueba de concepto, la solución de BigCheese logró un 90% de precisión en la identificación de ítems en listas escolares, utilizando Amazon Bedrock (Sonnet 3.5 v2) y AWS Lambda para estructurar y almacenar los datos en Amazon DynamoDB.
100%
Integración 100% exitosa con el servicio de búsqueda de Tailoy fue totalmente exitosa, permitiendo una ejecución eficiente y precisa. El sistema optimizó la identificación de productos, mejorando la experiencia del usuario.
100%
100% de satisfacción en los tiempos esperados.
Los tiempos de respuesta estuvieron dentro de los parámetros definidos, garantizando una ejecución fluida y una experiencia óptima para los usuarios sin interrupciones ni demoras.
La PoC de Tailoy fue 100% exitosa, validando que la solución propuesta por BigCheese era viable y podía ser implementada en producción. Ahora, Tailoy evalúa la siguiente fase para escalar la solución y llevar la automatización de listas escolares a todo su ecosistema digital.
