Kila es la plataforma logística de Kontroll para carga internacional, donde los agentes de carga gestionan embarques, órdenes de compra y cotizaciones. En ocho días, en WebMinds, una empresa de desarrollo de software e IA con sede en Atlanta, Georgia, construimos Kila DocGen AI: un módulo de automatización de documentos de comercio exterior con IA en el que los agentes de carga diseñan sus propios Bills of Lading, Packing Lists y Avisos de Arribo en un lienzo visual, los llenan con datos vivos del embarque y exportan PDF con su marca, mientras un asistente con Gemini propone plantillas y tableros a partir de lenguaje natural. Luego, los ingenieros de Kontroll integraron el módulo a su plataforma.
Datos clave
- 8 días del primer commit a estar listo para entrega: del 25 de marzo al 1 de abril de 2026.
- 162 campos de datos vivos por cliente: 108 del embarque y 54 de la orden de compra.
- 10 plantillas de documentos de comercio exterior listas (entre ellas HBL, HAWB y órdenes de entrega) y 6 plantillas de tableros de KPI.
- 7 de 7 puntos de retroalimentación cerrados en 8 pull requests y 3 días, directamente en el código de Kontroll.
- 5 flujos con Gemini, cada uno con salida estructurada, y un constructor que funciona completo con la IA apagada.
El contexto: documentos de comercio exterior rehechos a mano
En la carga internacional, un solo embarque genera una pila de documentos: el Bill of Lading (o el House Bill of Lading y la House Air Waybill en carga consolidada), el Packing List, el Aviso de Arribo, la orden de entrega y otros. Comparten la mayoría de los datos, pero cada agente de carga los quiere con su propia diagramación y su propia marca. En buena parte de la industria, esos documentos todavía viajan por correo electrónico.
Kila ya centralizaba embarques, órdenes de compra y cotizaciones. Pero los documentos que salen de esos datos se seguían armando a mano en Word o Excel y se enviaban por correo. Cada cliente de Kontroll quería los mismos datos en una diagramación diferente, y no había forma de comparar visualmente las operaciones en el tiempo.
Los retos:
- Documentos de comercio exterior rehechos a mano en cada embarque: los mismos datos copiados de la plataforma a Word y luego enviados por correo.
- Cerca de 160 campos por operación, y cada agente de carga quiere un subconjunto, una diagramación y una marca distintos en el mismo documento.
- Datos multicliente en Firestore con partes, contenedores, ítems y cargos anidados, no filas planas listas para imprimir.
- Los datos operativos estaban ahí, pero los usuarios no podían crear sus propios KPI sin pedírselo a ingeniería.
Por qué no bastaba una herramienta de plantillas o un complemento de reportes
Las herramientas de combinación de correspondencia y los generadores genéricos de PDF funcionan cuando los datos son planos y la diagramación es fija. Los datos de Kila no son ni lo uno ni lo otro. Un Bill of Lading toma partes guardadas como objetos, arreglos de objetos, subcolecciones y embarques con varios contenedores, y cada cliente quiere una disposición distinta de los mismos campos. Además, el Bill of Lading tiene una estructura de cuadrícula reconocible que una plantilla de procesador de texto no reproduce bien.
En la parte analítica, un complemento genérico de BI habría implicado sacar los datos de la plataforma y pedirle a cada cliente que aprendiera una herramienta nueva. Kontroll necesitaba algo que viviera dentro de Kila, respetara su sistema multicliente y permitiera a cada empresa definir sus propias métricas de forma segura. Y debía entregarse como un módulo que el propio equipo de Kontroll pudiera integrar, no como un producto aparte para mantener.
Qué construimos: automatización de documentos de comercio exterior con IA en un módulo de Vue
Entregamos seis sistemas como un solo módulo autocontenido de Vue que los ingenieros de Kontroll integraron a su plataforma, seguido de una ronda posterior a la retroalimentación escrita directamente en su código. El proyecto combina nuestros servicios de IA y automatización, desarrollo web y de aplicaciones e integraciones.
Template Builder: lo que ves es lo que se imprime
Un lienzo de arrastrar y soltar con una cuadrícula de 12 columnas tipo Bill of Lading, tablas vivas, guardado automático y paridad de píxeles entre el editor y el PDF. Lograr esa paridad tuvo su trabajo: el lienzo HTML y jsPDF miden distinto (píxeles frente a puntos), así que al principio las fuentes salían un 33 % más grandes en el PDF. Unificamos la escala y los anchos de la cuadrícula para que el editor y el documento coincidan.
Capa de datos vivos: cualquier forma de dato, convertida en documento
162 campos por cliente entre embarques, órdenes de compra y cotizaciones, con partes, contenedores, ítems y cargos anidados que se resuelven automáticamente. Todo pasa por un único resolvedor genérico. Las métricas también se descubren a partir de los datos reales, porque el catálogo de campos no cubría las cotizaciones ni todos los campos personalizados.
Motor de PDF
PDF paginados y con marca, con el logo del cliente, alturas de fila dinámicas, sugerencia automática de orientación horizontal y variables de pie de página.
Dentro de la operación
Los usuarios generan un documento desde una plantilla dentro del propio embarque u orden de compra. Una verificación de cobertura corre antes de que exista el PDF, para avisar primero si faltan datos, y el archivo generado se guarda de vuelta en los documentos de la operación.
Dashboard Builder con fórmulas de KPI propias
Diez tipos de widget, los diez KPI logísticos que pidió Kila (como OTIF, tasa de cumplimiento a tiempo y lead time por etapa) y fórmulas personalizadas por empresa. Los usuarios escriben fórmulas al estilo de una hoja de cálculo; un analizador escrito a mano las convierte en un árbol de sintaxis abstracta y lo evalúa por grupo, con validación en vivo y posición de los errores. Nunca se ejecuta código arbitrario y no hay eval() por debajo. Es el mismo principio de datos y análisis que aplicamos en otros proyectos: dejar que los usuarios hagan sus propias preguntas sin abrir la puerta a código inseguro.
Kila AI: la IA propone, las personas aprueban
Un asistente con Gemini 2.5 propone plantillas de documentos y diseños de tableros a partir de lenguaje natural, que solo se aplican con un clic, además de un panel de administración para ajustarlo sin código. Gemini recibe el catálogo real de campos, widgets y métricas del cliente, así que no puede inventar campos. Los JSON truncados se reparan y normalizan antes de construir nada, nada llega a un documento sin un clic, y el constructor funciona completo con la IA apagada.
Lo que no se ve
Esto no es solo un editor bonito. Es una capa de datos multicliente sobre Firestore, un motor de renderizado de documentos, un motor de agregación con KPI logísticos, un lenguaje de fórmulas propio y una IA con salvaguardas. Los motores corren en el navegador sobre la arquitectura existente de Kontroll y representan cerca del 60 % del código. El MVP tenía unas 10.000 líneas de TypeScript y Vue en 18 módulos de dominio (5 agregados después de la retroalimentación), 72 commits en los primeros ocho días y 6 métricas logísticas calculadas a partir de los hitos del embarque.
La ronda posterior a la retroalimentación se escribió directamente en el repositorio de Kontroll, adaptándonos a sus versiones de Tailwind, Pinia y el router, a sus rutas, sus convenciones y su sistema multicliente.
Lo construimos con Hybrid AI Coding: ingeniería senior de WebMinds dirigiendo agentes de programación con IA (Claude Code), con QA independiente en cada cambio. La arquitectura, el criterio y cada decisión con el cliente siguieron siendo humanos. Así un módulo de seis sistemas pasó del primer commit a estar listo para entrega en ocho días.
Si tu plataforma todavía exporta datos para que alguien los vuelva a digitar en Word, solicita una evaluación gratuita y definimos el alcance de un motor de documentos para ella.
Cronología
- 25 de marzo de 2026: primer commit del MVP de DocGen AI.
- 26 y 27 de marzo de 2026: conexión con los datos reales de Kila, con catálogo dinámico de campos, operaciones, subcolecciones, Kila AI conversacional y el primer tablero de KPI.
- 30 de marzo de 2026: Grid Builder tipo Bill of Lading, Dashboard Builder completo, IA para tableros, los 10 KPI solicitados y el mapa.
- 1 de abril de 2026: funcionalidad completa, con protección de plantillas, gestión de configuración y documentación de entrega.
- 12 al 15 de abril de 2026: el equipo de Kontroll integra el módulo a su plataforma; entrega formal y aceptación.
- 22 al 24 de abril de 2026: sesión de retroalimentación con 7 puntos, cerrados en 3 días como 8 pull requests en el código de Kontroll.
Resultados
Documentos que se llenan solos
Antes, un Bill of Lading significaba volver a digitar un embarque en Word. Ahora el agente de carga elige la operación, la plantilla se llena con datos vivos y el PDF se archiva de vuelta en el embarque, con la cobertura verificada antes de generarlo.
Cada cliente con su propio documento
Los mismos 162 campos, diagramaciones sin límite. Cada cliente de Kontroll diseña sus propios formatos, marcas y KPI, incluidas fórmulas propias, sin abrir un ticket de ingeniería.
Un módulo, no un proyecto paralelo
Kila DocGen AI se entregó como un módulo autocontenido de Vue que los ingenieros de Kontroll integraron a su plataforma en días. Las rondas de retroalimentación llegan como pull requests en su código y bajo sus convenciones. Las pantallas (con tableros mostrados sobre datos de ejemplo) están en el caso de Kila.
Preguntas frecuentes
¿Qué es la automatización de documentos de comercio exterior?
Es generar documentos como Bills of Lading, Packing Lists y Avisos de Arribo directamente desde los datos del embarque que ya están en el sistema, en lugar de copiarlos a Word o Excel. En Kila, el agente de carga elige una operación y una plantilla, y se genera un PDF con su marca que queda guardado en el embarque.
¿Cada agente de carga puede mantener su propio formato de Bill of Lading?
Sí. Cada cliente diseña sus plantillas sobre una cuadrícula de 12 columnas tipo Bill of Lading, con su propio logo y su propia selección entre 162 campos vivos. El editor y el PDF tienen paridad de píxeles, así que lo que se diseña es lo que se imprime.
¿La IA crea los documentos por su cuenta?
No. Kila AI propone una plantilla o un diseño de tablero a partir de lenguaje natural, usando solo los campos reales del cliente, y nada se aplica hasta que una persona hace clic. El constructor funciona completo con la IA apagada.
¿Los usuarios pueden crear sus propios KPI logísticos de forma segura?
Sí. Los usuarios escriben fórmulas al estilo de una hoja de cálculo que un analizador dedicado convierte en un árbol de sintaxis y evalúa por grupo, con validación en vivo. Nunca se ejecuta código arbitrario y no hay eval() por debajo.
¿Pueden construir un módulo así dentro de nuestra plataforma actual?
Así fue exactamente como se entregó Kila: un módulo autocontenido que integraron los propios ingenieros del cliente, con los cambios posteriores escritos como pull requests en su código. Para más proyectos de logística, mira el marketplace de carga de ANT Mobility y la plataforma de trazabilidad de café de Loski.
Dale a tu plataforma un motor de documentos
Kila DocGen AI convirtió documentos que se digitaban a mano en plantillas que se llenan solas, en ocho días. Lee el caso completo de Kila DocGen AI para ver las pantallas y la arquitectura.
Solicita tu evaluación gratuita o agenda una llamada con nuestro equipo.