Kontroll · Kila DocGen AI
El correo es el ERP del comercio internacional. Le dimos un motor de documentos.
Módulo de IA para documentos y analítica construido para Kila, la plataforma logística de Kontroll. Los agentes de carga diseñan sus propios Bills of Lading, Packing Lists y Avisos de Arribo en un canvas visual, los llenan con datos vivos del embarque y exportan PDF con su marca, mientras un asistente con Gemini propone plantillas y dashboards a partir de lenguaje natural. Construido en ocho días e integrado a la plataforma de Kontroll.
Duración
Entregado en abril 2026 · MVP + iteración tras el feedback
Completado
15 de abril de 2026
Primer commit el 25 de marzo → funcionalidad completa el 1 de abril de 2026
108 campos de embarques + 54 de órdenes de compra, cargados por empresa
10 documentos de comercio exterior (HBL, HAWB, D.O.…) + 6 dashboards de KPIs
8 pull requests en 3 días, directo en el código de Kontroll
Kila ya centralizaba embarques, órdenes de compra y cotizaciones, pero los documentos que esos datos alimentan se seguían armando a mano en Word o Excel y se enviaban por correo.
Cada cliente de Kontroll quiere el mismo dato con un diseño distinto, y no había forma de comparar las operaciones visualmente en el tiempo.
- — Documentos de comercio exterior rehechos a mano en cada embarque: el mismo dato copiado de la plataforma a Word y enviado por correo
- — Unos 160 campos por operación, y cada agente de carga quiere un subconjunto, un diseño y una marca distintos en el mismo documento
- — Datos multiempresa en Firestore con partes anidadas, contenedores, ítems y gastos: no filas planas listas para imprimir
- — Los datos operativos existían, pero los usuarios no podían armar sus propios KPIs sin pedírselo a ingeniería
Seis sistemas entregados como un solo módulo Vue autocontenido que los ingenieros de Kontroll integraron a su plataforma, seguido de una ronda de ajustes tras el feedback escrita directamente en su código.
- + Template Builder · canvas de arrastrar y soltar con grid de 12 columnas tipo Bill of Lading, tablas vivas, autoguardado y paridad visual entre el editor y el PDF
- + Capa de datos vivos · 162 campos por empresa entre embarques, órdenes de compra y cotizaciones, con partes anidadas, contenedores, ítems y gastos resueltos automáticamente
- + Motor de PDF · PDF paginados con la marca y el logo de cada empresa, alto de fila dinámico, sugerencia automática de orientación horizontal y variables en el pie de página
- + Dentro de la operación · generar desde una plantilla en el embarque o la orden de compra, con validación de cobertura antes de que exista el PDF y el archivo guardado en sus documentos
- + Dashboard Builder · 10 tipos de widget, los 10 KPIs logísticos que pidió Kila (OTIF, cumplimiento de tiempos, lead time por etapa) y fórmulas propias por empresa
- + Kila AI · un asistente con Gemini 2.5 que propone plantillas de documentos y dashboards a partir de lenguaje natural, aplicadas solo con un clic, y un panel de administración para ajustarlo sin código
Dentro del build.
Marca, interfaz y sistema — tal como se shipearon.
El editor es el 40 % que se ve.
Esto no es un editor bonito. Es una capa de datos multiempresa sobre Firestore, un motor de render de documentos, un motor de agregación con KPIs logísticos, un lenguaje de fórmulas propio y una IA con guardas, empaquetado como un módulo que el equipo del cliente integró a su plataforma en días. Los motores corren en el navegador sobre la arquitectura existente de Kontroll y son cerca del 60 % del código.
Lo que se ve es lo que se imprime
El canvas HTML y jsPDF miden distinto (píxeles contra puntos), así que las fuentes salían un 33 % más grandes en el PDF. Se unificaron la escala y los anchos del grid para que el editor y el documento coincidan.
Cualquier forma de dato, convertida en documento
Partes como objetos, arreglos de objetos, sub-colecciones y embarques con varios contenedores pasan por un solo resolvedor genérico. Las métricas también se descubren desde los datos reales, porque el catálogo de campos no cubría las cotizaciones ni todos los campos personalizados.
La IA propone, las personas aprueban
Gemini recibe el catálogo real de campos, widgets y métricas de la empresa, así que no puede inventar campos. El JSON truncado se repara y se normaliza antes de construir nada, nada llega a un documento sin un clic y el builder funciona completo con la IA apagada.
KPIs propios sin eval()
Los usuarios escriben fórmulas al estilo de una hoja de cálculo. Un parser escrito a mano las convierte en un árbol de sintaxis abstracta y lo evalúa por grupo, con validación en vivo y posición del error: nunca se ejecuta código arbitrario.
Construido dentro del código de otro equipo
La ronda de ajustes tras el feedback se escribió directamente en el repositorio de Kontroll, adaptada a sus versiones de Tailwind, Pinia y el router, a sus rutas, sus convenciones y su sistema de empresas.
Hybrid AI Coding
Ingeniería senior de WebMinds dirigiendo agentes de IA para programar (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 entregar en ocho días.
Tecnologías y Herramientas
El stack tecnológico que impulsa esta solución
Más allá de los números, entregamos un sistema que transformó la operación de este cliente.
Documentos que se llenan solos
Un Bill of Lading significaba volver a escribir el embarque en Word. Ahora el agente de carga elige la operación, la plantilla se llena con datos vivos y el PDF queda guardado en el embarque, con la cobertura validada antes de generarlo.
Cada cliente, su propio documento
Los mismos 162 campos, diseños sin límite. Cada cliente de Kontroll diseña sus propios formatos, marcas y KPIs, incluidas fórmulas propias, sin abrir un ticket a ingeniería.
Un módulo, no un proyecto aparte
Entregado como un módulo Vue autocontenido que los ingenieros de Kontroll integraron a su plataforma en días. Las rondas de feedback llegan como pull requests en su código, con sus convenciones.
- 25 mar 2026Primer commit: el MVP de DocGen AI
- 26–27 mar 2026Conexión con los datos reales de Kila: catálogo dinámico de campos, operaciones, sub-colecciones, Kila AI conversacional y el primer dashboard de KPIs
- 30 mar 2026Grid Builder tipo BL, Dashboard Builder completo, IA para dashboards, los 10 KPIs pedidos y el mapa
- 1 abr 2026Funcionalidad completa: protección de plantillas, gestión en configuración y documentación de entrega
- 12–15 abr 2026El equipo de Kontroll integra el módulo a su plataforma; entrega formal y aceptación
- 22–24 abr 2026Sesión de feedback con 7 puntos, cerrados en 3 días con 8 pull requests en el código de Kontroll
¿Listo para lograr resultados similares?
Hablemos de cómo podemos transformar tu negocio con una solución digital a medida.