Saltar al contenido
Volver al blog
Caso · 3 min de lectura

Argentina: una fábrica de balanzas de Córdoba tardó 4 años en meter IA en su producto, y un cliente recuperó la inversión en 2 meses, según la empresa

Systel, fabricante de balanzas de Córdoba, Argentina, desarrolló adentro una balanza que reconoce frutas, verduras, quesos y fiambres con una cámara. Le llevó 4 años de I+D; según la empresa, un cliente mayorista recuperó la inversión en el segundo mes. Qué tomar para tu negocio.

Gustavo Azambuja

Consultor independiente en IA aplicada

Ficha del caso
Rubro
Manufactura de instrumentos de pesaje
Tamaño
Empresa mediana con 35 años de trayectoria, según la ficha
País
Argentina
Problema
El pesaje de productos frescos en supermercados y mayoristas es lento, depende de que haya personal y genera errores de precio en productos de precio variable; el equipo no tenía experiencia previa en IA
Solución
Desarrollo interno de Detect, una balanza de autoservicio con reconocimiento de imágenes que identifica el producto, calcula el precio y emite el ticket, con una plataforma propia para capturar imágenes en campo y reentrenar el modelo
Resultado
Según la empresa: 4 años de I+D desde la idea hasta el producto, lanzamiento comercial en 2025 y, en un caso documentado, un cliente con varios locales mayoristas recuperó el valor del equipamiento durante el segundo mes; sin datos públicos de precio, tasa de acierto ni cantidad de equipos instalados
Stack
Reconocimiento de imágenes (visión artificial) · Modelos entrenados por la empresa · Plataforma propia de reentrenamiento · Balanza de autoservicio

No es un cliente mío. Es un caso publicado por el Portal IA de Córdoba, la iniciativa de la Agencia Competitividad Córdoba que documenta empresas de la provincia que ya usan inteligencia artificial. Las cifras son las que declara la propia empresa en esa ficha. Lo traigo porque acá la IA es parte de un producto físico, y porque la ficha cuenta sin vueltas cuánto tardaron: 4 años.

Quién es Systel

Systel S.A. es una fábrica de instrumentos de pesaje de la ciudad de Córdoba, Argentina. La ficha la describe como una empresa mediana con 35 años de trayectoria. Hace soluciones de pesaje comercial, y su balanza con IA, Detect, se vende sobre todo a supermercados y mayoristas.

El problema: la fila de la balanza

En la verdulería de un supermercado el recorrido es conocido: llevás las frutas a la balanza, alguien las pesa, imprime el ticket y recién ahí vas a la caja. Según la ficha, ese paso es lento, depende de que haya alguien en el puesto y es propenso a errores, sobre todo con productos de precio variable, como quesos o fiambres.

La idea fue que la balanza reconociera sola qué tiene arriba. El problema: en 2021, según la ficha, armar un sistema de reconocimiento de imágenes era un desafío completamente nuevo para el equipo. El conocimiento técnico era de otro tipo: programadores, ingenieros en electrónica y diseñadores industriales.

La decisión: hacerlo adentro

Primero buscaron proveedores de visión artificial en Argentina. Según la ficha, los presupuestos eran muy elevados y ninguno podía mostrar un trabajo parecido hecho antes. Luciano Aguerre, gerente de I+D de Systel, lo resume así: "Si íbamos a aprender de todas formas, era mejor que ese conocimiento se quedara en Systel y lo pudiéramos aplicar al resto de las áreas".

El resultado se llama Detect y salió al mercado a comienzos de 2025: una balanza de autoservicio con cámara. Apoyás el producto, el sistema lo identifica, calcula el precio y emite el ticket, sin asistencia. Empezó con frutas y verduras, y después lo adaptaron a quesos y fiambres.

Lo que costó

Para mí, lo más útil del caso son los tropiezos:

  • Las fotos de estudio no sirvieron. Los primeros modelos se entrenaron con imágenes prolijas y en campo acertaban poco: las frutas reales tienen manchas y colores distintos. Tuvieron que sacar fotos en verdulerías, con la luz de verdad.
  • Cada local es distinto. Un modelo de laboratorio no anda igual en todos los supermercados. Construyeron una plataforma propia para capturar imágenes en campo y reentrenar el modelo de forma continua.
  • La curva fue larga. Fueron 4 años de I+D propio, desde la idea hasta el producto, con prueba y error sostenido.
  • Lo segundo fue más rápido. Con la plataforma armada, pasar de verduras a quesos y fiambres llevó menos que el desarrollo inicial.

Los resultados, según la empresa

  • 2 meses es el tiempo de recuperación de la inversión que la ficha indica para clientes con operación intensiva.
  • El dato detrás de esa cifra: en un caso documentado por el equipo de Systel, el dueño de varios locales mayoristas recuperó el valor del equipamiento durante el segundo mes de operación, por la baja de errores en productos de precio variable.

Matías Monea, gerente comercial de Systel, lo cuenta así en la ficha: "La precisión del sistema genera un impacto económico directo para los clientes".

Ojo: es un solo caso, contado por quien vende el equipo. La ficha no publica el precio de la balanza, la tasa de acierto del reconocimiento ni cuántos locales la usan.

Además del producto, el área de I+D empezó a usar IA para programar y para automatizar pruebas de control de calidad. La empresa capacitó a todos sus equipos en herramientas de IA y definió políticas de seguridad informática.

Qué tomar para tu empresa

  1. Medí el error antes que el tiempo. El retorno que cuenta Systel no viene de ahorrar minutos, sino de cobrar bien. ¿Cuánto perdés hoy por productos mal cargados, mal cotizados o mal facturados?
  2. Entrená con datos de tu realidad. Si vas a usar fotos, documentos o mensajes, que sean los de tu operación, no los de una demo.
  3. Pensá en el reentrenamiento desde el día uno. Un modelo que no se puede actualizar envejece rápido.
  4. Si el proveedor no puede mostrar un trabajo parecido, preguntá quién se queda con lo aprendido.

¿En tu comercio se pierden pesos por errores al cargar o cobrar productos? Si querés ver si la IA te sirve ahí, escribime por WhatsApp: +598 91 300 333

¿Te sirve algo así en tu empresa?

Contame tu caso por WhatsApp y vemos si tiene sentido. Sin compromiso.