Volver a Casos de ÉxitoObservatorio IA · Córdoba
Manufactura de instrumentos de pesajeComputer VisionProducción · Escalado
Caso de éxito · Portal IA · Córdoba
De la balanza al reconocimiento visual
Systel integró IA en el corazón de su producto y transformó la experiencia de pesaje. Desarrolló internamente un sistema de reconocimiento automático de imágenes: Detect, un producto que identifica frutas, verduras, quesos y fiambres sin intervención humana, reduce errores en el punto de venta y permite a sus clientes recuperar la inversión en semanas.
Empresa Systel S.A.
Sector Manufactura de instrumentos de pesaje
Tamaño Empresa mediana, 35 años de trayectoria
Sede Ciudad de Córdoba
Red de Pioneros IA Córdoba
2 meses
Tiempo de recuperación de inversión para clientes con operación intensiva
2025
Año de lanzamiento comercial de Detect, primer producto Systel con IA integrada
4 años
Recorrido de I+D propio: desde la idea hasta el producto en el mercado
El desafío

En los supermercados y mayoristas, pesar productos frescos siempre implica una fricción: el cliente lleva sus frutas y verduras a la balanza, alguien las pesa e imprime el ticket, y recién entonces puede pasar por caja. La interacción es lenta, propensa a errores y depende de que haya personal disponible en el punto de pesaje.

Systel, líder en Argentina en soluciones de pesaje comercial, veía en ese flujo una oportunidad concreta. Si la balanza pudiera reconocer por sí misma qué producto tiene sobre la bandeja, el proceso entero se simplificaría: menos colas, menos errores en la identificación de precios y una experiencia más ágil para el consumidor final.

El problema era que nadie en la empresa había trabajado antes con inteligencia artificial. El conocimiento técnico existía, pero era de otro tipo: programadores, ingenieros en electrónica, diseñadores industriales. Construir desde ahí un sistema de reconocimiento de imágenes capaz de funcionar en condiciones reales de un supermercado era, en 2021, un desafío completamente nuevo para el equipo.

El camino previo

La primera respuesta fue buscar proveedores externos que pudieran desarrollar el algoritmo. Systel contactó a varias empresas en Argentina especializadas en visión artificial, pero los presupuestos resultaron muy elevados y ninguno podía mostrar un trabajo similar realizado con anterioridad. El desarrollo iba a ser, en todos los casos, un proceso de aprendizaje compartido, sin garantías de resultado.

Frente a ese escenario, la decisión fue hacerlo internamente. El razonamiento era claro: si el aprendizaje iba a ocurrir de todas formas, era mejor que ese conocimiento quedara dentro de la empresa.

"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."
— Luciano Aguerre, Gerente de I+D — Systel S.A.
La solución

El resultado del proceso de I+D fue Detect, lanzado a comienzos de 2025. Se trata de una balanza de autoservicio con un sistema de reconocimiento automático de imágenes integrado: el cliente apoya el producto sobre la bandeja, la cámara captura la imagen y el algoritmo identifica qué es, calcula el precio y emite el ticket. El proceso es inmediato y no requiere asistencia.

El sistema fue diseñado con especial atención a la usabilidad: la interfaz es clara, el flujo es intuitivo y puede ser operado sin dificultad por personas de cualquier edad. Hoy se comercializa principalmente para supermercados y mayoristas, en las secciones de frutas y verduras, aunque el modelo ya fue adaptado para reconocer también quesos y fiambres.

Paralelamente, el área de I+D comenzó a incorporar herramientas de IA en sus propios procesos internos: asistencia en programación, desarrollo de software y automatización de pruebas de control de calidad. La IA primero entró al producto y, desde ahí, se fue extendiendo a toda la operación del área.

Tecnologías
Reconocimiento de imágenesComputer VisionEntrenamiento de modelos propiosPlataforma de reentrenamientoAutoservicio retailPesaje comercial
Obstáculos superados
Calidad de datos
Los primeros modelos se entrenaron con fotos de estudio. En campo, las tasas de acierto eran bajas: las frutas reales tienen manchas y variaciones de color. El equipo rediseñó el proceso para capturar imágenes en verdulerías, con condiciones reales de iluminación.
Variabilidad de contextos
Un modelo entrenado en laboratorio no funciona igual en cada supermercado. La solución fue desarrollar una plataforma de reentrenamiento propia que permite capturar imágenes en campo y actualizar el modelo de forma continua.
Curva de aprendizaje técnico
El equipo de I+D no tenía experiencia previa en IA. El proceso fue de prueba y error sostenido. La curva fue larga, pero el conocimiento generado quedó completamente en manos de la empresa.
Escalado a nuevos segmentos
Adaptar el modelo de frutas y verduras a quesos y fiambres requirió reentrenamiento con imágenes del nuevo segmento. Gracias a la plataforma propia, ese proceso resultó más rápido que el desarrollo inicial.
Resultados

El impacto más inmediato fue económico. La precisión del sistema de reconocimiento reduce directamente los errores de identificación de productos en el punto de venta: quesos o fiambres pesados con el precio equivocado representan pérdidas concretas para el comerciante. En operaciones con alto volumen de productos similares, esa diferencia se nota rápido.

En un caso documentado por el equipo, el dueño de varios locales de venta mayorista recuperó el valor del equipamiento durante el segundo mes de operación, gracias a la reducción de errores en la venta de productos de precio variable.

Más allá del producto, Systel cuenta hoy con un equipo que sabe construir, entrenar y escalar modelos de reconocimiento de imágenes, con una plataforma propia que permite actualizar esos modelos desde cualquier punto de la red de equipos instalados. Ese activo tecnológico abre la puerta a nuevas aplicaciones en segmentos que el equipo todavía está explorando.

"La precisión del sistema genera un impacto económico directo para los clientes. En un caso, el dueño de varios locales de mayoreo recuperó la inversión en el equipamiento durante el segundo mes, por la reducción de errores en la venta de productos."
— Matías Monea, Gerente Comercial — Systel S.A.
Cultura organizacional

La empresa realizó capacitaciones para todos sus equipos sobre el uso de herramientas de IA, con un mensaje central: la tecnología llegó para hacer el trabajo más productivo, no para reemplazar personas. El mismo planteo con el que en su momento se incorporó el paquete Office o el correo electrónico.

La recepción fue positiva. La mayoría del personal ya usaba alguna herramienta con componentes de IA en su vida cotidiana, lo que facilitó la adopción. Al mismo tiempo, se definieron políticas de seguridad informática para proteger el conocimiento corporativo. El liderazgo empuja activamente esa cultura: el CEO participa, los gerentes promueven el uso cotidiano y el equipo de I+D comparte experiencias con otras áreas a través de charlas internas.

Lección clave
Para empresas del ecosistema cordobés
"No hay que esperar a tener todo claro antes de empezar. La IA se aprende usándola, aunque sea para cosas pequeñas. Cada empresa que empieza hoy, aunque sea con lo mínimo, le lleva ventaja a la que espera. El camino es de escalones: primero perderle el miedo, después encontrar los casos de uso, después escalar. Pero hay que arrancar."
— Luciano Aguerre y Matías Monea — Systel S.A. (testimonio parafraseado)
Systel integra la Red de Pioneros · Portal IA Córdoba