← Volver al caso
IAtomic

Ficha técnica de proyecto

Logística y transporte por carretera · Plataforma de datos e inteligencia territorial

Observatorio de Riesgo Vial

Plataforma que reúne 44 fuentes públicas sobre las rutas argentinas y estima, por tramo de 10 km, la probabilidad de corte en las próximas horas.

Tipo
Producto propio
Periodo
Desde agosto de 2026
Estado
En producción · En servicio interno 24/7
Áreas
Desarrollo de software, Datos y analítica, Inteligencia artificial
Categorías
Software y plataformas, Datos e inteligencia, Inteligencia artificial, Automatización

Alcance

Las rutas argentinas se cortan por crecidas, nevadas, incendios u obras, y la información para preverlo existe, pero repartida entre decenas de organismos con formatos distintos. El Observatorio ingiere 44 fuentes públicas, guarda cada documento original sin modificarlo, extrae observaciones con reglas y, solo donde el texto no tiene estructura, con Claude, y las consolida en eventos. Un motor de reglas versionado combina unas 18 señales y publica, para cada uno de los 20.345 tramos de 10 km y cinco ventanas de 6 horas a 7 días, un nivel de riesgo con su evidencia. Funciona 24/7 en un servidor propio; las métricas de acierto todavía no son calculables.

Portada de la web pública del Observatorio: un corredor vial con un tramo cortado por crecida y el aviso de desvío en el kilómetro 300.
La misma portada en un móvil, con el titular y el botón para pedir acceso.

Funciones principales

Arquitectura

Fuentes públicas
Vialidad Nacional y vialidades provinciales (PDF, HTML y hojas de cálculo) · Alertas del servicio meteorológico (CAP y avisos de corto plazo) · Niveles y pronósticos de ríos · Pasos fronterizos de Argentina y Chile · TomTom Traffic y Open-Meteo · Focos de calor, incendios y sismos · Medios locales por RSS
Ingesta
Python 3.12 con httpx, pdfplumber y feedparser · Cuotas por proveedor, cortacircuito y cola de fallos · Extracción por reglas y con Claude (Haiku clasifica, Sonnet extrae) · Validación con Pydantic y caché de respuestas del modelo · APScheduler como servicio supervisado
Motor y decisión
Reglas de probabilidad versionadas en YAML · Deduplicación, confianza y contradicción · Propagación de crecidas entre estaciones · Alertas con agrupación, corroboración y exportación CAP 1.2 · Consulta por itinerario y backtest
Datos
PostgreSQL 17 con PostGIS · 137 migraciones SQL puras · Triggers de historial de eventos y de cruce con tramos · Red vial de 20.345 tramos de 10 km
Panel web
Next.js 15, React 19 y TypeScript · Tailwind 4 y shadcn/ui · MapLibre GL y Cesium · Gráficos en SVG propio · Modo de datos de demostración con escenarios
Operación
Servicios de Windows en un servidor propio 24/7 · Copia diaria de la base con rotación · Latido de salud y detector de configuración desactualizada · Script de actualización que solo despliega desde la rama principal

Tecnologías

Interfaz
Next.js, React, TypeScript, Tailwind CSS, shadcn/ui, MapLibre GL, Cesium
Backend
Python, Pydantic, APScheduler
Datos
PostgreSQL, PostGIS
IA y voz
Claude (Anthropic)
Integraciones
TomTom Traffic
Calidad
pytest

Resultados medidos