Visión general
El asistente de IA de ProDex se llama Dexter — un agente de IA integrado en la plataforma con acceso directo a los datos de tu fábrica (Factory). Dexter puede ingestar y transformar tus datos operativos, construir modelos de simulación, ejecutar análisis, generar reportes y hacer cambios a tu configuración, todo a través de conversación en lenguaje natural. Esto no es un chatbot que responde preguntas generales. Dexter es una herramienta operativa que trabaja con tus datos reales. Cuando le pides “muéstrame el cuello de botella (Bottleneck) en la Línea 3”, escribe una consulta contra los datos de eventos en bruto de la simulación, lee los resultados y te lo dice — con números. Cuando subes una exportación de MES desordenada, perfila los datos, te pide que aclares qué significan los códigos de estado antes de asumir, y traza cada valor derivado de vuelta a su fuente. Dexter por defecto pregunta en lugar de adivinar. En los puntos de decisión importantes, presenta preguntas estructuradas con opciones claras; cuando interpreta tus datos, marca cualquier cosa sobre la que tenga incertidumbre — nombres de columna ambiguos, unidades sin etiquetar, códigos sin leyenda — y te pide que confirmes antes de construir algo.Lo que Dexter puede hacer
Entender tu operación a partir de datos
Sube registros de producción, exportaciones de MES, instantáneas (Snapshots) de inventario o cualquier dato operativo. Dexter perfilará el archivo — columnas, tipos de datos, distribuciones de valores, conteos de filas — y te pedirá que aclares cualquier cosa ambigua antes de proceder. Cuando el trabajo va más allá de la simple inspección, Dexter crea un pipeline documentado que traza cada valor derivado de vuelta a sus datos fuente: de qué archivo vino, qué consulta lo produjo, qué supuestos se hicieron y qué tan confiable es el resultado. Esto significa que siempre puedes auditar cómo se calculó un número. Y cuando subas datos frescos la próxima semana, el mismo pipeline puede re-ejecutarse para producir salidas actualizadas sin reconstruir nada. Los Pipelines son reutilizables, re-ejecutables, y viven en una página dedicada en la UI — son el camino recomendado para trabajo intensivo de datos.Modelar y simular tu proceso
- Crear y editar componentes del modelo — fuentes (Sources), sumideros (Sinks), estaciones (Stations), procesos (Processes), recursos (Resources), búferes (Buffers), enrutadores (Routers), combinadores (Combiners), separadores (Separators), transformadores (Transformers), nodos de modelo (Model) y conexiones
- Definir KPIs y gráficos para tu panel (Dashboard) de resultados — cada uno respaldado por una consulta precisa y auditable contra los datos de simulación
- Configurar constantes (Constants), tablas de búsqueda (Lookup Tables) y definiciones de entidad (Entity)
- Construir calendarios (Schedules) que definen liberaciones de material, patrones de turno y cambios de capacidad
- Ejecutar simulaciones y explicar resultados — rendimiento (Throughput), utilización, tiempos de ciclo, cuellos de botella
- Comparar ejecuciones (Runs) lado a lado y explicar qué cambió
Planificar la producción
Dexter puede configurar y ejecutar el optimizador de planificación — un solucionador respaldado por MILP que toma órdenes de demanda, inventario actual, tu bill of materials y restricciones de recursos y produce un plan de producción factible. Describe el problema de planificación en lenguaje natural y Dexter configurará las entradas de demanda, las órdenes de suministro, los objetivos de inventario y las restricciones, luego ejecutará el solucionador y explicará el resultado.Ejecutar escenarios “qué pasaría si”
- Configurar Experimentos (Experiments) con múltiples Instantáneas para comparación lado a lado
- Ejecutar lotes de Monte Carlo — cientos de réplicas de simulación para cuantificar la variabilidad, construir intervalos de confianza e identificar qué métricas son estables vs. sensibles a la aleatoriedad
- Probar cambios de parámetros y reportar el impacto
- Resumir resultados de experimentos y destacar hallazgos (Insights) clave
Configurar productos a partir de órdenes
Para operaciones de configure-to-order o engineer-to-order, Dexter puede analizar un documento de orden (PDF, hoja de cálculo u otro formato) contra una plantilla (Template) de configuración y producir un BOM configurado — los componentes correctos, cantidades y rutas para esa orden específica. Las Plantillas del Configurador (Configurator) definen las clases de opciones; Dexter recorre la orden a través de ellas y explica sus elecciones.Automatizar trabajo recurrente
Dexter puede ejecutar tareas recurrentes en un horario sin intervención manual — ejecuciones semanales de simulación, generación automatizada de reportes, actualizaciones nocturnas de pipelines contra datos frescos. Cada tarea programada (Scheduled Job) ejecuta una conversación completa de Dexter con la cadencia que especifiques, así que tiene acceso a todo lo que Dexter puede hacer interactivamente. Ver Tareas programadas para detalles de configuración y mejores prácticas.Generar reportes
- Reportes PDF — documentos pulidos y con marca, con resúmenes de KPI, gráficos y análisis narrativo. Adecuados para compartir con partes interesadas que no usan ProDex directamente.
- Exportaciones a Excel — tablas de datos estructurados para análisis adicional, filtrado y pivoteo en tus propias hojas de cálculo.
- Documentos Word — reportes narrativos editables que puedes refinar, reformatear o pegar en un documento más grande.
- Presentaciones PowerPoint — resúmenes formateados como diapositivas para reuniones y revisiones ejecutivas.
Iniciando una conversación
Abre el panel de Dexter desde la barra lateral. Puedes tener múltiples conversaciones abiertas — cada una mantiene su propio contexto e historial. La base de conocimientos persistente de Dexter es compartida entre todas ellas, sin embargo, así que enseñarle algo a Dexter en una conversación se traslada a todas las demás conversaciones; el hilo del análisis no. Empieza describiendo lo que quieres en lenguaje natural. No necesitas usar comandos o sintaxis específicas. Algunos ejemplos:- “¿Cuál es el rendimiento de mi modelo actual?”
- “Agrega un búfer entre el proceso de ensamble y la estación de pintura con capacidad 50”
- “Ejecuta la simulación y muéstrame qué recursos están por encima del 90% de utilización”
- “Compara las últimas dos ejecuciones y dime qué mejoró”
- “Sube esta exportación de MES y deriva los tiempos de ciclo por estación”
- “Ejecuta 100 réplicas y dime qué tan confiados podemos estar en el número de rendimiento”
Qué esperar en una conversación
Algunos patrones para conocer de antemano:- Llamadas a herramientas en línea. Cada acción que Dexter toma aparece en la conversación como una llamada a herramienta (lecturas de archivos, escrituras, ejecuciones de comandos, consultas). Puedes seguir exactamente lo que está haciendo y por qué.
- Preguntas estructuradas en los puntos de decisión. Cuando Dexter necesita tu input — eligiendo entre dos enfoques de modelado, confirmando el significado de una columna, eligiendo una instantánea para comparar — pregunta con opciones clicables en lugar de pedirte que escribas una respuesta de forma libre.
- Modo de planificación para trabajo sustantivo. Para cambios de múltiples pasos (reconstruir un modelo, reestructurar una configuración de planificación, grandes transformaciones de datos), Dexter redacta un plan de implementación y te pide que lo apruebes antes de ejecutarlo. Verás aparecer un documento de plan; revísalo y confirma antes de que Dexter empiece a trabajar.
Cómo funciona
Cuando envías un mensaje, Dexter lee el contexto actual de tu fábrica — tu modelo, entidades, constantes, calendarios y resultados recientes. Luego puede tomar acciones leyendo archivos, escribiendo configuraciones y ejecutando comandos en un Sandbox seguro por fábrica. El Sandbox está alcanzado a tu fábrica, así que Dexter solo puede ver y modificar artefactos que viven en ella.Archivos adjuntos
Puedes adjuntar archivos a tus mensajes — PDFs, CSVs, hojas de cálculo Excel, presentaciones PowerPoint, documentos Word o imágenes. Dexter maneja tanto datos estructurados (CSVs, hojas de cálculo) como contenido no estructurado (PDFs, presentaciones, documentos Word, imágenes), así que puedes compartir conocimiento operativo ya sea que viva en tablas limpias o en documentación narrativa. Usos comunes:- Subir datos de producción para análisis o parametrización del modelo
- Compartir documentos de referencia con contexto operativo — SOPs, manuales de equipo, presentaciones de equipo
- Proporcionar hojas de cálculo para importar a tu modelo
- Subir documentos de orden para configuración de BOM
- Capturar datos de paneles o sistemas sin integración directa — captura de pantalla de una vista BI o exporta un reporte, y Dexter puede trabajar con ello
Fuentes de datos conectadas (Data Sources)
Más allá de los archivos que adjuntas a los mensajes, Dexter también puede consultar tus fuentes de datos conectadas — warehouses, bases de datos, ERPs y sistemas MES que tu equipo de ProDex ha enlazado a tu fábrica. A diferencia de los archivos adjuntos (que son subidas por mensaje), las fuentes conectadas son persistentes: Dexter puede consultarlas en cualquier momento, en cualquier conversación, contra datos en vivo. Ver Fuentes de datos para la lista de sistemas soportados y cómo se configuran las conexiones.Base de conocimientos persistente
Dexter construye una comprensión acumulativa de tu operación a través de cada conversación. Cuando explicas que “Código 3 significa retrabajo” o “corremos dos turnos con una tripulación esqueleto los fines de semana” o “llamamos a esa estación la celda cuello de botella”, ese conocimiento se almacena y se aplica en sesiones futuras — nunca tienes que repetirte. Con el tiempo, esto crea un registro estructurado del conocimiento operativo que tradicionalmente vive solo en las cabezas de tus miembros de equipo más experimentados: reglas de proceso, convenciones de nomenclatura, peculiaridades de datos, objetivos de KPI, patrones de turno y lógica de decisión. Esto no es memoria de chatbot — es una base de conocimientos persistente y organizada alcanzada a tu fábrica que crece más valiosa con cada conversación. Tienes control directo sobre lo que está en la base de conocimientos. Pregúntale a Dexter qué recuerda sobre un tema (“¿qué sabes sobre nuestras operaciones de fin de semana?”), agrégale explícitamente (“recuerda esto para todas las conversaciones futuras: Código 7 significa scrap”) o pídele a Dexter que olvide una entrada. Los administradores del tenant también pueden sembrar memorias a nivel de organización que aplican a través de cada fábrica en tu tenant.Lo que Dexter no puede hacer
Límites útiles para conocer de antemano:- No hay internet externo ni APIs. Dexter no puede navegar la web, llamar a servicios externos o leer de sistemas fuera de la plataforma.
- Acceso a datos confinado al Sandbox. Más allá de los archivos de tu fábrica y las fuentes de datos conectadas que tu equipo configura, Dexter no puede llegar fuera del Sandbox por fábrica.
- Una fábrica a la vez. Cada conversación de Dexter está alcanzada a una sola fábrica; los análisis entre fábricas no son soportados.
- No hay deshacer automático. Los cambios que Dexter hace a tu modelo, entidades, BOMs u otros artefactos toman efecto inmediatamente. Usa Instantáneas para preservar un estado conocido-bueno antes de cambios sustanciales.
- El contexto de la conversación tiene límites. Conversaciones muy largas pueden descartar turnos anteriores del contexto; la base de conocimientos persistente y las tareas compensan, pero no puedes confiar en un solo hilo de varios días para “recordar todo” — los detalles importantes deben llegar a la base de conocimientos.
Flujos de trabajo
Los flujos de trabajo (Workflows) son patrones de tarea reutilizables que guían a Dexter a través de operaciones de múltiples pasos. Aseguran consistencia y completitud para tareas comunes. ProDex incluye flujos de trabajo incorporados para operaciones comunes. Tu equipo también puede crear flujos de trabajo personalizados adaptados a tus procesos específicos — codificando tus mejores prácticas en procedimientos ejecutables que Dexter sigue consistentemente. Para convertir un procedimiento en un flujo de trabajo, recórrelo con Dexter una vez, luego pídele a Dexter que “guarde esto como un flujo de trabajo” — captura los pasos, puntos de decisión y salidas en una definición re-ejecutable que puedes disparar por nombre más tarde. Cuando un proceso que solía tomar una hora para que un ingeniero senior lo explicara se convierte en un flujo de trabajo, cualquier miembro del equipo puede dispararlo y obtener el mismo resultado confiable.Mejores prácticas
Lo que hace bien
- Análisis operativo con tus datos reales
- Ingestar datos desordenados del mundo real y transformarlos en entradas de modelo estructuradas y trazables
- Tareas de múltiples pasos que combinan construir, ejecutar y analizar
- Generar reportes formateados para partes interesadas
- Responder preguntas “qué pasaría si” ejecutando comparaciones de escenarios estructuradas
- Automatizar análisis recurrente con tareas programadas
- Construir una base de conocimientos persistente de tu operación con el tiempo
Consejos para mejores resultados
- Sé específico sobre lo que quieres. “Muéstrame la utilización” está bien. “Muéstrame la utilización de las máquinas CNC en las últimas 5 ejecuciones” es mejor.
- Deja que Dexter haga preguntas. Cuando Dexter hace preguntas aclaratorias, está siendo minucioso — no lento. Responderlas produce resultados mejores y más precisos que tratar de especificar todo por adelantado.
- Espera preguntas al subir datos. Dexter preguntará sobre significados de columnas, unidades, códigos y casos límite. Responder una vez vale la pena — las respuestas van a la base de conocimientos, así que las mismas preguntas no se vuelven a hacer en la siguiente subida.
- Revisa los cambios antes de ejecutar. Cuando Dexter modifica tu modelo, revisa los cambios en el registro de conversación antes de ejecutar una simulación.
- Úsalo iterativamente. Empieza con una pregunta, revisa la respuesta, luego refina. Dexter mantiene el contexto completo dentro de una conversación, así que las preguntas de seguimiento se construyen sobre lo que vino antes.
- Enseña a Dexter una vez, luego audita lo que quedó. Cuando corriges a Dexter o le explicas algo sobre tu operación, guarda la entrada en la base de conocimientos. Pregúntale a Dexter qué recuerda sobre un tema para verificar que la entrada se aplicó, o di explícitamente “recuerda esto para todas las conversaciones futuras” para hacer que la adición sea deliberada.