Próximo evento: El marco de implementación de agentes de IA
Próximo evento: El marco de implementación de agentes de IA
Digital Sportsman
Panama City, Florida
Tecnología de recreación al aire libre / SaaS
Amazon Bedrock, AWS Lambda, Amazon API Gateway, Amazon RDS (PostgreSQL), Amazon ECS (Fargate), Amazon ECR, Application Load Balancer (ALB), Docker, GitHub Actions (CI/CD)
Digital Sportsman es una plataforma integral de reservas y gestión diseñada para profesionales de aventuras al aire libre, incluidos guías de pesca, capitanes de chárter, operadores de alquiler y organizadores de excursiones. A pesar de contar con una plataforma potente, su comunidad de guías carecía de cualquier forma práctica de consultar e interpretar sus propios datos empresariales, dejando fuera de su alcance información crítica sobre ingresos y reservas. Avahi diseñó y desarrolló un panel de análisis impulsado por IA en AWS que permite a los guías formular preguntas empresariales en lenguaje natural y recibir respuestas precisas y visualizadas en segundos. Aprovechando Amazon Bedrock, Amazon RDS, AWS Lambda y Amazon ECS Fargate, la solución proporcionó análisis de autoservicio a una base de usuarios no técnicos con aislamiento de datos por guía y un pipeline de despliegue completamente automatizado, transformando la forma en que la comunidad de Digital Sportsman comprende y hace crecer sus negocios.
Digital Sportsman es una plataforma tecnológica diseñada específicamente para la industria de aventuras al aire libre. Con sede en Panama City, Florida, la empresa proporciona una solución integral que combina reservas y reservaciones en línea, CRM, automatización de marketing, gestión de recursos, contabilidad e informes impulsados por IA para guías, capitanes de chárter, operadores de alquiler, puertos deportivos, operadores turísticos y organizadores de excursiones. Operando con un modelo sin comisiones que la distingue de sus competidores, la misión de Digital Sportsman es ayudar a los profesionales del sector a optimizar operaciones, aumentar reservas y hacer crecer sus negocios mediante la tecnología. La plataforma obtuvo un premio Stevie de Bronce en los American Business Awards 2025 por su innovación y valor medible para los profesionales del aire libre.
La plataforma de Digital Sportsman sirve a una comunidad de guías profesionales de actividades al aire libre, incluidos guías de pesca, organizadores de caza, capitanes de chárter e instructores de aventura, que gestionan negocios operativamente exigentes y con recursos limitados. Estos profesionales son expertos en su campo, pero la mayoría no dispone del tiempo ni de la formación técnica para extraer datos de bases de datos, escribir consultas SQL o navegar por herramientas de informes complejas.
El resultado fue un punto ciego analítico significativo. Los guías no podían responder fácilmente a preguntas fundamentales sobre sus propios negocios. ¿Qué experiencias generaban más ingresos? ¿Quiénes eran los principales clientes ese trimestre? ¿Cómo evolucionaban las reservas con el tiempo? Obtener esas respuestas requería conocimientos de SQL o horas de trabajo manual con hojas de cálculo, ninguna de las cuales era práctica para un guía que gestiona diariamente viajes, clientes y equipamiento.
Sin una solución de análisis de autoservicio, Digital Sportsman corría el riesgo de limitar el valor que su plataforma podía ofrecer a la comunidad de guías. En un mercado cada vez más impulsado por la toma de decisiones basada en datos, la incapacidad de los guías para acceder y actuar sobre sus propios datos empresariales representaba tanto una brecha en la experiencia de usuario como una vulnerabilidad competitiva que debía abordarse.
La infraestructura existente de Digital Sportsman ya se ejecutaba en AWS, convirtiéndola en la plataforma natural para ampliar la aplicación con capacidades de análisis impulsadas por IA. AWS ofrecía un conjunto completo de servicios gestionados que se alineaban precisamente con los requisitos del proyecto. Amazon Bedrock proporcionaba acceso a modelos fundacionales para el procesamiento del lenguaje natural sin la sobrecarga operativa de gestionar la infraestructura de modelos. Amazon RDS ofrecía una base de datos PostgreSQL gestionada para un almacenamiento de datos fiable y seguro. AWS Lambda permitía una arquitectura backend sin servidor que escala automáticamente según la demanda, minimizando los costes durante períodos de bajo tráfico.
La combinación de AWS Fargate para la orquestación de contenedores, Amazon ECR para la gestión de imágenes y Application Load Balancer para el enrutamiento de tráfico proporcionó una base de despliegue de nivel de producción con alta disponibilidad integrada, todo ello sin requerir que Digital Sportsman gestionara la infraestructura de servidores subyacente.
Avahi aportó una profunda experiencia en la construcción de soluciones de IA generativa en AWS, con experiencia específica en traducción de lenguaje natural a SQL, ingeniería de prompts e integración con Amazon Bedrock. Como partner de consultoría premier de AWS, Avahi contaba con la profundidad técnica necesaria para diseñar y entregar una plataforma de análisis de IA lista para producción en un plazo de seis semanas.
El proyecto requería más que el desarrollo estándar de aplicaciones. Exigía una cuidadosa ingeniería de prompts para garantizar que las consultas SQL generadas por IA fueran precisas, correctamente delimitadas a los datos de cada guía individual y consistentes en una amplia variedad de entradas en lenguaje natural. La experiencia de Avahi en la construcción de plataformas de datos impulsadas por PLN posicionó al equipo para abordar estos desafíos de manera eficaz desde el inicio del proyecto.
Avahi diseñó y desarrolló el panel de IA de Digital Sportsman, una plataforma de análisis en tiempo real que permite a los guías de actividades al aire libre formular preguntas empresariales en lenguaje natural y recibir respuestas precisas y visualizadas en segundos. En lugar de requerir conocimientos de SQL o la creación manual de informes, un guía puede escribir una pregunta como «¿Cuáles fueron mis ingresos el mes pasado?» o «¿Quiénes son mis principales clientes este año?» y recibir un gráfico, un resumen de datos y una interpretación en lenguaje natural de los resultados, todo a través de una interfaz conversacional.
La arquitectura de la plataforma sigue un diseño sin servidor y basado en contenedores en AWS. El backend es una API de Python construida con FastAPI, desplegada como una función de AWS Lambda a través de Amazon API Gateway. Cuando un guía envía una pregunta a través de la interfaz de chat de IA, la API pasa la consulta a Amazon Bedrock, que ejecuta Anthropic Claude Sonnet 3.5. El modelo convierte la pregunta en lenguaje natural en una consulta SQL, aplicando reglas estrictas mediante ingeniería de prompts: cada consulta se delimita a los datos propios del guía autenticado, utiliza las uniones de tabla correctas y hace referencia a los campos de fecha apropiados. Esta aplicación a nivel de prompt evita la filtración de datos entre usuarios y garantiza la precisión de los cálculos.
El SQL generado se ejecuta contra una base de datos PostgreSQL alojada en Amazon RDS. Los resultados de la consulta se devuelven al modelo, que genera un título de gráfico legible, etiquetas de ejes y una breve interpretación de lo que muestran los datos. El paquete completo, incluidos los datos del gráfico, la interpretación y los metadatos, se entrega al frontend para su visualización.
El frontend es una aplicación React 18 estilizada con Tailwind CSS y renderizada mediante la biblioteca de gráficos Recharts. Admite gráficos de barras, gráficos de líneas, gráficos de área, gráficos circulares, tarjetas de resumen de KPI y listas clasificadas. El frontend se ejecuta en un contenedor Docker desplegado en AWS ECS Fargate y se expone a través de un Application Load Balancer con terminación HTTPS.
La interfaz de chat de IA incluye sugerencias de prompts iniciales para ayudar a los guías a descubrir qué preguntas pueden formular, reduciendo la barrera para los usuarios primerizos. Cuando una consulta es demasiado vaga para responderla con precisión, el sistema formula una pregunta de aclaración en lugar de devolver una respuesta irrelevante. Para datos de series temporales con suficiente historial, la plataforma genera previsiones predictivas mediante regresión lineal, proyectando tendencias para los próximos tres meses.
Cada cambio de código activa un pipeline de CI/CD automatizado: se construyen nuevas imágenes de contenedor, se envían a Amazon ECR y se despliegan en sus respectivos servicios, eliminando los pasos de despliegue manual y garantizando lanzamientos consistentes y repetibles en toda la plataforma.
Documentación técnica completa y materiales de transferencia
La comunidad de guías de Digital Sportsman obtuvo capacidades de análisis que no existían previamente, y los datos que alimentan esos análisis son lo suficientemente precisos como para confiar en ellos para tomar decisiones empresariales reales. Los guías que anteriormente no tenían forma práctica de evaluar sus tendencias de ingresos, patrones de reserva o rendimiento de clientes ahora pueden obtener respuestas en segundos a través de una interfaz conversacional, sin necesidad de habilidades técnicas. La plataforma cierra una brecha crítica entre un potente producto SaaS y los profesionales no técnicos a los que sirve.
La plataforma se diseñó para el crecimiento. La infraestructura sin servidor de AWS escala automáticamente según la demanda, y la documentación de arquitectura entregada proporciona al equipo de Digital Sportsman una hoja de ruta clara para añadir capacidades de escritura, gráficos anclados y ajuste de modelos en fases futuras.
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
