Saltar al contenido

Software · IA · 2026

Margin

Inteligencia económica para restaurantes y hospitality.

MVP desarrollado · Actualmente no operativo

Landing pública de Margin (margin.business): «No es solo software. Es el sistema nervioso de tu negocio gastronómico.», con sus capacidades de margen por plato, IA y OCR de facturas.
Landing pública de Margin.

Introducción

Plataforma de inteligencia económica para hospitality: convierte facturas, menús, recetas y cierres operativos en una lectura de márgenes y costos. No es un ERP, un POS ni un sistema contable.

Contexto

Un restaurante suele no saber cuánto cuesta realmente cada plato, cuál es su margen, qué proveedores deterioran el costo ni qué turnos son rentables. Margin cruza lo que se compra con lo que se vende para responder esas preguntas.

Tipo de usuario

Restaurantes y operadores gastronómicos, con aislamiento multi-tenant por restaurante.

Qué construyó RUN

Aplicación Next.js completa, con documentación de producto y de arquitectura.

Funcionalidades

  • Facturas con OCR por IA: extrae proveedor, ingredientes y precios, con revisión humana antes de confirmar.
  • Recetas y costeo, con importación desde PDF o XLSX y conversión de unidades.
  • Menu Intelligence sobre márgenes por plato.
  • Supplier Intelligence: ranking, proveedores críticos, oportunidades y evolución de precios.
  • Importación de operaciones por turno.
  • Dashboard ejecutivo y Copilot de IA con recomendaciones.

Flujo

Alta del restaurante, carga de facturas (el OCR genera proveedores, ingredientes e historial de precios), importación de menú y recetas, cruce de ítems, importación de operaciones, revisión de coincidencias y oportunidades, y lectura de márgenes, proveedores y dashboard. Principio: la IA sugiere y la persona valida.

Arquitectura y stack

Arquitectura
Aplicación Next.js sobre Supabase, con datos multi-tenant por restaurante y el restaurante resuelto desde la sesión.
Tecnologías
Next 16, React 19, TypeScript, Tailwind 4 y Recharts; Supabase (Postgres, Auth, Storage y RLS); xlsx y pdf-lib. IA de Anthropic: Claude Sonnet para OCR y parsing, Claude Haiku para recomendaciones.
Integraciones
Supabase y Anthropic.

Decisiones

El historial de precios es append-only con borrado lógico. El restaurante se resuelve desde la sesión, nunca desde el cliente. Toda salida de OCR o IA pasa por revisión humana. Quedan fuera de alcance por decisión: inventario, órdenes de compra y contabilidad.

Estado

MVP desarrollado · Actualmente no operativo

Evidencia

  • Landing pública (margin.business).
  • Aplicación construida y documentada; sin operación comercial verificada.

Capturas y medios

  • Diseño del tablero de margen por plato de Margin (prototipo): KPIs de precio, costo y margen bruto/neto, composición de costo, qué afectó el margen y recomendaciones para «Milanesa Napolitana».
    Diseño del tablero de margen por plato (prototipo).

La portada es la landing pública (margin.business). El tablero es una imagen de diseño (prototipo), no una aplicación en operación.

Evidencia del producto

MVP documentado a partir de su código, arquitectura y recorridos funcionales. Actualmente no dispone de un entorno público demostrativo.

Créditos

Tipo
MVP desarrollado
Disciplina
Software · IA
Año
2026
Rol de RUN
Producto propio · diseño y desarrollo
Hablar de un proyecto como este