Una plataforma que analitza cada etiqueta amb IA i la contrasta amb la normativa espanyola i europea
Una empresa de complements alimentosos necessitava saber si cada producte compleix la normativa espanyola i europea abans de vendre'l. KANONIS llegeix l'etiqueta amb IA, una persona revisa la lectura i un motor de regles contrasta cada ingredient amb els registres oficials.
- 4 setmanes de l'encàrrec a la primera versió en producció
- +1.200 veredictes normatius emesos, cadascun amb la seva norma i la seva explicació
- 12 comprovacions normatives automàtiques, amb font oficial
El problema
Cada complement alimentós ha de complir una dotzena de normes: ingredients autoritzats, formes químiques permeses, dosis màximes, advertències obligatòries, al·lèrgens, additius, declaracions de salut. Les fonts són registres oficials escrits en llenguatge legal que no coincideix amb el que imprimeix una etiqueta.
Revisar cada producte a mà exigeix un tècnic expert i hores per etiqueta, i un error és una retirada o una sanció.
La solució
La IA llegeix l'etiqueta i la converteix en dades, copiant el que hi ha imprès sense interpretar-ho; una persona revisa aquesta lectura; i un motor de regles fixes contrasta cada ingredient amb els registres oficials (AESAN, Reial decret 1487/2009 i reglaments europeus). El resultat és un semàfor per ingredient i per mercat, amb la norma i l'explicació a cada veredicte. El que no apareix a cap registre es marca, no s'aprova.
Dotze comprovacions independents, base regulatòria pròpia i traçable, ampliable a nous mercats.
Com vam treballar
- 1
Diagnòstic
Què es comprova avui, amb quines fonts i on fa mal equivocar-se.
- 2
Disseny
Flux de tres passos (pujar, revisar, avaluar) que manté la persona al capdavant.
- 3
Primer lliurament en producció
MVP en quatre setmanes: base regulatòria, cercador i anàlisi d'etiquetes.
- 4
Ampliació
Nous mercats i noves comprovacions sobre la mateixa base.
El que ens emportem
La IA aporta valor on és bona, llegir un document, i es retira on no es pot permetre un error. Separar les dues coses és el que fa fiable el resultat.