01 · Situación inicial
El desafío
ASENAV, el astillero privado más importante de la costa del Pacífico de Sudamérica, con más de 50 años de historia y 128.000 m² de instalaciones en Valdivia, operaba sus procesos de cotización sobre XLoader: una plataforma desarrollada alrededor de 2004 que corre sobre servidores físicos propios del astillero. Su arquitectura solo permite ejecutarse en entornos de 32 bits, lo que obliga a instalar una máquina virtual en cada computador que la utiliza —con la complejidad de mantención, dependencia de hardware específico y la imposibilidad de acceso remoto o cloud que eso implica.
Cada solicitud de propuesta podía extenderse por semanas e implicaba que los ingenieros de diseño desatendieran su trabajo principal —planos y spools que el área de producción necesita para operar— para dedicarse a una tarea de alta exigencia, alto valor estratégico y plazos inamovibles.
Era tiempo y expertise aplicado a oportunidades que podían o no materializarse, pero que no se podía ignorar dado el peso de cada nueva construcción para el astillero.
02 · Lo que hicimos
La solución
Diseñamos una transformación tecnológica completa apoyada en una decisión estratégica central: adoptar el patrón strangler fig. En lugar de reemplazar XLoader de golpe —algo inviable para una operación donde la disponibilidad no es negociable— fuimos sustituyendo el sistema módulo por módulo, manteniendo XLoader operando en paralelo durante toda la transición.
La nueva plataforma corre sobre Azure con gestión activa de infraestructura, usa Spring Boot con Kotlin en el backend y SvelteKit en el frontend. La metodología de trabajo combina visitas presenciales al astillero en Valdivia para levantamiento y validación en terreno, reuniones periódicas de sincronización con una contraparte designada por ASENAV como líder del proyecto, y un ciclo riguroso que incluye ambientes de prueba dedicados, validación UAT con usuarios finales de cada área y marchas blancas por módulo antes de cada puesta en producción.
En paralelo, desarrollamos un módulo de generación automática de propuestas con IA orientado a entregar un pre-asiento de cotización con 85-90% de precisión, para que los ingenieros puedan partir de una base sólida y aplicar su knowhow sobre algo ya estructurado, reduciendo al mínimo el levantamiento manual.
Estado de los módulos
Refactorización del módulo existente, despliegue en cloud y mejoras en trazabilidad de versiones. Usuarios reportan ahorro de tiempo y reducción de pérdidas de trabajo.
Desarrollo nuevo desplegado en Azure. Durante la curva de aprendizaje se midió un aumento de 15–20% en la emisión de órdenes de compra.
Asistente de pre-asiento de cotización con objetivo de 85–90% de precisión. Libera a los ingenieros de diseño del levantamiento manual entregándoles una base estructurada sobre la cual aplicar su knowhow.
Siete módulos adicionales en pipeline para continuar reemplazando funcionalidad de XLoader módulo por módulo, manteniendo siempre el sistema legacy operando en paralelo hasta el reemplazo total.
Highlights
- Migración gradual desde XLoader (sistema de 2004 en 32 bits que requería máquinas virtuales en cada PC) hacia una plataforma cloud moderna, sin interrumpir las operaciones del astillero
- Patrón strangler fig: cada módulo se reemplaza progresivamente mientras XLoader sigue operando en paralelo, garantizando continuidad operativa
- Stack moderno: Spring Boot + Kotlin en el backend, SvelteKit en el frontend, todo desplegado en Azure con gestión activa de infraestructura
- Módulo de cotizaciones refactorizado y 100% productivo, con mejor visibilidad de cambios entre versiones
- Módulo de adquisiciones en producción desde hace 7 semanas, con un aumento medido de 15-20% en la emisión de órdenes de compra
- Módulo de generación automática de propuestas con IA en desarrollo, orientado a entregar un pre-asiento de cotización con 85-90% de precisión
- Validación UAT con usuarios finales y marchas blancas por módulo antes de cada puesta en producción
- Mantención activa e infraestructura gestionada por Neolab post-entrega
03 · Fases del proyecto
Timeline
Levantamiento de XLoader, definición de arquitectura cloud y adopción del patrón strangler fig para migración gradual.
Refactorización del módulo existente, despliegue en cloud y mejoras en trazabilidad entre versiones.
Desarrollo nuevo desplegado en Azure, con aumento medido de 15-20% en emisión de órdenes de compra durante la curva de aprendizaje.
Asistente de pre-asiento de cotización con objetivo de 85-90% de precisión, para liberar a ingenieros de diseño del trabajo manual.
Operación, soporte e infraestructura gestionada, con 7 módulos adicionales en pipeline.
04 · Después
Resultados
Tras 16 meses de desarrollo activo, hay 2 módulos en producción y 7 más en pipeline. El módulo de cotizaciones refactorizado opera 100% productivo en cloud con soporte activo, y los usuarios reportan mejoras concretas en su flujo de trabajo, ahorro de tiempo y reducción de pérdidas de trabajo.
El módulo de adquisiciones lleva 7 semanas en producción y ya muestra un aumento de entre 15% y 20% en la emisión de órdenes de compra, considerando que los usuarios aún están en curva de aprendizaje. El módulo de generación automática de propuestas con IA está en desarrollo y se proyecta como el principal cambio cualitativo en la operación.
La relación con ASENAV continúa post-entrega con mantención activa e infraestructura gestionada por Neolab, asegurando la continuidad operativa del astillero mientras avanzan los módulos restantes.
