La plataforma
Un sistema de Vision AI diseñado específicamente que entrega orientación de clasificación hiper-local, sin fricción y eficiente energéticamente por diseño — usando caché inteligente para reducir la huella de IA de cada escaneo.
Inteligencia de Carbono
Un escaneo de POUBELLE.AI emite aproximadamente 0,2 a 1 gramo de CO₂ — reconocimiento de imagen ligero, no una consulta completa de LLM. Reciclar una lata de aluminio en lugar de enviarla al relleno sanitario ahorra 98,7 gramos. Un solo gesto correcto puede compensar su propio costo de carbono — 100 veces.
Un escaneo de POUBELLE.AI
Reconocimiento de imagen ligero. Optimizado para móvil, reducido aún más por el caché de respuestas.
~0,2–1g
CO₂ por escaneo 1
Un gesto correcto puede compensar su propio costo de carbono — 100 veces.
| Artículo | Si se clasifica correctamente | CO₂ ahorrado | Escaneos compensados |
|---|---|---|---|
| Lata de aluminio | Reciclada | ahorra 98,7g CO₂2 | 100–500× |
| Botella de plástico (500ml) | Reciclada | ahorra ~50g CO₂3 | 50–250× |
| Corazón de manzana (40g) | Compostado, no al relleno sanitario | ahorra ~280g CO₂e4 | 280–1.400× |
Caché de Respuestas
Los artículos comunes se responden desde la memoria, no se recalculan.
Una vez que la IA de Visión de POUBELLE.AI ha clasificado un artículo — un yogur, una caja de pizza, una manga de cartón — esa respuesta queda en caché. La próxima persona que escanee el mismo artículo recibe una respuesta instantánea extraída de la memoria, no un nuevo ciclo de inferencia de IA. Así es como la cifra de ∼0,2–1g por escaneo se mantiene incluso cuando el uso aumenta.
Fuentes
1 Consumo energético de inferencia IA: Hao et al., 2024; la cuantización de modelos móviles ligeros reduce el uso de recursos hasta un 75% (arXiv).
2 Aluminum Association / Sphera, Evaluación del Ciclo de Vida de Latas de Aluminio de América del Norte, 2021 (aluminum.org).
3 Thunder Said Energy, ahorro de CO₂ por reciclaje de botellas PET, ACV 500ml, 2024 (thundersaidenergy.com).
4 EPA, "Cuantificando las Emisiones de Metano de Residuos Alimentarios en Rellenos Sanitarios," 2023 (epa.gov); Scientific Reports 2023, estudio de emisiones de compostaje (nature.com/srep).
Capa de IA de Visión
La IA de Visión de POUBELLE.AI procesa una sola imagen tomada con el celular contra una base de datos continuamente actualizada de reglas locales detalladas. El resultado es una respuesta precisa y accionable — no una suposición genérica.
Reconocimiento de Materiales
Identifica plásticos, vidrio, papel, metales, orgánicos y materiales peligrosos a partir de una sola foto tomada con el celular.
Puntuación de Contaminación
Genera una tasa de contaminación por carga, identificando los artículos específicos que representan riesgo de rechazo.
Respuesta en Menos de 2 Segundos
El pipeline de inferencia optimizado devuelve un resultado estructurado — asignación de contenedor, pasos de preparación y contexto — en menos de 2 segundos.
Salida Multi-Idioma
Entrega orientación en el idioma preferido del usuario. Sin fricción de traducción en el momento de clasificar.
Motor de Reglas Hiper-Locales
Las reglas de clasificación de residuos son hiperlocales y evolucionan. POUBELLE.AI mantiene una base de datos continuamente sincronizada de lo que los Centros de Clasificación de Materiales (MRF) realmente aceptan.
| Ciudad | Artículo | Respuesta POUBELLE.AI | Cómo / Por qué |
|---|---|---|---|
| Boulder, CO | Cajas de pizza grasosas | Separar: grasa → relleno sanitario, cartón limpio → reciclaje | Divide la caja — secciones grasosas al relleno sanitario, secciones sin mancha al reciclaje como cartón |
| Denver, CO | Cajas de pizza grasosas | Si empapada por ambos lados: basura o compostaje doméstico | La grasa que satura ambos lados hace el cartón no reciclable — deséchalo o compostalo en casa |
| Boulder, CO | Contenedores de plástico negro | Reciclaje en acera | Boulder acepta contenedores de plástico negro en el reciclaje de acera |
| San Francisco, CA | Contenedores de plástico negro | Relleno sanitario | Misma limitación de clasificación óptica |
Arquitectura
POUBELLE.AI funciona sobre AWS, la plataforma cloud líder mundial — garantizando seguridad de nivel bancario, 99,9% de disponibilidad y la capacidad de escalar a nivel nacional sin perder velocidad.
La API de POUBELLE.AI se conecta a los sistemas de gestión de flota existentes, plataformas de operaciones y paneles de socios — sin necesidad de reemplazar la infraestructura.
Tiempo de respuesta promedio
desde la foto hasta la respuesta del contenedor
< 2s
Precisión de reconocimiento esperada
basado en benchmarks de Vision AI con cámara de smartphone
>90%
1Cobertura de reglas locales
alineación de reglas locales para áreas cubiertas
100%
Precisión de orientación de clasificación esperada
basado en estudios en entornos reales múltiples
>92%
2Idiomas soportados
inglés y español al lanzamiento
EN / ES
Método de despliegue
QR: Código de Respuesta Rápida · NFC: Comunicación de Campo Cercano
usando contenedores existentes, sin inversión ni mantenimiento
QR / NFC
Fuentes
1 Precisión de reconocimiento: DeepWaste app móvil, ResNet-50 sobre fotos reales de smartphone, 88–93% de precisión (arxiv.org/abs/2101.05960); modelo WasteNet optimizado para edge, 97% en dataset TrashNet (arxiv.org/pdf/2006.05873).
2 Precisión de orientación de clasificación: clasificación de residuos con CNN en cuatro entornos reales, ACM 2024 (dl.acm.org/doi/10.1145/3759023.3759127); benchmark EfficientNetV2-S, Nature Scientific Reports 2025 (nature.com/articles/s41598-025-08461-w).
Roadmap
La experiencia de la web-app principal diseñada para un engagement sin fricción en el contenedor físico.
Los motores de backend que demuestran valor a municipios, socios y recolectores.
Convertir a los usuarios ocasionales en usuarios recurrentes y leales a la marca.
La fase de escala donde POUBELLE.AI se convierte en la inteligencia ambiental para la circularidad.