Control de deshidratación de frutas con IA — el punto final del secado no debería llegar con horas de retardo.

El problema

El túnel no espera al laboratorio: cuando llega el dato de humedad, el lote ya salió.

El túnel de secado es un proceso continuo; la materia prima, todo lo contrario. Cada partida entra con su calibre, su humedad inicial y su variedad, y todo eso cambia con la campaña. Sobre esa variabilidad, el punto final se decide hoy con las herramientas de siempre:

1. La experiencia del jefe de línea — que sabe «cómo viene la fruta este año» y ajusta la consigna a ojo. Funciona casi siempre. Pero la experiencia no se transfiere al turno de noche, ni a la campaña siguiente, ni al operario nuevo.
2. El muestreo de humedad en laboratorio — riguroso, pero con horas de retardo. Cuando el resultado vuelve, las toneladas que pasaron por el túnel entretanto ya están secas: si el dato dice «pasado de punto», el margen ya se quemó.
3. Sobresecar sale caro — cada punto de humedad de más que se evapora es peso vendible que desaparece de la báscula, y el color se degrada: la fruta pierde el aspecto por el que el cliente paga.
4. Quedarse corto sale peor — una actividad de agua (aw) por encima del rango compromete la conservación: reproceso si hay suerte, y si no, un lote entero en cuestión con el cliente esperando.
5. La curva de secado no queda en ningún sitio — el perfil de temperatura y humedad que vivió cada lote se pierde entre registradores y hojas de cálculo. Cuando algo sale mal, reconstruir qué pasó es arqueología.

El resultado es una consigna que oscila entre el miedo a quedarse corto y el coste de pasarse. La mayoría de plantas sobreseca «por seguridad» de forma sistemática — y esa seguridad se paga en kilos, en color y en energía, lote tras lote.

Cómo encaja con el sistema IRIS

iLEAN no cambia tu túnel — cierra el bucle entre la fruta que entra, el perfil de secado y lo que sale.

El cuello de botella no es medir (las sondas ya están en el túnel); es que la señal de las sondas vive en el registrador, la partida de entrada vive en el albarán y la calidad de salida vive en el laboratorio, con horas de retardo entre las tres. Nadie correlaciona nada en tiempo real. iLEAN es la masilla que une las tres — sin obra en el túnel y sin cambiar el PLC ni el sistema de planta que ya tienes.

Connect lee las sondas existentes por zona. Edge analiza el 100% de la salida con visión. Los Agents correlacionan el perfil de secado con la partida de entrada y proponen el ajuste de consigna — la persona valida. Cada lote cierra con su curva de secado en el expediente.

Las piezas iLEAN aplicadas al control de deshidratación de frutas:

• Connect — se engancha a las sondas de temperatura y humedad que el túnel ya tiene, zona a zona, sin obra. Lo que hoy termina en un registrador que nadie consulta pasa a ser una curva de secado viva por lote. Y captura también lo que no entra por señal: la partida del albarán, la variedad, la humedad de entrada medida en recepción.
• Edge — visión artificial a la salida del túnel, sobre la cinta, al 100% de la producción: color, calibre y defectos visibles de cada pieza, no de la muestra que le tocó al azar al laboratorio. El color es el primer síntoma del sobresecado; detectarlo en línea es llegar a tiempo, detectarlo en el muestreo es llegar tarde.
• Agents — correlacionan el perfil de secado (temperaturas y humedades por zona, tiempo de residencia) con la partida de entrada y con lo que Edge detecta a la salida, y proponen el ajuste de consigna con su justificación. La persona valida o descarta; sin validación no se toca el túnel. Cada lote cierra con su expediente: curva de secado completa, partida de origen, resultado de aw.

El cerebro (Brain) que orquesta los agentes vive en Central; los datos críticos quedan en el anillo 1 de la planta, no en una nube cualquiera (ver arquitectura IRIS y los tres anillos de seguridad).

Ver la arquitectura IRIS completa →

Antes y después

Punto final por experiencia y muestreo vs. punto final por dato con iLEAN

Aspecto	Experiencia + muestreo de laboratorio	Con iLEAN Connect + Edge + Agents
Decisión del punto final	A ojo del jefe de línea + humedad de laboratorio con horas de retardo	Propuesta de consigna por dato en tiempo real — la persona valida
Inspección a la salida	Muestreo visual puntual	Visión al 100% de la producción: color, calibre, defectos visibles
Sobresecado	Sistemático «por seguridad»: peso vendible perdido y color degradado	Merma por sobresecado ≥30% menos (estimación a validar)
aw fuera de rango	Se descubre en el laboratorio con el lote ya cerrado	Anticipada durante el secado — reprocesos reducidos
Variabilidad de partida y campaña	Consigna fija ajustada por intuición	Correlación partida de entrada ↔ perfil de secado, aprendida lote a lote
Trazabilidad del lote	Registradores y hojas de cálculo dispersas	Expediente por lote con curva de secado completa y resultado de aw

Estimación de impacto

Estimación de impacto para tu planta — a validar con tus números.

El siguiente bloque es una estimación a validar con los datos concretos de tu túnel y tu campaña. Sirve para que el comité tenga un orden de magnitud; lo refinamos en el diagnóstico.

• Planta de deshidratado con uno o varios túneles u hornos continuos, varias variedades o referencias por campaña, y punto final decidido hoy por experiencia más muestreo de humedad en laboratorio.
• Implantación de Connect sobre las sondas existentes + Edge de visión a la salida + Agents de correlación. Sin obra en el túnel. Primer valor esperable en pocas semanas sobre una línea piloto y una variedad de referencia.
• Reducción de la merma por sobresecado esperable ≥30% (en muchos casos más, pero ese es el suelo defendible — estimación a validar). Reducción de reprocesos por aw fuera de rango, al anticipar el punto final en línea en lugar de descubrirlo en el laboratorio.
• Payback orientativo entre 4 y 9 meses, según toneladas por campaña, precio del producto terminado y coste actual de reproceso y energía. Estimación a validar con tus datos.

Y la duda razonable de producción

«¿Y si la IA se equivoca con la consigna?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. Proponer un ajuste de consigna desde señales de sonda, tiempo de residencia y visión de salida es exactamente una tarea anclada: la IA recontextualiza un dato (el perfil de secado de este lote) usando otro (el histórico de partidas comparables y sus resultados de aw). En este tipo de tareas, los mejores modelos bajaron el error por debajo del 1,5% ^[1]. Y aun así, la persona valida cada propuesta — sin firma no se toca el túnel. Los tres anillos de seguridad están ahí para esto.

^[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.