El jefe de línea dicta caminando

El problema

Lo que sabe el jefe de línea no entra nunca al sistema.

El conocimiento operativo crítico — que una línea viene fallando más sellados, que un operario nuevo necesita refuerzo, que el sazonado parece desigual — vive en la cabeza del jefe de línea y no entra nunca al sistema porque no tiene manos ni tiempo para teclear.

• Sabe más de la planta que ningún sistema: que la línea dos viene abriendo repulgues desde el último cambio de lote de harina, que el sazonado del relleno de pollo sale desigual a última hora, que un operario nuevo necesita otra pasada con el troquel.
• No registra nada porque no tiene manos ni tiempo: camina el turno entero entre amasadora, laminadora, dosificadora, horno túnel y abatidor, y registrar significa volver a la oficina y abrir el sistema.
• Lo que sobrevive es un traspaso oral de cinco minutos entre turnos y, con suerte, media hoja de cuaderno que nadie vuelve a leer. Todo lo demás —el matiz de por qué esa fórmula pide dos grados más en el sellado— se queda en su cabeza.
• El efecto acumulado es peor de lo que parece: los mismos problemas se resuelven de nuevo cada vez, por una persona distinta, sin memoria de los tres intentos anteriores.

Cómo encaja con el sistema IRIS

Connect en modo voz — iLEAN escucha al jefe de línea, no a los operarios.

Connect modo voz: wake-word personalizada ("iLEAN, apunta"). El LLM estructura el dictado como incidencia vinculada al lote/línea/turno activos, con devolución por voz o por push a la tableta del responsable.

El principio de humans in command aplicado literalmente: se registra lo que el jefe de línea decide contar, cuando decide contarlo. Esa distinción no es cosmética — es la que hace que el caso siga vivo en el mes seis en vez de percibirse como control del personal. Y es la que hace que el jefe de línea lo use sin que nadie se lo recuerde.

Ver la arquitectura IRIS completa →

Antes y después

El turno de hoy frente al turno capturado

Aspecto	Hoy	Con iLEAN Connect
Conocimiento del turno	Muere al final del turno	Memoria acumulada y consultable
Traspaso entre turnos	Cinco minutos orales	Resumen escrito automático
Un problema de sellado recurrente	Se resuelve de nuevo cada vez	Se detecta como patrón con fecha
Esfuerzo del jefe de línea	Volver a la oficina a teclear	Hablar caminando
Formación del personal nuevo	Depende de quién le toque al lado	Apoyada por el histórico
Conversación normal de planta	—	No se registra

Conocimiento que muere al final del turno → entra al sistema en tiempo real y se cruza con datos vivos.

Estimación de impacto

Estimación de impacto — a validar con vuestros números.

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

• Sin payback propio: es una pieza habilitante. El brief la trata como valor estratégico, no como ahorro directo, y así se presenta.
• Habilita el resto de la mejora continua en planta, porque sin este registro no hay datos cualitativos que cruzar con los de máquina.
• El traspaso de turno pasa de cinco minutos orales a un resumen escrito que existe cuando el siguiente equipo entra.
• Y el problema recurrente deja de ser invisible: el mismo síntoma en el mismo punto de la línea se marca como patrón con fecha, no como anécdota de turno.

Valor estratégico, no monetizable a priori — habilita el resto de la mejora continua en planta. *Estimación a validar* con el responsable de mejora continua.

Y la duda razonable del responsable de producción

«¿Esto es para controlar a mi equipo?» — no: iLEAN escucha al jefe de línea, no a los operarios, y solo lo que él decide dictar con la wake-word. No hay escucha continua ni seguimiento de dónde está nadie. Sobre la transcripción, estructurar un dictado con vocabulario de planta conocido es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1], y el propio jefe de línea ve la incidencia estructurada antes de que se guarde.

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