Cero contaminación cruzada, de punta a punta

El problema

El error de fórmula casi nunca es un fallo único.

El error de fórmula, alérgeno o lote en un entorno multi-referencia (marca propia y private label) es el mayor riesgo reputacional y contractual del sub-sector. Cada incidente cuesta entre decenas y cientos de miles de euros directos, más el daño — potencialmente irreversible — a la relación con el cliente que compra esa fórmula.

• Es la concatenación: una OF mal leída en el arranque, un cambio de fórmula firmado con prisa, una dosificadora que arrastra resto del relleno anterior y una etiqueta tecleada a mano en la envasadora.
• Cada eslabón por separado parece aceptable y pasa su control individual. Juntos producen la bandeja que llega al lineal declarando unos alérgenos que no son los que lleva dentro.
• En un entorno multi-referencia —marca propia y desarrollos para terceros en las mismas líneas— ese es el mayor riesgo reputacional y contractual del sub-sector.
• Cada incidente cuesta entre decenas y cientos de miles de euros directos, más el daño, potencialmente irreversible, a la relación con el cliente que compra esa fórmula. Y una cadena que retira una referencia por un alérgeno no declarado rara vez vuelve a dar volumen al mismo proveedor.

Cómo encaja con el sistema IRIS

Cuatro anillos que se cruzan — es todo lo anterior, orquestado.

Los cuatro anillos coordinados: el ERP define la fórmula activa (anillo 1); la envasadora imprime lo que el ERP publica sin tecleo (anillo 2, integración legacy); la cámara Edge lee lo envasado y lo cruza con la OF, bloqueando con JIDOKA AI si no coincide (anillo 3); y el evidence pack certifica los tres anillos anteriores en cada bandeja (anillo 4). SMED AI acelera los cambios de fórmula para no penalizar productividad.

Ningún anillo por separado resuelve el problema: cada uno ya existe hoy en alguna forma y aun así la bandeja se escapa. La fuerza está en el cruce, porque lo que delata la concatenación es que cuatro fuentes independientes dejen de concordar. Cuando la OF dice una fórmula, la cámara ve otra cosa y la envasadora imprime una tercera, la línea se detiene sola.

Ver la arquitectura IRIS completa →

Antes y después

Los cuatro anillos, y qué cierra cada uno

Anillo	De qué casos sale	Qué cierra
1 · Fórmula	Arranque de lote (1) + recepción (7)	Qué fórmula, qué alérgenos y qué lotes componen la OF
2 · Etiqueta	Envasadora MAP (8) + validación en tableta (5)	Lote, caducidad y alérgenos impresos sin tecleo
3 · Línea	Sellado (9) + cambio de alérgeno (10)	Lo que de verdad sale de la formadora, pieza a pieza
4 · Evidencia	Dossier de auditoría (11) + panel de la formadora (2)	La prueba de los tres anillos anteriores, bandeja a bandeja
Cruce entre anillos	JIDOKA AI	Detiene la línea si dos fuentes no coinciden
Cambios de fórmula	SMED AI	Acelera el cambio para no penalizar productividad

Incidentes con riesgo de retirada parcial → cero. Detección de discrepancia en línea, no en el cliente.

Estimación de impacto

Estimación de impacto — a validar con calidad y dirección.

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.

• Payback estimado 6-12 meses, contado contra la primera retirada evitada.
• Protección frente a una retirada, cuyo impacto único puede superar los 100.000 € entre clasificación, logística inversa, destrucción y penalizaciones.
• Protección de la relación con los clientes private label, que es lo que condiciona la renovación de los contratos.
• Y la discrepancia se detecta en la línea, no en el cliente: incidentes con riesgo de retirada parcial llevados a cero.

Protección frente a retirada (impacto único potencialmente >€100K) y frente a la pérdida de relación con clientes private label. Payback estimado 6-12 meses contra la primera retirada evitada. *Estimación a validar* con calidad y dirección.

Y la duda razonable del responsable de producción

«¿Hay que desplegar los doce casos para tener esto?» — no, y plantearlo así sería la forma de no empezar nunca. Los anillos se construyen por capas y cada caso paga solo desde el primer mes. Con el arranque de lote y la envasadora ya tenéis el anillo 1 y el anillo 2, que es donde está la mitad del riesgo de alérgeno. Y en cada capa las extracciones son tareas ancladas, donde los mejores modelos bajan del 1,5% de error [1], con validación humana antes de escribir.

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