Humans in command: la mezcla se valida antes de entrar al ERP

El problema

Un dato de mezcla mal registrado acaba en la ficha técnica del cliente.

Si la mezcla o el destino del lote entran mal al ERP, contaminan la ficha técnica enviada al cliente panadero — un riesgo comercial, no solo de calidad.

• La mezcla de trigos y el destino del lote alimentan la ficha técnica que recibe el cliente: proteína, W, P/L, falling number, cenizas.
• Si la mezcla entra mal al ERP, la ficha técnica sale mal, y eso es un riesgo comercial, no solo de calidad.
• Que la inteligencia artificial escriba sola en el sistema central es, con razón, el principal freno de cualquier dirección de calidad a digitalizar el molino.
• Pero el jefe de molienda tampoco quiere teclear: cada minuto en un terminal es un minuto fuera de la planta. Y lo que se teclea con prisa es justo lo que acaba con erratas.

Cómo encaja con el sistema IRIS

Connect en modo verificación humana — dos toques en una tableta.

Tableta industrial con resumen visual claro de lo capturado (foto, voz, email). El jefe de molienda confirma o corrige con dos toques antes de que el dato cruce al sistema central.

Es la puerta por la que pasa todo lo que capturan las demás piezas: foto, voz o correo. Humans in command convertido en arquitectura, no en promesa. Sin ella, ninguna dirección de calidad deja que un sistema escriba en el histórico de un molino certificado. Y el jefe de molienda no teclea: mira, confirma y vuelve a la planta.

Ver la arquitectura IRIS completa →

Antes y después

La mezcla registrada hoy frente a la mezcla confirmada

Aspecto	Hoy	Con iLEAN
Qué entra al ERP	Lo que alguien teclea, tarde	Lo que el jefe de molienda confirmó
Porcentajes de la mezcla	Transcritos a mano	Resumen visual, dos toques
Error de captura	Contamina la ficha técnica	Se corrige antes de entrar
Autor del dato	Quien tecleó	Quien vio la mezcla
Histórico de calidad	Con huecos y erratas	Cada registro con firma
Tiempo del jefe de molienda	Un terminal lejos de la planta	Segundos en una tableta

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 pieza habilitante y no le ponemos número, porque su retorno está en lo que hace posible, no en lo que ahorra.
• No añade coste de implantación aparte: viaja con cualquiera de las demás piezas de captura. La tableta y la pantalla de validación forman parte de la misma implantación.
• Elimina el riesgo de contaminar el histórico de calidad y la ficha técnica con datos sin validar. Un histórico limpio es el que permite luego comparar campañas y mezclas con confianza.
• Y es la que hace aprobable el resto de la matriz ante calidad y dirección: cada dato llega con quién lo confirmó y cuándo.

Sin coste de implantación adicional; elimina el riesgo de contaminar el histórico de calidad con datos sin validar. Estimación a validar.

Y la duda razonable del responsable de producción

«Si al final lo confirma una persona, ¿qué ahorra la IA?» — el trabajo no está en decidir, está en reunir. Hoy alguien tendría que buscar el parte, los silos y el lote y teclearlos. Aquí llega todo reunido y solo se confirma o corrige. La extracción previa es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]; la tableta es la red para ese resto, y cada corrección queda guardada.

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