Aviso de maquila sin sorpresas

El problema

El negocio de maquila se planifica con datos que llegan por el canal equivocado.

El negocio de maquila depende de terceros, y los avisos de cambio llegan por canales personales a una sola persona.

• La partida que entra mañana la decide un tercero. El aviso de que trae treinta porcinos más y ningún caprino llega por mensajería, a una hora cualquiera, al móvil de una sola persona.
• Si esa persona está en línea, en el muelle o descansando, el mensaje espera. Mientras tanto el turno se cita con el volumen antiguo y la cuadrilla se convoca en vano.
• El aviso llega en lenguaje natural y sin formato: «mañana te subo unos veinte, los borregos déjalos para el jueves». Nadie lo pasa al sistema porque reescribirlo cuesta más que recordarlo.
• Y cuando el cliente reclama, no hay rastro de qué se avisó ni a qué hora, que es justo lo que decide quién asume el coste de un turno mal dimensionado. Y esa conversación siempre llega tarde, cuando la cuadrilla ya está pagada.

Cómo encaja con el sistema IRIS

Connect en modo fuentes caóticas — el canal informal deja de ser un agujero.

Connect modo fuentes caóticas. Un LLM extrae cliente, especie, volumen y nueva fecha/hora, cruza con la planificación activa y devuelve la acción concreta.

El buzón y el número del servicio de maquila quedan en copia silenciosa las veinticuatro horas. El sistema extrae cliente, especie, cabezas y nueva fecha, los cruza con la planificación viva y devuelve la acción al rol que puede ejecutarla, no un aviso genérico a un grupo. El mensaje original queda guardado al lado de la propuesta, así que nadie tiene que fiarse de un resumen.

Ver la arquitectura IRIS completa →

Antes y después

El aviso de hoy frente al aviso leído

Aspecto	Hoy	Con iLEAN Connect
Latencia del aviso	Horas, según quién mire el móvil	Segundos
Dónde queda el mensaje	En un chat personal	Atado al cliente y a la partida
Reordenar el turno	A mano, si da tiempo	Propuesta con el cruce ya hecho
Cuadrilla citada en vano	Se descubre por la mañana	Se evita la tarde anterior
Quién asume el coste	Discusión sin registro	Hora y contenido del aviso, guardados
Dependencia de una persona	Total	Ninguna: el canal es del sistema

horas de latencia humana → segundos.

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.

• Payback estimado 3-7 meses, según la frecuencia con la que vuestros clientes de maquila cambian la partida.
• De horas de latencia humana a segundos entre que el cliente escribe y el turno se replantea.
• Turnos citados con el volumen antiguo: el coste que nadie contabiliza porque no aparece en ningún parte. Se ve en el coste de personal del mes, ya mezclado con todo lo demás.
• Y cada aviso queda fechado y atado a su cliente, que es lo que zanja la discusión de quién paga un turno mal dimensionado.

Payback estimado 3-7 meses según frecuencia de incidencias de maquila. *Estimación a validar*.

Y la duda razonable del responsable de producción

«¿Y si interpreta mal un mensaje escrito de cualquier manera?» — aquí no se le pide al modelo que decida, se le pide que rellene cuatro huecos conocidos: cliente, especie, cabezas y fecha. Eso es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]. Y la propuesta de reprogramación no se aplica sola: llega al planificador como sugerencia, con el mensaje original al lado.

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