Limpio antes de cambiar de especie

El problema

El procedimiento de limpieza está bien hecho. El problema es cómo se firma.

Hoy un responsable firma "limpio" sin evidencia objetiva.

• Cada cambio de especie y cada cambio de cliente de maquila exigen una limpieza certificable de raíl, ganchos, mesas, sierras y cintas. El procedimiento existe y está bien escrito.
• Lo que falla es el momento de la firma: bajo presión de tiempo, porque el cambio está en la ruta crítica del turno, y sin nada objetivo detrás de la casilla.
• Un resto de la especie anterior en una sierra o en una cinta no se ve desde la puerta, y quien firma no siempre puede recorrer los doce puntos con la línea parada y el reloj corriendo.
• Si después llega una reclamación de un cliente de maquila, la investigación choca con una casilla marcada y ninguna prueba. No es mala fe: es que una firma no es una comprobación.

Cómo encaja con el sistema IRIS

Edge con JIDOKA AI — la línea no arranca con la especie siguiente sin evidencia.

Edge + JIDOKA AI. Cámaras con CNN entrenada para reconocer "limpio vs. resto de la especie/lote anterior".

Las cámaras no deciden solas: contrastan cada punto crítico con su imagen de referencia y es el responsable quien firma sobre esa evidencia. Lo que cambia no es quién autoriza el arranque, sino sobre qué lo autoriza. Y la evidencia queda guardada con su hora, así que la firma sigue valiendo seis meses después.

Ver la arquitectura IRIS completa →

Antes y después

El cambio de hoy frente al cambio validado

Aspecto	Hoy	Con iLEAN Edge
Detrás de la firma	Una casilla marcada	Doce puntos contrastados
Resto de la especie anterior	Se ve si alguien mira	Se detecta antes de arrancar
Momento de la comprobación	Con el reloj corriendo	Segundos, en paralelo
Primera partida de la especie nueva	Bajo sospecha	Validada antes del primer corte
Reclamación de cliente de maquila	Sin nada que enseñar	Imagen y hora de cada punto
Arranque sin conformidad	Posible	Bloqueado, o excepción firmada

firma a ciegas → firma basada en evidencia visual.

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.

• No le ponemos un rango de payback en meses, y preferimos decirlo: aquí el retorno es evitar una no conformidad o una reclamación de un cliente de maquila, y esa frecuencia solo la conocéis vosotros.
• Lo que sí se puede poner encima de la mesa es vuestro histórico: cuántas reclamaciones por limpieza o por cruce de especies habéis tenido y qué costó cada una.
• La firma de limpieza pasa de ser una casilla a ser doce puntos contrastados contra su imagen de referencia.
• Y la primera partida de la especie nueva deja de nacer bajo sospecha, que es lo que hoy obliga a mirarla dos veces. Ese doble control informal desaparece del turno.

Protección frente a no conformidad o reclamación de un cliente de maquila. *Estimación a validar*.

Y la duda razonable del responsable de producción

«¿Y si la cámara bloquea el arranque sin motivo con el turno esperando?» — es la objeción correcta, porque el cambio está en la ruta crítica. El sistema no detiene por incertidumbre del modelo, sino por discrepancia comprobable contra el estado de referencia de ese punto, y ante duda eleva al responsable en lugar de bloquear en silencio. Incluso en la lectura previa, tarea anclada, los mejores modelos bajan del 1,5% de error [1]; aun así, la última palabra y la firma siguen siendo de una persona.

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