Visión Edge sobre el faro: arañazo, huella y LED detectados antes del cliente
A la cadencia real de ensamblado de faros premium el ojo humano deja pasar defectos cosméticos u óptico-eléctricos: arañazo submilimétrico, huella dactilar, LED soldado con desplazamiento, tornillo con par incorrecto, junta que compromete IP67. Cada escape al ensamblador del OEM = escalada + containment + caída del Q-rating. Edge iLEAN coloca cámaras cenital y lateral sobre la célula, infiere en milisegundos con una CNN local y desvía el faro defectuoso antes de la prueba fotométrica y del envasado.
El control 100% visual humano es imposible a cadencia real.
En una célula de ensamblado de faros LED premium de un Tier 1, cada unidad sale en decenas de segundos y hay decenas de puntos que chequear: lente, housing, módulos LED, tornillería, junta perimetral. A esa cadencia, pedir a una persona que compruebe visualmente cada punto de cada faro no es exigente: es físicamente imposible. Lo que existe en la práctica es una inspección por muestreo, y el muestreo tiene dos problemas estructurales.
- Deja huecos — calidad comprueba una fracción mínima de los faros producidos. El arañazo submilimétrico en la lente, la huella dactilar, el LED soldado con desplazamiento, el tornillo con par incorrecto o la junta mal asentada se cuelan exactamente por el porcentaje que nadie mira.
- Aparece en el cliente — el defecto que el muestreo no cazó lo encuentra el ensamblador del OEM en su recepción o en su línea. Y un escape al cliente no es un faro perdido: es una escalada, un containment con inspección al 100% de todo el stock en tránsito, un 8D que documentar y una caída del Q-rating que condiciona las próximas nominaciones.
La consecuencia se mide en ppm cliente: en faros premium, donde la lente es la cara visible del vehículo y la estanqueidad IP67 no es negociable, el coste de que el defecto salga de la planta se dispara muy por encima del coste del scrap interno.
iLEAN Edge — cámaras cenital y lateral, CNN local y desvío antes de la prueba fotométrica.
El problema no es de criterio — el responsable de calidad sabe perfectamente qué es un faro defectuoso — es de cadencia y atención sostenida, justo donde la visión artificial gana. iLEAN Edge replica el criterio del inspector veterano a la velocidad de la célula, faro a faro, sin cansancio.
Edge ve cada faro antes de la estación fotométrica. La CNN local distingue arañazo, huella dactilar, LED desplazado, tornillo ausente y junta mal asentada. El desvío físico lo saca de la célula antes de la prueba fotométrica y del envasado. Funciona sin nube y sin enviar una sola imagen fuera de la planta. Cada desvío queda firmado con timestamp, trazable al número de serie del faro.
La pieza concreta de iLEAN para una célula de ensamblado de faros LED:
- Edge — terminal físico con cámara cenital sobre la lente y cámara lateral sobre el perímetro del housing, instaladas en la célula antes de la estación fotométrica. Lleva una CNN entrenada con ejemplos del programa concreto del cliente y de los defectos históricos capturados durante el APQP. Inspecciona arañazo submilimétrico, huella dactilar, LED soldado con desplazamiento, tornillo ausente o con asiento incorrecto y junta que compromete IP67. La inferencia es local, sin envío de imagen a la nube — sin latencia, sin coste de ancho de banda y sin fricción con los requisitos de confidencialidad del OEM —: cuando detecta defecto, dispara el desvío físico antes de la prueba fotométrica y del envasado.
- Connect — captura la orden de fabricación, el programa y el número de serie en curso, venga del ERP o del MES. Cada desvío de Edge queda firmado con timestamp y ligado al serie y al lote, así que la trazabilidad que pide IATF 16949 es automática, no una reconstrucción manual.
- Agente — vive en Central, cruza el histórico de Edge (cuántos faros desviados por hora, por tipo de defecto, por turno) con el programa y la OF de Connect. Si el arañazo se dispara siempre tras un cambio de utillaje concreto, no manda un email a medianoche: presenta la hipótesis ya cruzada al responsable de calidad, que valida y decide.
El terminal Edge se instala sobre la célula de ensamblado existente, sin cambiar la máquina. Y el modelo CNN no es una caja negra que muta sola: cada versión se documenta, se valida contra un set de faros conocidos y se aprueba por calidad antes de entrar en producción, con registro de qué versión estaba activa en cada lote.
Inspección por muestreo vs. inspección con iLEAN Edge
| Aspecto | Inspección por muestreo | Con iLEAN Edge en la célula |
|---|---|---|
| Cobertura de la inspección | Muestreo del 1-2% de los faros | Control del 100% de los faros, a cadencia real |
| Arañazo submilimétrico / huella en la lente | Depende de que caiga justo en la muestra | CNN local en cada faro, sin excepción |
| LED soldado con desplazamiento / tornillo incorrecto | Se descubre en la prueba fotométrica o en el cliente | Desviado antes de la prueba fotométrica |
| Junta mal asentada que compromete IP67 | Aparece en el test de estanqueidad o en garantía | Detectada en la célula, antes del envasado |
| Reclamaciones por defecto visual o de ensamblado | Escalada + containment + caída del Q-rating | Reducción drástica (estimación a validar) |
| Trazabilidad del defecto | Reconstrucción manual, días después | Registro de cada desvío firmado con timestamp, automático |
Estimación de impacto para tu planta — a validar con tus 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.
- Tier 1 de faros LED premium con célula de ensamblado a cadencia de decenas de segundos por unidad y decenas de puntos que chequear por faro.
- Piloto Edge sobre la célula de ensamblado — cámaras cenital y lateral + desvío físico antes de la prueba fotométrica, sin obra en la máquina. Primer valor esperable en pocas semanas.
- Payback orientativo entre 4 y 10 meses, según el ratio de ppm actual del programa. Estimación a validar contra el histórico de ppm por programa.
- Reducción esperable del ppm cliente y del coste de containment: drástica al pasar del muestreo del 1-2% al control del 100% de los faros. (Estimación a validar con tu histórico.)
- La palanca dura es una escalada del ensamblador evitada: containment al 100%, 8D, inspección del stock en tránsito y caída del Q-rating que condiciona nominaciones. Una sola paga el piloto.
Y la duda razonable del responsable de calidad
«¿Y si la IA se equivoca y deja pasar un arañazo?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. En tareas donde la IA se limita a clasificar una imagen contra patrones conocidos (este faro coincide con el patrón «bueno» o con el patrón «defecto»), los mejores modelos bajaron el error por debajo del 1,5% [1]. Y aun así, no se decide en el vacío: el responsable de calidad ve el histórico de cada turno, valida los falsos positivos en la propia interfaz de Edge y el reentreno entra con cada versión del modelo documentada y aprobada. La célula no para mientras se entrena. La persona pone el criterio; la máquina mantiene el ciclo girando.
[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.
Lo que se pregunta sobre el control de calidad del faro LED con Edge
¿Qué defectos concretos detecta iLEAN Edge en el faro LED?
Los dos grandes grupos que acaban en reclamación del ensamblador. En lo cosmético: arañazo submilimétrico en la lente de policarbonato, huella dactilar o mancha de grasa en la cara interna o externa, mota o inclusión visible dentro del faro. En lo óptico-eléctrico y de ensamblado: módulo LED soldado con desplazamiento respecto a su posición nominal, tornillo ausente o con asiento incorrecto y junta perimetral mal asentada que compromete la estanqueidad IP67. Las cámaras cenital y lateral cubren la lente y el perímetro del housing, así que el faro defectuoso se desvía antes de la prueba fotométrica y del envasado.
¿A qué cadencia real funciona Edge sin convertirse en el cuello de botella de la célula?
A la cadencia de la propia célula de ensamblado. Con ciclos de decenas de segundos por faro y decenas de puntos que chequear en cada unidad, la CNN local infiere en milisegundos por imagen: el cuello de botella nunca es la visión, es el actuador de desvío físico. La señal de defecto llega al desvío antes de que el faro entre en la estación fotométrica, así que la unidad mala nunca consume un ciclo de prueba ni acaba dentro de un embalaje bueno. La célula no se ralentiza; simplemente deja de dejar pasar el defecto.
¿Cómo se entrena la CNN con el programa propio del Tier 1 durante el APQP?
Con ejemplos reales del programa concreto, no con una librería genérica de faros. Durante el APQP, el responsable de calidad marca faros buenos y faros con cada tipo de defecto — arañazo, huella, LED desplazado, tornillo ausente, junta mal asentada — incluyendo los defectos históricos capturados en los AMEF y en las 8D del programa anterior. La CNN aprende el patrón visual de esa lente, ese housing y esa configuración de módulos LED. Cuando entra un nuevo programa o un cambio de ingeniería, se reentrena con las nuevas muestras y la nueva versión del modelo se documenta, se valida contra un set de faros conocidos y se aprueba antes de entrar en producción.
¿Funciona Edge sin nube? ¿Cómo se protege la confidencialidad del OEM?
Sí. Edge es un terminal físico on-premise con la CNN cargada en el propio dispositivo: la inferencia es local y ninguna imagen del faro sale a la nube. Eso resuelve de golpe la latencia, el coste de ancho de banda y — lo decisivo en automoción — los requisitos de confidencialidad del OEM: la geometría del faro de un programa aún no lanzado no puede circular por servidores de terceros. Si la planta pierde WiFi o fibra, Edge sigue inspeccionando cada faro y disparando el desvío. Cuando la red vuelve, el registro firmado de desvíos sube para cruzarse con la trazabilidad del lote.
¿Cómo se registra cada desvío para la trazabilidad del programa?
Cada desvío queda firmado con timestamp y ligado al número de serie del faro, a la orden de fabricación y al turno, con la imagen del defecto y la versión del modelo CNN que lo clasificó. Eso permite reconstruir qué defecto se desvió, cuándo y con qué criterio — exactamente lo que pide una auditoría IATF 16949 o un containment del ensamblador. Además, el histórico por tipo de defecto y por turno alimenta el análisis de causa raíz: si el arañazo se dispara siempre tras un cambio de utillaje concreto, el dato ya está cruzado y firmado, no hay que reconstruirlo a mano días después.
Que el defecto no salga de tu célula — te pasamos en 48h el ROI estimado de este proyecto de IA para tu línea de faros LED.
Trabajamos sobre los datos reales de tu planta, no sobre los nuestros. Diagnóstico sin compromiso.
Piloto Edge sobre tu célula de ensamblado — 8-12 semanas ‹ Ver todos los casos de faros LED Ver automoción