El defecto que el conductor ve el primer día, detectado en la línea
Un panel de control puede pasar la inspección óptica automática, el test en circuito y el test funcional, y aun así estar defectuoso. Porque los defectos que más reclama el cliente en esta familia de producto no son eléctricos: son cosméticos y de percepción. Con iLEAN Edge, una cámara con iluminación controlada inspecciona cada pieza con el mismo criterio a la velocidad de la línea, y la persona inspectora pasa de buscar defectos a decidir sobre los casos que importan.
Es el defecto que el conductor ve todos los días desde su asiento.
Un rayado en la superficie decorada. Un punto de pintura. Un símbolo cuyo lacado láser dejó el borde irregular. Una retroiluminación desigual entre dos teclas contiguas. Un ajuste fuera de tolerancia entre carcasa y embellecedor. Ninguno de esos lo detecta un test eléctrico:
- Los busca hoy una persona al final de la línea — a cadencia, turno tras turno, con la iluminación de la nave y con la fatiga acumulada.
- No es un problema de profesionalidad — dos inspectores del mismo puesto rara vez clasifican igual las piezas frontera, y la misma persona tampoco clasifica igual a primera hora que al final del turno.
- Y es el defecto que más reclamaciones genera en electrónica de interfaz por una razón simple: un fallo eléctrico intermitente puede pasar desapercibido meses; un símbolo mal iluminado se ve el primer día.
De ahí que el criterio de aceptación cosmético sea el punto más discutido con el cliente — y el único que hoy no está escrito en ninguna parte que se pueda enseñar.
Edge — la persona pasa de buscar defectos a decidir sobre los casos que importan.
El problema no es de criterio sino de constancia y de medición: aplicar el mismo umbral en todas las piezas y en todos los turnos, y poder medir lo que hoy se valora a ojo.
Cámara industrial con iluminación controlada sobre el puesto de inspección final. Modelo entrenado con piezas reales buenas y malas de la referencia concreta, no con un catálogo genérico. Inferencia local en milisegundos y medición objetiva de la uniformidad de la retroiluminación, en lugar de valoración a ojo.
Cómo opera Edge en la inspección final:
- Iluminación controlada, no la de la nave — un rayado se ve igual a primera hora que al final del turno solo si la luz es la misma. Media parte del problema de la inspección cosmética es la iluminación.
- Entrenado con piezas reales de la referencia — lo que es defecto depende del acabado y del producto. Un catálogo genérico no conoce la frontera que discute tu cliente.
- La retroiluminación se mide, no se valora — la uniformidad entre teclas contiguas pasa de ser una apreciación a ser un número, que es lo que permite discutirla con datos.
- Inferencia local en milisegundos — no depende de la nube: la línea no se detiene si cae el enlace.
- Las piezas frontera van a la persona — que decide. Y cada decisión humana afina el criterio del modelo. Humans in command.
Inspección cosmética humana vs. inspección potenciada por Edge
| Aspecto | Persona al final de la línea | Con iLEAN Edge |
|---|---|---|
| Criterio entre personas y turnos | Variable, sobre todo en piezas frontera | Único y medido |
| Constancia a lo largo del turno | Se degrada con la fatiga | La misma a primera hora y al final |
| Uniformidad de retroiluminación | Valorada a ojo | Medida de forma objetiva |
| Iluminación | La de la nave | Controlada y estable |
| Dónde se detecta el defecto | A veces lo detecta el cliente | En línea, antes del embalaje |
| Papel de la persona | Buscar defectos a cadencia | Decidir sobre los casos que importan |
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.
- Planta de paneles electrónicos de interfaz con inspección cosmética final y reclamaciones de cliente por rayado, lacado o retroiluminación.
- Piloto Edge sobre el puesto de inspección final: cámara con iluminación controlada, inferencia local y entrenamiento con piezas reales de la referencia. Primer valor esperable en pocas semanas.
- Reducción estimada de reclamaciones cosméticas e incidencias de cliente de al menos un 30%. Estimación a validar con el histórico de reclamaciones.
- Payback orientativo entre 6 y 12 meses según cadencia y coste actual de una reclamación.
- El retorno menos obvio: el criterio cosmético deja de ser tácito y pasa a ser medible y enseñable — tanto a quien entra nuevo como al propio cliente cuando hay que discutir una frontera.
Y la duda razonable del responsable de calidad
«¿Y si la cámara rechaza piezas buenas?» — las piezas frontera no se rechazan solas: se presentan a la persona inspectora, que decide. Y cada decisión suya afina el criterio del modelo, así que el margen se ajusta con el uso. Sobre la fiabilidad, clasificar una imagen contra un patrón entrenado con piezas reales de la referencia es tarea anclada, donde los mejores modelos bajaron el error por debajo del 1,5% [1].
[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.
Lo que se pregunta sobre la inspección cosmética con visión IA
¿Por qué no lo detectan los tests que ya tenemos?
Porque comprueban otra cosa. La inspección óptica automática, el test en circuito y el test funcional verifican que la placa está bien montada y que hace lo que debe hacer — y un panel con un rayado en la superficie decorada, un lacado de símbolo irregular o una retroiluminación desigual pasa los tres sin problema. Son defectos de aspecto y de percepción, no eléctricos. Y son precisamente los que más reclamaciones generan en electrónica de interfaz, porque el conductor los ve todos los días desde su asiento: un fallo eléctrico intermitente puede pasar meses desapercibido, un símbolo mal iluminado se ve el primer día.
¿Sustituye a la persona inspectora?
No: le cambia el trabajo. Hoy busca defectos a cadencia, turno tras turno, con la iluminación de la nave y la fatiga acumulada — una tarea de resistencia visual. Con Edge, la cámara hace el barrido con criterio constante y las piezas frontera se presentan a la persona, que decide. Pasa de buscar a decidir sobre los casos que importan, que es donde su criterio aporta. Y hay un efecto de vuelta: cada decisión humana afina el criterio del modelo, así que el sistema converge hacia el estándar real de la casa.
¿Cómo se mide la uniformidad de la retroiluminación?
Objetivamente, que es la diferencia clave. Hoy la desigualdad entre dos teclas contiguas se valora a ojo, y por eso es una de las fronteras más discutidas con el cliente: no hay número que poner sobre la mesa. Con la cámara y la iluminación controlada, la uniformidad pasa a ser una medición, con lo que se puede fijar un umbral, comprobar si se cumple y demostrarlo. Eso cambia la conversación con el cliente de una apreciación a un dato — y permite además detectar derivas antes de que alguien las perciba a simple vista.
¿Se para la línea si cae la conexión?
No. La inferencia es local, en milisegundos, en un equipo a pie de línea: no depende de la nube, así que la línea no se detiene si cae el enlace. Es una decisión de diseño con dos motivos: la latencia — a cadencia de inspección final no se puede esperar a una respuesta remota — y la robustez operativa. Lo que se sincroniza después es el registro de cada decisión con su imagen, no la decisión en sí, que ya se ha tomado en planta.
¿Por qué entrenar con nuestras piezas y no con un catálogo?
Porque en cosmética lo que es defecto depende del acabado, del color y de la referencia. Un rayado que en una superficie mate es inaceptable puede ser invisible en una texturada; un borde de lacado irregular tiene una tolerancia distinta según el símbolo. Un catálogo genérico no conoce esas fronteras y produce dos problemas a la vez — rechaza lo bueno y deja pasar lo malo. Entrenando con piezas reales buenas y malas de la referencia concreta, el modelo aprende el límite que tu cliente discute, que es el único que importa.
¿Qué porcentaje de vuestras reclamaciones de cliente son cosméticas?
Trabajamos sobre los datos reales de tu planta, no sobre los nuestros. Con piezas de tu referencia te enseñamos qué detecta. Diagnóstico sin compromiso.
Ver cómo lo aplicamos en tu planta ‹ Ver los 12 casos de paneles electrónicos Ver automoción