El pinganillo del jefe de línea que no pierde ni un dato

El problema

El que más sabe de la planta es el que nunca tiene las manos libres.

- Nadie le pregunta nada al jefe de línea porque no puede teclear mientras ajusta un parámetro o sujeta una bandeja de componentes. - Toda la información operativa crítica que tiene en la cabeza, un rechazo mayor en test, un operario que necesita refuerzo, un ajuste desviado, muere al final del turno sin quedar registrada.

• El jefe de línea recorre la jornada entera entre SMT, bobinado de estatores, ensamblaje electromecánico y test. Mientras ajusta un parámetro o sujeta una bandeja de componentes, no puede teclear.
• Por eso nadie le pregunta nada al sistema y el sistema no le pregunta nada a él. Y registrar después, en la oficina, significa reconstruir de memoria lo que vio horas antes.
• Lo que sabe es justo lo operativo que falta en los datos: un rechazo mayor en el test funcional, un operario que necesita refuerzo, un ajuste desviado en la impregnación.
• Todo eso muere al final del turno sin quedar registrado, y el siguiente jefe de línea lo descubre de nuevo. Lo mismo ocurre con la solución que encontró: tampoco queda escrita.

Cómo encaja con el sistema IRIS

Connect en modo voz con palabra de activación propia — dicta caminando.

Connect modo voz con wake-word personalizada: el jefe de línea dicta caminando, la IA estructura el dictado como incidencia vinculada al lote/línea/turno activos y devuelve apoyo por voz o por push en segundos.

El jefe de línea decide qué contar y cuándo, activándolo con su palabra. La IA estructura el dictado como incidencia vinculada al lote, la línea y el turno activos, y devuelve apoyo por voz o por aviso en segundos. Es una herramienta suya, no un control sobre él. Si se percibiera como control, nadie lo usaría en el mes seis.

Ver la arquitectura IRIS completa →

Antes y después

El recorrido de hoy frente al recorrido dictado

Aspecto	Hoy	Con iLEAN Connect
Rechazo mayor en test funcional	Se comenta en el pasillo	Incidencia atada al lote y a la estación
Ajuste desviado en impregnación	Lo recuerda quien lo vio	Registrado con línea y hora
Operario que necesita refuerzo	Se resuelve de palabra	Queda para el responsable del turno
Coste de registrar	Soltar la herramienta y buscar un terminal	Hablar sin detenerse
Respuesta del sistema	Ninguna	Apoyo por voz o aviso en segundos
Mejora continua	Sin materia prima	Alimentada con datos vivos del turno

Conocimiento que muere al final del turno → entra al sistema en tiempo real y se cruza con datos vivos de producción y calidad.

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.

• Pieza habilitante: no le ponemos payback propio. Es difícil de monetizar a priori y preferimos decirlo antes que inventar un rango de meses.
• Su valor es que sostiene toda la mejora continua de la planta, que hoy no tiene materia prima porque lo que ve el jefe de línea no se registra.
• El conocimiento que moría al final del turno entra al sistema en tiempo real y se cruza con los datos vivos de producción y de calidad.
• Lo validamos con vuestro responsable de mejora continua, que es quien mejor sabe cuánto cuesta hoy redescubrir el mismo problema. Sin su número, cualquier cifra que pusiéramos aquí sería inventada.

Difícil de monetizar a priori, pero sostiene toda la mejora continua de planta. Estimación a validar con el responsable de mejora continua.

Y la duda razonable del responsable de producción

«¿Esto sirve para controlar a mi gente?» — no: iLEAN escucha al jefe de línea, no a los operarios, y solo después de la palabra de activación. No hay escucha continua ni seguimiento de posición. Y convertir un dictado en incidencia con lote, línea y turno es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]; el propio jefe de línea ve el resumen antes de que quede guardado.

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