Qué cambió entre el tiro cuarenta y el cincuenta y cinco

El problema

Lo que falta en un try-out no es ojo: es memoria y correlación.

Cada vuelta de try-out cuesta prensa, acero, horas de banco y calendario. Y lo que decide si hará falta otra vuelta es la interpretación de un puñado de piezas por parte de una persona cansada al final de una jornada larga. Cuando el defecto está en una superficie de Clase A —la que verá el comprador del coche— la tolerancia es cero y la discusión con el cliente es larga, porque ninguna de las dos partes tiene evidencia estructurada: solo impresiones y fotos sueltas. Lo que falta en un try-out no es ojo. Es memoria y correlación.

• El try-out es el momento de la verdad del molde: se monta, se inyecta y se mira la pieza. Hoy la mira una persona con años de oficio, tiro a tiro, durante horas, anotando en una hoja.
• Acierta, pero no puede correlacionar cien tiros con cien combinaciones de parámetros. Y lo que decide si hará falta otra vuelta es su interpretación de un puñado de piezas al final de una jornada larga.
• Cada vuelta cuesta prensa, acero, horas de banco y calendario. Una vuelta de más en un molde complejo es una semana menos en el camino crítico.
• Cuando el defecto está en una superficie de Clase A, la tolerancia es cero y la discusión con el cliente es larga, porque ninguna de las dos partes tiene evidencia estructurada: solo impresiones y fotos sueltas.

Cómo encaja con el sistema IRIS

Edge — visión IA en la propia prensa de try-out, con inferencia local.

Edge: visión IA en la propia prensa, con inferencia local y sin enviar nada fuera de la planta.

El técnico de try-out sigue mandando: la IA le da el patrón —qué cambió entre el tiro cuarenta y el cincuenta y cinco— y él decide el ajuste de venteo, refrigeración o postizo. El efecto acumulado es un histórico que permite entrar al siguiente molde parecido sabiendo qué pasó en el anterior, y llevar a la reunión con el cliente la secuencia de tiros en vez de una carpeta de fotos del móvil.

• Cámara industrial sobre la zona de extracción de la prensa de try-out.
• Modelo de visión entrenado con piezas buenas y con el catálogo de defectos reales del taller: rechupe, rebaba, línea de flujo, quemado por gas, marca de expulsor, deformación, falta de llenado.
• Cada clasificación se guarda junto a los parámetros de esa inyectada (presión, tiempos, temperaturas) y al detalle del molde sospechoso: venteo, refrigeración, postizo.
• El técnico de try-out sigue mandando: la IA le da el patrón, él decide el ajuste.

El efecto acumulado es un histórico que permite entrar al siguiente molde parecido sabiendo qué pasó en el anterior.

Ver la arquitectura IRIS completa →

Antes y después

El try-out de hoy frente al try-out con visión

Aspecto	Hoy	Con iLEAN Edge
Registro de cada tiro	Hoja manuscrita con impresiones	Defecto clasificado y parámetros de la inyectada
Rechupe, rebaba, línea de flujo, quemado	Lo que recuerda el técnico	Catálogo del taller, tiro a tiro
Causa: venteo, refrigeración o postizo	Por experiencia	Con evidencia correlacionada
Vueltas de try-out por molde complejo	Las que hagan falta	Al menos una menos
Discusión de una superficie Clase A con el cliente	Fotos sueltas	Histórico por tiro
Siguiente molde parecido	Se empieza de cero	Con lo aprendido en el anterior

de una hoja manuscrita con impresiones → histórico de defecto por tiro correlacionado con parámetros. De diagnosticar la causa por experiencia → llegar a la causa con evidencia, y llevarla a la reunión con el cliente.

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.

• Reducción estimada de al menos una vuelta de try-out en los moldes complejos.
• Payback estimado 5-11 meses.
• Cada vuelta evitada libera prensa, banco y días de calendario en el camino crítico del molde, que es donde el deslizamiento de fecha se hace visible.
• Y la reunión con el cliente sobre un defecto de Clase A se lleva con evidencia por tiro, no con impresiones: qué se cambió, en qué inyectada y qué pasó con el defecto.

reducción estimada de al menos una vuelta de try-out en los moldes complejos; payback estimado 5-11 meses. Cada vuelta evitada libera prensa, banco y días de calendario en el camino crítico. *Estimación a validar con el histórico de vueltas por molde*.

Y la duda razonable del responsable de producción

«¿Y si clasifica como defecto una pieza que está bien?» — el falso positivo es el riesgo real de cualquier visión, y por eso el modelo se entrena con piezas buenas y con el catálogo de defectos reales de vuestro taller, con la iluminación de vuestra prensa, no con un modelo genérico. Clasificar un defecto conocido sobre una pieza conocida es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]; el caso dudoso no se cuenta como defecto en silencio: se eleva al técnico, que decide y realimenta el modelo.

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