La costura es lo que aguanta la presión

El problema

Este defecto no genera señal: no hay reclamación, no hay devolución, no hay indicador que se mueva.

La inspección de costura es típicamente visual y por muestreo, o al 100% pero dependiendo de la atención sostenida de una persona a ritmo de máquina durante ocho horas. Las máquinas modernas detectan rotura de hilo, pero no detectan puntada saltada ni desviación del patrón, que son justo los modos de fallo que importan. Y hay una ventana temporal muy corta: una vez la pieza está plegada dentro del módulo, la costura ya no es inspeccionable. Cualquier duda posterior obliga a destruir la unidad para mirarla. Por eso el punto de control tiene que estar antes del plegado, o no está. Lo que hace único a este defecto es que no genera señal: no hay reclamación, no hay devolución, no hay indicador de calidad que se mueva. El fallo se manifiesta una única vez, el día que de verdad importaba.

• Cuando el generador de gas dispara, lo que impide que el cojín reviente es la costura. Una puntada saltada, un hilo con tensión irregular o una costura desviada del patrón no se ven a simple vista, y a la cadencia real de la máquina de coser el ojo humano no llega.
• La inspección es visual y por muestreo, o al 100% pero dependiendo de la atención sostenida de una persona a ritmo de máquina durante ocho horas. Las máquinas modernas detectan rotura de hilo, pero no detectan puntada saltada ni desviación del patrón, que son justo los modos de fallo que importan.
• Y la ventana es muy corta: una vez el cojín está plegado dentro del módulo, la costura ya no es inspeccionable. Cualquier duda posterior obliga a destruir la unidad para mirarla. Por eso el punto de control tiene que estar antes del plegado, o no está.
• Lo que hace único a este defecto es que no genera señal. Si la pieza pasa, se pliega, se monta y sale, el fallo se manifestará una única vez, el día que de verdad importaba.

Cómo encaja con el sistema IRIS

Edge — visión CNN local a la salida de la costura, pieza a pieza y antes del plegado.

Edge — visión CNN local en la línea.

La inferencia es local, en milisegundos, sin enviar una sola imagen a la nube: por latencia, por coste y porque el patrón de costura del cojín es propiedad del cliente. Y la imagen de cada pieza queda asociada a su registro, de modo que la evidencia visual de que esa costura era buena existe aunque la pieza ya esté plegada dentro del módulo.

• Cámara industrial sobre la salida de las máquinas de costura.
• GPU Edge local: inferencia en milisegundos, pieza a pieza. Sin enviar imagen a la nube, por latencia, por coste y porque el diseño del cojín es propiedad del cliente.
• Red entrenada con ejemplos buenos y malos del patrón de costura de cada variante que se fabrica.
• La pieza defectuosa se separa antes de entrar al plegado.
• La imagen de cada pieza queda asociada a su registro, de modo que la evidencia visual existe aunque la pieza ya esté plegada.

Ver la arquitectura IRIS completa →

Antes y después

La inspección de hoy frente a la visión Edge

Aspecto	Inspección visual	Con iLEAN Edge
Cobertura	Muestreo, o atención humana sostenida	100 % de las piezas
Puntada saltada y desviación de patrón	La máquina no las ve	Clasificadas pieza a pieza
Punto de detección	Aguas abajo, o nunca	Antes del plegado, donde aún es visible
Coste del defecto detectado	Destruir el módulo para mirar	Separar un cojín sin plegar
Evidencia de una costura concreta	«No podemos demostrarlo»	Imagen archivada por unidad
Dónde se procesa la imagen	—	En la línea, sin nube

de muestreo (o atención humana sostenida) a control del 100% de las piezas · de defecto detectado aguas abajo —o nunca— a detección donde todavía es visible y todavía es barato · de "no podemos demostrar que esa costura era buena" a imagen archivada por unidad.

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.

• Payback estimado 5-12 meses, según cadencia y ratio de defecto actual.
• El valor dominante no es el scrap evitado, sino la eliminación de un modo de fallo que solo se manifiesta en el accidente.
• De muestreo —o de atención humana sostenida— a control del 100% de las piezas, en cada variante de cojín que se fabrica.
• Y de «no podemos demostrar que esa costura era buena» a una imagen archivada por unidad, consultable desde el número de serie del módulo.

payback estimado 5-12 meses según cadencia y ratio de defecto actual. El valor dominante no es el scrap evitado, sino la eliminación de un modo de fallo que solo se manifiesta en el accidente. *Estimación a validar con el responsable de calidad.*

Y la duda razonable del responsable de producción

«¿Y si separa cojines buenos?» — el falso positivo es el riesgo real de cualquier visión, y por eso la red se entrena con ejemplos buenos y malos del patrón de costura de vuestras variantes concretas y con la iluminación de ese puesto, no con un modelo genérico. Los casos de borde no se rechazan sin más: se elevan para que decida una persona sobre la imagen, y cada decisión realimenta el entrenamiento. Esa puerta humana es la misma que en las tareas ancladas de captura, donde los mejores modelos bajan del 1,5% de error [1].

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