Control de cinturones de seguridad con IA — el fallo no se ve hasta el día del accidente.

El problema

Cuatro fuentes de fallo, y todas viven en sistemas distintos.

Un cinturón de seguridad moderno integra cuatro grupos de componentes y cada uno tiene su patrón de defecto:

1. La cinta — poliéster trenzado, marcaje con hilo, costura del extremo. Un salto en la trama o una costura saltada cambian la curva de carga.
2. El retractor — resorte, sensor inercial, pretensor pirotécnico. Si el par del resorte cae fuera de ventana o el pretensor lleva un mal soldado, no se nota hasta el ensayo dinámico (y a veces ni allí).
3. El herraje y el anclaje — chapa estampada, soldadura por puntos, remachado del extremo. Una soldadura con porosidad sólo aparece en el ensayo destructivo, y el ensayo es muestreado.
4. La receta del modelo — cinta de adulto vs kit infantil, longitud, color, conector específico del OEM. En el cambio de SKU es cuando se mezcla referencia.

El responsable de calidad sabe que el banco dinámico al final de la línea es destructivo y muestreado. El ensayo de carga estático cubre solo una porción. El sistema clásico (banco + checklist + auditoría posterior) funciona el 99% de las veces — y ese 1% es el que llega al telediario. Cada retirada masiva de cinturones empezó así.

Cómo encaja con el sistema IRIS

iLEAN no sustituye al banco — pone un control 100% en línea encima.

El problema del cinturón no es falta de banco: es información en islas (resultado del banco en su PC, costura registrada por la máquina de coser, par del retractor en otra ventana, receta del modelo en el MES). En el momento crítico — la salida de la unidad — esas cuatro fuentes no se cruzan. iLEAN actúa como la masilla que rellena esos huecos sin tocar el banco ni la cosedora.

Edge ve la cinta, la costura y el retractor en línea. Connect captura el resultado del banco y la receta del modelo. El agente cruza con la norma UNECE R16 y retiene. La persona firma — nunca al revés.

Las tres piezas iLEAN aplicadas al control de cinturones:

• Edge — terminal con visión artificial (CNN) sobre las estaciones críticas: imagen de la cinta (defectos de trama, hilo de marcaje), de la costura del extremo, del herraje remachado, y del marcaje del retractor. Dispara el actuador (semáforo, separador) en milisegundos si algo no cuadra. Funciona sin red: si la planta se queda sin WiFi, Edge sigue leyendo y reteniendo unidades.
• Connect — captura el resultado del banco de ensayo de carga (estático y dinámico) venga del bus moderno, del PC viejo del banco, o leído por cámara del display. Captura también el par del resorte del retractor desde la máquina de calibración y la receta del modelo desde el ERP/MES. Lo que llega por fuera (email del proveedor del pretensor con un lote bajo sospecha) entra en el segundo cero.
• Agente — cruza la imagen de Edge, el resultado del banco, el par del retractor, el lote del pretensor pirotécnico, el VIN destino y la receta del modelo. Si algo no cuadra, retiene la unidad y avisa al responsable de calidad por su canal. La persona valida y firma; la línea no se reanuda sola.

Ver la arquitectura IRIS completa →

Antes y después

Banco muestreado + auditoría vs. control en línea con iLEAN

Aspecto	Hoy (banco + checklist + auditoría posterior)	Con iLEAN Edge + Connect + Agente
Cobertura del ensayo de carga	Muestreado por lote, destructivo	Banco mantenido + visión 100% por unidad en línea
Defectos de costura del extremo	Ojo humano, fin de turno	Visión CNN sobre la costura, antes del enrollado
Par del retractor	Calibrado por lote, registrado localmente	Capturado por Connect, enlazado al número de serie
Cambio de SKU multi-modelo	Checklist en papel, riesgo en el cambio	Edge valida la referencia montada vs receta del modelo
Enlace lote-a-VIN	Reconstruido si hay incidente, semanas	Dossier por unidad, automático, listo para PPAP/8D
Funcionamiento sin red	n/a	Edge sigue operando con la luz del cuadro

Estimación de impacto

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.

• Línea de ensamblaje de cinturones multi-modelo (adulto, kit infantil) con cosedora de extremo, calibrado del retractor, banco dinámico de carga al final.
• Piloto Edge en una línea (cámara sobre costura + cámara sobre retractor + integración con el banco). Primer valor esperable en pocas semanas.
• Payback orientativo entre 4 y 9 meses, según la frecuencia de PRR/8D del OEM en los últimos años.
• La palanca dura es una sola retirada evitada: el coste de una llamada a taller en seguridad pasiva paga el piloto y la expansión a las otras líneas.

Y la duda razonable del responsable de calidad

«¿Y si la IA se equivoca y deja pasar un cinturón con costura defectuosa?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. En tareas donde la IA se limita a comparar una imagen de costura con un patrón aprendido, los mejores modelos bajaron el error por debajo del 1,5% ^[1]. Y aun así, lo crítico no se decide solo: iLEAN retiene la unidad y la persona firma. El estándar de calidad de automoción del orden de 25 PPM ^[2] no se sostiene con muestreo: se sostiene con visión por pieza.

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

^[2] Symestic — estándar de calidad de automoción del orden de 25 PPM.