El arranque de lote deja de vivir en un papel

El problema

Lo más valioso del documento es justo lo que está escrito a mano.

La OF se imprime del ERP y se anota a mano en cuanto hay una desviación real: un lote de materia prima sustituido, una cantidad ajustada, una observación del responsable. Esa anotación manuscrita es la parte más valiosa del documento, porque es donde queda escrito lo que de verdad pasó — y es exactamente la parte que no está en ningún sistema. Pueden pasar de cuatro a ocho horas, o el turno entero, antes de que alguien digitalice esos papeles. Mientras tanto, el lote existe físicamente pero no existe en los datos. Y cuando meses después hay que investigar por qué un tono salió fuera de patrón, la reconstrucción empieza buscando papeles en un archivador.

• La OF sale impresa del ERP, pero lo que de verdad pasó se anota encima a mano: el lote de materia prima sustituido, la cantidad ajustada, la observación del responsable.
• Esa anotación manuscrita es la primera evidencia que pide un auditor de GMP, y es exactamente la parte que no está en ningún sistema.
• Entre cuatro y ocho horas, o el turno entero, el lote existe físicamente pero no existe en los datos.
• Meses después, cuando hay que investigar por qué un tono salió fuera de patrón, la reconstrucción empieza buscando papeles en un archivador.

Cómo encaja con el sistema IRIS

Connect en modo foto — el técnico sigue rellenando el mismo papel.

Connect modo foto a lo analógico. El técnico fotografía la OF y la hoja de pesadas con su móvil o con la tableta industrial de la sala de pesaje. Un LLM anclado reconoce la estructura del documento y extrae los campos: tono, código de fórmula, cantidad, lote de cada materia prima, cantidad real pesada, desviación respecto a teórico, firma del técnico y observaciones manuscritas. El resultado pasa por la tableta de verificación humana temprana y, una vez firmado, se guarda en la memoria central atado al identificador de lote. Flujo: foto → extracción estructurada → resumen visual en tableta → ✓ del técnico → memoria central → disponible por número de lote, con la imagen del papel original adjunta como evidencia.

El cambio de hábito es cero, y en una sala de pesaje bajo GMP eso no es comodidad: es la única forma de que el registro siga existiendo en el mes seis. Cualquier sistema que pida teclear entre pesada y pesada se rellena al final del turno, de memoria.

Ver la arquitectura IRIS completa →

Antes y después

El arranque en papel frente al arranque capturado

Aspecto	Hoy, en papel	Con iLEAN Connect
Cuándo existe el lote en datos	4-8 h después, o al cierre de turno	Segundo cero
La anotación manuscrita	Se pierde o se archiva sin leer	Extraída y atada al lote
Trazabilidad materia prima → producto	Se reconstruye a mano	Grafo que se construye solo
Evidencia de arranque para GMP	Disponible semanas después	Disponible el mismo día
Investigar un tono fuera de patrón	Empieza buscando papeles	Empieza con el dato delante
Rutina del técnico de pesaje	—	Sin cambios: dos fotos

de 4-8 h (o un turno completo) de latencia a segundo cero. De trazabilidad materia prima → producto reconstruida a mano, a grafo que se construye solo. De evidencia de arranque disponible semanas después, a disponible el mismo día.

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 4-9 meses, según el número de lotes al día.
• Tiempo de transcripción y archivo que recupera el responsable de fabricación.
• De 4-8 h de latencia entre el papel y el sistema, al segundo cero.
• Evidencia de arranque disponible el mismo día en lugar de semanas después.

payback estimado de 4 a 9 meses según el número de lotes al día, contando el tiempo de transcripción y archivo que recupera el responsable de fabricación. *Estimación a validar*.

Y la duda razonable del responsable de producción

«¿Y si lee mal el lote de una materia prima?» — leer campos de un documento de estructura conocida es una tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]. Pero la respuesta de verdad es la otra: el resumen extraído pasa por la tableta y una persona lo confirma o lo corrige antes de que cruce al sistema. En un entorno GMP eso no es opcional, y aquí es la arquitectura.

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