Cero devoluciones de garantía por defecto de origen

El problema

Un recall de seguridad casi nunca nace de un único fallo.

Un recall de seguridad no es solo el coste directo del retiro: es la relación con el distribuidor, la exposición regulatoria y la reputación de marca en mercados de exportación exigentes.

• La devolución de garantía o el recall de seguridad por defecto de origen es el dolor capital de una fábrica de línea blanca que exporta.
• Suele ser la suma de varios eslabones: un lote de compresores mal asignado en el muelle, un número de serie tecleado deprisa, una unidad que no corresponde a su OF y una prueba final sin evidencia. Cada uno pasa su control por separado.
• El coste no es solo el retiro: es la relación con el distribuidor, la exposición regulatoria y la reputación de marca en mercados de exportación exigentes.
• Y sin trazabilidad unitaria, acotar el recall a los números de serie afectados es imposible: se retira de más por precaución.

Cómo encaja con el sistema IRIS

Cuatro anillos de verificación que se cruzan — los once casos anteriores, orquestados.

Anillo 1 (ERP: lote de componente crítico) + Anillo 2 (etiquetadora: número de serie sin tecleo) + Anillo 3 (Edge: lectura visual cruzada con la OF, JIDOKA AI bloquea si no coincide) + Anillo 4 (evidence pack: dossier con prueba final y firma). SMED AI mantiene la velocidad de cambio entre lotes.

Ningún anillo por separado evita el recall: cada uno existe ya de alguna forma y aun así el defecto se escapa. Lo que lo delata es que cuatro fuentes independientes dejen de concordar, y que esa discrepancia pare el producto en la línea, no en casa del cliente.

Ver la arquitectura IRIS completa →

Antes y después

Los cuatro anillos contra el recall, y qué cierra cada uno

Anillo	De qué casos sale	Qué cierra
1 · ERP	Arranque de línea (1) + albarán de componentes (7)	Qué lote de componente crítico lleva cada unidad
2 · Etiquetadora	Número de serie sin tecleo (8)	Que cada aparato quede identificado sin error humano
3 · Edge	Acabado (9) + cambio de color y molde (10)	Lectura visual cruzada con la OF; JIDOKA AI bloquea si no coincide
4 · Evidence pack	Laboratorio (6) + seguridad eléctrica (11)	Dossier con prueba final y firma por unidad
Si dos anillos no concuerdan	JIDOKA AI	La unidad se detiene antes de salir de planta
Entre lote y lote	SMED AI	La velocidad de cambio se mantiene pese a los controles

Riesgo latente de recall no trazado → detección de discrepancia en línea, antes de que el producto salga de planta.

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 6-12 meses contra el primer incidente evitado, a validar con calidad y Operaciones.
• Del riesgo latente de recall no trazado a la detección de la discrepancia en línea, antes de que el producto salga de planta.
• Si un recall llega a producirse, se acota a los números de serie del lote afectado en lugar de retirar de más.
• Y protección de la relación con el distribuidor y de la reputación de marca en los mercados de exportación.

Payback estimado 6-12 meses contra el primer incidente evitado. *Estimación a validar* con calidad y Operaciones.

Y la duda razonable del responsable de producción

«¿Hay que desplegar los doce casos para tener esto?» — no, y plantearlo así es la forma de no empezar nunca. Los anillos se construyen por capas y cada caso paga solo: con el arranque de línea y la etiquetadora ya tenéis el anillo 1 y el 2. JIDOKA AI para ante discrepancia comprobable entre fuentes, no ante una duda del modelo; y donde hay extracción, la tarea es anclada y 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.