La máquina sigue siendo ella, pero ahora habla

El problema

El cuello de botella de las envolventes es la máquina que menos datos da.

La punzonadora es un cuello de botella crítico de capacidad justo cuando la planta amplía producción. Su panel muestra programa de corte, contador de piezas y alarmas de cambio de herramienta, pero hoy nadie lo correlaciona porque la información muere en pantalla cada vez que rota de vista.

• Puertas, laterales, techos y fondos de cada gabinete salen de la misma línea de corte y plegado de chapa. Si esa línea no da abasto, el ensamblaje espera aunque haya breakers y barras de cobre en stock, y la rampa se frena por una chapa que no llega.
• Su panel propietario tiene diez o veinte años y está aislado de red: muestra programa de punzonado, contador de piezas y alarmas de cambio de herramienta, y todo muere en pantalla al rotar de vista. Lo que el operario ve un segundo no lo ve nadie más.
• Nadie sabe cuántos minutos por turno se van en cambios de herramienta de torreta, atascos de chapa o esperas de material, así que cada reunión de capacidad empieza con una discusión sobre cifras.
• Sustituirla en plena rampa de expansión es inviable, y abrir su controlador para sacar datos tampoco lo autoriza nadie: si la máquina se para por un experimento, se para todo el gabinete. Así que la máquina sigue funcionando a ciegas para todos menos para quien la tiene delante.

Cómo encaja con el sistema IRIS

Connect en modo foto sobre panel — una cámara fija lee lo que la máquina ya muestra.

Connect modo foto sobre panel con cámara industrial fija. OCR más un modelo de lenguaje anclado interpreta cada frame y estructura piezas por hora y paradas por causa, cruzando con el ERP qué orden estaba en producción — sin tocar el PLC ni el panel original.

La máquina sigue siendo ella: no se toca el PLC, no se abre el controlador y no se pide nada al fabricante. Lo que cambia es que cada pantalla deja de evaporarse, y que la decisión de comprar otra punzonadora se puede tomar con datos de OEE en vez de con intuición.

Ver la arquitectura IRIS completa →

Antes y después

La punzonadora muda frente a la punzonadora leída por cámara

Aspecto	Hoy	Con iLEAN Connect
OEE de la línea de chapa	Desconocido	Piezas por hora y por programa
Paradas por cambio de herramienta de torreta	Se intuyen	Contadas por causa y turno
Qué orden de gabinetes corría	Nadie lo cruza	Cruzado con el ERP
Controlador y PLC de la punzonadora	Cerrados a cualquier integración	Intactos: la cámara lee por fuera
Causa raíz de una parada de chapa	Discusión en la reunión	Minutos, por referencia
Compra de una segunda máquina	Decisión a ojo	Decisión con datos de capacidad

Cero visibilidad de OEE de esta máquina → análisis de causa-raíz de paradas por referencia en minutos.

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 5-10 meses sobre la línea de chapa que alimenta las envolventes del switchgear.
• Mejor planificación de la capacidad de corte justo en el cuello de botella de la rampa de expansión, que es donde cada hora de máquina se traduce en gabinetes que salen o no salen.
• Paso de cero visibilidad de OEE a análisis de causa raíz de paradas por referencia en minutos.
• Y la inversión en una segunda línea de chapa se decide con la capacidad real medida durante semanas, no estimada en una hoja.

Payback estimado 5-10 meses, mejor planificación de capacidad de corte justo en el cuello de botella de la rampa de expansión. *Estimación a validar.*

Y la duda razonable del responsable de producción

«¿Una cámara mirando una pantalla vieja da datos fiables?» — es tarea anclada: panel fijo, campos siempre en la misma posición y valores con rango físico conocido, donde los mejores modelos bajan del 1,5% de error [1]. Además, un contador que retrocede o salta a un valor imposible se descarta en lugar de darlo por bueno, y ese fotograma queda marcado para revisión.

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