La tarima se etiqueta desde la orden, sin tecleo intermedio

El problema

El punto de fallo con mayor consecuencia por unidad de esfuerzo.

Es el caso clásico del sistema "casi integrado". La impresora-aplicadora de tarima tiene cinco o diez años, dispone de interfaz de comandos o API, y sigue desconectada porque integrarla bien nunca llega a ser prioridad frente a lo urgente. El resultado es un tecleo manual en el panel de la máquina en cada cambio de lote. Es un gesto de diez segundos, y es el punto de fallo con mayor consecuencia por unidad de esfuerzo de toda la planta. Un dígito mal puesto y una tarima entera llega al cliente bajo el lote equivocado. En el mejor caso es una devolución con su transporte y su conversación difícil. En el peor, es una trazabilidad rota: cuando aparece un problema de calidad no se puede acotar qué producción está afectada, y hay que bloquear más días de los necesarios por precaución.

• La etiqueta de tarima es la última información que sale de la planta y la primera que lee el embotellador: referencia, lote, molde, conteo, cliente destino y contenido reciclado declarado.
• La impresora-aplicadora tiene cinco o diez años, dispone de API, y sigue desconectada porque integrarla bien nunca llega a ser prioridad frente a lo urgente.
• El resultado es un tecleo manual en el panel en cada cambio de lote. Es un gesto de diez segundos.
• Un dígito mal puesto y una tarima entera llega al cliente bajo el lote equivocado — y con ella, la trazabilidad rota justo en el punto que el cliente mira primero.

Cómo encaja con el sistema IRIS

Connect como costura entre dos sistemas modernos, por API.

Connect como costura entre dos sistemas modernos, vía API. No se sustituye ninguno de los dos. Flujo paso a paso:

El lazo se cierra con visión: la cámara en línea lee la etiqueta impresa y la contrasta con la orden activa. Si no coinciden, JIDOKA AI detiene. Publicar el dato correcto y comprobar que se imprimió son dos cosas distintas, y aquí están las dos.

• Disparo desde el ERP. Cuando el ERP marca el arranque de una orden, publica el juego de datos completo.
• Publicación a la etiquetadora. Referencia, lote, molde y cavidades, conteo por tarima, cliente destino y contenido reciclado declarado viajan por API al equipo.
• Impresión. La etiqueta GS1-128 se imprime con el dato de origen, sin intervención manual. El cambio de lote pasa a ser un toque en el ERP.
• Cierre del lazo con Edge. La cámara de visión en línea lee la etiqueta impresa y la contrasta con la orden activa; si no coinciden, JIDOKA AI detiene la línea antes de que la tarima salga de planta.
• Trazabilidad completa. La tarima queda ligada al molde, al lote de resina y a los ensayos de laboratorio del periodo.

Ver la arquitectura IRIS completa →

Antes y después

La etiquetadora aislada frente a la etiquetadora cosida

Aspecto	Hoy	Con iLEAN Connect
Tecleos por cambio de lote	Uno en el panel de la máquina	Cero
Errores de tecleo	Varios al mes	Cero de origen humano
Devoluciones por lote mal etiquetado	Recurrentes	Reducción drástica
Acotar un problema de calidad	Bloquear por precaución	Acotar por trazabilidad real
Contenido reciclado declarado	Se teclea	Viaja desde la orden
Comprobación de lo impreso	Ninguna	La cámara lo contrasta con la orden

- Errores de tecleo en el panel de la etiquetadora: de varios al mes a cero de origen humano. - Devoluciones por lote mal etiquetado: reducción drástica. - Acotación de un problema de calidad: de bloquear por precaución a bloquear exactamente lo afectado. - Trazabilidad de tarima a lote de resina: de parcial a completa y automática.

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 3-6 meses — de los más rápidos del pool, porque la máquina ya trae API y el esfuerzo de integración es bajo.
• Devoluciones evitadas por tarima mal etiquetada.
• Días de producción que dejan de bloquearse por precaución cuando aparece un problema de calidad.
• De varios errores de tecleo al mes a cero de origen humano.

Payback estimado 3-6 meses — de los más rápidos del pool, porque el esfuerzo de integración es bajo (la máquina ya trae API) y el riesgo que elimina es alto. El retorno se concentra en devoluciones evitadas y en días de producción que dejan de bloquearse por precaución. *Estimación a validar* con el histórico de devoluciones e incidencias de etiquetado. *Nota técnica*: si el equipo instalado no dispusiera de API abierta, el caso sigue siendo válido pero requiere un adaptador intermedio, lo que eleva algo el CAPEX inicial.

Y la duda razonable del responsable de producción

«Si la máquina ya tiene API, ¿por qué no la integramos nosotros?» — se puede, y es la respuesta correcta el día que el proyecto llegue a lo alto de la lista. El problema es que lleva años sin llegar, porque compite con lo urgente. Esta costura no sustituye ninguno de los dos sistemas ni pide ventana de parada, así que no entra en esa cola.

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