Manos libres entre pasillos, conocimiento que no se pierde

El problema

El encargado ve todo, pero no puede teclear nada.

El encargado no puede teclear ni sacar el móvil mientras maneja la carretilla o ajusta un palé — así que la información que tiene en la cabeza se queda ahí. Que la ubicación B-14 está saturada, que un mozo nuevo necesita apoyo, que un palé llegó con el flejado roto — nada de eso entra al sistema.

• Recorre pasillos y muelles, sube y baja de la carretilla y coordina a mozos de tres clientes distintos a la vez. Es la persona que más sabe de cómo está la nave en cada momento.
• No puede sacar el móvil mientras maneja la carretilla o ajusta un palé, así que la información se queda en su cabeza o en una conversación de pasillo.
• Que la ubicación B-14 está saturada, que un mozo nuevo necesita apoyo, que un palé llegó con el flejado roto: nada de eso entra al WMS ni al parte del turno.
• Lo que el encargado sabe muere al final del turno, y la ocupación de las naves se gestiona sin el dato que explicaría por qué una zona se atasca siempre los mismos días.

Cómo encaja con el sistema IRIS

Connect por voz — se dicta caminando, sin tocar ningún dispositivo.

"Apunta que la B-14 está saturada, hay que reubicar antes de la próxima recepción" — con wake-word propia, sin tocar ningún dispositivo. La incidencia queda vinculada a la nave, la ubicación y el cliente activos, y la respuesta llega por voz o por aviso a la tableta del responsable.

El encargado ya sabe dónde se atasca la nave; lo que no tiene es cómo dejarlo escrito sin parar. Una frase dictada con la palabra de activación vale más que un informe que nunca se redacta, y al cabo de unas semanas esas frases dibujan el patrón de ocupación que hoy nadie puede ver. Es la base sobre la que luego se discute dónde reubicar y cuándo reforzar un turno.

Ver la arquitectura IRIS completa →

Antes y después

El turno del encargado hoy frente al turno dictado

Aspecto	Hoy	Con iLEAN Connect
Ubicación saturada	Se comenta de palabra	Incidencia con nave y ubicación
Palé recibido con flejado roto	Se arregla y se olvida	Registrado contra el cliente
Mozo nuevo que necesita apoyo	Lo sabe quien estaba	Queda en el relevo
Cómo se captura	No se captura	Dictado tras la palabra de activación
Respuesta al encargado	—	Por voz o aviso a la tableta
Ocupación entre naves	Sin dato para mejorarla	Patrón visible por semanas

Antes: lo que el encargado sabe muere al final del turno. Después: entra al sistema en tiempo real, dictado caminando, sin tocar ningún dispositivo.

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.

• Sin payback propio: es pieza habilitante, de valor estratégico y no monetizable de forma directa, y por eso no le ponemos número.
• Habilita la mejora continua de la ocupación entre naves, que hoy no se puede medir porque el dato ni siquiera existe.
• Las incidencias de ubicación, palé y personal quedan ligadas a la nave, la ubicación y el cliente activos, y el siguiente turno las recibe sin depender de una conversación.
• Y alimenta a otros casos de la matriz: un palé con flejado roto dictado en recepción es contexto útil cuando ese mismo palé llega al muelle de expedición.

Valor estratégico, no monetizable directamente · habilita la mejora continua entre naves. Es la pieza que hace posible la mejora continua de la ocupación de todas las naves, algo que hoy no se puede medir porque el dato ni siquiera existe.

Y la duda razonable del responsable de producción

«¿Esto es para controlar a los mozos?» — no: iLEAN escucha al encargado, no a los mozos, y solo lo que él dicta después de la palabra de activación. No hay escucha continua ni seguimiento de dónde está nadie. Estructurar un dictado como incidencia con nave, ubicación y cliente es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1], y la respuesta que recibe en segundos le sirve para confirmar que se entendió bien o corregirlo en el momento.

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