Segregación ADR verificada por cámara, no a ojo

El problema

La segregación ADR se confirma hoy a ojo, y un descuido cuesta un contrato.

La normativa exige segregar antes de que una recepción ADR y una recepción alimentaria compartan espacio físico. Sin evidencia objetiva — un descuido no solo es una sanción, es el tipo de incidente que hace que un cliente alimentario grande se replantee el contrato.

• El operador tiene habilitación ADR y, en las mismas instalaciones, clientes de alimentación: dos mercancías muy distintas bajo el mismo techo, a veces en el mismo muelle el mismo día.
• La normativa exige la segregación antes de que una recepción ADR y una alimentaria compartan espacio físico, y no admite un «creo que estaba bien».
• Hoy depende de que un encargado la confirme a ojo, sin evidencia objetiva de que la separación estaba correcta en ese momento concreto.
• Un descuido no es solo una sanción: es el tipo de incidente que hace que un cliente alimentario grande se replantee el contrato y pida auditar la nave. Y la pérdida de ese cliente no se compensa con el margen de la mercancía ADR.

Cómo encaja con el sistema IRIS

Edge con JIDOKA AI — no se opera en conjunto sin OK de todas las cámaras.

En los puntos críticos de segregación, la cámara verifica si el estado actual coincide con "segregación correcta". No se inicia la operación conjunta hasta que todas las cámaras confirman OK y el responsable firma con base en evidencia visual.

La cámara no decide sola: comprueba si cada punto crítico coincide con el estado de segregación correcta, y el responsable firma sobre esa evidencia. Lo que cambia no es quién decide, es sobre qué decide. Y la firma deja de ser una palabra para ser un registro. Es la diferencia entre decirle a un cliente alimentario que la nave está bien segregada y poder enseñárselo operación a operación.

Ver la arquitectura IRIS completa →

Antes y después

La segregación a ojo frente a la segregación demostrada

Aspecto	Hoy	Con iLEAN Edge
Cómo se confirma	Un encargado, a ojo	Cámaras en cada punto crítico
Evidencia de la separación	Ninguna objetiva	Imagen con hora por punto
Inicio de la operación conjunta	Cuando alguien dice que está bien	Solo con OK de todas las cámaras
Firma del responsable	Sobre la palabra del encargado	Sobre evidencia visual
Inspección ADR	Se explica lo que se hizo	Se enseña
Cliente alimentario que pregunta	Confianza	Registro por recepción

Antes: la segregación depende de que un encargado la confirme a ojo, sin evidencia objetiva. Después: cámaras Edge confirman OK en cada punto crítico antes de operar.

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 en función del volumen ADR que mováis: no fijamos un rango porque depende de cuántas recepciones peligrosas conviven con alimentarias y de qué contratos hay en juego.
• Protege la habilitación ADR, que para un operador multicliente es una línea de negocio en sí misma y cuesta mucho recuperar si se pierde.
• Protege los contratos con clientes alimentarios sensibles al riesgo, cuyo valor de cartera puede ser considerable.
• Y convierte cada operación conjunta en un registro firmado con imagen, listo para una inspección o para la auditoría de un cliente. Esa misma evidencia entra después, sin trabajo adicional, en el dossier de IFS Logistics y ADR de la nave.

Payback en función del volumen ADR · protege la habilitación y contratos sensibles. Protege la habilitación ADR y los contratos con clientes sensibles al riesgo, cuyo valor de cartera puede ser considerable.

Y la duda razonable del responsable de producción

«¿Y si la cámara bloquea una recepción sin motivo?» — comprobar si un punto de segregación coincide con su estado de referencia —zona libre, barrera en su sitio, bidones dentro de su marca— es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]. Y ante duda no se bloquea en silencio: se eleva al responsable, que decide y firma sobre la imagen. JIDOKA AI detiene por discrepancia comprobable, no por incertidumbre del modelo.

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