AI Act e inspección automatizada en mueble — tranquilo: tu cámara mira tableros, no personas.

El problema

Nadie te ha dicho que no puedas — te han dicho que lo demuestres.

La escena se repite en fábricas de mueble de toda Europa. Calidad lleva meses peleando con las devoluciones por acabado: descuelgues que aparecen en casa del cliente, cantos que se despegan en la esquina del módulo, cazoletas mal roscadas que se detectan ya en el montaje. Alguien propone poner una cámara con IA en la línea. El proyecto avanza. Y entonces llega la pregunta que lo congela todo:

«¿Y esto no nos mete en el AI Act? ¿Tenemos que certificar algo? ¿Y si un cliente grande nos audita?»

A partir de ahí el proyecto entra en el limbo. No porque haya una respuesta mala, sino porque nadie tiene la respuesta y el coste de equivocarse parece alto. Mientras tanto, la línea sigue produciendo con el mismo porcentaje de devoluciones y el mismo control visual a ojo, turno tras turno.

Conviene separar tres cosas que en la conversación de comité se mezclan y no son lo mismo:

1. Lo que el Reglamento regula de verdad — el Reglamento (UE) 2024/1689 ordena los sistemas de IA por el riesgo que suponen para las personas: salud, seguridad y derechos fundamentales. Alto riesgo son la biometría, los procesos de selección de personal, la evaluación educativa, el acceso al crédito o los componentes de seguridad de productos regulados. Un clasificador de defectos de barniz no está en esa lista.
2. Lo que sí aplica a una inspección de producto — la franja de riesgo mínimo o limitado, donde el Reglamento no exige un expediente de conformidad sino buenas prácticas: saber qué hace el sistema, informar a quien interactúa con él y mantener una persona con capacidad real de revisar y anular. Poco, pero no cero.
3. Lo que te va a pedir el mercado antes que el regulador — esta es la parte que más sorprende. Antes de que ninguna autoridad llame a tu puerta, será el gran distribuidor de cocinas o el contract hotelero quien te pida por escrito cómo funciona tu control de calidad automatizado. Y ahí la respuesta «tenemos una cámara con IA» no basta: hace falta el dossier.

La buena noticia es que el trabajo que te ahorra la discusión regulatoria y el trabajo que te ahorra las devoluciones son el mismo trabajo: registrar qué se inspeccionó, con qué criterio, qué propuso el sistema y qué firmó la persona.

Cómo encaja con el sistema IRIS

iLEAN no se adaptó al AI Act — nació así porque en planta no funciona de otra forma.

Hay dos maneras de construir inspección automatizada. Una es que la máquina decida y aparte piezas sola, y luego intentar documentarlo. La otra es que la máquina proponga y la persona cierre. La segunda es más lenta de diseñar y muchísimo más fácil de defender — ante un auditor, ante un cliente y ante tu propio jefe de línea, que es quien tiene que confiar en el sistema para que el sistema sirva de algo.

La cámara propone y explica sobre qué patrón ha marcado la pieza. El operario valida en la tableta y firma. El agente arma el dossier de decisiones. Ningún paso lo cierra una IA.

Las tres piezas iLEAN, aplicadas a una fábrica de mueble:

• iLEAN Edge — terminal con visión artificial (CNN) sobre el punto crítico de la línea: salida de cabina de acabado, salida de encoladora de cantos o puesto de premontaje de herraje. Clasifica pieza a pieza a la velocidad de la línea, marca la zona concreta y muestra sobre qué patrón la ha marcado. Funciona sin red: mientras el terminal tenga corriente, la inferencia es local y el aviso al operario llega en milisegundos. Una caída de WiFi no para la inspección.
• iLEAN Connect — pone en contexto lo que ve la cámara. Qué lote es, a qué cliente va, qué acabado lleva y qué tolerancia acordasteis con ese cliente concreto. Captura también lo que hoy vive fuera del sistema: la especificación del distribuidor en PDF, la reclamación por correo del contract, el histórico de derivas de la cabina. La hoja de cálculo olvidada pasa a ser dato utilizable.
• iLEAN Agents — el agente cruza la propuesta de la cámara, la validación del operario y el destino del lote, y arma el dossier de decisiones: qué piezas se inspeccionaron, cuáles se marcaron, quién validó cada una, cuántas se anularon y por qué. El agente no firma: prepara el expediente y se lo entrega al responsable de calidad, que es quien firma. Los tres anillos de seguridad están ahí exactamente para proteger esa frontera.

La consecuencia práctica es que la respuesta a «¿cómo controláis vuestra IA?» deja de ser una explicación oral y pasa a ser un documento que ya existe, generado solo, sin que nadie haya tenido que reconstruir nada a posteriori.

Ver la arquitectura IRIS completa →

Antes y después

Cámara que decide sola vs. modelo iLEAN de propuesta y firma

Aspecto	Inspección automática «cerrada»	Con iLEAN Edge + Connect + Agents
Quién decide sobre la pieza	El sistema aparta y bloquea solo	El sistema propone; el operario valida en tableta y firma
Encaje con el Reglamento europeo de IA	Supervisión humana difícil de acreditar	Supervisión humana efectiva, por diseño y registrada
Criterio de defecto	Receta cerrada del proveedor del equipo	Definido por tu calidad, versionado y consultable
Registro de decisiones	Log técnico sin trazabilidad de persona	Dossier por pieza, lote, criterio y firma
Anulaciones del operario	Se pierden o quedan fuera del sistema	Se registran y ajustan el criterio
Respuesta a un cliente que audita	Explicación oral y capturas de pantalla	Dossier generado por el agente, firmado por calidad
Funcionamiento sin red	Depende del servidor central	Inferencia local; sincroniza al recuperar

Estimación de impacto

Estimación de impacto para tu planta — a validar con tus números.

El siguiente bloque es una estimación a validar con los datos concretos de tu fábrica. Lo planteamos para que el comité tenga un orden de magnitud; lo refinamos en el diagnóstico.

• Fabricante de mueble o de componente de madera con una línea de acabado y una encoladora de cantos, mezcla de referencias y un porcentaje de devoluciones por acabado documentado en los últimos ejercicios.
• Piloto Edge sobre un solo punto — el que hoy te genera más devoluciones: cámara con iluminación dedicada + terminal Edge + validación en tableta para el operario. Primer valor esperable en pocas semanas, con las primeras piezas marcadas y recuperadas antes de salir de línea.
• Reducción esperable de devoluciones por acabado ≥ 30% sobre la línea base, y de las horas de calidad dedicadas a reconstruir el histórico de una reclamación ≥ 50%. Payback orientativo entre 4 y 9 meses, según volumen, coste medio de una devolución y frecuencia histórica de reclamaciones por acabado.
• La palanca dura son las devoluciones evitadas: cada frente que no vuelve del cliente se paga solo. El dossier de decisiones es el efecto colateral gratuito — te lo llevas hecho para la siguiente auditoría o el siguiente pliego.

Y la duda razonable del comité

«¿Y si la IA se inventa un defecto o, peor, deja pasar uno real?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. Marcar zonas candidatas sobre un frente lacado y compararlas con la referencia de la pieza patrón es una tarea anclada: los mejores modelos bajaron el error por debajo del 1,5% ^[1]. Y aun así, el sistema no decide — propone, marca, registra. La firma del operario y del responsable de calidad sigue donde tiene que estar. Esa es la razón de fondo por la que este modelo encaja sin fricción con lo que el Reglamento europeo pide: no hay que añadirle supervisión humana después, porque la supervisión humana es el propio diseño.

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

Relacionado: Defectos de barniz UV en puerta lacada · Inspección de bisagras de cazoleta · Trazabilidad de lote de canto PVC