El lote de pellet nace trazado, no en un papel que se pierde

El problema

El papel no es el problema. Las horas que tarda en existir para el sistema, sí.

Y hoy esa hoja se queda sobre la mesa del despacho hasta que alguien la recoge al final del día. Entre el arranque y el momento en que el dato existe para el sistema pasan entre cuatro y ocho horas. Cuando tres semanas después un cliente reclama y hay que responder de qué material salió ese lote, la respuesta está en un papel que hay que buscar y que a veces se anotó de memoria.

• La hoja de mezcla se queda sobre la mesa del despacho hasta que alguien la recoge al final del día.
• Entre el arranque y el momento en que el dato existe para el sistema pasan entre cuatro y ocho horas.
• Cuando tres semanas después un cliente reclama y hay que responder de qué material salió ese lote, la respuesta está en un papel que hay que buscar.
• Y que a veces se anotó de memoria, que es peor que no tenerlo: da una certeza que no existe.

Cómo encaja con el sistema IRIS

Dos fotos al arrancar — el operario sigue rellenando su hoja como siempre.

Con Connect, el operario hace dos fotos con su móvil al arrancar: la orden y la hoja de mezcla. No cambia nada de su rutina, sigue rellenando su hoja como siempre. iLEAN reconoce la estructura del documento y extrae los campos: número de lote, polímero, proveedores de la mezcla y su proporción, perfil de temperaturas de arranque, velocidad de husillo y observaciones. El resultado es que el lote existe en la memoria central en el segundo cero, y existe con la mezcla real, no con la planificada. Eso es lo que después permite correlacionar de que estaba hecho un lote con cómo se comportó: el índice de fluidez que dio, el color, la carga de finos. Sin este primer paso, ningún análisis de causa raíz posterior tiene con que trabajar.

El lote existe en la memoria central en el segundo cero, y existe con la mezcla real, no con la planificada. Esa diferencia es la que sostiene todo lo que viene después.

Ver la arquitectura IRIS completa →

Antes y después

La hoja de mezcla en papel frente a la hoja capturada

Aspecto	Hoy, en papel	Con iLEAN Connect
Cuándo existe el lote en el sistema	4-8 h después, o al cierre	Segundo cero
Qué mezcla queda registrada	La planificada	La real, proveedor a proveedor
Perfil de arranque y velocidad de husillo	En la hoja, sin cruzar con nada	Atados al lote
Responder una reclamación de tres semanas atrás	Buscar el papel	Una consulta por lote
Una hoja anotada de memoria	Certeza falsa	Queda la foto como evidencia
Rutina del operario	—	La misma: sigue escribiendo a mano

De 4-8 h de latencia y una trazabilidad que depende de un papel, a un lote trazado desde el segundo cero con la mezcla real.

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 4-9 meses, según el número de lotes al día.
• De 4-8 h de latencia a trazabilidad en el segundo cero.
• Recupera el tiempo de transcripción del personal de soporte, que hoy es medio día perdido cada semana.
• Y la mezcla real registrada es la base del análisis de causa raíz: sin ella, todo lo demás se mide sobre arena.

Payback 4-9 meses · de 4-8 h de latencia a trazabilidad en el segundo cero. El retorno estimado está entre cuatro y nueve meses según el número de lotes al día. Recupera el tiempo de transcripción del responsable de producción, pero el valor real no es ese: es que la trazabilidad de entrada deja de depender de que no se pierda un papel. Es una estimación a validar con los volúmenes reales de la planta. Rangos conservadores, estimación a validar con los datos reales de la planta.

Y la duda razonable del responsable de producción

«¿Y si lee mal la proporción de un proveedor?» — leer campos de una hoja de estructura conocida es una tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]. Y no entra solo: el resumen va a la tableta y alguien lo confirma o lo corrige antes de cruzar al sistema.

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