El criterio del turno deja de morir al final del turno

El problema

En un negocio donde la materia prima cambia cada día, ese criterio es el activo.

El resultado es que el conocimiento más valioso de la planta se pierde cada ocho horas. Que la lavadora está sacando más finos desde que entró el proveedor nuevo. Que el cortador de la peletizadora pide cuchilla. Que el operario nuevo de la extrusora tres va a necesitar refuerzo. En un negocio donde la materia prima cambia cada día, ese criterio es el activo, y hoy no entra a ningún sistema.

• El conocimiento más valioso de la planta se pierde cada ocho horas.
• Que la lavadora está sacando más finos desde que entró el proveedor nuevo. Que el cortador de la peletizadora pide cuchilla.
• Que el operario nuevo de la extrusora tres va a necesitar refuerzo.
• Y hoy nada de eso entra a ningún sistema, porque con las manos ocupadas y protección auditiva puesta, escribir no es una opción.

Cómo encaja con el sistema IRIS

Modo voz, con palabra de activación propia — y contesta.

Con Connect en modo voz, lo dicta caminando. Un pinganillo bluetooth con cancelación de ruido industrial y una palabra de activación propia. Apunta que la línea de lavado viene con más finos desde que entró el material del proveedor nuevo, quiero que laboratorio lo mire. iLEAN escucha, lo estructura como incidencia y la ata al lote, la línea y el turno activos. Y le contesta. Segundos después: laboratorio puede a las doce y cuarto, te lo agendo. Ese es el punto de humans in command aplicado a la voz: la IA no decide nada, registra y ayuda. Lo que antes moría al cierre del turno ahora llega intacto al relevo y se puede cruzar con los datos vivos del proceso.

Dicta que la línea de lavado viene con más finos desde el proveedor nuevo y que quiere que lo mire laboratorio. Segundos después recibe: «laboratorio puede a las doce y cuarto, te lo agendo». La IA no decide: prepara y devuelve.

Ver la arquitectura IRIS completa →

Antes y después

El criterio del turno, antes y después

Aspecto	Hoy	Con iLEAN Connect
Canal de registro	La reunión de cierre, si la hay	Continuo, durante la ronda
Qué se conserva del turno	Lo que alguien recuerde	La incidencia atada a lote, línea y turno
Coste de registrar una observación	Parar, quitarse la protección, escribir	Dictarla caminando
Respuesta a lo dictado	Ninguna	Confirmación y agenda, por el auricular
Consultar un dato en planta	Volver al despacho	Preguntar y oír la respuesta
Relevo de turno	Lo que se acuerde contar	Lo registrado, con su contexto

De conocimiento que se pierde cada ocho horas, a incidencias estructuradas y atadas al lote en tiempo real.

Estimación de impacto

Estimación de impacto — pieza habilitante, y conviene decirlo así.

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.

• Este caso es difícil de monetizar de forma directa, y lo decimos abierto en vez de inventar una cifra.
• Su valor es habilitante: todos los planes de mejora continua y mantenimiento predictivo dependen de tener estas señales registradas.
• Sin ellas, el mantenimiento sigue siendo reactivo y la mejora continua funciona de memoria.
• Se defiende como facilitador del resto de la matriz, no con un número propio.

Habilitante de mejora continua · el criterio del turno deja de morir al cierre. Este ejemplo es difícil de monetizar de forma directa, y conviene decirlo así. Su valor es habilitante: todos los planes de mejora continua y todo el análisis de causa raíz dependen de que esta información exista. En una planta que ya trabaja en OEE y en mantenimiento productivo total, es la pieza que le da materia prima a lo que ya se sabe hacer. A validar con quien lleva mejora continua. Rangos conservadores, estimación a validar con los datos reales de la planta.

Y la duda razonable del responsable de producción

«Nuestros jefes de turno hablan con mucha jerga.» — mejor. Transcribir habla sobre un vocabulario cerrado y conocido —líneas, grados, equipos, síntomas— es una tarea anclada [1]. Lo que se estructura son esas entidades, no una frase libre, y lo que sale con poca confianza queda marcado para revisar.

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