El lote existe en el sistema desde el segundo cero

El problema

El lote ya se está formulando y en el sistema todavía no existe.

Cada lote de bioinsumo arranca con una Orden de Fabricación impresa: qué ingrediente activo, qué dosis de cada materia prima, en qué secuencia. Hoy ese papel se acumula en una carpeta hasta que alguien lo transcribe, a veces días después. Con iLEAN Connect, el operario hace dos fotos con su móvil: la orden de fabricación y la primera etiqueta de control. Cero formación, cero cambio de rutina.

• Cada lote arranca con una Orden de Fabricación impresa: qué ingrediente activo, qué dosis de cada materia prima, en qué secuencia se carga el tanque de formulación y con qué agitación.
• Sobre ese papel se anota lo que de verdad pasó: un ajuste de dosis porque la cepa llegó con otro título de UFC, un cambio en el orden de carga, un pH que hubo que corregir a mitad de mezcla.
• El papel se acumula en una carpeta hasta que alguien lo transcribe, a veces días después, y los ajustes de fórmula se quedan dispersos en hojas que nadie vuelve a consultar cuando prepara el siguiente lote.
• Mientras tanto el lote existe en el tanque pero no en ningún sistema, que es justo cuando hace falta si un distribuidor pregunta por la eficacia de esa partida o calidad quiere comparar dos formulaciones.

Cómo encaja con el sistema IRIS

Connect en modo foto — dos fotos al arrancar, el operario sigue con su papel.

Un modelo anclado a la realidad de esta planta lee ambas fotos, extrae ingrediente activo, dosis, lote de materia prima y observaciones, y los estructura automáticamente.

Es el caso que menos pide a la planta: el operario hace dos fotos a lo que ya rellenaba, la orden y la primera etiqueta de control. Por eso suele ser el primero que se aprueba, y el que pone en marcha la trazabilidad del resto de la matriz. Todo lo que viene después se ata a ese número de lote.

Ver la arquitectura IRIS completa →

Antes y después

La orden de fabricación en carpeta frente a la orden capturada

Aspecto	Hoy, en papel	Con iLEAN Connect
Cuándo existe el lote	Cuando alguien transcribe, horas o días después	En el segundo cero
Ajuste de dosis anotado a mano	Se queda en la hoja	Extraído y atado al lote
Lote de la cepa o del extracto usado	Hay que buscar el papel	Registrado con la orden
Primera etiqueta de control	Archivada aparte	Cruzada con la orden
Consulta de un distribuidor	Revolver carpetas	Una búsqueda por lote
Rutina del operario en bioinsumos	—	Dos fotos, nada más

Antes: horas de latencia hasta la transcripción, con ajustes de fórmula dispersos en papel. Después: el lote existe en memoria central desde el segundo cero, trazable desde el primer minuto. Payback estimado de 3 a 7 meses según volumen de lotes al día.

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 3-7 meses, según el volumen de lotes que arrancáis al día: cuantos más arranques, antes se paga.
• De horas de latencia hasta la transcripción al segundo cero: el lote es trazable desde el primer minuto, no desde que alguien encuentra tiempo para teclearlo.
• Los ajustes de fórmula dejan de vivir en papel y se pueden comparar lote a lote, que es la base para entender por qué una formulación rinde mejor que otra.
• Tiempo de transcripción que recuperan producción y calidad cada semana, y que hoy se va en copiar órdenes ya cerradas.

Payback estimado 3-7 meses · de horas de latencia al segundo cero en el arranque de lote.

Y la duda razonable del responsable de producción

«¿Y si lee mal una dosis de la orden?» — leer los campos de un documento de estructura conocida, que vuestra planta imprime siempre igual, es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]. Y hay segunda red: el resumen pasa por la tableta y el operario confirma o corrige antes de que nada cruce al sistema. Un valor con poca confianza llega marcado para que no pase desapercibido.

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