El defecto se expulsa antes de llegar al embalaje

El problema

En un producto con registro sanitario, la etiqueta ilegible no es estética.

A la cadencia real de la línea, el ojo humano se cansa y deja pasar frascos con llenado incorrecto, tapa mal cerrada o etiqueta torcida o ilegible. En un bioinsumo con registro sanitario, una etiqueta ilegible o una tapa que puede gotear no es un defecto cosmético: es un problema de seguridad y de cumplimiento normativo.

• A la cadencia real de la línea, el ojo humano se cansa y deja pasar frascos con llenado incorrecto, tapa mal cerrada o etiqueta torcida o ilegible. Y lo hace precisamente al final del turno, cuando más cansado está.
• Hoy se muestrea del 1 al 2% de los envases. Lo que no cae en la muestra, sale de planta tal cual. En un producto con registro, ese hueco no es aceptable.
• Una tapa que puede gotear en un biopesticida es un problema de seguridad para quien lo manipula en campo, y una etiqueta ilegible es un incumplimiento del registro.
• Y cada formato tiene sus defectos propios: no falla igual un frasco pequeño que una garrafa de asa, y el mismo inspector tiene que cambiar de criterio en cada cambio de formato.

Cómo encaja con el sistema IRIS

Edge — una cámara cenital y una red entrenada con vuestros envases buenos y malos.

Edge iLEAN coloca una cámara cenital sobre la línea, con una CNN entrenada con envases buenos y malos de cada formato concreto: frasco, bidón, garrafa. Infiere en milisegundos por unidad.

La diferencia con una inspección genérica es el entrenamiento: la red ha visto frascos, bidones y garrafas buenos y malos de vuestros formatos concretos. Por eso distingue una tapa que no ha llegado a su tope de una que solo refleja la luz, y lo hace igual a última hora del turno. Y no depende de quién esté en el puesto ese día. La inspección deja de depender de la fatiga.

Ver la arquitectura IRIS completa →

Antes y después

El muestreo manual frente al control de cada envase

Aspecto	Inspección manual	Con iLEAN Edge
Envases revisados	Muestreo del 1-2%	100% de los envases
Tapa mal cerrada	Se escapa con la fatiga	Expulsada antes del embalaje
Etiqueta torcida o ilegible	Se ve si cae en la muestra	Detectada en cada unidad
Nivel de llenado	A ojo	Comparado con la referencia del formato
Cambio de frasco a garrafa	El mismo ojo cansado	Modelo del formato activo
Tiempo de inferencia	—	Milisegundos por unidad

Antes: muestreo del 1 al 2%, huecos garantizados. Después: control del 100% de los envases, expulsando el defectuoso antes del embalaje final. Payback estimado de 5 a 12 meses según el ratio de defecto actual.

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 5-12 meses, según vuestro ratio de defecto actual y el coste de cada devolución.
• De muestreo del 1-2% al control del 100% de los envases, sin bajar la cadencia de la línea. La línea mantiene su ritmo y el control deja de ser estadístico.
• El envase defectuoso se expulsa antes del embalaje final, no en el almacén del distribuidor ni en la explotación agrícola. Ahí es donde una devolución sale más cara.
• Y cada rechazo queda con su imagen: evidencia de cumplimiento del registro, no solo un contador de unidades apartadas.

Payback estimado 5-12 meses · de muestreo puntual al control del 100% de los envases.

Y la duda razonable del responsable de producción

«¿Y si expulsa envases buenos?» — el falso positivo es el riesgo real de cualquier visión, y por eso la red se entrena con envases de vuestra línea, con vuestras tapas, etiquetas y luz. Clasificar un defecto concreto en un formato conocido es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1]. Los casos dudosos no se expulsan sin más: se apartan para que decida una persona, y su decisión reentrena el modelo.

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