El parte de turno del tallado deja de morir en una bandeja
En una planta óptica de alto volumen, cada línea de tallado cierra el turno con un parte en papel: jobs entrados y salidos, lentes rotas en el bloqueo, minutos de pulidora parada y por qué. Es la única foto real de ocho horas de trabajo, y hoy termina en una bandeja del despacho hasta que alguien la teclea. Con Connect en modo foto, el responsable de línea le hace una foto al cerrar y el turno entero existe en el sistema central en el segundo cero.
El dato que necesita mejora continua nace en papel y muere en papel.
En una planta que talla lentes de prescripción, el parte de turno es el documento más honesto que se produce: recoge lo que de verdad pasó en la línea durante ocho horas. Y es exactamente el que peor viaja hacia el sistema donde haría falta:
- Latencia de 8 a 24 horas, y llega agregado — el parte se teclea al día siguiente, o cuando alguien tiene un rato. Y lo que llega al ERP viene sumado, sin causa raíz: cuántas lentes se rompieron, no por qué ni en qué máquina.
- Un mes de histórico reconstruido a mano — el responsable de mejora continua necesita el detalle por causa, por máquina, por turno y por material para abrir un proyecto de reducción de variación. Hoy lo reconstruye rebuscando partes en carpetas. Para cuando lo tiene, la desviación lleva semanas viva y ya ha producido su scrap.
- Lo más valioso es lo que peor sobrevive — las observaciones escritas al margen, que son las que explican de verdad qué pasó, no caben en ninguna casilla del ERP y se pierden en la transcripción.
El resultado es una planta que mide su scrap pero no lo explica: se sabe cuánto se rompió y no se sabe contra qué actuar. Y en óptica eso pesa el doble, porque una lente de prescripción rota no se recupera — se rehace.
Connect en modo foto a lo analógico — la misma hoja, más una foto al cerrar.
Digitalizar el parte no exige rediseñar la hoja ni pedirle al responsable de línea que teclee al final de un turno de ocho horas. Exige que lo que ya está escrito llegue al sistema en el momento en que se escribe. Para eso está Connect en modo foto sobre papel.
El responsable fotografía el parte al cerrar turno con el móvil o la tableta que ya lleva. Connect reconoce la estructura de la hoja tal y como está, extrae línea, turno, jobs entrados y salidos, roturas, paradas y causa, y conserva las observaciones manuscritas como texto buscable.
Cómo opera Connect foto sobre el parte de turno de tallado:
- La hoja no se rediseña — el modelo se ancla a la estructura real del parte de la casa. No hay que normalizar columnas, ni añadir casillas, ni cambiar el hábito de nadie: el responsable cierra el turno igual que siempre y añade una foto.
- Extracción por causa y por máquina — línea, turno, jobs entrados y salidos, lentes rotas en el bloqueo, minutos de pulidora parada y el motivo anotado. El dato entra estructurado por los ejes que después hacen falta para atacar el scrap.
- Las observaciones del margen se conservan — lo escrito a mano fuera de las casillas no se descarta: se guarda como texto buscable ligado a esa línea y ese turno. Es lo que explica el «por qué» cuando el número solo dice el «cuánto».
- Dato dudoso retenido — si una cifra llega ambigua o una casilla no cuadra con la plantilla, el campo queda retenido y una persona lo confirma antes de darlo por bueno. Lo dudoso nunca cruza solo al sistema central.
- Consulta inmediata en lugar de arqueología — a partir de ahí, preguntar «¿qué causa de rotura se repite en la pulidora 3 en el turno de noche este mes?» deja de ser un proyecto y pasa a ser una consulta.
Parte en papel vs. parte digitalizado con Connect
| Aspecto | Parte clásico en papel | Con iLEAN Connect foto |
|---|---|---|
| Latencia parte → sistema central | 8-24 h, a veces más | Segundo cero — una foto al cerrar turno |
| Granularidad del dato de scrap | Agregado, sin causa raíz | Por causa, por máquina, por turno y por material |
| Histórico para abrir un proyecto | Un mes reconstruido a mano | Consulta inmediata |
| Observaciones escritas al margen | Se pierden en la transcripción | Conservadas como texto buscable, ligadas a línea y turno |
| Ciclo de detección de una desviación | Semanas — el scrap ya se produjo | Días, con el detalle para actuar |
| Hábito del responsable de línea | La misma hoja — más una transcripción de terceros | La misma hoja — más una foto |
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 planta. Lo planteamos para que el comité tenga un orden de magnitud; lo refinamos en el diagnóstico.
- Planta óptica de alto volumen con varias líneas de tallado y varios turnos, parte de turno en papel y scrap que hoy solo se ve agregado.
- Piloto Connect foto sobre el parte de turno — con el móvil o la tableta que ya hay en planta, sin rediseñar la hoja ni cambiar el estándar de trabajo. Primer valor esperable en pocas semanas.
- Payback orientativo entre 4 y 9 meses, apoyado en el tiempo de transcripción recuperado y, sobre todo, en acortar el ciclo de detección de desviaciones de método. Estimación a validar.
- La palanca que más pesa no es el ahorro de tecleo: es que el ciclo de detección se acorte. Cada semana que una desviación de método vive sin detectarse es scrap de lentes que ya no se recuperan.
- Este caso es además el habilitador del resto de la matriz: sin el turno existiendo en el sistema desde el segundo cero, ningún análisis aguas abajo — remake por causa, correlación con la carga de vacío, evidence pack de lote — parte de datos reales.
Y la duda razonable del responsable de mejora continua
«¿Y si el modelo lee mal una cifra del parte o interpreta mal una causa escrita a mano?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. Aquí la IA se limita a recontextualizar lo que ya está escrito contra la plantilla real de la casa: es la clase de tarea donde los mejores modelos bajaron el error por debajo del 1,5% [1]. Y aun así, lo dudoso queda retenido y una persona lo confirma antes de que el registro cuente. Los tres anillos de seguridad están ahí precisamente para esto.
[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.
Lo que se pregunta sobre digitalizar el parte de turno de tallado
¿Hay que rediseñar el parte de turno para que Connect lo lea?
No, y es una condición de diseño. El parte se queda exactamente como está porque funciona y está ajustado a cómo se cierra realmente un turno en esa planta: sus casillas, su orden, su columna de observaciones al margen. El modelo se ancla a esa estructura concreta, no al revés. No hay que normalizar columnas, ni añadir campos, ni pedirle al responsable de línea que rellene nada distinto. Como el cambio sobre el estándar es mínimo — una foto al cerrar — el hábito se sostiene después del piloto sin tener que auditar disciplina.
¿Qué pasa con lo que está escrito a mano fuera de las casillas?
Se conserva, y suele ser lo más útil. Las observaciones al margen — «la pulidora 3 iba rara desde media tarde», «el lote de sustrato nuevo rompe más en el bloqueo» — son las que explican de verdad qué pasó, y son justo las que hoy no sobreviven a la transcripción porque no caben en ningún campo del ERP. Connect las guarda como texto buscable ligado a esa línea, ese turno y esa máquina. No intenta convertirlas en un dato numérico ni interpretarlas: las presenta como observación, que es lo que son, y las deja disponibles para cuando alguien investigue esa máquina o ese material.
¿En qué cambia esto el análisis del scrap?
En que pasa de contar a explicar. Hoy el ERP recibe el scrap agregado: cuántas lentes se rompieron. Eso sirve para reportar, no para actuar. Con Connect el mismo dato entra desglosado por causa, máquina, turno y material, que son los cuatro ejes sobre los que se puede intervenir. La pregunta que hoy exige rebuscar partes en carpetas — si las roturas de bloqueo se concentran en una pulidora concreta o en un lote de sustrato — pasa a resolverse en una consulta. Y como el dato llega el mismo día, la desviación se ataca cuando lleva días de vida, no semanas.
¿Funciona con varias líneas y varios turnos a la vez?
Sí — es el día normal de una planta óptica de volumen. Cada foto queda vinculada a su línea y a su turno, que el modelo extrae del propio parte contra la plantilla. No mezcla líneas ni arrastra datos del turno anterior: si la línea que figura en el parte no cuadra con la que el sistema espera, se retiene y lo resuelve una persona. El sistema central mantiene una línea de tiempo por línea y por turno, consultable por el responsable de mejora continua, por producción y por quien prepara después la evidencia de lote.
¿Cuánto tarda en dar el primer dato útil?
Un piloto sobre una línea puede dar valor en pocas semanas: anclar el modelo a la hoja concreta de la casa y empezar a acumular turnos. El primer entregable no es un cuadro de mando, es algo más simple y más útil: poder responder, para una semana concreta, qué causas de rotura aparecieron en cada máquina y en cada turno sin rebuscar un solo papel. A partir de ahí, cada semana de histórico hace más sólida la correlación entre causa, máquina y material — que es la base sobre la que después se apoyan la inspección Edge y el evidence pack de lote.
¿Cuántos partes de turno tienes hoy sin digitalizar?
Trabajamos sobre los datos reales de tu planta, no sobre los nuestros. Te enseñamos la lectura funcionando sobre tu propio parte de turno. Diagnóstico sin compromiso.
Ver cómo lo aplicamos en tu planta — demo con un parte real ‹ Ver los 12 casos de gafas, lentes y monturas Ver ropa, calzado y accesorios