Conteo unidades por cajón en frutos secos con IA — el cajón medio vacío sale igual que el lleno, y el cliente lo nota.
A granel, la báscula da el peso correcto cuando el cajón está mal distribuido y el ojo del operario no llega a 30 cajones por minuto. iLEAN Vision lee el cajón completo, detecta los que están por debajo del llenado visual estándar y retiene el cajón antes del cierre del lote. La persona firma.
El peso correcto no garantiza el cajón correcto.
En una planta de frutos secos a granel, el cajón pasa por la báscula, se cierra y se paletiza para distribución. Entre la dosificación y el cierre hay segundos. Y en esos segundos hay tres cosas que pueden pasar desapercibidas:
- Distribución desigual. El cajón pesa lo correcto pero tiene una esquina con un hueco visible. El cliente final, al abrir, ve un cajón medio vacío. Lo reclama.
- Mezcla de calibre. En referencias mixtas (almendra/nuez) o en calibre seleccionado (pistacho XL), una desviación del proveedor cambia la apariencia del cajón. La báscula no ve la diferencia visual.
- Cuerpo extraño en superficie. Una astilla de cáscara, un trozo de plástico del big bag de entrada. La detección por rayos X llega tarde y es cara; la inspección visual humana no escala.
El responsable de envasado lo sabe, pero no puede ver a 30 cajones por minuto durante 8 horas con la misma agudeza. El sistema clásico funciona el 99% de las veces. Ese 1% es el que vuelve como reclamación de cuenta clave — y la reclamación es más cara que el cajón.
iLEAN Vision no sustituye tu báscula — sella la grieta entre el peso correcto y el cajón correcto.
El problema del llenado de cajón no es falta de información: es información que vive en islas (ficha del lote del proveedor, parámetros del dosificador, tabla de calibre, ojo del operario) y que en el momento crítico (la fracción de segundo antes del cierre) no llega a tiempo a quien decide. iLEAN actúa como la masilla que rellena esos huecos sin pedirte cambiar la línea de envasado.
Edge ve la superficie del cajón. Connect lee la ficha del lote y la tabla de calibre. El agente cruza con el histórico de la línea y, si algo no cuadra, retiene el cajón. La persona firma — nunca al revés.
Las piezas iLEAN aplicadas al conteo visual de unidades en cajón a granel:
- iLEAN Vision (Edge) — terminal con visión artificial (CNN) y cámara cenital con iluminación LED rasante sobre el cajón. Lee la superficie, mide densidad visual y dispara el actuador (expulsor, marca) en milisegundos cuando un cajón sale del patrón. Funciona sin red. Si la planta se queda sin WiFi, Edge sigue leyendo y reteniendo, porque lo crítico no puede depender de la conectividad.
- Connect — captura la ficha del lote del proveedor venga del ERP, del laboratorio o del email del comprador. Y captura los cambios de receta que decide el responsable de calidad (mezcla de calibre del día) sin esperar a que se replique a la línea por canales formales.
- Agente — cruza la lectura del cajón con la ficha del lote, el histórico de la línea y las reclamaciones del cliente. Si detecta un patrón de subllenado o de cuerpo extraño en superficie, no espera al muestreo: avisa al jefe de turno y prepara la nota para el responsable de calidad. La persona valida y firma; la línea no se reanuda sola.
Báscula + ojo vs. lectura visual con iLEAN Vision
| Aspecto | Báscula + inspección humana | Con iLEAN Vision + Connect + Agente |
|---|---|---|
| Qué se mide | Peso total agregado | Densidad visual de cajón completo |
| Cajón con hueco lateral | Pasa si el peso cuadra | Detectado por superficie, cajón retenido |
| Cambio de calibre proveedor | Calibración manual de báscula | Ficha del lote leída del ERP, modelo ajustado |
| Cuerpo extraño en superficie | Rayos X o detección posterior | Marcado en línea, antes del cierre |
| Funcionamiento sin red | n/a | Edge sigue operando con la luz del cuadro |
| Expediente para cliente de gran distribución | Foto bajo demanda, semanas | Dossier por cajón retenido, automático, con foto cenital |
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 de almendra y pistacho con envasado a granel para gran distribución, multi-SKU con cambios de calibre y mezcla semanales.
- Piloto iLEAN Vision en una línea (cámara cenital sobre el cajón, iluminación LED, actuador, integración con la ficha del lote del ERP). Primer valor esperable en pocas semanas.
- Payback orientativo entre 4 y 9 meses, según la frecuencia de reclamaciones de subllenado documentadas y el coste medio de una nota de cargo de la cuenta clave.
- Reducción de cajones con llenado anómalo no detectados ≥ 30% sobre la línea base — la palanca dura es una sola reclamación evitada de la cuenta principal. Una reclamación seria paga el piloto.
Y la duda razonable del responsable de calidad
«¿Y si la IA se equivoca y retiene cajones buenos?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. En tareas donde la IA se limita a comparar una imagen con un patrón conocido (densidad visual del cajón estándar), los mejores modelos bajaron el error por debajo del 1,5% [1]. Y aun así, lo crítico no se decide solo: iLEAN retiene el cajón y la persona firma. 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 conteo de unidades en cajón de frutos secos
¿Por qué la báscula clásica no detecta cajones mal llenados de frutos secos?
La báscula del cajón mide peso total, no distribución. Un cajón con un hueco en una esquina y un montón en la otra puede dar el peso correcto y aun así presentarse al cliente como mal llenado. Y la humedad del fruto seco juega en contra: la misma cantidad de almendras pesa diferente según el lote del proveedor, así que la tolerancia de peso es ancha. iLEAN Vision lee la superficie del cajón completo y ve el hueco que la báscula no podía ver.
¿Cómo cuenta unidades una IA cuando el producto está a granel?
Edge no cuenta una a una como en un blíster — eso es imposible a granel. Cuenta por densidad visual de superficie: la CNN aprende cómo se ve un cajón correctamente llenado de almendra, nuez, pistacho o mezcla, y mide la desviación de cualquier cajón nuevo respecto a ese patrón. Detecta cajones con menos producto que el estándar visual, cajones con mezcla incorrecta de calibre y cajones con cuerpo extraño en superficie. Es el mismo principio del jidoka aplicado a pintura en polvo: ver el defecto antes de la siguiente etapa.
¿Qué pasa cuando entra un lote nuevo con calibre diferente?
Connect captura la ficha del lote nuevo del proveedor — venga del ERP, de una hoja del laboratorio o del email del comprador. El agente cruza la ficha con el modelo visual y, si la diferencia es razonable, ajusta la tolerancia automáticamente; si la diferencia es grande, retiene el primer cajón y pide al jefe de turno que valide. La línea no se calibra sola en lo crítico — la persona firma.
¿Y si el cajón pasa entre dos pasarelas oscuras y la cámara no ve bien?
Edge se monta con su propia iluminación LED rasante calibrada para que la lectura no dependa de la luz ambiente de la nave. La CNN está entrenada con variaciones de exposición, brillo y polvo de planta, no con fotos de estudio. Y si una cámara se ensucia (es planta de granel, pasa), el agente lo detecta como degradación de señal antes de que dé falsos negativos y avisa al equipo de mantenimiento.
¿Cuánto cuesta un piloto Edge en una planta de frutos secos?
El orden de magnitud de un piloto Edge en una línea de envasado a granel está cerca del de cualquier piloto Edge en planta: una inversión inicial que cubre terminal de visión, cámara cenital sobre el cajón, iluminación, actuador de expulsión y la integración con tu ERP/MES, más una licencia anual. El payback razonable a presentar al comité es de varios meses — la palanca dura es una sola reclamación de cliente evitada en una cadena de gran distribución. Pedimos los datos de tu planta y te pasamos el ROI estimado en 48h.
Cuéntanos tu caso y te pasamos en 48h el ROI estimado de este proyecto de IA para tu línea de frutos secos.
Trabajamos sobre los datos reales de tu planta, no sobre los nuestros. Diagnóstico sin compromiso.
Pedir ROI estimado en 48h Ver iLEAN Vision