Control de laproducción: qué se puede medir y automatizar en planta
He aquí una escena típica que se repite en muchas plantas: el encargado sabe perfectamente que la línea 2 va mal, y lo sabe porque lleva quince años ahí y porque lo nota en el ritmo; lo que no puede hacer es demostrar cuántos minutos se han perdido esta semana, en qué punto concreto y por qué motivo. ¿Por qué? Porque ese dato se apunta a mano en un parte y se consolida al día siguiente, cuando ya no sirve para actuar sino solo para justificar.
El control de la producción no consiste en poner pantallas. Consiste en cerrar esa distancia entre lo que ocurre y lo que se puede demostrar.
Qué se puede medir de verdad
Antes de hablar de tecnología conviene aclarar qué tipo de dato se puede capturar de forma fiable y automática. Son básicamente cuatro familias, y cada una responde a una pregunta distinta.
- Tiempos. Tiempo de ciclo, tiempo entre piezas, duración de los cambios de formato y tiempo real de arranque tras una parada. Es el dato más barato de obtener y el que más suele sorprender cuando se mide por primera vez, porque el tiempo percibido y el tiempo real rara vez coinciden.
- Paradas. Cuántas, cuánto duran y, sobre todo, de qué tipo. La diferencia entre una microparada de cuarenta segundos repetida cien veces al día y una avería de dos horas es enorme en términos de causa y de solución, y en un parte manual las microparadas simplemente no aparecen porque nadie las anota.
- Conteo y rendimiento. Unidades producidas, conformes y rechazadas, por línea, por turno y por referencia. Es lo que permite comparar y, sobre todo, comparar bien: la misma línea con dos referencias distintas no es la misma línea.
- Evidencia del proceso. Registro visual asociado a un momento y a un lote concretos, que permite reconstruir después qué pasó exactamente en lugar de deducirlo.
Con esas cuatro familias se construyen los indicadores de eficiencia habituales. Pero el orden importa mucho: primero se captura el dato de forma fiable y después se calcula el indicador. Un indicador alimentado con partes manuales incompletos es peor que no tener indicador, porque genera confianza en una foto que no es real y las decisiones que se toman a partir de él son peores que las que se tomaban por intuición.
Por dónde empezar según cómo sea tu línea
La pregunta que más recibimos no es qué se puede medir, sino por dónde empezar. La respuesta depende del tipo de línea, y hay tres patrones bastante claros.
Línea rápida y repetitiva
Alto volumen, ciclo corto, producto homogéneo. Aquí lo primero es el conteo automático y la detección de microparadas. Es donde la diferencia entre el dato percibido y el dato real suele ser mayor, y donde una mejora pequeña en el ciclo se multiplica por miles de unidades. También es donde antes se ve el retorno, lo cual ayuda si hay que justificar una segunda fase.
Línea con muchos cambios de formato
Series cortas, producto variado, mucho ajuste. Lo prioritario aquí no es el ciclo, es el tiempo de cambio y el tiempo hasta la primera pieza buena. Medir eso de forma automática, separando la parte de preparación de la parte de ajuste, suele revelar el mayor margen de mejora de toda la planta, y además señala si el problema es de método, de herramienta o de formación.
Proceso continuo o semicontinuo
El foco se desplaza a la desviación. Interesa menos contar unidades y más detectar cuándo el proceso se sale de la banda esperada, para poder intervenir antes de que se traduzca en producto no conforme. La métrica relevante no es cuánto se ha producido, es cuánto tiempo se ha estado fuera de rango.
En los tres casos la recomendación práctica es la misma: empezar por una línea, no por la planta entera. Un proyecto acotado que da resultado en tres meses genera mucha más tracción interna que un despliegue global que tarda un año en enseñar algo, y permite corregir el planteamiento cuando corregirlo todavía es barato.
El dato con evidencia visual
Analicemos esto desde un ejemplo práctico: un dato de producción dice que a las 11:42 hubo una parada de siete minutos. Eso es todo. Ahora bien, la imagen asociada a ese momento dice por qué. Esa diferencia es la que convierte un histórico en una herramienta de análisis en lugar de en un archivo.
En los proyectos de visión artificial integrados en línea, la imagen permite además automatizar tareas que hasta ahora eran manuales: verificación de piezas, etiquetado, conteos o control de empaquetado, con inspección en tiempo real y resultados consistentes en cada etapa. Y aporta algo que ningún sensor de proceso registra: la trazabilidad mediante imagen, que en industrias reguladas funciona como prueba de cumplimiento de los procesos establecidos y facilita las auditorías.
Esa idea conecta directamente con lo que veíamos en el artículo sobre food defense en la industria alimentaria: tener imagen asociada a cada etapa no solo sirve para mejorar el proceso, sirve para demostrar que el proceso fue el que se dice que fue.
Hay además una capa de detección orientada a las personas y a las zonas, no al producto. La analítica de vídeo con inteligencia artificial permite detectar presencia en zonas restringidas dentro de entornos industriales y generar alertas en tiempo real, algo que en una planta con maquinaria en movimiento pertenece tanto a la seguridad como a la operación.
El dato tiene que llegar a donde se decide
¿Para qué sirve un sistema de control de producción que vive aislado en una pantalla de planta? Se queda corto. El valor aparece cuando el dato llega a los sistemas donde se planifica, se compra y se factura. Eso significa integración con ERP y MES, de forma que la producción real se contraste con la planificada sin volcados manuales ni hojas de cálculo intermedias, y conexión con la trazabilidad logística para que el recorrido no se corte al final de la línea y continúe hasta la expedición. En la práctica, esta es la parte que más trabajo de integración requiere, porque cada planta tiene su combinación particular de sistemas heredados, versiones y desarrollos a medida acumulados durante años.
Merece la pena decirlo con claridad: la tecnología de captura rara vez es el cuello de botella de estos proyectos. La integración con lo que ya existe, sí. Y por eso el trabajo previo de entender qué sistemas hay, quién los mantiene y qué se puede tocar suele valer más que la elección del sensor.
Sobre el hardware, una precisión útil para dimensionar expectativas: no siempre hace falta instalar equipamiento nuevo. En algunos proyectos se reutiliza infraestructura existente y en otros hay que añadir sensores o sistemas de captura, y eso depende del proceso concreto, no del tamaño de la empresa.
Medir el proceso no es medir a las personas
Hay una frontera que conviene tener clara desde el diseño, porque en planta el proceso y las personas ocurren en el mismo espacio físico y la misma cámara puede ver las dos cosas.
Cuando la captura de datos implica imágenes en las que aparecen trabajadores, hay tratamiento de datos personales y hay que resolver finalidad, proporcionalidad, información previa y plazo de conservación. La guía de la AEPD sobre el uso de videocámaras y sus preguntas frecuentes sobre videovigilancia marcan el marco de referencia, incluido el criterio de que la videovigilancia solo debe emplearse cuando no sea posible acudir a otros medios con menos impacto en la privacidad.
En el diseño técnico esto se traduce en decisiones concretas: encuadres orientados al proceso y no al puesto, análisis de patrones y comportamientos sin recurrir a sistemas biométricos, retenciones ajustadas al uso real del dato y transparencia con la representación de los trabajadores desde el principio y no cuando el sistema ya está instalado.
Un proyecto de control de producción que se plantea a espaldas de la plantilla suele acabar mal, y casi nunca por motivos legales. Acaba mal porque la gente deja de confiar en el dato, empieza a discutir cada cifra y el sistema pierde la única cosa que lo hacía útil, que era servir de base común para una conversación.
La pregunta con la que empieza cada proyecto
Cuando alguien nos llama para digitalizar el control de producción de su planta, la primera conversación rara vez va de sensores o de pantallas. Va de una pregunta bastante más compleja: qué decisión estás tomando hoy sin los datos suficientes.
Igualmente, no se trata de qué se puede medir, que es casi todo, sino qué se va a hacer distinto cuando exista la medida. Si esa respuesta existe, el alcance del proyecto se dibuja solo. Si no existe, lo que se acaba instalando es un cuadro de mando bonito que nadie abre a partir del tercer mes.
A partir de ahí, nuestros proyectos de software de control de la producción siguen siempre el mismo orden: definir el alcance mínimo que responde a esa pregunta, desplegarlo en una línea, comprobar que el dato es fiable contrastándolo con lo que la planta ya sabe, y solo entonces ampliar. Es menos vistoso que un despliegue completo y se presenta peor en una reunión de dirección, pero es la forma en la que estos proyectos acaban usándose de verdad.
Y hay una frontera que no cruzamos sin pensarla bien: medir el proceso, no a las personas. Es una decisión técnica antes que legal, y condiciona desde dónde se coloca una cámara hasta qué se guarda y durante cuánto tiempo.
Si estás valorando digitalizar el control de producción de tu planta, cuéntanos tu caso y lo analizamos contigo.