Soluciones que hemos construido en piso

El problema

La planta solo tenía una entrada y salida en la puerta. Una vez adentro, nadie sabía en qué línea estaba el operador, cuánto tiempo permanecía ahí ni dónde se consumían realmente las horas de trabajo.

Lo que construimos

Instalamos puntos de registro en cada área de ensamble. El operador se identifica con reconocimiento facial, gafete o un código corto, y cada movimiento entre zonas queda registrado con hora automáticamente.

El resultado

Las horas de mano de obra ahora se asignan línea por línea: los supervisores ven el tiempo real en estación, faltantes de personal y eficiencia por área en lugar de un solo dato de planta.

El problema

Los sistemas andon comerciales cuestan miles de dólares por estación y requieren cablear energía y red por toda la planta.

Lo que construimos

Desarrollamos una torreta inalámbrica a la medida que solo necesita un contacto eléctrico. Verde, amarillo y rojo responden al avance real contra la meta del turno, y la misma luz puede señalar paros.

El resultado

El piso ve el estatus de meta y paros de un vistazo a una fracción del costo de un sistema comercial, sin cableado ni obra de infraestructura.

El problema

Equipos críticos — sobre todo en moldeo por inyección y procesos especializados — solo los entienden completamente unos cuantos técnicos con muchos años de experiencia. Los manuales están desactualizados, y cuando esas personas se van, el saber se va con ellas.

Lo que construimos

Creamos avatares de IA que entrevistan a los técnicos mientras trabajan, haciendo las preguntas correctas en el momento correcto para extraer conocimiento tácito de ajuste, diagnóstico y mantenimiento. El avatar aprende paso a paso y convierte esa experiencia en un asistente de capacitación interactivo y consultable.

El resultado

Los operadores nuevos pueden preguntarle al avatar cómo montar un molde, diagnosticar una falla o afinar un ciclo, y recibir respuestas basadas en quienes realmente operaron la máquina, preservando el conocimiento de forma permanente dentro de la empresa.

El problema

Los paquetes de costeo se rehacían a mano cada mes en hojas de cálculo. Las variaciones estándar contra real llegaban dos o tres semanas tarde, así que cuando finanzas explicaba una desviación de mano de obra o material, el turno que la causó ya había pasado.

Lo que construimos

Conectamos datos de producción, mano de obra y ERP en un motor de costeo automatizado que recalcula estándares, absorción y variaciones de eficiencia todos los días, y publica reportes listos para finanzas por planta, línea, familia de producto y centro de trabajo.

El resultado

El cierre mensual es más rápido, cada variación se rastrea hasta la línea y el turno que la generó, y operaciones ve el impacto en costo cuando todavía hay tiempo de reaccionar.

El problema

Las cámaras ya estaban en el techo, pero nadie las veía. Los supervisores estimaban el tiempo muerto, caminaban la planta para hallar cuellos de botella y no sabían cuánto del turno el montacargas andaba vacío.

Lo que construimos

Instalamos visión con IA en computadoras de borde NVIDIA que aprovechan las cámaras existentes: detecta personas, estaciones, tarimas y montacargas, y convierte el video en tiempo activo, tiempo muerto, ritmo de ciclo y rutas de flujo por zona.

El resultado

La planta por fin ve a dónde se va el turno — qué estaciones se quedan sin material, qué pasillos se congestionan y cuánto recorrido del montacargas es en vacío — con datos en lugar de opiniones y sin que el video salga de la planta.

El problema

La seguridad dependía de auditorías y de que alguien reportara un casi accidente. Los cruces de montacargas con peatones, la falta de EPP y el paso por zonas restringidas se descubrían hasta que ocurría el incidente.

Lo que construimos

La misma plataforma de visión en NVIDIA corre modelos de seguridad: detección de casco y chaleco, invasión de zonas restringidas y pasos peatonales, velocidad y cercanía del montacargas a personas, salidas bloqueadas y captura automática de videoclips de casi accidentes con alertas inmediatas.

El resultado

EHS obtiene una lista priorizada de puntos de riesgo con evidencia en video, las alertas llegan al supervisor en segundos y los datos de casi accidentes impulsan cambios de layout y tráfico antes de que alguien se lastime.

El problema

Las conciliaciones se hacían línea por línea contra estados de cuenta en PDF. Diferencias de tiempo, tipo de cambio y lotes de nómina consumían días de contabilidad y los errores aparecían hasta el cierre.

Lo que construimos

Construimos un motor de conciliación que integra estados de cuenta y bank feeds en vivo, empata movimientos contra el libro mayor con reglas y tolerancias configurables, libera automáticamente lo rutinario y solo deja excepciones reales para revisión.

El resultado

Conciliación diaria en lugar de mensual, pista de auditoría limpia en cada empate y tiempo contable enfocado en analizar excepciones, no en capturar.

El problema

El presupuesto anual tomaba meses de consolidación en hojas de cálculo, y las solicitudes de capital llegaban al consejo sin modelación, benchmarking ni análisis de riesgo consistentes.

Lo que construimos

Automatizamos la preparación del presupuesto a partir de históricos, planes de volumen y drivers de costo, y entregamos una biblioteca de más de 40 modelos financieros: simulación Monte Carlo, benchmarking de capex, VPN / TIR y periodo de recuperación, punto de equilibrio, pronóstico de flujo y análisis completo de razones de balance y estado de resultados.

El resultado

Ciclos de presupuesto en semanas en lugar de meses, decisiones de capital con rangos de probabilidad en vez de un solo número, y un set de modelos consistente en el que confían finanzas y operaciones.

El problema

La mano de obra se reportaba en totales de nómina y el tiempo de máquina en notas del operador, así que nadie podía decir cuántas horas costó realmente un trabajo ni cuánto del turno estuvo corriendo la máquina.

Lo que construimos

Ligamos las transacciones de mano de obra y las señales de máquina al mismo trabajo, número de parte y turno; luego analizamos tiempo de corrida, ajuste, inactividad y paro contra horas ganadas para mostrar utilización, eficiencia y costo real por trabajo.

El resultado

Los supervisores ven utilización en vivo por máquina y cuadrilla, planeación cotiza con ciclos y ajustes reales, y finanzas obtiene una absorción de mano de obra que coincide con lo que pasó en piso.

El problema

Un fabricante de dispositivos médicos tenía décadas de registros de lote, historiales de dispositivo, hojas de inspección, certificados de proveedor y expedientes CAPA en papel y PDF escaneado. Prepararse para una auditoría de la FDA significaba revisar carpetas a mano, y cualquier pregunta de tendencia tomaba semanas.

Lo que construimos

Construimos un flujo de IA documental que ingiere cualquier documento — escaneado, fotografiado o PDF nativo —, aplica OCR y reconocimiento de escritura a mano, extrae cada campo a un conjunto de datos estructurado y validado con nivel de confianza, y luego lo analiza para detectar tendencias, no conformidades, certificados vencidos y firmas faltantes.

El resultado

La empresa logró $1.2M de ahorro anual al eliminar revisión manual, evitar retrabajos y acelerar liberaciones, y hoy llega a las auditorías de la FDA con cada registro consultable y trazable en segundos.

El problema

Los motores, bombas, reductores y compresores críticos se revisaban en una ruta manual mensual con medidor de mano y tabla. Las fallas de rodamiento aparecían como paro no programado a media producción, y mantenimiento reconstruía equipo por calendario en lugar de por condición.

Lo que construimos

Instalamos sensores inalámbricos de vibración triaxial y temperatura en cada motor y alojamiento de rodamiento. Los datos llegan a un gateway y a la nube, donde líneas base, umbrales ISO 10816 y análisis de espectro FFT detectan desbalance, desalineación, holgura, pérdida de lubricación y defectos de rodamiento semanas antes de la falla.

El resultado

Las fallas se detectan a tiempo con orden de trabajo generada automáticamente, el paro no programado en los activos monitoreados baja de forma notable, y mantenimiento pasa de reconstrucciones por calendario a trabajo por condición dentro de ventanas planeadas.