En muchas plantas peruanas el reporte de producción del turno se arma a mano: un supervisor anota en una hoja cuántas unidades salieron, cuántas se rechazaron y cuánto tiempo estuvo parada la línea. Esa hoja se digita al día siguiente, se consolida el lunes y llega a gerencia el viernes. Para entonces, la parada que costó dinero el martes ya no es un problema que se pueda resolver: es un dato histórico.
Industria 4.0 no significa comprar robots. Significa cerrar esa brecha de tiempo entre lo que ocurre en la línea y lo que la organización sabe que ocurrió. Cuando el dato de planta llega en el momento en que se produce, la conversación cambia: el jefe de producción deja de explicar lo que pasó y empieza a intervenir mientras está pasando.
Capturar el dato donde se produce
El primer trabajo es de instrumentación. Una planta suele tener más información disponible de la que usa: los PLC de las máquinas ya conocen el conteo, el estado y las alarmas; lo que falta es sacarlos de ahí y llevarlos a un lugar donde se puedan cruzar. En equipos antiguos sin salida digital, se instrumenta con sensores externos — conteo, vibración, consumo, temperatura — para obtener la misma señal sin reemplazar la máquina.
- Conexión a PLC y control existente: lectura de conteo, estado, alarmas y parámetros de proceso mediante los protocolos industriales que la planta ya usa.
- Retrofit de máquinas antiguas: sensores externos de conteo, vibración y consumo eléctrico para instrumentar equipos que no nacieron conectados.
- Registro de paradas con causa: terminal en línea donde el operador clasifica la parada en el momento, no de memoria al final del turno.
- Trazabilidad de lote: lectura de códigos en las transiciones críticas del proceso, para reconstruir la historia de cualquier unidad producida.
- Gateway y capa edge: concentración local, buffer ante caída de red y envío confiable a la plataforma.
Esa capa es IoT industrial hecho para el piso de planta: tolerante a ruido eléctrico, a cortes de red y a un entorno donde nadie va a reiniciar un servicio a mano. Lo que sale de ahí es una serie temporal confiable por máquina, por línea y por turno.
OEE que se puede defender
Casi toda planta dice medir OEE. Pocas pueden defender el número. El problema está en el origen del dato: si la disponibilidad se calcula con paradas anotadas de memoria, si el rendimiento usa una velocidad nominal que nadie actualizó en cinco años y si la calidad se toma de un rechazo que se contabiliza al final del mes, el OEE resultante es una opinión con dos decimales.
Cuando el conteo viene de la máquina, la parada se clasifica en el momento y el rechazo se registra en el punto de inspección, el OEE se vuelve auditable. Y más importante: se vuelve descomponible. Se puede ver qué parte de la pérdida es disponibilidad, cuál rendimiento y cuál calidad, por línea, por turno, por producto y por operador — que es donde realmente aparece la acción concreta.
Inventario sincronizado con la línea
El desfase entre lo que la línea produjo y lo que el sistema de inventario cree que existe es una de las fuentes de error más caras de una operación manufacturera. Provoca quiebres que nadie vio venir, compras urgentes a mayor precio y ajustes de inventario que se explican como merma cuando en realidad son un problema de registro.
Lo que construimos es el vínculo directo: cuando la línea consume materia prima y produce unidad terminada, el inventario se mueve. No al día siguiente, no cuando alguien digite. Eso incluye la integración con el ERP que la empresa ya usa — no lo reemplazamos, lo alimentamos con el dato real de planta para que sus números dejen de ser una estimación.
- Consumo de materia prima descontado contra la producción real de la línea.
- Producto terminado ingresado a almacén con lote, turno y línea de origen.
- Alertas de quiebre y punto de reorden calculados sobre consumo observado, no sobre promedio histórico.
- Conciliación automática y visibilidad de la diferencia entre teórico y físico, con su origen.
Logística y tracking hasta el destino
La operación no termina en el despacho. Construimos la capa de seguimiento que va del pallet al cliente: asignación de carga, ruta, estado del envío, evidencia de entrega y, cuando corresponde, condiciones de transporte monitoreadas — temperatura en cadena de frío, apertura de puerta, geocerca. Del despacho al destino, sin puntos ciegos.
Dashboards operativos y mantenimiento predictivo
Sobre la base de datos unificada se construye la capa de analítica y BI: tableros por planta, por turno y por línea, con el detalle que necesita el supervisor y el consolidado que necesita la gerencia. La clave no es la cantidad de gráficos, es que todos lean de la misma fuente y que nadie tenga que armar su propia versión en Excel.
Con suficiente histórico de vibración, consumo y ciclo, la inteligencia artificial permite pasar del mantenimiento por calendario al mantenimiento por condición: detectar la firma de datos que precede a una falla y programar la intervención antes de la parada no planificada. En paralelo, la visión computacional sobre cámaras en línea permite inspección de calidad automática — detección de defectos, verificación de etiquetado, conteo — a velocidades que el ojo humano no sostiene por ocho horas.
Integración con ERP y sistemas existentes
Ninguna planta cambia su ERP porque quiere medir el OEE. Nuestro enfoque es construir la capa que falta — captura de planta, contexto de producción, analítica — e integrarla vía API con lo que ya está en producción. El desarrollo a medida se aplica donde el proceso de la empresa es particular y ningún producto de mercado lo modela bien, que en manufactura suele ser la mayor parte del caso.
El alcance de la instrumentación depende de la antigüedad del parque de máquinas, los protocolos disponibles y la infraestructura de red de planta. Se define en un levantamiento técnico previo.