La mayoría de las plantas industriales sobreestiman su OEE entre un 15 y un 20%. No es un problema de honestidad: es un problema de metodología. Medir el OEE correctamente requiere definir bien tres conceptos que parecen obvios pero que en la práctica generan confusión constante.

En este artículo te explicamos cómo poner en marcha una medición fiable en menos de una semana, con los recursos que ya tienes.

¿Qué mide realmente el OEE?

El OEE (Overall Equipment Effectiveness) es el producto de tres indicadores: Disponibilidad × Rendimiento × Calidad. Un OEE del 85% se considera clase mundial. La mayoría de las plantas reales se mueven entre el 55% y el 75%, aunque muchas crean que están por encima.

El error más común: calcular la disponibilidad sobre el tiempo total del día (24h) en lugar del tiempo planificado de producción. Si tu turno dura 8 horas pero la línea estaba programada para producir solo 6, el denominador es 6h, no 8h.

Semana 1: cómo arrancar sin tecnología

Día 1-2: Define tus referencias

Antes de medir nada necesitas tres datos por cada línea y producto: la velocidad nominal (unidades/hora a ritmo óptimo), el tiempo planificado de producción por turno, y los criterios de calidad (qué cuenta como unidad buena).

Estos datos suelen estar en los estándares de proceso o en la cabeza de los técnicos más veteranos. Recógelos en una hoja de cálculo sencilla. Sin ellos, cualquier cálculo de OEE será ficticio.

Día 3-4: Registra paradas y producción

Durante dos turnos completos, pide a los supervisores que anoten en papel: hora de inicio y fin de cada parada, causa de la parada, unidades producidas al cierre del turno y unidades rechazadas. No necesitas nada digital todavía.

Día 5: Calcula y compara

Con los datos de esos dos turnos, calcula el OEE manualmente. Lo que obtengas probablemente será entre 10 y 20 puntos inferior al número que la planta manejaba antes. Eso no es un fracaso: es la realidad que permite mejorar.

Los errores que inflan el OEE

• Incluir las paradas planificadas en el tiempo disponible: los cambios de turno, limpiezas programadas y mantenimiento preventivo no son ineficiencias, deben excluirse del cálculo.
• Usar velocidades nominales demasiado bajas: si defines la velocidad óptima como la velocidad media real, el rendimiento siempre será del 100%.
• No contar los retrabajos como defectos: una pieza que necesita retrabajo no es una pieza buena a la primera.
• Medir por turno y no por línea-producto: el OEE de "la planta" no sirve para tomar decisiones. El OEE de la Línea 2 haciendo el Formato A, sí.

De papel a digital: qué cambia

Una vez tienes la metodología clara en papel, digitalizarla multiplica su valor. Un sistema como Ovelean automatiza el cálculo en tiempo real, elimina los errores de transcripción y permite comparar turnos, líneas y productos con un clic. Pero la digitalización solo funciona si los datos de entrada son correctos. Por eso la semana de papel es imprescindible.

SMED son las siglas de Single Minute Exchange of Die, una metodología Lean desarrollada por Shigeo Shingo en Toyota durante los años 70. El objetivo es reducir el tiempo de cambio de formato o utillaje a menos de 10 minutos — de ahí el "single minute" (un solo dígito de minutos).

Hoy, décadas después, la mayoría de las plantas que "aplican SMED" cometen los mismos errores que Shingo identificó hace 50 años. El más frecuente: confundir cronometrar con mejorar.

Los cuatro pasos del SMED

El método original de Shingo tiene cuatro fases bien diferenciadas. Saltarse cualquiera de ellas limita el resultado a la mitad de su potencial:

1. Observar y registrar: filma o cronometra un cambio completo sin intervenir. El objetivo es tener datos reales, no estimaciones.
2. Clasificar en interno y externo: las actividades internas solo se pueden hacer con la máquina parada. Las externas se pueden preparar mientras la máquina produce. Esta clasificación es donde se gana más tiempo.
3. Convertir interno en externo: todo lo que se pueda preparar antes de parar la máquina, se prepara. Herramientas, materiales, ajustes previos.
4. Optimizar lo que queda: reducir y estandarizar las actividades que siguen siendo internas.

Cómo identificar las actividades internas y externas

La clave está en hacerse una sola pregunta por cada actividad: ¿podría hacerse esto con la máquina funcionando? Si la respuesta es sí, es externa. Si la máquina debe estar parada obligatoriamente, es interna.

Ejemplos de actividades típicamente mal clasificadas como internas:

• Buscar herramientas o utillaje (siempre externo: se prepara antes)
• Transportar el material del próximo lote al punto de uso (externo)
• Limpiar el utillaje anterior después del cambio (externo: se hace mientras ya produce)
• Verificar especificaciones del siguiente formato en papel (externo)

El papel del cronómetro digital

Cronometrar bien un SMED requiere registrar el tiempo de cada actividad individualmente, no el tiempo total del cambio. Con papel y lápiz esto es muy difícil: el cronometrador tiene que apuntar mientras observa, y los datos se pierden o se distorsionan.

Un sistema de cronometraje digital como el módulo SMED de Ovelean permite asignar un cronómetro a cada operario, registrar el nombre de la tarea en el momento, y generar automáticamente el diagrama de Gantt del cambio. Con ese Gantt, la clasificación interno/externo se hace en minutos y las oportunidades de mejora son visibles de inmediato.

Cómo sostener la mejora en el tiempo

El mayor riesgo del SMED es que los tiempos mejoren en el taller kaizen y vuelvan a subir tres meses después. Para evitarlo, el nuevo estándar debe quedar documentado, los operarios formados en él, y los tiempos de cambio monitorizados en cada turno.

Sin monitorización continua, la mejora del SMED tiene una vida media de 6 a 9 meses antes de degradarse al punto de partida.

El Andón es uno de los pilares del sistema de producción Toyota. La idea es simple: cualquier operario puede detener o señalizar un problema en la línea, y el sistema escala la alerta hasta que alguien la resuelve. Lo que no es simple es implementarlo bien.

Durante décadas, el Andón fue sinónimo de luces de colores encima de las máquinas. Hoy, el Andón digital lo está complementando — y en muchos casos sustituyendo — con ventajas claras. Pero no siempre es la mejor opción.

Qué hace el Andón físico bien

Las torres de señalización (rojo, amarillo, verde) tienen una ventaja que ningún sistema digital puede replicar: son visibles desde cualquier punto de la planta sin mirar ninguna pantalla. Un operario al otro extremo del pasillo ve en un segundo si hay un problema en la línea 3.

Además, son robustas, baratas de mantener y no requieren formación. Llevan 50 años en plantas de todo el mundo precisamente porque funcionan para lo que fueron diseñadas: señalización visual inmediata.

Dónde falla el Andón físico

• No hay trazabilidad: la luz roja se enciende, alguien la apaga. ¿Quién? ¿Cuándo? ¿Cuánto tardó? ¿Cuál fue la causa? Esa información se pierde.
• No escala automáticamente: si el supervisor no está mirando, la alerta puede quedarse sin respuesta durante minutos sin que nadie lo sepa.
• No permite análisis: sin registro histórico, es imposible saber qué línea genera más alertas, en qué turno, o cuál es la causa más frecuente.
• No se integra con otros sistemas: la luz no puede generar automáticamente una orden de mantenimiento o notificar por WhatsApp al técnico de guardia.

Qué añade el Andón digital

El Andón digital no reemplaza la señalización visual inmediata — para eso el físico sigue siendo útil. Lo que añade es una capa de trazabilidad, escalado y análisis que el sistema físico no puede ofrecer.

Con un sistema digital: cada alerta queda registrada con timestamp, operario, causa y tiempo de resolución. Si la alerta no se atiende en X minutos, escala automáticamente al siguiente nivel. Al final del turno, hay un registro completo de todos los eventos.

Cómo implantarlo sin interrumpir la producción

El error más frecuente en la implantación del Andón digital es intentar sustituir todo el sistema físico de golpe. La forma más eficaz es una implantación por fases:

1. Fase 1 — Coexistencia: el Andón físico sigue funcionando. Se añade el registro digital en paralelo, solo para capturar datos. Sin cambiar ningún proceso.
2. Fase 2 — Enriquecimiento: cuando hay una alerta física, el operario la registra también en el sistema digital (tablet o pantalla en línea). Añade causa y categoría.
3. Fase 3 — Escalado activo: se configura el escalado automático. Si una alerta no se cierra en el tiempo definido, el sistema notifica al supervisor.
4. Fase 4 — Análisis y mejora: con 4-6 semanas de datos, se identifican los patrones. Las alertas más frecuentes se convierten en acciones de mejora concretas.

El cambio de turno es uno de los momentos de mayor riesgo en cualquier planta de producción. En menos de 10 minutos, toda la información sobre el estado de la línea, los problemas abiertos y los objetivos pendientes debe transferirse de un equipo a otro. Cuando ese traspaso falla, los datos se pierden y los problemas se repiten.

En plantas con tres turnos y varias líneas, el traspaso deficiente es una de las cinco causas principales de pérdida de OEE.

Qué información debe quedar registrada al cerrar un turno

No toda la información tiene el mismo valor. Estas son las categorías imprescindibles que deben quedar documentadas antes de que el supervisor salga:

• Producción realizada: unidades producidas, unidades rechazadas y formato trabajado. Sin estos tres datos, el OEE del turno no se puede calcular.
• Paradas ocurridas: cada parada con su duración, causa y si quedó resuelta o sigue abierta.
• Estado de los equipos: anomalías detectadas, averías menores que no generaron parada pero que pueden crecer, nivel de consumibles.
• Alertas abiertas: cualquier incidencia que el turno entrante debe conocer y gestionar.
• Objetivos del siguiente turno: formato a producir, velocidad objetivo, cambios de turno planificados.

El problema del traspaso verbal

En la mayoría de las plantas, el traspaso de turno sigue siendo verbal: el supervisor saliente habla con el entrante durante unos minutos en el pasillo o junto a la línea. Esta práctica tiene un problema estructural: la información que se transmite depende de lo que el supervisor recuerda y considera importante en ese momento.

Si el turno ha sido complicado, el supervisor está cansado y tenderá a resumir. Si hay buena relación entre los dos, la conversación se alarga y se vuelve informal. Si hay mal ambiente, el traspaso dura dos minutos y se omiten problemas.

El traspaso estructurado: tres niveles

Nivel 1: Registro digital en tiempo real

La solución más efectiva es que los datos se registren durante el turno, no al final. Cada parada se registra cuando ocurre. Cada cambio de formato se cronometra. Las unidades se van acumulando automáticamente. Al final del turno, el resumen ya está hecho.

Nivel 2: Pantalla de traspaso estandarizada

Al cerrar el turno, el supervisor ve una pantalla con todos los datos del turno y puede añadir notas específicas para el turno entrante. Esa pantalla es lo primero que ve el supervisor que entra al abrir su sesión.

Nivel 3: Reunión de 5 minutos con datos

La conversación entre supervisores no desaparece, pero cambia de naturaleza. En lugar de transmitir datos de memoria, los dos supervisan juntos la pantalla de traspaso. La conversación se centra en los puntos abiertos y en los objetivos del turno entrante. Dura 5 minutos porque el 80% de la información ya está documentada.

Cómo empezar esta semana

Si no tienes ningún sistema digital, empieza con una hoja de traspaso en papel con los cinco campos obligatorios mencionados arriba. Es mejor que nada y te dará una semana de datos para entender qué información se pierde habitualmente. Con eso, la digitalización tiene una base real sobre la que trabajar.

Una planta de packaging en el norte de España llevaba años con un OEE declarado del 78%. Cuando implantaron un sistema de medición riguroso, el OEE real era del 62%. Tres meses después, sin comprar ninguna máquina nueva ni ampliar el equipo humano, habían llegado al 84%.

Este es el análisis de qué hicieron, en qué orden, y qué aprendieron en el proceso.

El punto de partida: por qué el OEE declarado no era real

El 78% que la planta manejaba antes tenía tres problemas metodológicos. Primero, las velocidades nominales estaban definidas a un 85% de la capacidad real de las máquinas — una práctica habitual para "no presionar demasiado" a los operarios. Segundo, los cambios de formato se excluían del cálculo de disponibilidad. Tercero, los retrabajos no se contabilizaban como defectos.

Al corregir estas tres distorsiones, el OEE bajó 16 puntos de golpe. Fue un momento incómodo para la dirección, pero también el momento en el que empezó la mejora real.

Mes 1: entender las pérdidas

El primer mes se dedicó exclusivamente a medir. Con datos de turno por turno durante cuatro semanas, el análisis Pareto de paradas mostró que el 68% del tiempo perdido venía de solo tres causas:

• Microrroturas de film en la línea 2 (causa: tensión de bobina no estandarizada por operario)
• Esperas de material en inicio de turno (causa: el almacén no tenía protocolo de preparación anticipada)
• Cambios de formato largos en las líneas 1 y 3 (causa: utillaje almacenado lejos, sin orden fijo)

Ninguna de estas causas era nueva. Los supervisores las conocían. Pero sin datos, no había urgencia ni argumento para abordarlas sistemáticamente.

Mes 2: tres acciones focalizadas

Acción 1: Estándar de tensión de bobina

Se definió un rango de tensión por tipo de film y se creó un procedimiento de verificación al inicio de cada bobina. La formación duró una mañana. En dos semanas, las microrroturas en la línea 2 cayeron un 74%.

Acción 2: Protocolo de preparación de materiales

El almacén empezó a preparar el material del turno siguiente 30 minutos antes del cambio. La espera en inicio de turno pasó de un promedio de 11 minutos a menos de 2.

Acción 3: Shadow board de utillaje

Se creó un panel de utillaje (shadow board) junto a cada línea con el utillaje de los tres formatos más frecuentes. Los cambios de formato más comunes bajaron de 34 a 18 minutos de media.

Mes 3: sostener y expandir

El tercer mes se dedicó a consolidar los nuevos estándares, formar a todos los operarios (no solo a los que participaron en el análisis) y extender el sistema de medición a las dos líneas que aún no tenían datos rigurosos.

Al final del mes 3, el OEE estaba en 84% y los supervisores tenían por primera vez una visión objetiva y diaria del rendimiento de sus líneas. La conversación en la reunión diaria cambió: ya no se discutía si había habido problemas, sino qué se iba a hacer para que no volvieran a ocurrir.

Una de las preguntas más frecuentes cuando una planta empieza a digitalizar su producción es: ¿necesito sensores, o puedo empezar con entrada manual de datos? La respuesta honesta es que depende, y que la mayor parte de las plantas sobreestiman lo que necesitan al principio y subestiman el valor de empezar con datos imperfectos pero rápidos.

Los tres modos de captura de datos

En la práctica, existen tres formas de alimentar un sistema de gestión de producción con datos:

• Entrada manual: el operario o supervisor registra los datos en una pantalla o tablet al final de cada evento (parada, cambio de formato, fin de lote).
• API externa: un sistema de terceros (ERP, SCADA, PLC) envía los datos automáticamente al sistema de producción mediante una integración.
• Sensores inline: sensores físicos instalados en la máquina o línea capturan datos en tiempo real sin intervención humana.

Cuándo la entrada manual es suficiente

La entrada manual tiene mala prensa porque se asocia a hojas de cálculo y papel. Pero en un sistema digital bien diseñado, registrar una parada debe tomar menos de 20 segundos. Con esa fricción mínima, la entrada manual es válida para la gran mayoría de los casos de uso.

Es suficiente cuando: los turnos son de 8 horas con pocos eventos, el número de paradas por turno es inferior a 10, la velocidad de producción es relativamente estable, y los datos no necesitan resolución de segundos.

Cuándo una API es la respuesta

Si tu planta ya tiene un ERP, un sistema MES o un SCADA que captura datos de producción, la integración vía API es el camino más eficiente. Los datos ya existen — solo hay que llevarlos al sistema correcto.

El reto suele ser la calidad de los datos existentes. Muchos sistemas legacy capturan el tiempo de ciclo pero no las causas de parada, o registran las unidades producidas pero no las rechazadas. En ese caso, la API complementa la entrada manual en lugar de sustituirla.

Cuándo invertir en sensores

Los sensores inline tienen sentido cuando la velocidad de producción varía continuamente y necesitas datos en tiempo real con resolución de segundos, cuando el operario no puede interrumpir el proceso para registrar eventos, o cuando la planta produce en ciclos muy cortos (menos de 30 segundos por unidad) donde la entrada manual es imposible.

Fuera de estos casos, la inversión en sensores — que puede ir de 500€ a varios miles por línea — tiene un retorno más largo que simplemente mejorar el proceso de captura manual.

La estrategia que funciona

Las plantas que mejor resultado obtienen siguen este orden: primero arrancan con entrada manual para validar el proceso y la metodología. Luego identifican qué datos son más críticos y dónde la entrada manual genera más fricción. Solo entonces invierten en automatización — con datos reales que justifican dónde tiene sentido hacerlo.

Empezar por los sensores sin haber validado el proceso es uno de los errores más costosos en digitalización industrial. Las plantas que lo hacen acaban con infraestructura cara que captura datos que nadie usa.

El Daily Meeting — también llamado reunión diaria de producción, stand-up de planta o reunión de turno — es probablemente la práctica Lean más extendida en la industria española. Y también la más mal ejecutada. En la mayoría de las plantas, la reunión diaria se ha convertido en una recitación de números del día anterior sin que nadie tome ninguna decisión. Dura 45 minutos, asiste demasiada gente y termina sin compromisos claros.

En este artículo te explicamos qué hace diferente a una reunión diaria que realmente funciona.

El propósito real de la reunión diaria

Antes de hablar de formato, hay que tener claro para qué sirve la reunión diaria. No es para informar. Es para detectar desviaciones y decidir acciones correctivas en tiempo real. Si al terminar la reunión no ha salido ninguna acción con responsable y fecha, la reunión ha fallado en su propósito, independientemente de lo bien que se hayan presentado los datos.

La estructura que funciona: 15 minutos, 4 bloques

Bloque 1 — Seguridad (2 min)

Siempre primero. ¿Ha habido algún incidente o casi-accidente en las últimas 24 horas? ¿Hay algún riesgo identificado para hoy? Este bloque refuerza la cultura de seguridad y garantiza que los problemas de EHS no se pierden entre los datos de producción.

Bloque 2 — Producción y calidad (5 min)

Tres números: OEE del turno anterior, unidades producidas vs objetivo, rechazos y devoluciones. Nada más. No se analizan aquí: se señalan las desviaciones y se decide si requieren acción inmediata o van al plan de acción.

Bloque 3 — Problemas abiertos (5 min)

Revisión rápida del tablero de acciones: ¿qué estaba abierto de ayer? ¿Se cerró o sigue abierto? ¿Hay nuevos problemas que añadir? Este es el bloque más importante y el que más frecuentemente se elimina cuando la reunión se alarga por otros temas.

Bloque 4 — Foco del día (3 min)

¿Qué es lo más importante que tiene que ocurrir hoy? Un mensaje claro para todo el equipo sobre la prioridad del turno. No más de dos puntos.

Los seis errores que matan la reunión diaria

• Duración variable: si la reunión a veces dura 10 minutos y otras 50, nadie la toma en serio. La duración debe ser fija y respetada religiosamente.
• Demasiados asistentes: la reunión diaria es para los que toman decisiones operativas, no para los que reciben información. Cada persona que asiste sin tener nada que decidir alarga la reunión.
• Datos sin contexto: decir "ayer produjimos 4.200 unidades" sin saber si el objetivo era 4.000 o 5.000 no aporta nada.
• Sin tablero visual: la reunión que se hace de memoria o con PowerPoint tarda el doble que la que se hace frente a un tablero físico o digital con los datos en pantalla.
• Acciones sin responsable ni fecha: "hay que revisar la máquina 3" no es una acción. "Pedro revisa el tensor de la máquina 3 antes del turno de tarde" sí lo es.
• Reunión de lunes diferente a la de viernes: la consistencia es lo que convierte una práctica en hábito. Si la reunión cambia de formato o de asistentes cada día, nunca crea rutina.

Cómo digitalizar la reunión sin perder agilidad

El tablero físico (pizarra, post-its, impresiones) tiene la ventaja de la tangibilidad: todo el equipo puede señalar, escribir y mover elementos. Su desventaja es que los datos hay que actualizarlos a mano y el histórico se pierde.

Un sistema digital bien configurado muestra los datos del turno anterior automáticamente, permite registrar las acciones durante la reunión y guarda el histórico de todas las reuniones. La clave es que la pantalla sea lo suficientemente grande para que todos la vean sin acercarse, y que la interfaz sea tan simple que el facilitador no tenga que navegar entre menús mientras habla.

En cualquier planta industrial hay problemas identificados desde hace meses — a veces años — que nunca se resuelven. No porque nadie quiera resolverlos, sino porque el sistema para gestionarlos falla. La reunión diaria detecta el problema, alguien dice "hay que mirarlo", y eso es todo lo que ocurre. El problema sigue ahí al día siguiente.

Un plan de acción bien estructurado es el mecanismo que convierte la detección en resolución. Su ausencia es una de las causas más frecuentes de frustración en los equipos de producción.

La anatomía de una acción bien definida

Una acción mal definida tiene tres síntomas: el verbo es vago ("revisar", "estudiar", "mirar"), no tiene un responsable único, o no tiene fecha. Cualquiera de los tres garantiza que la acción no se cierre.

Una acción bien definida responde a cinco preguntas:

• ¿Qué? La acción concreta, con verbo de acción específico: instalar, cambiar, formar, medir, eliminar.
• ¿Quién? Una sola persona responsable. Dos responsables equivalen a cero responsables.
• ¿Cuándo? Una fecha concreta, no "esta semana" o "pronto".
• ¿Por qué? El problema que resuelve, vinculado a un dato o a una pérdida medible.
• ¿Cómo sabremos que está hecha? El criterio de cierre: qué tiene que ser verdad para marcar la acción como completada.

Los cuatro estados de una acción

Un sistema de plan de acción efectivo necesita al menos cuatro estados claramente diferenciados: Pendiente (identificada, sin asignar), En curso (asignada, dentro de plazo), Vencida (pasada la fecha sin cerrarse) y Cerrada (completada y verificada). El estado "Vencida" es el más importante: si no existe, las acciones caducadas se mezclan con las activas y el sistema pierde credibilidad.

El ciclo de revisión: cuándo y con quién

El plan de acción debe revisarse en dos momentos: brevemente en la reunión diaria (¿qué venció ayer? ¿qué vence hoy?) y en profundidad en una revisión semanal de 20-30 minutos con los responsables de área. La revisión diaria mantiene la presión; la semanal permite reasignar recursos y elevar las acciones que están bloqueadas.

Sin revisión regular, el plan de acción se convierte en un archivo de problemas históricos, no en un motor de mejora.

Cómo priorizar cuando hay demasiadas acciones

Una lista de plan de acción con más de 20 ítems abiertos suele ser síntoma de que se están creando acciones más rápido de lo que se cierran. Cuando eso ocurre, hay dos opciones: aumentar la capacidad de resolución o priorizar brutalmente.

La priorización más efectiva usa dos criterios: impacto en OEE o seguridad (alto/bajo) y esfuerzo de implementación (alto/bajo). Las acciones de alto impacto y bajo esfuerzo van primero, siempre. Las de alto impacto y alto esfuerzo necesitan recursos específicos. Las de bajo impacto pueden esperar o eliminarse.

Vincular acciones a problemas reales

El plan de acción pierde valor cuando las acciones se crean "en abstracto", desconectadas de los datos de producción. La práctica más efectiva es vincular cada acción a la parada, al indicador o al evento que la originó. Así, cuando la acción se cierra, es posible verificar si el problema que la originó ha desaparecido realmente.

La mayoría de las plantas industriales controlan la calidad al final del proceso: un inspector revisa las unidades antes de que salgan al almacén o al cliente. Este enfoque tiene un problema fundamental: cuando se detecta el defecto, ya se han producido cientos o miles de unidades defectuosas. El coste del rechazo — en material, tiempo y reproceso — ya se ha generado.

El control de calidad en línea tiene un objetivo diferente: detectar la desviación del proceso antes de que produzca defectos, no después.

La diferencia entre inspección y control

Inspeccionar es verificar si el producto final cumple los requisitos. Controlar es verificar si el proceso está dentro de los parámetros que garantizan que el producto será correcto. La inspección detecta el problema una vez ocurrido. El control lo previene.

En la práctica, la mayoría de las plantas hace inspección y lo llama control de calidad. El resultado es que el rechazo se mide bien pero no baja.

Los cuatro tipos de no conformidad que debes distinguir

• Rechazo en proceso: detectado durante la producción, antes del control final. El menor coste posible.
• Rechazo en control final: detectado en la inspección de salida. Ya se ha gastado todo el proceso.
• Retrabajo: unidades que necesitan una operación adicional para ser válidas. No son rechazo, pero su coste real rara vez se contabiliza.
• Devolución de cliente: el defecto más caro. Implica transporte, tiempo de gestión, posible penalización y daño reputacional.

Cómo implementar el control en proceso sin parar la línea

El primer paso es identificar los puntos de control críticos: los momentos del proceso donde una desviación tiene mayor probabilidad de generar un defecto. No se pueden controlar todos los parámetros en todas las etapas — hay que priorizar.

Para cada punto de control crítico, se define: el parámetro a controlar, el rango aceptable, la frecuencia de verificación y la acción a tomar si se detecta una desviación. Este es el núcleo de un plan de control.

El papel del operario en el control de calidad

En el sistema Toyota, el operario es el primer inspector de su propio trabajo. No porque sea más barato que un inspector dedicado, sino porque es el que tiene información inmediata sobre lo que está pasando en el proceso. Un operario que entiende qué parámetros afectan a la calidad puede detectar una desviación 20 minutos antes de que se manifieste en el producto.

Para que esto funcione, el operario necesita dos cosas: criterios de calidad claros y visuales (no un manual de 50 páginas), y un sistema sencillo para registrar y escalar los problemas que detecta sin que eso suponga parar la línea unilateralmente.

Del registro al análisis: cerrar el ciclo

Registrar los defectos por tipo, causa y momento es necesario pero no suficiente. El valor viene del análisis: ¿qué tipo de defecto ocurre más? ¿En qué turno? ¿Con qué operario o máquina? ¿Después de qué evento? El análisis Pareto de defectos, actualizado semanalmente, convierte el registro en acciones de mejora concretas.

Las 5S — Seiri (clasificar), Seiton (ordenar), Seiso (limpiar), Seiketsu (estandarizar) y Shitsuke (sostener) — son la base del sistema de producción Toyota y el punto de entrada más habitual al Lean Manufacturing. Su lógica es impecable: un puesto de trabajo ordenado y limpio reduce los errores, las búsquedas, los accidentes y las averías. Nadie discute esto.

Y sin embargo, el 70% de las implantaciones de 5S fracasan antes de los 18 meses. ¿Por qué?

El ciclo de fracaso típico

La implantación de 5S suele seguir un patrón reconocible. La dirección decide implantar las 5S. Se hace un taller inicial — a veces llamado "kaizen de 5S" — durante uno o dos días. Las zonas quedan impecables, se hacen fotos, la dirección está satisfecha. Dos meses después, el desorden ha vuelto casi al nivel inicial. Seis meses después, las 5S son "eso que hicimos hace un tiempo".

Por qué la 5ª S es diferente a las otras cuatro

Clasificar, ordenar, limpiar y estandarizar son acciones que se hacen una vez — o periódicamente. Sostener es un mecanismo continuo que garantiza que las otras cuatro no se degraden. Requiere tres cosas que las otras 5S no necesitan: auditorías regulares, consecuencias visibles cuando los estándares no se cumplen, y reconocimiento cuando sí se cumplen.

Sin auditorías, nadie sabe si el estándar se mantiene. Sin consecuencias, el incumplimiento no tiene coste. Sin reconocimiento, el cumplimiento tampoco tiene valor.

La auditoría 5S que funciona

Una auditoría 5S efectiva tiene cuatro características: es frecuente (semanal o quincenal, no mensual), es breve (15-20 minutos por zona), usa un checklist visual estandarizado, y su resultado es visible para todo el equipo.

El checklist debe tener entre 15 y 25 preguntas con respuesta binaria (cumple/no cumple) o con escala de 0 a 3. Preguntas vagas como "¿está el área ordenada?" no sirven. Preguntas concretas como "¿todos los útiles de la estación 3 están en su posición marcada?" sí.

El tablero de resultados: hacer visible lo invisible

El mecanismo más efectivo para sostener las 5S es publicar los resultados de las auditorías en un tablero visible para todo el equipo. No para avergonzar a nadie — para crear transparencia y sana competencia entre áreas o turnos.

Cuando el equipo de la línea 2 ve que la línea 1 tiene una puntuación de 87/100 y ellos tienen 71/100, la presión para mejorar viene del propio equipo, no de la dirección. Es mucho más efectiva.

Integrar las 5S con el plan de acción

Cada hallazgo de la auditoría 5S que no se puede corregir en el acto debe generar automáticamente una acción en el plan de acción del área. Con fecha, responsable y criterio de cierre. Sin esta conexión, la auditoría es solo un formulario: identifica problemas pero no garantiza que se resuelvan.

En Toyota, cada empleado aporta de media 12 ideas de mejora al año. En la industria española, la media está por debajo de 0,5 ideas por empleado y año. La diferencia no es cultural ni de motivación intrínseca: es de sistema.

Los operarios de cualquier planta tienen ideas. Saben exactamente qué falla, qué tarda demasiado, qué herramienta está mal diseñada y qué procedimiento no tiene sentido. El problema es que la mayoría ha aprendido, después de varios intentos fallidos, que aportar ideas no sirve de nada. Y tienen razón.

Por qué los sistemas de sugerencias fracasan

El modelo clásico — un buzón de sugerencias físico o un formulario en el portal del empleado — tiene un defecto de diseño fundamental: el tiempo entre que el operario aporta la idea y recibe cualquier tipo de respuesta es demasiado largo. Si esa respuesta nunca llega, o llega meses después con un rechazo sin explicación, el operario no vuelve a aportar.

El segundo error es pedir demasiado en la idea inicial. Si el formulario de sugerencias tiene 10 campos — descripción del problema, causa raíz, solución propuesta, impacto económico estimado, área afectada — el operario que tiene una idea simple sobre cómo reorganizar su estación abandona antes de completarlo.

El ciclo de vida de una idea que funciona

Un sistema de ideas efectivo tiene cinco etapas claras con responsables y plazos definidos:

1. Captación (0-24h): el operario aporta la idea con la mínima fricción posible. Solo necesita describir el problema o la mejora en pocas palabras.
2. Acuse de recibo (24-48h): alguien confirma que la idea ha sido recibida y asigna un revisor. El operario sabe que su idea existe en el sistema.
3. Valoración (48h-2 semanas): el revisor evalúa la idea, estima el impacto y decide si se implementa, se descarta o necesita más información.
4. Implementación o rechazo con explicación: si se implementa, el operario participa en la ejecución. Si se rechaza, recibe una explicación honesta del porqué.
5. Cierre y reconocimiento: la idea cerrada — implementada o no — se archiva con el resultado. El operario recibe reconocimiento público si la idea se implementó.

Qué tipo de reconocimiento funciona

El reconocimiento económico (bonus por idea implementada) funciona en el corto plazo pero tiene efectos secundarios: los operarios solo aportan ideas que creen que tienen valor económico alto y dejan de aportar las pequeñas mejoras cotidianas que son la base del Kaizen.

El reconocimiento más efectivo es social y visible: mencionar la idea en la reunión diaria, publicar el nombre del autor en el tablero de mejoras, y hacer visible el impacto real de la idea en los indicadores del área. Un operario que ve que su idea redujo el tiempo de búsqueda de herramientas en 3 minutos por turno — y que eso equivale a 60 horas al año — tiene una motivación mucho más sólida que un bono de 50 euros.

El papel del supervisor: facilitador, no filtro

El mayor cuello de botella en los sistemas de ideas es el supervisor de primera línea. Si el supervisor percibe las ideas de sus operarios como críticas implícitas a su gestión, las bloqueará sistemáticamente. Si las percibe como una extensión de su propio trabajo de mejora, las impulsará.

Cambiar esta percepción requiere que la dirección evalúe a los supervisores también por el número de ideas que genera su equipo, no solo por los resultados de producción.

En casi todas las plantas industriales existe al menos una persona sin la cual determinados procesos no funcionan. Puede ser el operario que sabe calibrar la máquina más antigua, el técnico que conoce el truco para arrancar la línea 2 en frío, o el supervisor que es el único que sabe gestionar el cambio de un formato específico. Cuando esa persona falta — por vacaciones, baja o simplemente porque se va a otra empresa — el problema se hace visible de forma dolorosa.

La matriz de polivalencia es la herramienta que hace visible este riesgo antes de que se materialice.

Qué es la matriz de polivalencia

La matriz de polivalencia — también llamada matriz de competencias o skill matrix — es una tabla que cruza dos dimensiones: los puestos o tareas que existen en el área, y las personas del equipo. En cada celda, se indica el nivel de competencia de esa persona en esa tarea.

La escala más habitual tiene cuatro niveles: 0 (no conoce la tarea), 1 (en formación, necesita supervisión), 2 (competente, trabaja de forma autónoma) y 3 (experto, puede formar a otros). Algunos sistemas añaden un nivel 4 para quien puede mejorar el estándar.

Cómo construir la matriz en cuatro pasos

1. Identificar las tareas: listar todas las tareas que se realizan en el área, distinguiendo entre las críticas (sin las cuales la producción se detiene) y las de apoyo. Empezar por las críticas.
2. Evaluar a las personas: asignar el nivel de competencia a cada combinación persona-tarea. Esta evaluación la hace el supervisor con los datos de observación real, no el propio operario sobre sí mismo.
3. Identificar los gaps: las tareas con menos de dos personas en nivel 2 son gaps críticos. Las columnas con muchos ceros son señales de tareas no documentadas o no enseñadas.
4. Crear el plan de formación: para cada gap crítico, definir quién va a formarse, quién lo va a formar, en qué plazo y cómo se va a verificar que ha alcanzado el nivel 2.

La formación cruzada como práctica sistemática

La polivalencia no se construye en un taller. Se construye con formación cruzada sistemática: dedicar un porcentaje del tiempo de trabajo a que los operarios aprendan tareas de otros puestos. En muchas plantas, esto ocurre de forma informal cuando hay ausencias. La diferencia entre hacerlo reactivamente y hacerlo sistemáticamente es enorme: en el primer caso se aprende bajo presión y sin estándar; en el segundo, se aprende bien y el conocimiento queda documentado.

Actualización y visibilidad

Una matriz de polivalencia que se hace una vez al año y se guarda en un Excel no sirve para gestionar. La matriz debe actualizarse cada vez que alguien completa una formación, y debe ser visible en el área — en un tablero físico o en una pantalla — para que el equipo sepa cuál es su situación y cuáles son los objetivos de desarrollo.

La visibilidad tiene además un efecto motivador: los operarios con nivel 3 en varias tareas son reconocidos implícitamente como referencias del equipo, lo que refuerza su compromiso y su disposición a compartir conocimiento.

El TPM — Total Productive Maintenance, Mantenimiento Productivo Total — es uno de los pilares del Lean Manufacturing que genera más resistencia cuando se implanta. Los técnicos de mantenimiento temen que se les quite trabajo. Los operarios sienten que se les añaden responsabilidades sin compensación adicional. Y la dirección espera resultados inmediatos de una transformación que necesita meses para dar frutos.

El punto de partida para evitar estos conflictos es una definición clara de qué hace el operario y qué hace el técnico en un sistema TPM.

La división de responsabilidades en TPM

El principio central del TPM es la separación entre mantenimiento autónomo y mantenimiento especializado. El operario no hace el trabajo del técnico. El operario cuida su máquina de la misma manera que cualquier persona limpia y revisa su coche sin ser mecánico.

El mantenimiento autónomo incluye: limpieza diaria, lubricación de puntos definidos, inspección visual de elementos accesibles, apriete de tornillos y conexiones según estándar, y detección y reporte de anomalías. Lo que no incluye: reparaciones, sustitución de componentes, trabajo eléctrico o intervención en sistemas de seguridad.

El primer pilar: la limpieza como inspección

El punto de entrada al TPM es siempre la limpieza — y no por razones estéticas. Cuando el operario limpia su máquina diariamente, la conoce. Detecta el tornillo que empieza a aflojarse, la fuga de aceite que apenas mancha, el ruido que cambió ligeramente. Estos son los síntomas previos a la avería, y el operario los detecta semanas antes de que el sensor de temperatura o de presión dispare una alarma.

La clave es que la limpieza no sea una tarea de 5 minutos al final del turno sin criterio: debe seguir un estándar visual que indique qué limpiar, con qué producto, con qué frecuencia y cuál es el resultado esperado.

El registro de anomalías: el puente entre operario y técnico

El mecanismo más valioso del mantenimiento autónomo no es la limpieza: es el registro de anomalías. Cuando el operario detecta algo que no es correcto pero que no impide que la máquina produzca, debe poder registrarlo en menos de un minuto. Esa anomalía queda en cola para el técnico de mantenimiento, que la evalúa y planifica la intervención antes de que se convierta en avería.

Sin este registro, el operario tiene dos opciones: ignorar la anomalía (y la avería llega tarde o temprano) o parar la máquina para llamar al técnico (y el OEE cae). Con el registro, la anomalía se gestiona en el momento óptimo.

Por qué el mantenimiento preventivo solo no es suficiente

El mantenimiento preventivo — revisiones programadas cada X horas o X días — es mejor que el puramente correctivo, pero tiene un límite: sustituye componentes según el calendario, no según su estado real. El TPM añade el mantenimiento predictivo basado en la observación del operario y, en sistemas más avanzados, en sensores que monitorizan el estado real de los componentes.

Cada año ocurren en España más de 600.000 accidentes de trabajo. Una parte significativa de ellos ocurren en plantas que cumplen toda la normativa de prevención de riesgos laborales, que tienen los EPIs correctos, que han hecho las evaluaciones de riesgos exigidas y que tienen al día la documentación del servicio de prevención.

El cumplimiento normativo es el suelo mínimo, no el techo. La diferencia entre una planta con accidentes y una planta segura no está en los formularios: está en la cultura.

La pirámide de Bird: lo que los casi-accidentes te dicen

En 1969, Frank Bird analizó 1,7 millones de accidentes industriales y encontró una relación estadística que se mantiene con sorprendente consistencia: por cada accidente grave, hay 10 accidentes leves, 30 incidentes con daños materiales y 600 situaciones de riesgo o casi-accidentes.

La conclusión práctica es poderosa: si quieres reducir los accidentes graves, tienes que trabajar en los 600 casi-accidentes que los preceden. Y para trabajar en ellos, primero tienes que conocerlos. Y para conocerlos, tiene que existir un sistema donde reportarlos sea seguro y sencillo.

El problema del subregistro

En la mayoría de las plantas, los casi-accidentes no se reportan. No porque no ocurran, sino porque el operario no lo hace: teme que le culpen, no sabe cómo hacerlo, o simplemente no cree que vaya a servir de algo. En algunos entornos, reportar un casi-accidente se percibe como admitir un error propio.

Una cultura de seguridad real invierte esta percepción: reportar un casi-accidente es una contribución valiosa al equipo, no una confesión. El que lo reporta merece reconocimiento, no escrutinio.

Los cinco elementos de una cultura de seguridad real

• Liderazgo visible: los mandos intermedios y la dirección hablan de seguridad antes que de producción en la reunión diaria. Siempre.
• Reporte sin represalias: cualquier incidente o casi-accidente puede reportarse sin miedo a consecuencias. El sistema protege al que reporta.
• Respuesta rápida: cada reporte genera una respuesta visible en menos de 48 horas. Si el operario no ve que pasa nada, deja de reportar.
• Análisis de causas raíz: los accidentes e incidentes se analizan para entender qué condición del sistema los permitió, no para buscar al culpable.
• Mejora visible: los cambios que se hacen como consecuencia de los reportes se comunican al equipo. "Gracias a tu reporte, hemos cambiado X."

La seguridad y el OEE: una relación que no se ve

La seguridad y la productividad no son objetivos en tensión, aunque a veces se gestionen como si lo fueran. Un accidente que genera una baja de 15 días equivale a la pérdida de 120 horas de producción. Las investigaciones de accidente consumen horas de mandos y técnicos. Y el impacto en el equipo — el estado emocional después de un accidente grave — no se mide pero es real.

Las plantas más productivas del mundo son también las más seguras. No es casualidad: comparten la misma base cultural de atención al detalle, respeto por el estándar y comunicación abierta de problemas.

Las pantallas de producción — también llamadas andon boards digitales, tableros de planta o production displays — se han convertido en un elemento habitual en las plantas industriales modernas. Una TV en la pared que muestra datos del turno. El problema es que muchas de ellas acaban siendo ignoradas por el equipo. No porque la información no sea relevante, sino porque está mal seleccionada, mal presentada o mal ubicada.

En este artículo te contamos qué funciona y qué no, con ejemplos concretos.

El principio de una pantalla de planta efectiva

Una pantalla de planta sirve para una sola cosa: hacer visible el estado de la producción para quienes toman decisiones en tiempo real. No es para informar a la dirección. No es para mostrar organigramas. No es para poner la misión y visión de la empresa. Si el operario o el supervisor no pueden tomar ninguna decisión basada en lo que ven, la pantalla no está haciendo su trabajo.

Qué mostrar: la regla de los 3 datos clave

La pantalla de planta debe mostrar, a golpe de vista y desde 10 metros de distancia, tres cosas: si la producción va bien o mal, si hay algún problema activo y cuánto falta para el objetivo del turno. Todo lo demás es secundario.

Los elementos que siempre deben estar presentes en una pantalla de línea:

• OEE del turno actual (o de las últimas X horas) con semáforo de color
• Unidades producidas vs objetivo
• Alertas Andón activas, si las hay
• Tiempo restante del turno

Los elementos que pueden estar en rotación (no permanentes): top 3 causas de parada del turno, evolución del OEE por hora, comparativa con el turno anterior.

Dónde colocar las pantallas

La ubicación es tan importante como el contenido. Una pantalla efectiva cumple tres condiciones: es visible desde los puestos de trabajo habituales sin que el operario tenga que desplazarse, está a una altura y distancia que permite leer los datos principales sin acercarse, y no está expuesta a reflejos de luz directa que impidan su lectura.

Para una línea de producción estándar, la posición óptima suele ser al final de la línea, visible desde todos los puestos. Para áreas con múltiples líneas, una pantalla central con una vista de conjunto y pantallas secundarias por línea es la solución más efectiva.

La trampa del dashboard bonito

El error más frecuente al configurar pantallas de planta es priorizar la estética sobre la funcionalidad. Un dashboard con 12 gráficos, colores variados y animaciones puede parecer muy sofisticado, pero si el supervisor tiene que leerlo durante 30 segundos para entender el estado de la línea, no funciona.

Menos es más. Tipografía grande, colores con significado consistente (rojo siempre malo, verde siempre bueno), y datos ordenados por importancia, no por lo que queda visualmente bien.

Cómo conseguir que el equipo las use

Una pantalla que nadie mira es síntoma de que los datos que muestra no son relevantes para las decisiones del día a día. El primer paso para revertirlo es involucrar al equipo en definir qué quieren ver: no los datos que le parecen importantes al responsable de IT, sino los que el supervisor usa en la reunión diaria y los que el operario necesita para saber si va bien o mal.

En los últimos dos años, la inteligencia artificial ha pasado de ser un tema de conferencias tecnológicas a aparecer en las conversaciones de directores de operaciones de plantas industriales de cualquier tamaño. Los proveedores de software industrial prometen IA que optimiza la producción, predice averías y toma decisiones automáticamente. La realidad, como siempre, es más matizada.

En este artículo separamos lo que la IA puede hacer hoy en un entorno industrial real de lo que sigue siendo promesa de futuro.

Lo que la IA puede hacer hoy, de verdad

Análisis de patrones en datos históricos

Si tienes datos de producción de los últimos 12-24 meses — paradas, OEE, velocidades, rechazos — un modelo de IA puede identificar patrones que el análisis humano no detectaría: correlaciones entre el turno de tarde y ciertos tipos de defecto, relaciones entre la temperatura ambiental y la frecuencia de una avería específica, o la secuencia de microeventos que precede a una parada mayor.

Esto requiere datos de calidad. Sin datos limpios y consistentes, la IA no puede hacer nada útil.

Respuesta a preguntas en lenguaje natural

Los modelos de lenguaje actuales pueden responder preguntas sobre los datos de tu planta de forma conversacional: "¿cuál fue el OEE medio de la línea 2 la semana pasada?", "¿qué turno tiene más paradas por fallo mecánico?", "¿qué productos tienen mayor tasa de rechazo?". Esto no requiere formación técnica del usuario y acelera enormemente el acceso a la información.

Generación de informes automáticos

La IA puede generar automáticamente el informe semanal de producción, el análisis Pareto de paradas del mes o el resumen ejecutivo de OEE para la dirección. No elimina la necesidad de que alguien revise y valide el contenido, pero reduce el tiempo de preparación de horas a minutos.

Lo que sigue siendo difícil o costoso

Mantenimiento predictivo sin sensores adecuados

El mantenimiento predictivo basado en IA requiere sensores que capturen datos en tiempo real con suficiente resolución. En plantas sin infraestructura de sensores, el coste de instrumentación necesaria para llegar a un modelo predictivo fiable puede superar fácilmente los 50.000€ por línea. Para la mayoría de las plantas, el retorno no justifica la inversión.

Optimización automática de parámetros de proceso

Los sistemas que ajustan automáticamente los parámetros de proceso en función del estado de la línea existen, pero funcionan bien solo en procesos muy estables y bien instrumentados. En procesos con alta variabilidad de materiales, formatos o condiciones ambientales, la IA tiene dificultades para generalizar.

Por dónde empezar

La IA en producción industrial tiene más valor cuando se aplica a los datos que ya tienes que cuando se usa para justificar la recogida de nuevos datos. El punto de partida correcto es: ¿qué preguntas sobre mi producción no puedo responder hoy por falta de tiempo de análisis? La IA puede responderlas automáticamente si los datos de base son correctos.

El camino equivocado es comprar una solución de IA esperando que resuelva problemas de datos que aún no se están recogiendo o que se están recogiendo mal.

El informe mensual de producción es uno de los documentos más preparados y menos leídos de cualquier organización industrial. El responsable de producción invierte horas en recopilar datos, construir gráficos y escribir análisis. La dirección lo recibe, lo hojea en 90 segundos y lo archiva. En la reunión de dirección, nadie lo ha leído con atención.

El problema rara vez es la falta de datos. Es la forma en que se presentan.

El error de estructura más frecuente

La mayoría de los informes de producción están estructurados como un catálogo de métricas: OEE del mes, desglose por semana, desglose por línea, desglose por turno, top 10 de paradas, evolución de calidad, indicadores de mantenimiento... Al final del informe, la dirección tiene mucha información pero no sabe qué hacer con ella.

Un informe efectivo está estructurado de otra manera: empieza por la conclusión, luego explica el contexto, y termina con las acciones propuestas. El lector sabe en la primera página qué está pasando y qué se necesita de él.

Los cuatro indicadores que no pueden faltar

Independientemente del tamaño de la planta o del sector, hay cuatro indicadores que deben estar siempre en la primera página del informe:

• OEE del mes vs objetivo vs mes anterior: los tres números juntos dan el contexto completo.
• Tasa de rechazo o calidad: unidades defectuosas sobre total producido, con tendencia.
• Cumplimiento del plan de producción: ¿se produjo lo que se había planificado? El porcentaje de cumplimiento es el indicador más relevante para la cadena de suministro y ventas.
• Accidentes e incidentes: siempre primero en términos de importancia, aunque en muchos meses el dato sea cero.

Cómo escribir el análisis sin que parezca una justificación

El análisis de resultados en un informe de producción tiene que responder a dos preguntas: ¿por qué pasó lo que pasó? y ¿qué vamos a hacer al respecto? No es una sección para justificar los malos resultados sino para explicarlos y proponer soluciones.

La diferencia en el tono es sutil pero importante. "El OEE bajó al 71% debido a los problemas con el proveedor de film" es una justificación. "El OEE bajó al 71% por la variabilidad del film del proveedor X. Hemos identificado dos proveedores alternativos y estamos haciendo pruebas esta semana" es un análisis con acción.

La frecuencia correcta: mensual no es suficiente

Un informe mensual tiene sentido para la dirección general. Para la gestión operativa, un mes es demasiado tiempo: los problemas que aparecen en la primera semana necesitan acción en la segunda, no en el informe del mes siguiente.

La combinación efectiva es: datos en tiempo real visibles en pantallas de planta, resumen semanal para mandos intermedios (5 minutos de lectura), e informe mensual para dirección con perspectiva estratégica. Cada capa tiene su audiencia, su formato y su propósito.

La proliferación de indicadores en la industria manufacturera ha alcanzado niveles absurdos. No es raro encontrar plantas con 40, 50 o incluso más KPIs definidos formalmente. Hojas de Excel con colores, cuadros de mando con decenas de métricas, informes que nadie lee porque tienen demasiada información. Y al final, la sensación de que a pesar de tanto número, nadie sabe realmente qué está pasando en la planta.

El problema no es falta de datos: es exceso de métricas sin jerarquía ni acción asociada.

La diferencia entre un indicador y un KPI

Un indicador mide algo. Un KPI — Key Performance Indicator — mide algo crítico para el resultado del negocio y desencadena una acción cuando se desvía. La diferencia no es semántica. Si un indicador se desvía y nadie hace nada, no es un KPI: es solo un número en un dashboard.

Para que un KPI sea real necesita tres elementos: un objetivo claro, un responsable de su resultado y un mecanismo definido de respuesta cuando se desvía. Sin estos tres elementos, puede llamarse indicador, métrica o dato, pero no KPI.

Los 5 KPIs imprescindibles en producción

• OEE: la métrica más completa de eficiencia de producción. Integra disponibilidad, rendimiento y calidad en un solo número.
• Cumplimiento del plan (OTIF): porcentaje de pedidos entregados en cantidad y fecha acordadas. Conecta producción con el cliente.
• Tasa de rechazo: porcentaje de unidades defectuosas sobre el total producido. Indicador directo del coste de la no calidad.
• MTBF (Mean Time Between Failures): tiempo medio entre averías. Indicador de la fiabilidad del equipamiento.
• Accidentabilidad: número de accidentes con y sin baja. Siempre primero en la jerarquía de importancia.

Cómo construir la jerarquía de indicadores

Los KPIs de planta deben organizarse en tres niveles. El nivel estratégico (dirección) tiene entre 3 y 5 indicadores que reflejan el resultado global: OEE, OTIF, coste de no calidad, accidentabilidad. El nivel táctico (mandos intermedios) desglosa esos KPIs por área, línea o turno y añade indicadores de proceso: causas de parada, tiempos de cambio, rechazos por tipo. El nivel operativo (supervisores y operarios) tiene indicadores accionables en tiempo real: velocidad actual vs nominal, unidades vs objetivo del turno, alertas activas.

El indicador trampa: la eficiencia del 100%

Uno de los errores más frecuentes en la definición de KPIs es fijar objetivos que siempre se cumplen. Un OEE objetivo del 72% cuando la media histórica es del 71% no es un objetivo: es una ilusión de control. Los objetivos deben ser alcanzables pero exigentes, basados en el benchmark del sector y en el potencial real identificado en el análisis de pérdidas.

El Value Stream Mapping — mapa de flujo de valor — es probablemente la herramienta de análisis más poderosa del Lean Manufacturing. Permite visualizar de un vistazo todos los pasos de un proceso productivo, el flujo de materiales y de información entre ellos, y — lo más importante — dónde se está generando valor y dónde se está desperdiciando tiempo, espacio o recursos.

La buena noticia es que para hacer un VSM inicial no necesitas formación especializada ni un consultor externo. Necesitas papel (preferiblemente A3), lápiz, un rotulador rojo y tiempo en la planta.

Qué representa el VSM

El VSM muestra el flujo de un producto o familia de productos desde que entra la materia prima hasta que sale el producto terminado al cliente. Para cada etapa del proceso, recoge datos básicos: tiempo de ciclo, tiempo de cambio, disponibilidad del equipo, número de operarios y tamaño del lote. Entre las etapas, muestra los inventarios intermedios y los tiempos de espera.

El resultado es una imagen visual de dónde está el valor (el tiempo en que el producto se está transformando) y dónde está el desperdicio (todo lo demás: esperas, transportes, inventarios, correcciones).

Los 7 pasos para hacer tu primer VSM

1. Elegir la familia de productos: el VSM se hace para una familia de productos que comparte los mismos procesos, no para toda la planta. Empieza por la familia más representativa o la más problemática.
2. Ir a la planta y observar: el VSM no se hace en una sala de reuniones con datos del ERP. Se hace caminando el proceso de principio a fin, observando y midiendo en el terreno.
3. Dibujar el estado actual: empieza por el cliente (a la derecha), continúa por el proceso (de derecha a izquierda) y termina por el proveedor (a la izquierda). Dibuja cada operación con sus datos reales.
4. Medir los inventarios intermedios: cuenta las piezas que hay entre cada operación. Tradúcelas a días de inventario dividiendo por la demanda diaria del cliente.
5. Calcular el lead time total: suma todos los tiempos de proceso y todos los tiempos de espera. La diferencia entre el lead time total y el tiempo de valor añadido es la oportunidad de mejora.
6. Identificar los desperdicios principales: en el mapa actual, señala con rojo los tres o cuatro puntos de mayor desperdicio: el inventario más grande, la operación con mayor variabilidad, el cuello de botella.
7. Dibujar el estado futuro: diseña cómo debería ser el flujo después de eliminar los principales desperdicios. El estado futuro es el objetivo, no la solución final.

Los errores más frecuentes en el primer VSM

El primero es hacerlo demasiado perfecto. El VSM inicial no tiene que ser preciso al segundo: sirve para identificar los grandes desperdicios, que son visibles incluso con datos aproximados. El segundo error es hacerlo en equipo numeroso: el VSM más efectivo lo hacen dos personas — el responsable del proceso y alguien externo que haga las preguntas incómodas.

Lean Manufacturing lleva décadas en la industria y sin embargo, para muchas plantas sigue siendo algo que "deberíamos hacer algún día". La barrera de entrada no es técnica: es la sensación de que para hacerlo bien hay que formarse mucho, contratar consultores, hacer un proyecto largo y reorganizar toda la planta.

Nada de eso es necesario para empezar. Lo que sí es necesario es elegir bien el primer problema a resolver.

El error del proyecto Lean

La forma más frecuente de fracasar con Lean es tratarlo como un proyecto. Los proyectos tienen inicio y fin. Lean no tiene fin: es una forma de trabajar permanente. Cuando se trata como proyecto, se asigna un responsable de Lean, se hace formación, se aplican herramientas durante seis meses y al final del proyecto se vuelve a trabajar como antes porque "el proyecto ya terminó".

Lean empieza con un problema concreto que le duele a alguien con poder de cambiar las cosas. No con un programa de transformación.

Las tres herramientas con las que empezar (y no más)

1. 5S en el área piloto

Las 5S crean las condiciones básicas para que cualquier otra mejora sea posible. Un área desordenada oculta los problemas. Un área ordenada los hace visibles. Empieza por el área de mayor actividad o mayor problema, no por la que ya está más ordenada.

2. Gestión visual básica

Antes de cualquier software, implementa gestión visual simple: un tablero con el objetivo del turno y el resultado real, visible para todo el equipo. Esto crea el hábito de medir y comparar, que es la base de la mejora continua.

3. Resolución de problemas estructurada (A3 simplificado)

Para el primer problema elegido, documenta en una sola hoja: cuál es el problema (con datos), cuál es la causa raíz (con análisis de los 5 porqués), cuál es la solución propuesta, quién es responsable y cuándo. Este formato simple obliga a pensar antes de actuar y crea el hábito de resolver problemas con metodología.

Cómo medir que el Lean está funcionando

El error más frecuente es medir el Lean por el número de actividades realizadas: talleres 5S completados, personas formadas, herramientas implantadas. Estos son indicadores de esfuerzo, no de resultado.

Los resultados que importan son los operativos: ¿bajó el tiempo de cambio de formato? ¿Bajaron las paradas por avería? ¿Mejoró el OEE? ¿Bajó el rechazo? Si las métricas operativas no mejoran, el Lean no está funcionando, independientemente de cuántos talleres se hayan hecho.

La trampa de querer hacer todo a la vez

Lean tiene docenas de herramientas: VSM, SMED, Kanban, Poka-Yoke, TPM, Heijunka, Andon, OEE, 5S, A3... La tentación es querer aplicarlas todas porque todas tienen sentido. El resultado es que se aplican todas superficialmente y ninguna produce resultados sostenibles.

La regla es simple: una herramienta, un problema, un área piloto. Cuando hay resultados medibles en esa área, se expande. Cuando hay varios éxitos, se añade una segunda herramienta. La velocidad de expansión la dictan los resultados, no el calendario del proyecto.

Desde hace varios años, la Industria 4.0 — también llamada fábrica inteligente, fábrica digital o cuarta revolución industrial — domina las ferias industriales, los catálogos de proveedores y los informes de consultoras. Gemelos digitales, internet de las cosas industrial, inteligencia artificial, robótica colaborativa, realidad aumentada en mantenimiento... La promesa es una planta que se gestiona sola, que se auto-optimiza y que anticipa los problemas antes de que ocurran.

Para las grandes plantas de automoción o electrónica, parte de esto ya es realidad. Para la mayoría de las plantas medianas españolas — con entre 50 y 500 empleados, maquinaria de diversas edades y presupuestos de inversión limitados — la brecha entre la promesa y la realidad aplicable es enorme.

Las tecnologías que sí aportan valor hoy

Software de gestión de producción (MES/MOM)

El salto del papel y el Excel a un sistema digital de gestión de producción es la digitalización con mayor retorno para una planta media. No requiere sensores, no requiere infraestructura compleja y los beneficios son inmediatos: datos de OEE en tiempo real, registro digital de paradas, trazabilidad de lotes, gestión de turnos. El retorno típico es de 6 a 18 meses.

Conectividad básica de máquinas

Conectar las máquinas más críticas para capturar automáticamente datos de producción (piezas producidas, tiempo de ciclo, estados de parada) es el segundo paso lógico después del software de gestión. No requiere sustituir las máquinas: en la mayoría de los casos, basta con añadir un sensor de conteo o una pasarela de comunicación a la máquina existente.

Pantallas de producción

Mostrar los datos del turno en pantallas visibles para el equipo de planta es una de las inversiones con mayor impacto por su coste. Una pantalla de 55 pulgadas con el OEE y las alertas activas del turno cuesta menos de 500€ y cambia la dinámica de gestión del equipo.

Las tecnologías que probablemente no necesitas todavía

Gemelo digital

Un gemelo digital — una réplica virtual de la planta que simula en tiempo real el comportamiento físico — tiene sentido para plantas con procesos muy complejos, alta variabilidad y capacidad de modelado avanzado. Para la mayoría de las plantas medianas, el retorno no justifica la inversión ni el esfuerzo de implementación.

Realidad aumentada para mantenimiento

Las gafas de realidad aumentada que guían al técnico en una reparación son impresionantes en una demo. En la práctica, requieren documentación técnica digitalizada de toda la maquinaria, una infraestructura de contenidos costosa de mantener y equipos que los técnicos rara vez adoptan voluntariamente. El ROI es difícil de justificar fuera de plantas con altísima complejidad técnica y muchos técnicos junior.

Por dónde empezar la digitalización

La secuencia correcta tiene tres fases. Primero, digitalizar los datos básicos de producción: OEE, paradas, turnos, calidad. Segundo, conectar las máquinas más críticas para automatizar la captura de esos datos. Tercero, usar los datos acumulados para aplicar analítica avanzada o modelos predictivos donde tenga sentido.

Intentar ir directamente a la fase tres sin haber completado la fase uno es el error más frecuente en los proyectos de Industria 4.0 que fracasan.

En el sistema de producción Toyota, el concepto de "muda" — desperdicio — se refiere a cualquier actividad que consume recursos sin generar valor para el cliente. Taiichi Ohno identificó originalmente siete tipos de desperdicio. Posteriormente se añadió un octavo, relacionado con el desaprovechamiento del talento humano.

Estos ocho desperdicios están presentes en todas las plantas industriales en mayor o menor medida. El primer paso para eliminarlos es aprender a reconocerlos.

Los 8 desperdicios

1. Sobreproducción

Producir más de lo que el cliente necesita, antes de que lo necesite. Es el desperdicio más grave según Ohno porque genera todos los demás: más inventario, más transporte, más espacio, más riesgo de defectos. Síntoma típico: almacenes llenos de producto terminado o semielaborado.

2. Esperas

Tiempo en el que el operario, la máquina o el material están parados esperando: esperar material, esperar que acabe un ciclo de máquina, esperar una firma, esperar información. Las esperas son visibles pero frecuentemente se aceptan como normales.

3. Transporte innecesario

Mover materiales, piezas o información de un lugar a otro sin que ese movimiento añada valor. El transporte es necesario en muchos procesos, pero en exceso indica que el layout de la planta no está optimizado para el flujo de producción.

4. Sobreprocesamiento

Hacer más operaciones de las que el cliente necesita o usa herramientas más precisas de lo que el proceso requiere. Ejemplo clásico: lijar una superficie que va a ir pintada con un acabado que nadie verá.

5. Exceso de inventario

Materias primas, semielaborados o producto terminado en cantidad superior a la necesaria para el flujo actual. El inventario oculta problemas: cuando hay mucho stock intermedio, una avería no detiene la línea siguiente porque tiene colchón. El colchón hace invisibles los problemas que hay que resolver.

6. Movimientos innecesarios

Movimientos del operario que no añaden valor: caminar hasta buscar una herramienta, girarse para alcanzar un componente, buscar en un cajón. Cada movimiento innecesario es tiempo perdido y un riesgo ergonómico. El diseño del puesto de trabajo determina en gran medida este desperdicio.

7. Defectos

Producir unidades que no cumplen los requisitos de calidad. El coste del defecto incluye el material desperdiciado, el tiempo de reproceso, el tiempo de detección y el coste de reposición si llega al cliente. Es el desperdicio más cuantificable y por eso el que más frecuentemente se mide.

8. Talento desaprovechado

El octavo desperdicio, añadido posteriormente al modelo Toyota original, es el desaprovechamiento del conocimiento, las habilidades y las ideas de las personas. Un operario que lleva 10 años en la misma línea tiene un conocimiento del proceso que ningún ingeniero de procesos puede replicar. Si ese conocimiento no se captura y se usa, se desperdicia.

Cómo empezar a ver los desperdicios

La mejor técnica para aprender a identificar desperdicios es el Gemba Walk: ir a donde ocurre el trabajo, observar durante 30-60 minutos sin intervenir, y anotar todo lo que se ve con la pregunta "¿esto añade valor para el cliente?" en mente. Al principio es difícil ver los desperdicios porque se han normalizado. Con la práctica, se vuelven imposibles de ignorar.