NEXIA LLC · Delaware, EE. UU. · Delivery nearshore desde Argentina
Ir al contenido
PossitionPossition IAIngeniería en IA

Industria · Industria de semiconductores

Computer vision industrial: detección automática de defectos microscópicos

Clasificación automática de anomalías en producción y consulta de la documentación técnica en segundos, sin depender de un experto puntual.

Experiencia del equipo: proyecto entregado por ingenieros de Possition como parte de un equipo de Globant. No es un cliente de Possition; lo mostramos porque es la misma gente y la misma práctica que trabaja en tu proyecto.

Inspección en tiempo real con computer vision y panel de resultados por pieza
Cliente
Industria de semiconductores
Sector
Industria
Producto
Inspectra IQ
Servicios
Inteligencia artificial para empresasAutomatización de procesos

En números

98,7 %de precisión en la clasificación de defectos (set de validación etiquetado por calidad)
1,40xde capacidad de inspección con la misma dotación
29% menos tiempopor unidad inspeccionada
10%de costo operativo equivalente del subproceso (no implica automáticamente ahorro de caja)

Modelo de costos

Detrás del número: 98,7 % de precisión en la clasificación de defectos

Origen de los datos. Experiencia del equipo: proyecto entregado por ingenieros de Possition como parte de un equipo de Globant (no es un cliente de Possition). Precisión medida sobre el set de validación del proyecto; capacidad (1,40x) y tiempo por unidad (−29 %) informados por el equipo. Costos y alternativas: modelo ilustrativo reconstruido por Possition.

Inversión inicial
USD 36.340
Beneficio neto anual
USD 44.476
Recupero
10 meses
VAN a 3 años (10 %)
USD 74.265
ROI a 3 años
267%
Ver el detalle del costeoSupuestos, línea base, inversión, costo de operación y beneficio

Supuestos

Supuestos
Equipo de inspección3 técnicos de calidad, 1.840 h productivas/año cada uno
Costo cargado del técnicoUSD 32/h
Otros costos del subprocesoUSD 128.000/año (microscopios, sala limpia, insumos)
Piezas marcadas como defectuosas18.000 por año
Falsos rechazos6,0 % en inspección manual → 1,3 % con el modelo (98,7 % de precisión)
Costo de un falso rechazoUSD 14 (re-inspección o descarte)
Tasa de descuento / horizonte10 % anual / 3 años
Línea base: costo anual del proceso antes
ConceptoUSD
Mano de obra de inspección5.520 h × USD 32USD 176.640
Otros costos del subprocesoUSD 128.000
Falsos rechazos1.080 × USD 14USD 15.120
Total anualUSD 319.760
Inversión única
ConceptoUSD
Discovery sprint (honorario fijo)USD 2.500
Pipeline de visión + RAG: 520 h × USD 52USD 27.040
Cámaras y estación con GPUUSD 6.800
Total únicoUSD 36.340
Costo anual de operación
ConceptoUSD
Inferencia en la nube y plataforma RAGUSD 7.800
MLOps gestionado (drift, reentrenamiento trimestral, etiquetado)USD 10.800
Total anualUSD 18.600
Beneficio anual
ConceptoUSD
Tiempo de inspección liberado: 1.601 h × USD 32−29 % por unidad = 1,40x de capacidadUSD 51.232
Falsos rechazos evitados: 846 × USD 14USD 11.844
Total anualUSD 63.076

Costo de oportunidad: las alternativas que evaluamos

Antes de construir, costeamos cada forma razonable de resolver el problema, incluida la de no hacer nada. La opción elegida tiene que ganarle a la mejor alternativa, no sólo a la situación actual.

Costo de oportunidad: las alternativas que evaluamos
OpciónInversiónCosto anualValor neto a 3 años (mayor es mejor)Evaluación
Sumar un cuarto técnicoUSD 0USD 58.880USD 0Suma 1,33x de capacidad a su propio costo; no mejora la precisión.
Sistema AOI comercial basado en reglasUSD 120.000USD 14.000USD 38.592Más capacidad, pero 96 % de precisión, recalibración por producto y sin consulta de documentación.
Computer vision a medida + RAGElegidaUSD 36.340USD 18.600USD 97.088Mayor valor neto, 98,7 % de precisión y el conocimiento técnico consultable.

Costo de oportunidad

La mejor alternativa descartada fue el sistema AOI comercial, con un valor neto de USD 38.592 a 3 años. Ese es el costo de oportunidad de la decisión. La solución a medida genera USD 97.088 en el mismo período: un beneficio económico de USD 58.496 por encima de la mejor alternativa, con una inversión inicial tres veces menor.

Decisión

USD 36.340 de inversión y USD 44.476 de beneficio neto anual: recupero en 10 meses, VAN a 3 años de USD 74.265 y ROI a 3 años de 267 %. Sin contar la calidad, el ahorro de mano de obra neto del costo de operación equivale a un 10,7 % del costo total del subproceso, en línea con el 10 % informado para el proyecto.

Referencia para EE. UU.: con un técnico de calidad a USD 38/h cargado, las 1.601 h liberadas valen USD 60.838 por año.

La precisión y los indicadores fueron informados por el equipo del proyecto. El modelo de costos es una reconstrucción ilustrativa de Possition con los supuestos indicados, no una auditoría contable.

El problema inicial

Defectos microscópicos, inspecciones manuales poco escalables, información técnica fragmentada y respuestas lentas ante consultas especializadas en entornos de alta precisión.

El proceso anterior

La inspección de calidad dependía de revisión manual y el conocimiento técnico estaba disperso en manuales, PDFs y presentaciones que solo dominaban algunos expertos.

La solución implementada

Computer vision para clasificación de anomalías con modelos avanzados de análisis visual y un pipeline de detección, más una plataforma RAG en Google Cloud para consultar documentación técnica, PDFs, PPTX y manuales en lenguaje natural.

Cómo lo hicimos

  1. Pipeline de detección visual

    Construimos el circuito de captura y análisis de imagen para clasificar anomalías en piezas donde el defecto es microscópico.

  2. Modelos de clasificación

    Entrenamos y ajustamos los modelos con el criterio de calidad de la planta, para que la clasificación refleje lo que el equipo considera defecto.

  3. Conocimiento técnico consultable

    Indexamos manuales, PDFs y presentaciones en una plataforma RAG sobre Google Cloud, para responder consultas especializadas en lenguaje natural.

Sistemas integrados

  • Computer vision
  • Google Cloud
  • RAG
  • Documentación técnica (PDF/PPTX)

El resultado

Mejora de la detección temprana, reducción de errores no identificados, trazabilidad en calidad y acceso rápido al conocimiento sin depender de expertos puntuales.

Qué cambió en la operación

  • Los defectos se detectan antes de avanzar en la línea.
  • La inspección deja registro por pieza y es auditable.
  • El conocimiento técnico deja de estar solo en la cabeza de los expertos.
  • Las consultas especializadas se responden en segundos.

Preguntas frecuentes sobre este caso

¿Reemplaza al inspector de calidad?

No. Automatiza la revisión sistemática y marca lo dudoso para que el especialista dedique su tiempo a los casos que realmente lo requieren.

¿Necesita muchas imágenes para funcionar?

Se trabaja con el material de la planta y se ajusta el modelo con el criterio de calidad propio. El pipeline se diseña para mejorar a medida que se suman casos.

¿La consulta de documentación funciona sobre manuales viejos?

Sí. La plataforma RAG indexa PDFs, presentaciones y manuales existentes, sin necesidad de rehacer la documentación.

Contanos qué querés resolver

En una llamada de 30 minutos revisamos el proceso, los sistemas y los números, y te decimos qué conviene construir, qué no y qué retorno esperar. Sin costo ni compromiso.