Ya tiene la cifra de la no calidad: ¿cómo analizarla para reducirla de verdad?

Por fin tiene una cifra. El coste de la no calidad de su planta cabe en una sola línea, es defendible y ya se ha presentado en el comité de dirección. Y luego, nada más. El importe impresiona, pero nadie sabe por dónde empezar el lunes por la mañana.

Es la paradoja del total. Tranquiliza a la dirección y deja al taller sin ninguna consigna. Un importe global no dice ni dónde se concentra el desperdicio, ni qué causa hay que atacar primero para hacerlo bajar.

Cifrar la no calidad fue el objeto de un primer trabajo: agregar costes dispersos en un total creíble. Esa cifra ya está sobre la mesa. Queda la parte que la vuelve accionable: desglosarla, detectar las pocas causas que concentran el coste y, después, actuar en la raíz.

¿Por qué un coste ya cifrado no se reduce solo?

Un total es una fotografía, no un mapa. Dice cuánto cuesta la no calidad, sin decir dónde vive. Dos plantas con el mismo importe pueden tener problemas opuestos: una acumula microrechazos por todas partes, la otra concentra todo en un defecto raro y caro.

Mientras la cifra sigue siendo global, cada cual proyecta su propia hipótesis. El responsable de calidad sospecha de un proveedor, producción culpa a un ajuste, la dirección pide un plan. Nadie se equivoca, nadie tiene la prueba.

Peor aún, un total global puede bajar por una mala razón. Si el volumen producido retrocede, la factura de no calidad retrocede con él, sin que nada haya mejorado. Sin desglose, es imposible distinguir un progreso real de un simple efecto de coyuntura.

El total sirve para medir la magnitud del problema y decidir si vale la pena actuar. No sirve para elegir la primera acción. Ese salto, de la medida a la decisión, pasa por una sola cosa: el desglose.

¿Según qué ejes desglosar el coste?

Analizar es responder a preguntas precisas con la misma cifra, mirada desde varios ángulos. Cada eje ilumina una familia de causas posibles. Ninguno basta por sí solo, pero juntos acotan el problema.

La tabla se desplaza horizontalmente en pantallas pequeñas.

El eje tipo de defecto merece un lugar aparte. Suele ser el que conecta los demás: un mismo defecto puede apuntar a un proveedor, a una máquina o a una etapa. Su recurrencia es un tema en sí mismo, tratado en el análisis de las no conformidades recurrentes.

Un desglose limpio supone datos registrados a la granularidad útil. Si el motivo de rechazo no se anota, o si el lote del proveedor no llega hasta el puesto de control, el eje queda ciego. La calidad del análisis depende ante todo de la calidad de la trazabilidad aguas arriba.

¿Cómo encontrar las prioridades en ese desglose?

Una regla empírica se cumple casi en todas partes: unos pocos defectos concentran lo esencial del coste. El resto es ruido, caro de tratar y de escaso rendimiento al recuperarlo. El análisis sirve para separar ambos.

Para clasificar, hay que cruzar dos magnitudes que a menudo se confunden:

• La frecuencia. Cuántas veces ocurre el defecto.
• El coste unitario. Lo que cuesta una ocurrencia: rechazo, retoque, selección, devolución del cliente.

El producto de ambas da el peso real. Un defecto muy frecuente pero poco costoso puede pesar menos que un defecto raro y grave, ese que desencadena una devolución del cliente o inmoviliza un lote entero.

El ejercicio también tiene un límite superior. Querer tratar la larga cola de los pequeños defectos cuesta más en tiempo de análisis y de reuniones que lo que reporta. Concentrarse en las pocas parejas más pesadas no es pereza: es el mejor retorno sobre el esfuerzo de análisis.

¿Qué cambia la IA en este análisis?

Un humano analiza los ejes de uno en uno. Mira los defectos por línea, luego por proveedor, luego por equipo. El factor común que solo aparece al cruzar varios ejes se le escapa, no por falta de rigor, sino porque la tabla tiene demasiadas dimensiones para el ojo.

La IA cruza todos los ejes de golpe. No busca una causa: detecta dónde los costes se agrupan de forma anómala, incluso cuando la agrupación depende de tres condiciones simultáneas.

Hay que ser honesto sobre lo que hace la herramienta aquí. Propone una correlación, no una causa. El hecho de que el coste se concentre en ese trío no dice por qué. Quizá el lote reacciona a una temperatura de taller más baja de noche en esa línea. La correlación orienta la investigación, la causa raíz se confirma en el terreno. La herramienta conecta y detecta, el humano decide y verifica.

Esa honestidad tiene un corolario práctico. La herramienta no crea ningún dato: conecta y agrupa lo que ya existe, disperso. Si el registro de los rechazos es falso o incompleto, el cruce señalará falsas prioridades con el mismo aplomo. Un patrón sospechoso siempre merece una verificación sobre el terreno antes de lanzar un proyecto.

Del análisis a la reducción: ¿cómo cerrar el ciclo?

Encontrar la prioridad no reduce nada. La bajada viene de la acción, y la acción debe apuntar a la causa, no al síntoma. Seleccionar con más dureza a la salida de la línea enmascara el problema y añade un coste. Corregir el ajuste, el lote o la etapa aguas arriba lo elimina.

Antes de actuar, vale la pena fijar el estado de partida: qué coste, sobre qué perímetro, medido cómo. Sin ese punto de referencia documentado, la comparación posterior será discutible, y la ganancia se convertirá en cuestión de opinión más que de medida.

• Tratar el defecto más frecuente en lugar del más costoso.La frecuencia atrae la mirada, el coste unitario hace la factura. Cruce ambos antes de elegir.
• Confundir correlación y causa.Un cruce muestra dónde mirar, no por qué. Confirme la causa raíz en el terreno antes de actuar.
• Analizar un solo eje a la vez.Las causas más costosas se esconden a menudo en el cruce de varios ejes, invisibles por separado.
• No volver a medir después de la acción.Sin una nueva medida, no sabe si el coste ha bajado, ni puede defender el proyecto siguiente.

Una vez llevada a cabo la acción, una última etapa cierra el ciclo: volver a medir el mismo coste, sobre el mismo perímetro, con el mismo método. Es la mejor prueba de que el esfuerzo ha valido la pena, y el argumento que desbloquea el proyecto siguiente.

Ahí también se juega la credibilidad de un enfoque de calidad pilotado por el dato, cuyo marco más amplio da la IA al servicio de la calidad industrial. Medir, desglosar, actuar, volver a medir: el ciclo vale más que cualquier herramienta aislada.

Este tipo de análisis multieje, sobre datos que viven en producción más que en documentos, gana al apoyarse en una herramienta hecha a medida. Es el terreno de los sistemas de IA construidos en torno a sus datos, calibrados sobre sus ejes y sus defectos en lugar de sobre un modelo genérico. Esta lógica se inscribe en un enfoque de IA industrial más vasto que la sola calidad.

¿Qué conviene recordar?

Un coste de no calidad ya cifrado es un punto de partida, no un resultado. Su valor nace del desglose: por producto, línea, equipo, proveedor, equipo técnico, proceso, período y tipo de defecto. Las prioridades salen del cruce de la frecuencia y el coste unitario, nunca de la frecuencia sola. La IA acelera ese cruce y propone factores comunes invisibles eje por eje, pero muestra una correlación, no una causa. La reducción, en cambio, se juega en la raíz, y luego se comprueba con una nueva medida.