RedundAI Diagnóstico gratis

Control de calidad con visión artificial: qué hace falta y cuándo es viable en una pyme

Blog de RedundAI · 25 de septiembre de 2026 · 8 min de lectura

La visión artificial inspecciona piezas con una cámara y un modelo que decide si cada una está bien, tiene un defecto o necesita revisión. Funciona cuando el defecto se ve en una imagen tomada siempre igual: misma luz, misma posición, mismo producto. Hace falta un buen conjunto de imágenes etiquetadas, iluminación controlada e integración con la línea. Es un proyecto de varias fases, no una puesta en marcha de tres semanas.

En esta página

¿Qué cambia entre la inspección manual y la visión artificial?

El artículo de IA para empresas industriales recorre los procesos de una fábrica que suelen convenir primero, casi todos de oficina. Este va de la planta: una cámara en la línea.

AspectoInspección manualCon visión artificial
CoberturaMuestreo o inspección al 100 % con fatiga al final del turnoTodas las piezas, al mismo criterio en cada turno
CriterioDepende de quién inspeccionaEl mismo para todos, definido con ejemplos
RegistroUn parte con recuentosImagen de cada rechazo, con hora, lote y tipo de defecto
Defectos nuevosUna persona los ve aunque nadie se los haya enseñadoEl modelo puede no verlos: hay que prever la revisión y el reentrenamiento

La última fila es la honesta. Una persona detecta «algo raro» que nunca había visto; un modelo detecta bien lo que se le ha enseñado, y lo demás depende de cómo se diseñe.

¿Qué tareas de calidad puede hacer?

Las comprobaciones más sencillas (presencia, posición, lectura de códigos) muchas veces se resuelven con visión clásica por reglas, sin aprendizaje profundo, y es más barato de mantener. El aprendizaje automático aporta cuando el defecto es variable y difícil de describir con reglas: una mancha nunca es igual a otra.

¿Qué hace falta para que funcione?

Imágenes etiquetadas

El modelo aprende de ejemplos. Hacen falta muchas imágenes de piezas buenas y suficientes de cada tipo de defecto, etiquetadas por quien sabe de calidad. El problema típico: los defectos son raros, y de algunos solo tienes un puñado de ejemplos. Hay dos salidas, y el estudio de viabilidad decide cuál:

El etiquetado lo hace tu equipo de calidad, con criterio escrito. Si dos inspectores no se ponen de acuerdo sobre qué es defecto, el modelo tampoco podrá.

Iluminación y cámara

Es la parte que más proyectos decide y menos se ve. Luz controlada y constante (sin ventanas ni cambios entre día y noche), cámara fija, resolución suficiente para el defecto más pequeño que importa y la pieza siempre en la misma posición. Un arañazo que solo se ve con luz rasante no lo arregla ningún modelo si la luz está mal.

Integración con la línea

Coloca las cámaras para ver la pieza, no a las personas. Si captan a trabajadores, entras en las reglas de videovigilancia en el trabajo del artículo 89 de la LOPDGDD, con obligación de informar antes, y eso no es lo que buscas en un proyecto de calidad.

¿Cuándo es viable para una pyme?

EncajaNo encaja todavía
Producto estable, en series largasCada pedido es distinto o cambias de referencia varias veces por turno
El defecto se ve en una foto bien tomadaEl defecto es interno, dimensional fino o se detecta al tacto
Un defecto que se escapa cuesta caro (reclamación, devolución, cliente perdido)Los defectos que se escapan apenas tienen coste
Hay un punto de la línea donde la pieza pasa siempre igualLas piezas pasan en cualquier posición o amontonadas
Calidad tiene tiempo para etiquetar y revisarNadie puede dedicar horas a etiquetar durante semanas

Antes de comprar cámaras, fotografía el problema. Un estudio de viabilidad con unos cientos de imágenes reales tomadas en condiciones controladas dice si el defecto es visible y separable. Si con buena luz una persona no lo ve en la foto, el modelo tampoco lo verá, y te has ahorrado el proyecto.

¿Cómo se organiza el proyecto?

  1. Viabilidad: imágenes de muestra con iluminación de prueba, primer modelo y una respuesta clara: ¿se ve y se separa?
  2. Piloto en sombra: la cámara en la línea, el sistema decide pero no actúa; se compara cada día con la inspección humana.
  3. Producción con revisión: el sistema desvía piezas y una persona revisa todos los rechazos y una muestra de las aceptadas.
  4. Mantenimiento: reentrenamiento cuando cambia el producto, el proveedor de materia prima o la iluminación.

¿Qué control humano lleva?

¿Cuánto ahorra? Un ejemplo ilustrativo

Ejemplo ilustrativo con cifras supuestas, no un cliente real. Una línea trabaja dos turnos, 21 días al mes. En cada turno una persona dedica la mitad de su tiempo a inspección visual al final de línea: unas 168 horas al mes. Con 25 € por hora de coste de empresa, unos 4.200 € al mes.

SupuestoHoyCon visión artificial
Inspección168 h de inspección visualunas 40 h de revisión de rechazos y muestras
Coste de esas horas (25 €/h)unos 4.200 €unos 1.000 €
Registro de defectosRecuentos por turnoImagen y lote de cada defecto

Unas 128 horas al mes, unos 3.200 €, antes de amortizar cámaras, iluminación, equipo de proceso e integración, y de pagar el mantenimiento. Donde suele estar el argumento de verdad es en el coste de los defectos que llegan al cliente, que solo tú conoces. Haz la cuenta de horas en la calculadora de ahorro y mide el retorno completo con el método de cómo medir el retorno de un proyecto de IA.

¿Cuánto cuesta y por qué no es un Sprint estándar?

Nuestro Sprint de IA (4.500 € sin IVA, tres semanas, un proceso) está pensado para procesos sobre documentos, correos y sistemas de gestión. La visión artificial en línea tiene hardware, pruebas en planta, semanas de recogida de imágenes y una fase en sombra: no cabe en tres semanas y no lo vamos a vender como si cupiera.

Cómo lo planteamos: en el diagnóstico gratuito de 45 minutos vemos el defecto, la línea y el coste de los escapes. Si tiene sentido, proponemos por escrito un estudio de viabilidad con tus imágenes, con su precio y un criterio de éxito, y solo si sale bien se presupuesta el piloto con el hardware y la integración. Si encaja un integrador especializado en visión industrial mejor que nosotros, te lo diremos. Mientras tanto, en la misma fábrica suele haber procesos de oficina que sí caben en un Sprint, como las ofertas técnicas o leer albaranes y pedidos. Precios generales en cuánto cuesta implantar IA.

Preguntas frecuentes

¿Cuántas imágenes hacen falta para entrenar un sistema de visión artificial?

Depende del defecto y de su variabilidad, así que no hay una cifra honesta de antemano. Hacen falta muchas imágenes de piezas buenas y suficientes de cada defecto; cuando los defectos son raros, se recurre a detección de anomalías o a recoger imágenes durante semanas con la cámara instalada. El estudio de viabilidad lo aclara.

¿La visión artificial sustituye al inspector de calidad?

No del todo. Inspecciona todas las piezas con el mismo criterio, pero una persona debe revisar los rechazos y las piezas dudosas, decidir los umbrales y detectar defectos nuevos que el modelo no conoce.

¿Puede procesarse en la nube?

Para inspección en línea normalmente no, porque la decisión tiene que llegar antes de que la pieza pase el punto de rechazo. Lo habitual es procesar en un equipo junto a la línea y enviar a la nube solo el registro y las imágenes para revisión.

¿Qué pasa si las cámaras graban a los operarios?

Entonces aplican las reglas de videovigilancia en el trabajo del artículo 89 de la LOPDGDD, que obligan a informar antes a los trabajadores. En un proyecto de calidad lo razonable es colocar las cámaras para que solo vean la pieza.

¿Cuánto cuesta un proyecto de visión artificial para control de calidad?

No cabe en nuestro Sprint estándar de 4.500 euros, porque incluye hardware, pruebas en planta y una fase en sombra. Tras el diagnóstico gratuito proponemos un estudio de viabilidad con tus imágenes y precio cerrado, y solo si sale bien se presupuesta el piloto.

Fuentes

Consultadas el 25 de septiembre de 2026.

¿Qué defecto se os escapa?

En el diagnóstico gratuito de 45 minutos miramos el defecto, la línea y lo que cuesta cada pieza mala que llega al cliente, y te decimos si merece un estudio de viabilidad. Cuéntanos qué fabricáis y qué defecto os preocupa.

Escríbenos por WhatsApp
Relacionado