Una fábrica de envases de vidrio no se parece a casi ninguna otra planta. El horno de fusión se enciende para una campaña larga y no se apaga: todo lo demás —las máquinas de formado, los moldes, los túneles de recocido, la inspección y el paletizado— tiene que girar alrededor de una masa de vidrio que sale continuamente y que no espera a que alguien resuelva un pedido atascado. Cada cambio de referencia obliga a parar una sección, sustituir moldes y volver a ajustar hasta que el producto sale como debe. Y los clientes, bodegas, cerveceras, conserveras o firmas de perfumería, tienen calendarios muy propios.
En ese entorno, lo que más tiempo consume no suele ser el proceso del vidrio en sí, sino todo lo que lo rodea: decidir en qué orden se hacen los pedidos, contestar a una reclamación con rigor, responder a la pregunta técnica de un cliente o coordinar las entregas con lo que realmente hay en el almacén. Un equipo de agentes de IA no sustituye al técnico de horno ni al responsable de calidad, pero sí puede quitar carga a esas tareas de coordinación y análisis.
Secuenciar pedidos para hacer menos cambios de referencia
Cada cambio de formato o de color cuesta tiempo de máquina y una fase de ajuste con producto que no siempre es vendible. El planificador tiene que equilibrar plazos comprometidos con clientes, disponibilidad de moldes, colores que conviene agrupar y stock ya paletizado. Un agente puede leer la cartera de pedidos, proponer una secuencia que agrupe referencias compatibles, señalar los pedidos con fecha comprometida en riesgo y simular el efecto de meter una urgencia en mitad de la campaña. La decisión sigue siendo del planificador, que conoce cada línea, pero llega a ella con varias opciones comparadas en lugar de una hoja de cálculo.
Es una aplicación concreta de lo que tratamos en agentes de IA para la industria de envases y packaging, con la particularidad del vidrio: la continuidad del horno hace que un mal cuello de botella se pague durante días.
Reclamaciones con rastro: del envase defectuoso al molde y al turno
Cuando un cliente avisa de que ha recibido envases con defectos —fisuras, burbujas, bocas astilladas, espesores irregulares—, la pregunta que decide todo es de dónde salen. El vidrio hueco lleva grabados códigos que permiten identificar el molde de origen, y en la planta existen registros de línea, de turno y de inspección. Un agente puede pedir al cliente la información básica (referencia, lote del palet, fotos, cantidad afectada), cruzarla con los registros internos, identificar qué molde o qué tramo de producción puede estar implicado y dejar el expediente preparado para el responsable de calidad.
Imaginemos, como caso hipotético, una bodega que detecta botellas con la boca dañada justo cuando está embotellando. Cuanto antes se sepa si el problema afecta a un molde concreto o a todo un lote, antes se puede retirar producto, reponer y responder al cliente. El agente no decide si la reclamación procede ni cómo se compensa: eso es de calidad y comercial. Aporta velocidad y orden en la primera fase, la de reunir los datos.
Previsión de campañas por cliente y por temporada
La demanda de vidrio hueco es muy estacional. El embotellado de vino y de aceite se concentra en ciertos momentos del año, las cerveceras y las bebidas refrescantes aprietan antes del verano, y la conserva depende de las cosechas. Un agente puede consolidar las previsiones que envían los clientes, compararlas con los años anteriores y con lo que efectivamente pidieron, y avisar de los desajustes: un cliente que suele anticipar su campaña y este año no lo ha hecho, o un pico previsto que no cabe en la capacidad libre.
Es la técnica que explicamos en previsión de demanda con IA, con una diferencia: aquí la previsión alimenta el plan de producción, y un error de anticipación deja el almacén lleno de un color que no se vende y sin otro que sí se necesita.
Preguntas técnicas y documentación de cumplimiento para clientes
Un envase de vidrio lleva detrás una ficha técnica: capacidad, peso, dimensiones, tipo de boca o de acabado, resistencia, paletización, color. Los clientes preguntan por ella constantemente, y también por la documentación que acredita que el envase es apto para contacto con alimentos o bebidas, según el marco europeo sobre materiales en contacto con alimentos. Un agente entrenado sobre el catálogo, los planos y los documentos de conformidad puede contestar al equipo comercial, y a los clientes a través de los canales que se decidan, con la versión vigente y su origen citado. Cuando aparece una pregunta que no está documentada, la deja en manos de una persona en lugar de inventar una respuesta.
Estas consultas tienen poco margen de error, así que el agente trabaja solo sobre documentos controlados y registra qué versión usó en cada respuesta.
Energía y mantenimiento: vigilar la deriva antes de que sea avería
Un horno de vidrio es uno de los grandes consumidores de energía de la industria, y pequeñas desviaciones repercuten en el coste y en la estabilidad del proceso. Un agente conectado a los datos de consumo y de sensores puede comparar el comportamiento actual con el histórico, avisar de desviaciones que merezcan una revisión y seguir el número de ciclos de los moldes para programar su mantenimiento o reparación antes de que empiecen a generar defectos. Actúa como vigilante que contextualiza los datos, no como un sistema que ajusta el proceso por su cuenta: cualquier cambio de parámetros de horno o de máquina corresponde al personal técnico. Los principios generales están en mantenimiento predictivo con IA.
Coordinar entregas con lo que hay realmente en el almacén
El almacén de una vidriera concentra muchos palets con referencias parecidas y fechas de producción distintas. Un agente puede reconciliar lo que dice el sistema con lo que se ha paletizado, avisar de diferencias, proponer el orden de carga según el plan de reparto y notificar al cliente cuando su pedido está listo para recoger o ha salido. Evita el camión que llega a por un pedido que aún no está completo.
Conclusión
La IA para fabricantes de envases de vidrio no toca el horno ni las decisiones de proceso, pero ordena lo que lo rodea: secuencias de producción con menos cambios, reclamaciones que se rastrean hasta el molde y el turno, previsiones de campaña que se contrastan con la realidad, respuestas técnicas siempre basadas en documentos vigentes y un almacén que coincide con el sistema.
En MG Solutions construimos agentes de IA específicos para cada empresa, no una plantilla genérica: los conectamos a vuestro ERP, a vuestros registros de calidad y a las particularidades de vuestras líneas. Si fabricas envases de vidrio y quieres ver por dónde empezar, cuéntanos cómo trabajáis y lo estudiamos contigo.