¡Bravent gana la 2ª Semifinal del VI Datatón de IndesIA con una solución que predice tiempos de producción en la industria automovilística!
Bravent se ha proclamado ganador de esta segunda semifinal del VI Datatón de IndesIA de la mano de Mecánicas Aparicio.
El reto de esta empresa consistía en resolver un problema real de planificación y eficiencia en entornos industriales del sector mecánica automovilística.
Con el objetivo de predecir y reducir tiempos en la producción de estas piezas, nuestro equipo presentó una propuesta que combina modelos predictivos avanzados con un chatbot analítico para transformar la toma de decisiones en planta, con un ROI medible.
El reto: tiempos de producción impredecibles
En muchas fábricas, las órdenes de producción parecen repetitivas, pero en realidad presentan una gran variabilidad. Esta falta de previsibilidad genera múltiples problemas:
- Mala planificación y asignación de recursos
- Incumplimiento de plazos y pérdida de satisfacción del cliente
- Presión sobre la plantilla y aumento de errores
- Impacto directo en la calidad del producto
Nuestra solución: predicción + conversación con los datos
Modelo predictivo con XGBoost
- Partimos de un análisis exploratorio de datos (EDA) sobre históricos de órdenes de producción, identificando patrones y variables clave. Tras evaluar ocho modelos diferentes (regresión final, random forest), seleccionamos el modelo predictivo de XGBoost como el más adecuado para la solución por su robustez y precisión en datos tabulares, y por su alta capacidad de detectar interacciones complejas.
- Entrenamiento: el dataset se dividió en un 70% para entrenamiento y un 30% para validación. Se aplicó una estrategia de validación cruzada para optimizar hiperparámetros del modelo, minimizando el error de generalización y garantizando estabilidad en los resultados.
- Resultados: predicción del tiempo estimado de producción con métricas como MAE y RMSE, obteniendo un resultado de 80% de mejora en las predicciones manuales de corte y un 66% de mejora en el modelo manual de plegado.
- Aplicación: permite anticipar retrasos y priorizar órdenes según riesgo.
Chatbot analítico basado en LLMs
Para democratizar el acceso a los datos, desarrollamos un chatbot que permite a cualquier usuario consultar métricas y predicciones sin necesidad de conocimientos técnicos.
- Interfaz sencilla: cuadro de texto donde se pueden hacer preguntas como:
- “¿Cuál fue el tiempo promedio de producción?”
- “¿Qué tipo de orden tiene mayor probabilidad de retraso?”
- Integración total: combina datos históricos con predicciones futuras en tiempo real.
Interfaz intuitiva y flujo de trabajo ágil
- El usuario sube un Excel con las órdenes.
- El sistema realiza el análisis y genera predicciones al instante.
- El chatbot responde preguntas sobre los datos y sugiere acciones.
Impacto y valor para la empresa
Nuestra solución aporta beneficios tangibles:
- Reducción de costes y tiempos muertos
- Mejor planificación de inventarios
- Decisiones basadas en datos en segundos
- Mayor competitividad y cumplimiento de plazos
- Ahorros estimados en costes operativos y horas extra
ROI – 40% de disminución de las horas de producción no planificadas
El proyecto de Bravent destacó por el elevado ROI que implica para la empresa, con una disminución de cerca del 40% en horas de producción no planificadas y el consiguiente ahorro en costes de personal y tiempos muertos en la producción.
Futuro: hacia un “Super-Agente” inteligente
Estamos trabajando en una evolución del sistema que incluirá:
- Agentes que entienden lenguaje natural y extraen variables clave.
- Enrutadores inteligentes que seleccionan el modelo más adecuado según el caso.
- Integración con sistemas ERP/MES y notificaciones automáticas.
- Un asistente 24/7 que centraliza diagnósticos, predicciones y recomendaciones.
Este logro no solo demuestra el talento y compromiso de nuestro equipo de IA, BraventIA, sino también nuestra apuesta por soluciones tecnológicas que generan un impacto real en la industria. ¡Gracias a todos los que lo hicieron posible!
Esta solución es escalable y aplicable a otras industrias con problemáticas similares- ¿Quieres saber cómo puede aplicarse en tu empresa? Contáctanos y te lo contamos.
