Estudio TRIGO revela costos ocultos en el control de calidad automotriz
TRIGO descubre que el 50 % de los costos de calidad provienen de los interiores y exteriores, gracias a herramientas de IA como Spark, que permiten la gestión predictiva de defectos.
www.trigo-group.com
En un estudio reciente realizado en 17 plantas de ensamblaje en 7 países, el grupo TRIGO, líder mundial en servicios de gestión de calidad para la industria del transporte, ha analizado los fallos más costosos que afectan a los fabricantes de automóviles durante el lanzamiento de vehículos. La conclusión es clara: los problemas de calidad afectan principalmente a los componentes exteriores (27,2%), del habitáculo (23,0%) y finalmente a las piezas de ensamblaje genéricas como fijaciones, adhesivos y elementos de tornillería (13,6%).
Una calidad percibida puesta a prueba desde la producción
Basándose en el análisis de datos de 229 proveedores, el estudio TRIGO revela que ciertos componentes "históricos", en particular las piezas de revestimiento interior, como techos, paneles o revestimientos de suelo, concentran por sí solos el 23% de los defectos de calidad observados, convirtiéndolos en una de las categorías más problemáticas.
Otros subconjuntos, como asientos, consolas centrales, sistemas de seguridad (airbags, cinturones), accesorios interiores (espejos retrovisores, iluminación, llaves), así como elementos de aislamiento acústico y sistemas de pedales, también presentan defectos frecuentes que impactan directamente en la calidad percibida por los consumidores.
Electrónica embarcada: complejidad creciente, costes exponenciales
Otro punto de tensión identificado: la electrónica embarcada. Las unidades de control o ECU (Electronic Control Units), que se han vuelto fundamentales en el control de los vehículos modernos, representan un peso creciente en los costes de producción. Aunque según el estudio TRIGO están involucradas en solo el 8,2% de los incidentes, generan el 11,2% de los costes relacionados con el aseguramiento de la calidad.
Cada vehículo puede integrar hasta 50 ECU, responsables tanto de funciones críticas (motor, dirección asistida, seguridad activa/pasiva) como de servicios de confort. La multiplicación de actualizaciones de software (reflashing) requiere equipos especializados, competencias técnicas avanzadas y a menudo causa interrupciones en la producción.
Ricard Lou, Director de Soluciones de Datos en TRIGO, explica: "Estamos presenciando un desplazamiento de los problemas de calidad hacia piezas de alto valor añadido, especialmente los sistemas electrónicos. La inteligencia artificial representa una solución prometedora para adaptar los procesos industriales a estos nuevos requisitos de calidad y para optimizar el rendimiento industrial."
Dos ejes críticos: las unidades de control eléctrico y las piezas interiores del habitáculo
El estudio destaca dos focos principales de no-calidad. Por un lado, las unidades de control, cuyas intervenciones requieren equipos a menudo incompatibles con los ritmos industriales y que generan sobrecostes considerables. Cuatro unidades concentran la mayoría de los incidentes relacionados con reprogramaciones: el módulo del motor, el control de transmisión, el módulo de carrocería y la unidad de infoentretenimiento. El creciente bloqueo de software por parte de los fabricantes complica aún más las actualizaciones.
Por otro lado, los defectos relacionados con el habitáculo – ajuste imperfecto, acabados visuales o sensaciones al tacto – afectan directamente a la imagen de marca. No impiden el funcionamiento del vehículo pero pueden frenar la decisión de compra. En un mercado ultra competitivo, donde la experiencia a bordo es un criterio de diferenciación importante, estas desviaciones son ahora tan estratégicas como el rendimiento técnico.
La IA, palanca estratégica de la calidad de nueva generación
La identificación, corrección y eliminación progresiva de la no-calidad en la industria automotriz requiere, según TRIGO, un uso pragmático de las tecnologías en varios niveles. Primero, los controles de calidad tradicionales, a menudo aumentados con medios técnicos, siguen siendo predominantes para todo tipo de componentes debido a su eficacia demostrada. Luego, el tratamiento de una creciente no-calidad de los sistemas electrónicos requiere capacidades de diagnóstico y medios de "reflashing" cada vez más sofisticados. Finalmente, la inteligencia artificial se impone como una palanca estratégica para optimizar el control de calidad en una gama cada vez más amplia de componentes, incluidos los electrónicos.
En este último nivel tecnológico, TRIGO apuesta por una innovación disruptiva: la inspección óptica automatizada mediante inteligencia artificial, llamada Spark. Desarrollada a través de su filial Scortex, esta tecnología analiza en tiempo real hasta 3 piezas por segundo, con una precisión constante. Más allá de la detección fina y homogénea de defectos visuales, Spark se distingue por su capacidad para generar y explotar datos de control de calidad, con el fin de optimizar el control y resolver de forma duradera el defecto.
Esta recopilación sistemática de datos de calidad permite, por un lado, identificar los defectos y, por otro, cuando se organiza en cuadros de mando, detectar posibles desviaciones, optimizar los procesos industriales y anticipar los riesgos de no conformidad. La gestión basada en datos propuesta por Spark presenta así la ventaja de mejorar duraderamente el rendimiento de calidad y reducir significativamente los costes de no-calidad.
Augustin Brochot, Vicepresidente Ejecutivo de TRIGO WEMEA, concluye: "Para asegurar la calidad de los componentes, recomendamos reforzar los controles de calidad en las primeras etapas de la cadena de valor. La IA constituye una palanca estratégica para mejorar la detección y resolución de defectos de aspecto en todo tipo de componentes, con la inspección óptica automatizada. También permite anticipar las no conformidades gracias a soluciones predictivas."
www.trigo-group.com
