Tus datos de planta existen.
Pero no significan nada.
Y eso te está costando entre el 5% y el 20% de tus ingresos.
Diagnostico por qué los datos de tu proceso no sirven para tomar decisiones. Ni para pasar una inspección, ni para implementar IA, ni para optimizar producción.
El problema no es la tecnología que te falta. Es que los datos que ya generas no tienen el contexto que los convierte en información: en qué fase se generaron, con qué receta, en qué equipo, para qué lote.
No vendo armarios. No vendo licencias. No tengo acuerdos con fabricantes.
La planta produce. Los sistemas acumulan riesgo.
Mientras producen, funcionan. Cuando llega una auditoría, un incidente o un cambio normativo, el coste emerge de golpe.
¿Cuánto tarda tu planta en reconstruir un lote completo solo con el sistema?
No necesitas un consultor para saber si tienes este problema. Solo necesitas un cronómetro.
Coge un lote real ya cerrado. Intenta reconstruirlo de principio a fin únicamente con el sistema. Cronómetro en mano. Sin abrir Excel. Sin llamar al integrador. Sin que nadie tenga que recordar nada.
El cronómetro no miente. Y es, en el fondo, la misma prueba que hace un inspector.
Soy el único proveedor que puede decirte que no hagas el proyecto
Un integrador nunca puede concluir que no compres. Su negocio depende de que el proyecto se ejecute. Eso no lo hace deshonesto: lo hace estructuralmente incapaz de darte esa respuesta.
Yo no instalo, no programo y no vendo licencias. Cobro por el criterio, no por la ejecución. Si el diagnóstico concluye que tu arquitectura está en condiciones razonables, o que el problema es organizativo y no técnico, o que el momento no es este, te lo digo por escrito y ahí acaba el encargo. Ha pasado. Y es exactamente la razón por la que el informe siguiente vale algo.
Un punto de entrada. Tres continuaciones posibles.
Todos son vendor-agnostic y contractualmente independientes. Especifico y evalúo. El integrador construye. La planta valida.
🔍 Diagnóstico de arquitectura de datos
Cinco días en planta. Un informe que te dice exactamente dónde están los gaps de tu arquitectura de datos y cuánto te están costando en euros. Sin tocar ningún sistema en producción.
Si concluye que tu arquitectura está en condiciones razonables, te lo digo por escrito y ahí acaba el encargo.
- Modelos ISA-88, ISA-95 e ISA-106
- MES, batch record electrónico y UNS
- Modernización de SCADA y PLC legacy
- Data governance y propiedad del dato
- Gap analysis del Anexo 11 revisado
- Dictamen Anexo 22: IA en entorno GMP
- CSV y GAMP 5 sobre automatización
- ALCOA+ arquitectural, no declarativo
- Producción y automatización
- Calidad y asuntos regulatorios
- IT/OT y transformación digital
- Dirección: el caso de negocio
El mismo problema. Cuatro lenguajes.
Los datos sin contexto cuestan dinero en los cuatro sectores. Lo que cambia es la norma que gobierna, el nombre que recibe el coste y el lenguaje del interlocutor.
La pregunta ya no es si la IA funciona. Es si puedes demostrar qué decidió.
El 49% de la industria española está en pilotos de IA que no consiguen escalar. La barrera principal no es el modelo: es la falta de contexto en los datos que lo alimentan.
El borrador del Anexo 22 introduce el primer marco europeo de IA en GMP. Solo admite modelos estáticos y deterministas en aplicaciones críticas. La IA generativa y los modelos de lenguaje quedan reservados a usos no críticos con supervisión humana.
Eso significa que un piloto que funciona sobre datos preparados a mano puede ser inadmisible en producción, no porque falle, sino porque no se puede demostrar qué datos usó, qué decidió y bajo qué supervisión. Es un problema de defendibilidad, no de capacidad. Y se resuelve con arquitectura, no con algoritmos.
Dictamen de admisibilidad →Casos reales. Diagnósticos publicados.
Escribo sobre lo que encuentro en planta. Sin nombres de cliente, con los hechos intactos. Lo que funcionó, lo que falló y por qué.
Escribo sobre lo que diagnostico. Con nombre propio.
Artículos técnicos y regulatorios en prensa sectorial española. Todo firmado, fechado y verificable.
Pablo Vázquez
Soy consultor independiente de arquitectura de datos para industria de proceso. Trabajo con plantas farmacéuticas, de química fina, de alimentación y bebidas y de refino, en España y Latinoamérica.
Mi especialidad es el contexto semántico: garantizar que cada dato industrial lleve adjunta la información que lo convierte en evidencia — en qué fase se generó, con qué receta, en qué equipo, bajo qué condiciones. Ese es el problema que está debajo de casi todos los proyectos fallidos de digitalización, PAT, gemelo digital e IA.
La herramienta con la que resuelvo ese problema son los estándares ISA-88 e ISA-95 (ISA-106 en proceso continuo) y el marco regulatorio aplicable: GMP, Anexo 11, Anexo 22, 21 CFR Part 11, GAMP 5 y ALCOA+.
Especifico y evalúo. El integrador construye. La planta valida. Esa separación de roles es la que protege la inversión y la que hace que mi criterio valga algo: si vendiera la solución, no podría evaluarla.
Lo que suelen preguntar antes de llamar
¿Por dónde empezar?
Empieza por la prueba del cronómetro. Es gratis y la haces tú mismo en 30 minutos. Si el resultado no te gusta, hablamos: la primera conversación es un diagnóstico corto, no una presentación comercial.
O llama al +34 744 763 150