Desarrollo MES en vía rápida: Fabricantes construyen soluciones personalizadas en 48 horas

Cinco fabricantes discretos. Cinco problemas reales. Cinco soluciones funcionales construidas sobre datos de producción en vivo en 48 horas.

Cada fabricante con el que hablamos tiene la misma frustración enterrada en alguna parte de la conversación: su software casi encaja. El MES maneja órdenes de trabajo, programación y OEE. Pero los flujos de trabajo que son específicos de su operación, los que viven en pizarras, portapapeles y conocimiento tribal, esos nunca terminan de entrar en el sistema.

Así que construyen soluciones alternativas. Crean hojas de cálculo. Avisan a gente por intercomunicadores. Se paran frente a gráficos en papel cada mañana y calculan manualmente si están teniendo un buen día o uno malo.

En marzo de 2026, decidimos ver qué pasaría si dábamos a cinco de nuestros clientes dos días, un equipo de ingenieros y herramientas de desarrollo asistidas por IA, y les pedíamos que cerraran esas brechas ellos mismos.

Los resultados fueron mejores de lo esperado.

¿Qué es Production Lab?

Production Lab es un evento de construcción práctico de dos días donde los clientes de MachineMetrics trabajan codo con codo con nuestro equipo de ingeniería para diseñar y construir aplicaciones personalizadas en la plataforma MachineMetrics.

El evento de este año tuvo lugar el 11 y 12 de marzo cerca de nuestra sede en Northampton, Massachusetts, durante una semana de presencialidad de ingeniería. Asistieron cinco equipos de clientes, cada uno llegando con un problema operativo específico y un objetivo compartido: irse con algo que pudieran usar realmente en la planta.

Las herramientas que usaron: Max AI para exploración de datos y desarrollo de prompts, Lovable y Cursor para construcción de aplicaciones asistida por IA, y Carbide, el constructor de aplicaciones personalizadas de MachineMetrics, para desplegar aplicaciones de grado de producción directamente en la plataforma.

Todos los equipos entregaron una solución funcional vinculada a datos de máquina reales y en vivo al final del segundo día.

Los Proyectos

Harvey Performance: Cerrando la brecha de luces apagadas (lights-out)

Harvey Performance fabrica herramientas de corte industriales para clientes aeroespaciales, médicos y electrónicos. Su taller ejecuta producción compleja, hecha para stock, con cientos de familias de trabajos, y un problema persistente: cuando un trabajo termina, las máquinas se quedan inactivas hasta que alguien llega físicamente para iniciar la siguiente puesta a punto.

Harvey tenía la tecnología para hacer cambios automáticos entre trabajos que compartían el mismo utillaje. Lo que les faltaba era un sistema para planificar y orquestarlo. Sin él, la utilización de fin de semana caía significativamente para el domingo por la noche y tardaba días en recuperarse.

En dos días, construyeron el Stacker Tracker: un panel de supervisor en vivo que muestra el trabajo activo de cada máquina, todos los trabajos en cola y el tiempo de ejecución proyectado a través de la ventana lights-out. El sistema calcula tiempos de puesta a punto dinámicos basados en la estructura de código de lote propietaria de Harvey, señala conflictos de mano de obra y permite a los supervisores asignar operadores a puestas a punto con horas de inicio específicas. Si la puesta a punto no ocurre, el horario revierte automáticamente. No se requiere limpieza manual.

El caso de negocio: una iniciativa de ahorro de siete cifras y millones adicionales en ingresos por capacidad recuperada.

"En un día y medio, pudimos diseñar algo que probablemente habría tardado meses en crearse anteriormente, y está adaptado específicamente a nuestra operación." — George Burleson, Director de Analítica de Manufactura, Harvey Performance

Zygo (AMETEK): Una sala de guerra digital para la gestión diaria

Zygo fabrica óptica de ultra-precisión para semiconductores, defensa y aplicaciones de fusión láser. Cada día, su equipo de gestión se para frente a pizarras, gráficos en papel e impresiones para determinar si su operación está en camino.

Su objetivo: hacer que las 15 métricas clave en Seguridad, Personas, Calidad, Entrega y Valor sean legibles en 10 segundos desde 10 pies, en cada nivel de la organización.

Construyeron un sistema de gestión digital multinivel completamente en Lovable. Perfora desde el nivel empresarial hasta celdas de máquinas individuales en unos clics. Max AI genera resúmenes y señala patrones en cada nivel. Un sistema de tickets configurable centraliza preocupaciones de seguridad, solicitudes de mantenimiento e ideas de mejora continua en un solo lugar, para que nada se pierda entre sistemas dispares.

Toca a cada persona en operaciones desde el día uno.

"Cosas como el sistema de tableros digitales multinivel que construimos aquí en este evento de dos días ni siquiera estaba en mi radar de cosas que MachineMetrics podía lograr. Con el avance en IA y Carbide, MachineMetrics está trayendo nuevas vías, nuevo valor y flexibilidad cada día." — JD Smith, Director de Operaciones para Óptica, Zygo/AMETEK

Pindel Global Precision: Convirtiendo datos de compensación de herramientas en inteligencia de proceso

Pindel ejecuta un contrato gubernamental en cuatro máquinas CNC, 24/7. Diferentes operadores ajustaban compensaciones de herramientas a tasas muy diferentes, pero nadie podía verlo. Las máquinas estaban conectadas. Los datos fluían. Simplemente no se capturaban en ningún lugar significativo.

Thomas Deslongchamps, Director de Formación y Mejora Continua, decidió cambiar eso. Usando Lovable y el Constructor de Aplicaciones Carbide de MachineMetrics, construyó una aplicación analítica de compensación de herramientas personalizada casi completamente por su cuenta. Visualiza ajustes de compensación por herramienta a lo largo del tiempo, correlacionados con conteo de piezas y codificados por color por operador. Por primera vez, Pindel pudo ver qué operadores eran valores atípicos, cuándo se agrupaban los ajustes y qué patrones emergían entre máquinas.

"Buscamos alejarnos del status quo operativo preferencial hacia uno más basado en datos. ¿Podríamos hacer menos compensaciones y seguir dentro de los parámetros de calidad?" — Thomas Deslongchamps, Director de Formación y Mejora Continua, Pindel Global Precision

Un ingeniero de MachineMetrics trabajando junto a Thomas usó un agente de IA personalizado para escanear el código subyacente y encontró una ruta de acceso a datos más eficiente, una que desbloqueó exactamente la funcionalidad que Thomas necesitaba y abre la puerta a casos de uso aún más amplios.

La capacidad siempre había existido dentro de la plataforma. Hizo falta el cliente correcto, el caso de uso correcto y la cadena de herramientas correcta para darle vida. Lo que Pindel construyó no solo resuelve su problema. Define lo que es posible para cada fabricante de precisión que hace la misma pregunta invisible.

Flexco: Construyendo un sistema de despacho de carretillas elevadoras desde cero

Flexco fabrica soluciones de transportadores. En su instalación de Downers Grove, las carretillas elevadoras (llamadas "jeeps" internamente) son activos críticos con visibilidad cero. Las solicitudes de material salen por el intercomunicador. Los conductores tienen que recordar lo que se pidió y dónde. En 2025, ese punto ciego costó un estimado de 225 000 $ en tiempo de producción perdido.

Jaimeson Aufderheide, un Especialista en Mejora Continua sin experiencia previa en desarrollo de software, construyó la aplicación central él mismo usando Lovable. Al final del día dos, Flexco tenía un sistema de despacho completamente integrado con una interfaz de solicitud de operador, una cola de conductores en vivo con priorización por zonas, un panel de gerente mostrando rendimiento de tickets histórico y en tiempo real, y un widget configurable que lo enrollaba todo en un único tile desplegable.

Las bases de código de Lovable y Cursor se fusionaron a través de GitHub en un modelo de datos unificado. Ese patrón de colaboración entre herramientas surgió orgánicamente durante el evento y no era algo que nadie hubiera planeado.

"Hace dos días, si te preguntara '¿lo tienes?', ¿qué habrías dicho?" "Ni idea de por dónde empezar." — Intercambio durante la demostración de Flexco

Johnstech International: Gestión de vida de herramienta y una brecha de datos de una década cerrada

Johnstech fabrica equipos de prueba de semiconductores. Su problema: los operadores reemplazaban herramientas demasiado pronto, cambiando todo al inicio del turno sin importar el desgaste, o las alargaban demasiado y producían piezas malas.

La solución fue un panel de vida de herramienta que muestra todas las herramientas ordenadas por tiempo de compromiso real y codificadas por color para atención. Pero la verdadera sorpresa vino a mitad de construcción: el equipo descubrió que Johnstech ya tenía un subprograma de cambio de herramienta corriendo en cada máquina desde el día uno de su despliegue de MachineMetrics. Todos esos datos históricos ya estaban en el sistema, solo sin procesar.

Rellenaron 90 días de historial de vida de herramienta retrospectivamente. Sin nuevo hardware. Sin nueva configuración. Solo procesando lo que ya estaba ahí.

El segundo proyecto cerró una brecha que existía desde hacía 10 a 15 años: una integración ERP en vivo con Microsoft Dynamics 365 que compara tiempo de ejecución planificado versus real para cada operación, cada día.

"Eso ha sido algo que simplemente nunca supimos por 10, 15 años. Y ahora tenemos esta información." — Dan Sheehan, Gerente de TI, Johnstech International

Lo que esto demuestra

MachineMetrics no es solo una herramienta que los fabricantes miran. Es una plataforma sobre la que construyen.

Eso no es una reivindicación de posicionamiento. Es lo que pasó en cinco empresas, cinco problemas operativos diferentes y cinco niveles de habilidad diferentes en dos días. Un especialista en CI sin experiencia en programación envió una aplicación integrada en producción. Un cliente construyó la primera aplicación comercial de analítica de compensación de herramientas, en la plataforma, casi totalmente solo. Una brecha de 10 a 15 años en inteligencia de producción se cerró con datos que llevaban en el sistema todo el tiempo.

La brecha de ejecución es real. Vive entre lo que tu ERP planifica y lo que tu planta realmente hace, y cuesta a los fabricantes margen, capacidad y horas en cada turno. Cerrarla requiere software que se ajuste a cómo tu operación realmente funciona, no una plantilla genérica que te adaptas tú.

"Ha sido genial trabajar codo con codo con los ingenieros, combinando su experiencia en desarrollo de software con el lado operativo para ver soluciones cobrar vida en tiempo real. Y luego poder caminar dos pies a la izquierda y tener una conversación con uno de los ejecutivos sobre la estrategia de la empresa y qué tecnología viene por el camino. La flexibilidad que me atrajo a MachineMetrics está a plena vista aquí en este evento." — JD Smith, Director de Operaciones para Óptica, Zygo/AMETEK

Eso es para lo que sirve Production Lab. Y ya estamos planeando el siguiente.

¿Quieres construir algo?

Si eres cliente de MachineMetrics con un flujo de trabajo que no encaja del todo en el conjunto de herramientas estándar, queremos saber de ti. Y si eres un fabricante que aún ejecuta ese proceso en pizarras y portapapeles, hablemos de lo que dos días podrían hacer.