Codexia
Insights
Sector·10 min de lectura·30 abr 2026

Industria 4.0: OEE, paradas no planificadas y la brecha de productividad

La industria española compite con una mano atada a la espalda: una brecha de productividad enorme frente a Alemania y una digitalización a medio camino. El margen se evapora en la línea parada y en el OEE mediocre.

DMDavid Muñoz·CEO de Codexia

Una planta industrial puede facturar muy bien y estar perdiendo margen en sitios que no aparecen en ningún cuadro de mando: la línea que se para sin avisar, la máquina que rinde al 65% de lo que podría, el operario veterano que se lleva a su jubilación veinte años de saber cómo se arregla todo. Son fugas reales, cuantificables y casi siempre sin medir, precisamente porque ocurren en la planta y no en el ERP.

Para la industria mediana y grande española, el contexto añade urgencia. La productividad de la manufactura española está un 29% por debajo de la alemana, según la Fundación BBVA e Ivie, y solo el 62% de la industria tiene un nivel básico de digitalización, frente al 68% de la media europea. La brecha de productividad y la brecha digital son, en buena medida, la misma brecha vista dos veces.

11% de los ingresos se pierde por paradas no planificadas en las grandes industriales: Siemens, True Cost of Downtime 2024.

La línea parada: el coste por hora que de verdad duele

El dato más contundente lo aporta el informe True Cost of Downtime de Siemens: las grandes industriales pierden el equivalente al 11% de sus ingresos por paradas no planificadas, frente al 8% de hace unos años. El coste por hora de línea parada va desde unos 125.000 dólares de mediana hasta los 2,3 millones por hora en una planta grande de automoción.

Lo relevante para una planta concreta no es la cifra global, sino traducirla a su propia tarifa: no solo la producción que no sale, sino los salarios del turno parado, las piezas que hay que traer con urgencia, las penalizaciones por incumplir una entrega y el pedido que se va a un competidor. Sumado todo, el coste real de una hora de parada casi siempre sorprende hacia arriba. Y casi siempre se puede reducir, porque la mayoría de las paradas no son aleatorias: dan señales antes. El mantenimiento predictivo consiste exactamente en eso, leer las señales (vibración, temperatura, consumo) para intervenir antes de que la máquina se detenga, no después.

Una hora de línea parada cuesta lo mismo se produzca o no. La diferencia es que, parada, no genera ingreso. En un sector de márgenes ajustados, esa hora se come el beneficio del día entero.

El OEE: veinte puntos de capacidad sin comprar una máquina

El OEE ( la eficiencia general de los equipos ) mide qué porcentaje del potencial de una máquina se aprovecha de verdad. Se compone de tres factores que se multiplican entre sí: disponibilidad (que la máquina esté en marcha cuando debe), rendimiento (que vaya a la velocidad que debe) y calidad (que lo que produce sea bueno a la primera). Que se multipliquen es la clave: un 90% en cada factor no da 90%, da 73%. Pequeñas mermas en cada uno se componen en una grande.

El promedio en fabricación discreta ronda el 66,8%, mientras que el nivel de excelencia está en el 85-90%. Esos casi veinte puntos de diferencia son producción adicional que se puede obtener sin comprar una sola máquina nueva: solo aprovechando mejor las que ya hay. Cada punto recuperado es capacidad que aparece sin inversión en planta. Pero para recuperarlo hace falta lo que muchas fábricas no tienen: medir en tiempo real qué pasa en cada máquina, por qué se para y dónde pierde rendimiento. Sin ese dato, el OEE es una estimación de despacho; con él, es una palanca de margen.

La trampa de la convergencia entre la planta y la oficina

Hay un problema técnico que la industria conoce poco y sufre mucho: la separación histórica entre el mundo de la planta (los sistemas que controlan las máquinas, OT) y el de la oficina (el ERP, los sistemas de información, IT). Durante décadas fueron mundos aislados. Conectarlos ( necesario para medir, automatizar y aplicar IA ) abre una puerta: un problema en la red de oficina puede propagarse ahora a la planta, y una parada de máquina puede tener su origen en un parche de software mal aplicado a kilómetros de la nave.

Esto importa por dos razones. De seguridad: normativas como NIS2 obligan ya a las empresas de sectores críticos a vigilar y reportar incidentes que afecten a estos sistemas. De fiabilidad: la producción perdida en la planta, a diferencia de un dato perdido en la oficina, es irrecuperable, una hora de línea parada no se rehace el lunes.

El relevo que no llega

A la brecha de productividad se suma un problema de personal con consecuencias poco comentadas. El 75% de las empresas industriales no encuentra el talento técnico que necesita, según Randstad y la CEOE, con una plantilla cada vez más envejecida. Cuando un operario veterano se jubila, no solo deja un puesto vacante: se lleva un conocimiento del proceso, cómo suena una máquina cuando va a fallar, qué ajuste resuelve un defecto recurrente, que no está escrito en ningún sitio.

Aquí el software a medida y la IA tienen un papel que va más allá de la eficiencia: capturar ese conocimiento antes de que desaparezca. Sistemas que registran cómo se resuelven los problemas, que asisten al operario menos experto con lo que el veterano ya sabía, que convierten el saber tácito de la planta en algo que la empresa conserva y reutiliza. En un sector que no encuentra relevo, esto deja de ser una mejora deseable y pasa a ser una forma de no perder capacidad cada vez que alguien se jubila.

Dónde empezar: primero medir, después invertir

La industria española tiene un incentivo a la inversión poco aprovechado: más de 8.000 millones de euros en PERTEs gestionados para reforzar el sector. Pero el dinero público no resuelve el problema de fondo, que es de medición. La mayoría de las fugas de margen en una fábrica no se atacan porque no se miden: el coste real de la línea parada, los puntos de OEE perdidos en cada turno, el conocimiento que se va por la puerta.

El primer paso es ponerle número. Cuánto cuesta de verdad una hora de parada en esta planta, qué OEE real tiene cada línea, dónde se concentra la pérdida. Con esos números, la inversión en digitalizar deja de ser un acto de fe y se convierte en una cuenta que sale o no sale. Sin ellos, la fábrica sigue compitiendo con esa mano atada, sabiendo que pierde margen pero sin poder señalar dónde.

DM

David Muñoz, CEO de Codexia

David Muñoz es fundador y CEO de Codexia. Trabaja con equipos directivos de empresas mid-market para llevar sistemas con IA de la idea a producción, con la tesis de que estos proyectos no fallan por la tecnología, sino por la metodología.