Contexto
Un proveedor relojero en Ginebra producía piezas de alta precisión. Las inspecciones manuales eran lentas y podían fallar en detectar microdefectos. Se buscaba inspección 100% en línea sin sacar datos fuera de Suiza.
Solución
- Cámaras en el edge con Azure Custom Vision y Azure IoT Edge, desplegadas en talleres de Vaud y Ginebra.
- Modelo de visión entrenado con defectos típicos (rayas, rebabas, variaciones de color) en un entorno privado de Azure en Suiza.
- Alertas: defectos generan notificaciones en Teams y luces en línea de producción; datos se guardan en Microsoft 365 suizo.
- Trazabilidad: cada pieza inspeccionada queda registrada con timestamp e imagen.
Resultados
- Defectos enviados: -98%.
- Menos retrabajo y scrap, calidad más estable.
- Operarios confían en controles de IA y reaccionan más rápido.
Conclusión
Con visión en el edge y Azure, la inspección es continua, rápida y segura, manteniendo soberanía de datos en Suiza.
Practical tips for Microsoft/Azure
- Keep examples concrete: show 1-2 configuration steps (Azure resource, ask prompt), and test with a small dataset first.
- Prefer RAG (retrieval-augmented generation) for grounding answers: index internal docs, add answer citations and logging.
- Deploy models in a Swiss region for data sovereignty and enable proper moderation + access controls (Azure AD, role-based).