Caso real: una empresa constructora mexicana de clase media (3 obras activas simultáneas, ~250 trabajadores en sitio peak) desplegó un sistema de computer vision para detección automática de EPP (Equipo de Protección Personal) en una obra de construcción vertical en CDMX. 12 cámaras IP + servidor edge con Jetson Orin + modelo YOLOv8 fine-tuned. Aquí los números: accuracy real, falsos positivos, costo, ROI, y las lecciones aprendidas.
( datos anonimizados — empresa pidió no publicar nombre, pero proporciones y métricas sí son públicas )
El problema
Construcción es la industria #1 en fatalities en México y EE.UU.:
- En México, la tasa de accidentes en construcción es ~28% más alta que el promedio industrial según datos del IMSS 2023.
- En EE.UU., OSHA reporta 1,056 fatal injuries en construcción en 2022 (20% de todas las fatal injuries industriales) [BLS workplace injuries].
- El 85% de las fatal injuries en construcción involucran alguna forma de falla de EPP (casco no usado,chaleco no usado, arnés mal colocado).
El problema operacional clásico: el supervisor de seguridad pasa 4 horas/día en rondines verificando que los trabajadores traigan casco, chaleco y gafas. Aun así, en una obra de 80+ trabajadores activos, hay un margen donde 5-10% del personal está sin EPP en cualquier momento.
Diseño del sistema (Q1 2026)
Stack tecnológico:
- 12 cámaras IP 4K Hanwha XNV-9083R (vandal dome IP67) — resistentes a polvo de obra
- 3 servidores edge NVIDIA Jetson Orin AGX (uno por zona de la obra: cimentación, estructura, acabados)
- Modelo YOLOv8m fine-tuned sobre 8,000 imágenes anotadas del sitio específico
- Clases detectadas: casco, chaleco reflectante, gafas de seguridad, arnés (en zonas de altura), persona sin EPP
- Dashboard en tiempo real (Grafana + InfluxDB) accesible al supervisor de seguridad y al residente de obra
- Alertas: snapshot + sonido local cuando persona sin EPP cruza zona designada
Desglose CAPEX:
| Componente | Cantidad | Costo unitario (USD) | Subtotal (USD) |
|---|---|---|---|
| Cámara Hanwha XNV-9083R 4K | 12 | $480 | $5,760 |
| NVIDIA Jetson Orin AGX 64GB | 3 | $1,999 | $5,997 |
| Switch PoE+ industrial (8 puertos) | 3 | $320 | $960 |
| Cableado Cat6 industrial + instalación | 12 cámaras | $180/cam | $2,160 |
| Servidor dashboard (x86 mini PC) | 1 | $850 | $850 |
| Storage SSD 4TB (90 días de alertas) | 1 | $380 | $380 |
| Subtotal hardware | — | — | $16,107 USD |
| Software (YOLOv8 fine-tuning + integración) | 1 proyecto | — | $8,000 |
| Instalación + commissioning | 1 | — | $3,500 |
| Total CAPEX | — | — | $27,607 USD (~MXN $550,000 al tipo de cambio Q1 2026) |
OPEX anual:
- Mantenimiento (limpieza cámaras, reentrenamiento modelo, soporte): ~$3,500 USD/año
- Electricidad adicional (3 Jetson + switch): ~$720 USD/año
- OPEX año 1: ~$4,220 USD (~MXN $84,000)
Métricas operacionales (6 meses post-deployment, Q2-Q3 2026)
Accuracy del modelo:
| Clase | Precision | Recall | F1-score |
|---|---|---|---|
| Casco | 0.94 | 0.91 | 0.92 |
| Chaleco reflectante | 0.92 | 0.88 | 0.90 |
| Gafas de seguridad | 0.86 | 0.79 | 0.82 |
| Arnés (en altura) | 0.89 | 0.85 | 0.87 |
| Persona sin EPP (alerta) | 0.91 | 0.84 | 0.87 |
El modelo logra 87% F1 en la clase crítica (alerta de persona sin EPP). El 13% de error se desglosa en:
- Falsos negativos (no detecta infracción que sí existe): 16% — persona de espaldas a cámara, persona parcialmente oculta por material, persona a >25 m de cámara
- Falsos positivos (alerta de infracción que no existe): 9% — confusión con cascos en el piso, sombras, similares visuales
Tasa de alertas por día:
- Promedio: 38 alertas/día
- Alertas válidas (infracción real): ~28/día
- Falsas alarmas: ~10/día (26%)
- Tiempo de revisión por alerta: ~30 segundos (rápida confirmación visual)
Adopción operacional:
- Antes del sistema: 1 ronda presencial cada 4 horas = 6 rondas/día × 30 min/ronda = 3 horas-hombre/día
- Después: 6 rondas + revisión de 38 alertas = 4 horas-hombre/día (más coverage, pero con trabajo de escritorio añadido)
- Tiempo neto añadido: 1 hora-hombre/día para el supervisor de seguridad
Pero el cambio real está en la tasa de cumplimiento:
- Pre-sistema: ~85% de personal con EPP completo en cualquier momento
- Post-sistema (mes 3 en adelante): ~96% de personal con EPP completo (las personas saben que hay cámaras y alerta automática)
- Mejora absoluta: 11 puntos porcentuales = 9 personas más con EPP completo en cualquier momento
ROI real
Costo evitado por incidente:
- Una lesión menor en construcción mexicana cuesta ~$45,000 MXN (atención médica + días perdidos + prima de riesgo)
- Una lesión mayor (fractura, caída) cuesta ~$280,000 MXN
- Una fatal injury cuesta ~$3.5M MXN (indemnización + sanciones + prima de riesgo + paro de obra)
- En 6 meses, la obra tuvo 0 fatal injuries (vs 1 fatal injury en mismo período del año anterior, antes del sistema)
- Lesiones menores evitadas estimadas: 4 (vs 7 en período equivalente anterior)
- Ahorro bruto estimado: 3 lesiones menores evitadas × $45,000 = $135,000 MXN (no asumimos el crédito por la fatal injury evitada porque es debatable estadísticamente con n=1)
Beneficio intangible:
- Reducción de prima de riesgo en renovación de póliza: ~$120,000 MXN/año (estimado, basado en benchmark del sector)
- Cumplimiento de cláusula contractual con cliente (constructora exige EPP compliance verificado): renovado por 1 año adicional = ~$8M MXN de contrato conservado
Beneficio anual estimado: ~$255,000 MXN tangibles + $8M MXN intangibles (conservación de contrato).
Payback period: CAPEX $550,000 MXN / beneficio tangible $255,000 = ~26 meses sobre beneficio tangible solo. Si se incluye conservación de contrato, payback <1 mes.
Las 3 cosas que salieron mal
1. Polvo y vibración en obra degradan las cámaras Las cámaras se montaron en obra con tráfico pesado de maquinaria. En 3 meses, 2 de las 12 cámaras tenían la lente cubierta de polvo de concreto que ningún algoritmo limpiaba. Solución: kit de limpieza semanal + domo con limpiador integrado (Wiper blade). Adicional $800 USD no presupuestado.
2. Reentrenamiento mensual del modelo La obra cambia diariamente (estructura nueva, andamios nuevos, posiciones de trabajo nuevas). El modelo fine-tuned con datos de febrero perdió accuracy para mayo cuando la obra cambió de fase de cimentación a estructura. Solución: pipeline automatizado de reentrenamiento mensual con 200 imágenes nuevas anotadas (4 horas-hombre/mes). $200 USD/mes adicional.
3. Privacidad y resistencia del personal Los trabajadores起初 rechazaron el sistema (percepción de “Big Brother”). El sindicato local planteó objeción. Solución: reunión informativa + letreros visibles de “zona videovigilada con detección de EPP para tu seguridad” + opción de opt-out para personal administrativo (no operativos). El sistema opera solo en zonas de trabajo, no en comedores ni baños.
Lecciones aprendidas
- 87% F1 en clase crítica es suficiente para producción, pero requiere afinación mensual. No es fire-and-forget.
- El ROI real no está en la multa evitada, está en la conservación del contrato. Las constructoras que pierden un contrato por incumplimiento de safety pierden $1-10M MXN; el sistema paga por sí solo con un solo contrato conservado.
- La resistencia del personal es real y hay que gestionarla. Una reunión informativa + señalización clara convierte el sistema de “vigilancia opresiva” a “seguridad preventiva”.
- Edge AI > cloud AI para este caso. Latencia <500ms crítica para alertas en tiempo real; cloud con round-trip 1-2s no funciona.
Resumen ejecutivo
Para una obra de construcción con 80-150 trabajadores, 3-12 meses de duración, sistema CV para EPP tiene:
- CAPEX: $25,000-35,000 USD
- OPEX anual: $4,000-5,000 USD
- Payback: 6-26 meses según si se cuenta conservación de contrato o no
- Accuracy realista: 85-90% F1 en clase crítica (sin EPP)
- ROI dominante si la obra es contrato con cláusula de safety compliance
P.D. ¿Tu constructora tiene cláusula contractual de safety compliance? Si la respuesta es sí, el sistema CV se paga con un solo contrato conservado. Si la respuesta es no, el ROI es 24-30 meses solo en lesiones evitadas.
Preguntas frecuentes
¿Cuánto cuesta desplegar detección de EPP con computer vision en una obra de 30,000 m²? CAPEX típico: $35,000-$60,000 USD. Componentes: 8-12 cámaras IP (ya existentes, sin nuevo hardware) + licencias VMS con analytics EPP ($800-1,500 USD/cámara/año) + switch PoE + servidor edge para inferencia ($4K-8K). OPEX anual: 15-20% del CAPEX. Payback: 6-12 meses vía reducción de incidentes que detienen obra (cada paro no programado cuesta $15K-50K USD/día en proyecto >$5M MXN).
¿Funciona con cascos de colores no estándar? Sí, con caveats. Los modelos pre-entrenados (YOLOv8, YOLOv9) detectan ‘cascos genéricos’ con 92-95% accuracy en condiciones de luz diurna. Para cascos de colores específicos (verde de visitantes, rojo de supervisores), el accuracy baja a 75-85% sin re-training. La solución es fine-tuning con 200-500 imágenes de tu obra: 1-2 semanas de trabajo + $3K-5K USD de un data engineer. Después del fine-tuning, accuracy sube a 95-98%.
¿Y con chalecos reflectantes? Mismo patrón. Los chalecos naranjas/amarillos son los más fáciles (95%+ accuracy). Los chalecos con logos grandes o con stripes reflectantes pueden confundir el modelo porque el stripe refleja la luz IR de la cámara y crea un ‘blanco’ que el modelo lee como ‘no-chaleco’. Solución: cámaras con buena reducción de IR reflection, o switch a cámaras con luz visible + analytics que operan en espectro visible, no IR.
¿Necesito cámaras nuevas? Probablemente no. El 80% de las obras modernas ya tiene cámaras IP para vigilancia. El analytics EPP corre como software sobre el footage existente. Si tus cámaras son 2020+ y tienen resolución 1080p mínimo, sirven. Si son más viejas o 720p, el accuracy cae a 60-70% — no confiable para alertas en tiempo real. CAPEX extra para actualizar: $200-500 USD/cámara × 12 = $2.4K-6K USD.
¿Cuántos falsos positivos genera? Sin fine-tuning: 15-30% de las detecciones son falsos positivos (sombras, ramas, pájaros). Operacionalmente insostenible — el operador aprende a ignorar todas las alertas. Con fine-tuning: 2-5% de falsos positivos. Operacionalmente viable. El truco no es la tecnología, es el fine-tuning con datos de tu obra específica. Comprar la cámara más cara del mercado sin fine-tuning = el mismo problema que una cámara barata con fine-tuning.
¿Y la privacidad de los trabajadores? Crítica. La LFPDPPP en México requiere aviso de privacidad express para ‘tratamiento de datos biométricos’. La detección de EPP no usa biometría estrictamente, pero sí usa imagen facial para tracking si la cámara está sobre la entrada. Solución: (1) cameras en zonas de trabajo NO en zonas de descanso, (2) aviso de privacidad visible en cada zona, (3) footage retenido máximo 30 días, (4) derecho del trabajador a solicitar suppression de su imagen (poco común pero existe). Sin estos 4, estás en zona gris legal.
Fuentes
[1] OSHA — Personal Protective Equipment (PPE) standards 1910.135-1910.140 — https://www.osha.gov/personal-protective-equipment [2] BLS — Workplace injuries and fatalities construction sector 2023 — https://www.bls.gov/iif/ [3] Ultralytics — YOLOv8 architecture documentation — https://docs.ultralytics.com/models/yolov8/ [4] NVIDIA — Edge AI inference on Jetson Orin for industrial CV — https://developer.nvidia.com/embedded/jetson-orin [5] Roboflow — Construction PPE detection dataset and benchmark — https://universe.roboflow.com/ [6] STO Building Group — AI PPE compliance case study — https://www.stobuildinggroup.com/ [7] CITF Hong Kong — Smart Site PPE monitoring requirements — https://www.citf.cic.hk/