Cuando una empresa tiene que clasificar sus productos bajo el DS12 (asignar a cada envase su categoría, su material y su ámbito) la mayoría lo hace de la misma forma: una planilla, una persona con criterio, y muchas horas. Funciona hasta que deja de funcionar: cuando son cientos o miles de SKU, cuando el que clasificaba se va, cuando llega la auditoría del Sistema de Gestión y pregunta por qué clasificaste un producto así y la respuesta es "porque a alguien le pareció". Ahí aparece la pregunta de si conviene automatizar con IA. La respuesta corta es sí, pero no por la razón que suele venderse. No se trata de que "la IA es mágica". Se trata de una palabra menos glamorosa y más importante: defendible.
El problema real de clasificar DS12 a mano
Clasificar bajo el DS12 no es marcar "plástico" o "vidrio". Cada envase tiene que ubicarse en su categoría de material, distinguir su ámbito (domiciliario o no domiciliario) y, dentro de eso, su subcategoría según el reglamento DS N°12/2020. Y hay casos límite por todos lados: un envase multimaterial, un producto reformulado, un plástico que puede ser de alto o bajo valor según el detalle.
Hecho a mano, esto tiene tres problemas que se acumulan:
- No escala. El criterio de una persona no rinde para miles de SKU sin fatiga ni atajos.
- Es inconsistente. Dos personas (o la misma en dos días distintos) clasifican el mismo caso límite de forma diferente. Y esas inconsistencias son exactamente lo que un balance de masas deja al descubierto.
- No deja registro del porqué. Una celda de planilla que dice "plástico bajo valor" no explica en qué se basó. Cuando alguien te pide justificarla, no hay nada detrás.
Ese último punto es el que más duele en una auditoría.
Por qué una tabla manual no resiste la pregunta "¿por qué?"
El auditor de tu Sistema de Gestión no revisa solo qué declaraste: revisa que cuadre y que esté fundado. Cuando pregunta por qué un SKU quedó en una categoría y no en otra, una planilla no tiene respuesta. Y "lo clasificamos así el año pasado" no es una fundamentación: es una costumbre.
El estándar que sí resiste esa pregunta es distinto: cada clasificación tiene que venir con su justificación anclada a la norma. No "es plástico", sino "es plástico primario domiciliario según el DS12". Esa diferencia (del resultado a secas al resultado con su artículo) es lo que convierte una clasificación en algo que puedes defender frente a quien te audita.
Qué significa clasificar "citando la norma"
Aquí está el corazón del asunto, y es donde la IA bien usada supera a la tabla manual. No se trata de que un modelo "adivine" la categoría más rápido. Se trata de que cada resultado llegue acompañado del artículo normativo que lo respalda.
En SmartREP, el clasificador asigna categoría, material y ámbito, y entrega junto a cada asignación la cita del artículo del DS12 que la fundamenta. El output no es una etiqueta suelta: es una etiqueta con su porqué normativo adjunto. Eso cambia la naturaleza del entregable: pasa de "un dato que hay que creer" a "un dato que se puede verificar contra la norma". Es la misma exigencia que le harías a un asesor: no me digas la conclusión, muéstrame en qué te basas.
Precisión verificable, no mágica
Cuando alguien vende "IA para clasificar", el reflejo sano es desconfiar: los modelos se equivocan. Por eso el estándar correcto no es "confía en la máquina", sino precisión medida más revisión humana donde hace falta.
Dos números concretos, sin humo:
- La clasificación DS12 de SmartREP alcanza una precisión de ~96,7%, medida contra un conjunto de casos verificados a mano, no una cifra de folleto.
- Cuando la confianza de una clasificación baja del 85%, el caso no se da por bueno: pasa a revisión humana antes de aprobarse.
Ese segundo punto es el que la mayoría presenta como debilidad y en realidad es la garantía. La revisión humana no es un parche por si la IA falla: es el mecanismo que asegura que ningún caso dudoso pasa sin ojo experto. La máquina hace el volumen; la persona resuelve el borde. Juntos, el resultado es más consistente y más rápido que cualquiera de los dos por separado. Y, sobre todo, es auditable.
Precisión verificable, no 'precisión mágica'
La diferencia entre las dos es todo. "Precisión mágica" te pide fe en un número que no puedes comprobar. "Precisión verificable" te da un resultado con su cita a la norma, un umbral explícito bajo el cual interviene un humano, y la posibilidad de revisar los casos donde el sistema dudó. Un estándar defendible se construye mostrando también dónde el modelo tiene menos certeza, no escondiéndolo.
La línea que no cruzamos (y por qué te conviene)
Seamos claros sobre algo, porque hace a la honestidad de este artículo: no te vamos a mostrar cómo está hecho el clasificador por dentro. No publicamos las instrucciones internas del motor, ni la mecánica fina de cómo se ancla a la norma, ni la receta de cómo medimos la precisión. Eso es deliberado.
Y te conviene que sea así. Un proveedor que te enseña sus internals te está regalando lo único que lo hace difícil de copiar, y un proveedor fácil de copiar es un proveedor que mañana no está. Lo que sí te damos es lo que de verdad necesitas para confiar: el resultado, su cita a la norma, y la forma de verificarlo. Puedes tomar cualquier clasificación de SmartREP y contrastarla contra el DS12 tú mismo. Eso es transparencia sobre lo que importa (el hallazgo) sin regalar la base que lo produce.
Multi-decreto: el mismo estándar, más allá de los envases
La clasificación defendible no es una jugada solo de envases. El mismo estándar (resultado con su artículo, precisión medida, revisión humana en el borde) se extiende a los demás productos prioritarios: el clasificador ya cubre aceites lubricantes (DS47) y sumará neumáticos (DS8). La idea de fondo es la misma en las tres: en un régimen donde tienes que poder justificar cada dato ante quien te audita, clasificar citando la norma no es un lujo técnico: es la única forma que escala sin volverse indefendible.
Clasificación DS12 que cita el artículo
Mira cómo SmartREP asigna categoría, material y ámbito a cada SKU con su fundamento normativo adjunto: el estándar defendible que una planilla no puede dar.
Conclusión
El debate "IA vs. tablas manuales" está mal planteado si lo reduces a velocidad. La velocidad es un efecto secundario. Lo que de verdad separa a una clasificación automatizada bien hecha de una planilla no es que sea más rápida, sino que es defendible: cada resultado viene con su artículo, la precisión es un número medido y no una promesa, y donde el sistema duda interviene una persona. En un régimen donde tu auditor te va a preguntar "¿por qué?", esa es la única respuesta que sostiene el peso.
Vé la clasificación defendible en acción
En 30 minutos te mostramos cómo SmartREP clasifica tus SKU citando la norma, con revisión humana donde hace falta. Trae tus casos límite: son los que mejor muestran la diferencia.