Te contamos cómo ha sido nuestro paso por los Datatones de IndesIA desde su inicio, a qué retos nos hemos enfrentado y qué beneficios han obtenido las empresas con las que hemos trabajado.
España se consolida como uno de los referentes mundiales en la adopción de Inteligencia Artificial Generativa (IA Generativa), situándose en el cuarto puesto a nivel global. Este notable avance abre un sinfín de posibilidades para impulsar la economía nacional, transformar el panorama empresarial y acelerar la digitalización del tejido productivo. La IA se presenta como una herramienta revolucionaria con el potencial de transformar diversos sectores.
Los Datatones de IndesIA son encuentros multidisciplinarios donde se abordan desafíos específicos de negocio utilizando conjuntos de datos masivos y técnicas de IA. El gran objetivo es acercar la tecnología del dato y la IA a toda la cadena de valor de la industria española.
Desde Verne TECH podemos decir con orgullo que nos hemos hecho con el primer puesto en varios Datatones proponiendo soluciones y consiguiendo beneficios para las empresas con las que hemos trabajado. A continuación os mostramos en este artículo los retos que hemos afrontado:
¿A QUÉ DESAFÍOS NOS HEMOS ENFRENTADO?
Verne Tech se hizo con el primer puesto en la segunda edición del Dataton gracias a una propuesta para Cosentino, una empresa líder en la industria de superficies para el hogar.
El reto consistía en desarrollar un sistema innovador que permitiera a Cosentino optimizar sus estrategias de precios y descuentos para clientes B2B.
Verne Tech afrontó este desafío creando un modelo de machine learning capaz de analizar y predecir el impacto de las variaciones de precio en la demanda de cada producto.
Esta solución inteligente dotó a Cosentino de:
- Tomar decisiones estratégicas más precisas.
- Una herramienta para demostrar la elasticidad de la demanda.
Gracias al sistema desarrollado por Verne Tech, Consentino pudo identificar con precisión qué productos son sensibles a las variaciones de precio y cuáles no, permitiéndoles optimizar sus estrategias de precios y maximizar sus ganancias.
IoT predictivo aplicado a procesos industriales – Meleghy Automotive
En colaboración con Meleghy Automotive, empresa referente en el sector automotriz, Verne Tech resultó vencedora del III Dataton con una solución que permite detectar anticipadamente paros no programados en una cédula de soldadura, lo que se traduce en una notable reducción de costes y una optimización de la eficiencia productiva.
El reto que se planteaba era abordar uno de los principales desafíos que enfrenta la industria manufacturera: los paros no programados en la maquinaria, que generan cuantiosas pérdidas de producción, retrasos y costes adicionales. Meleghy Automotive buscaba soluciones innovadoras que permitieran optimizar sus procesos y prevenir estos paros.
La solución denominada Prodigy consigue:
- Reducir en un 61% los paros no programados de una cédula de soldadura, lo que supone 140.000 horas de operación al año.
- La compañía estima que serán capaces de detectar errores en una planta de producción antes de que se produzcan, lo que supondrá un impacto de más de 150.000 euros al año solamente en una de sus plantas.
- Sus desarrolladores aseguran que promoviendo el buen funcionamiento de las máquinas, estas tendrán una vida útil más larga, podrán producir más y crearán productos con menos probabilidad de anomalía.
La solución de IoT predictivo para procesos industriales no solo ha beneficiado a Meleghy Automotive, sino que también tiene el potencial de ser aplicada en una amplia gama de industrias, optimizando la producción y reduciendo costes en todo el sector manufacturero.
OTROS RETOS EN LO QUE HEMOS TRABAJADO
Optimización de rutas de reparto de gas envasado – Inagás y Repsol
Nuestra primera aparición fue a finales de 2022 en la Sede de Microsoft en la primera edición del Datatatón de IndesIA. En aquella ocasión, fuimos partner tecnológico de Inagás y Repsol y se planteó el siguiente reto con su correspondiente propuesta y solución.
El reto que se nos proponía era la optimización de rutas de reparto de gas envasado.
La solución propuesta fue la siguiente:
- Se construyó un modelo de optimización para el reparto de gas envasado en la zona de Andalucía.
- Adicionalmente, se construyó una red neuronal para la estimación de la demanda diaria y para cada uno de los puntos no programados de entrega, logrando reducir más de un 50% el tiempo dedicado por los repartidores en las rutas diarias de entrega.
Vivimos de primera mano el inicio del Datatón IndesIA y demostró que es una herramienta valiosa para acercar la tecnología del dato y la IA a las empresas industriales.
IA para Asistente predictivo y gestión automatizada de fallos – Meleghy Automotive
En el IV Dataton, volvimos a ser partners de Meleghy Automotive y se nos planteó el siguiente reto:
Este reto consistió en la aplicación de IA para Asistente predictivo y gestión automatizada de fallos. Para ello:
- Se desarrolló un asistente basado en inteligencia artificial generativa que les permitía a los técnicos de planta tener una herramienta única como fuente de conocimiento para la consulta de manuales de máquinas e incluso de imágenes de planos.
- Optimizando así la gestión del tiempo y acelerando la consulta de información en las labores de reparación.
Se demostró que la IA tiene un gran potencial para mejorar esta eficiencia y que puede ser aplicado de forma muy creativa a las empresas industriales.
Guía de resolución de incidencias de cableado – CAF (Construcciones y Auxiliar de Ferrocarriles)
La empresa con la que hicimos el reto fue CAF (Construcciones y Auxiliar de Ferrocarriles), uno de los líderes internacionales en sistemas integrales de movilidad sostenible, y se planteó lo siguiente:
Se nos presentaba un reto que consistía en una guía de resolución de incidencias de cableado. Se realizó:
- Un sistema basado en IA que se encargaba de leer datos acerca de incidencias de cableado de documentos PDF para, posteriormente, mediante un modelo de Machine Learning, calcular la probabilidad de cada uno de los fallos registrados.
- Además, se desarrolló un chatbot para facilitar una herramienta que permitiese a los operarios realizar consultas antes de abordar una incidencia y detectar cuál era el fallo más probable de la misma, reduciendo el tiempo necesario para las intervenciones.
Finalmente quedamos primeros en nota técnica, pero obtuvimos el segundo puesto.
IA para Asistente predicción de turbidez en aguas marinas – Acciona
Nuestra última aparición vino de la mano de Acciona, con la que se nos planteó el siguiente reto:
Se trató de IA para predicción de turbidez en aguas marinas. Para ello:
- Se desarrolló un modelo de clustering que clasifica los datos de sensores satelitales basados en fotografías marinas con el fin de predecir la turbidez del agua.
- De esta manera, el equipo de Acciona puede predecir este tipo de actuaciones y actuar de manera preventiva, evitando paradas en las plantas y consiguiendo abastecer de agua potable a más de 2’8 millones de habitantes.
Esperamos con ganas regresar al siguiente Datatón de Indesia y aportar soluciones y beneficios en base a los retos que se nos planteen.
