L’aplicació BYOD transforma les operacions de missatgeria diàries en un flux de treball totalment connectat i basat en dades. Des de la validació dels paquets fins a la prova de lliurament i els informes d’interrupcions, cada acció es registra de manera segura i es transmet a la plataforma central, garantint que els proveïdors de logística estiguin completament informats.

Quan un missatger inicia la sessió, l’aplicació s’adapta automàticament a la configuració del desplegament específic del Living Lab. Les funcions i els fluxos de treball disponibles depenen del model operatiu de cada entorn. L’aplicació BYOD està dissenyada per admetre diferents desplegaments de ciutats amb configuracions personalitzades sense necessitat de canvis a l’aplicació principal.

A l’Athens Living Lab, per exemple, els missatgers poden operar a través de paquets o parades dins del menú principal. Aquesta flexibilitat permet que la mateixa aplicació admeti múltiples escenaris logístics sense alterar el sistema principal.

Funció Parcel

A la funcionalitat Parcel, els missatgers afegeixen paquets escanejant codis QR o introduint manualment els ID dels paquets. Per a una major eficiència, es poden seleccionar diversos paquets alhora escanejant conjunts de codis o introduint un ID de conjunt per al processament per lots.

Un cop validats, els paquets apareixen a la llista de treball actual, confirmant que estan correctament vinculats al missatger. Romanen visibles fins que es completa el lliurament o es retira manualment o un cop es confirma el lliurament al sistema. Una opció d’actualització permet al missatger recuperar la informació més actualitzada del paquet en qualsevol moment.

La selecció d’un paquet proporciona accés a dades essencials de lliurament, com ara el seu número d’identificació, estat, adreça de lliurament, data de lliurament prevista, pes, tipus de servei i ronda associada. Durant el procés de lliurament, els missatgers poden registrar esdeveniments i actualitzar la qualitat del paquet directament dins de l’aplicació.

Com a prova de lliurament, se selecciona un sol paquet i el receptor signa directament al dispositiu. La signatura es registra de manera segura i es notifica immediatament, garantint una confirmació fiable del lliurament i la traçabilitat.

Funció Stop

A través del menú principal, els missatgers poden canviar a la funcionalitat d’aturada, que proporciona una visió general estructurada de les parades planificades i la informació relacionada amb els paquets agrupats per ubicació de lliurament. Les parades es poden visualitzar en un mapa interactiu, oferint una visibilitat clara de la ruta i una millor consciència situacional mitjançant la geolocalització en temps real.

En seleccionar una parada, es revelen els paquets assignats a aquesta ubicació, cosa que permet als missatgers gestionar els lliuraments agrupats de manera eficient. Si es produeix una interrupció, el missatger pot informar-ne directament dins de l’aplicació seleccionant el tipus d’interrupció, afegint comentaris i compartint automàticament la seva posició. Aquesta comunicació en temps real permet ajustaments operatius immediats i una gestió proactiva de problemes.

Impacte del BYOD

L’eina Green-Log BYOD garanteix que cada acció, des de la validació dels paquets fins a la captura de signatures i els informes d’interrupcions, es transmeti de manera segura als operadors logístics. Aquest flux continu d’informació millora:

• La transparència
• Millora la coordinació
• Admet la presa de decisions basada en dades

En combinar flexibilitat, visibilitat operativa en directe i informes segurs, BYOD reforça l’eficiència del lliurament d’última milla alhora que contribueix a operacions logístiques urbanes més sostenibles i optimitzades en diferents entorns urbans.

→ Revisa la nostra solució Digital Twins

La entrada Bring Your Own Device overview se publicó primero en Mosaic Factor.

Dins del projecte AutoMoTIF, aquest repte s’aborda mitjançant el shunting as a service automatitzat, amb Mosaic Factor liderant el desenvolupament del framework de simulació.

Del coll d’ampolla operacional a les operacions ferroviàries coordinades

El shunting té un paper central a les terminals intermodals, vinculant els fluxos de càrrega marítima amb la distribució interior. Tanmateix, les operacions de maniobres tradicionals sovint són reactives, fragmentades entre sistemes, requereixen molta mà d’obra i són ineficients energèticament.

El shunting com a servei reinventa aquestes operacions com una plataforma de servei orquestrada digitalment on les locomotores autònomes, els recursos de les patis i els sistemes de programació operen com un ecosistema integrat. L’objectiu no és simplement l’automatització, sinó l’optimització del servei.

Simulació que impulsa la transformació

L’entorn de simulació avançat de Mosaic Factor replica la complexitat operativa de les terminals ferroviàries, incloent-hi els moviments de trens, la classificació de vagons, les restriccions de capacitat de les estacions, els cicles de manipulació de contenidors, l’assignació de recursos i els escenaris de disrupció.

Les locomotores de shunting autònomes es modelen com a agents intel·ligents que responen dinàmicament a la congestió, els canvis d’horari i les restriccions d’infraestructura.

Mitjançant la modelització d’escenaris, les simulacions avaluen:

• Temps de maniobres reduït
• Temps de rotació de vagons més ràpids
• Temps d’inactivitat i d’espera més baixos
• Consum d’energia optimitzat
• Augment del rendiment de les estacions
• Millora de la seguretat i costos operatius més baixos

Aquest enfocament basat en dades garanteix que els conceptes d’automatització es validen abans del desplegament al món real.

Plataforma Shunting as a Service

El shunting as a service introdueix un canvi en la manera com s’estructuren les operacions de les estacions. En lloc d’una activitat interna fixa, el shunting es modela com una plataforma orientada al servei on la capacitat s’assigna dinàmicament, les operacions es coordinen digitalment i el rendiment es controla contínuament.

Aquest enfocament admet una major interoperabilitat entre els operadors de terminals, els gestors d’infraestructures ferroviàries, els proveïdors de logística i les autoritats portuàries, alhora que permet la integració amb altres processos automatitzats dins d’AutoMoTIF.

Donant suport a terminals ferroviàries més intel·ligents 

Per garantir resultats realistes, Mosaic Factor calibra simulacions utilitzant dades operatives històriques, entrades de planificació i escenaris de proves d’estrès que reflecteixen la demanda màxima i el creixement futur.

Els models resultants proporcionen eines de suport a la decisió per a la inversió en infraestructura, estratègies d’automatització, models de negoci i alineació normativa, ajudant a reduir el risc i accelerar el desplegament.

Enfortiment de la xarxa ferroviària de mercaderies d’Europa

En millorar l’eficiència ferroviària, les maniobres automatitzades donen suport a objectius logístics més amplis, com ara:

• Canvi modal de carretera a ferrocarril
• Reducció de la congestió de les terminals
• Menors emissions
• Condicions de treball més segures
• Operacions logístiques més fiables

Mitjançant la validació basada en simulació, Mosaic Factor demostra com les maniobres automatitzades poden augmentar el rendiment, reduir els retards, optimitzar l’ús d’energia i millorar la seguretat.

El shunting automatitzat com a plataforma orientada al servei representa més que una actualització tecnològica. Introdueix un nou model operatiu que reforça el paper del ferrocarril en el sistema de transport europeu alhora que dóna suport a una xarxa logística més eficient i sostenible.

→ Revisa la nostra solució en Digital Twins

La entrada Automated Shunting as a Service Platform se publicó primero en Mosaic Factor.

Representant Mosaic Factor a l’esdeveniment hi havia el cap de vendes Joan Sampablo, que va assistir en nom de Mosaic Factor per explorar els darrers desenvolupaments que configuren el futur de la connectivitat, la intel·ligència artificial i la infraestructura digital.

.     

Les telecomunicacions com a columna vertebral de la IA

El MWC 2026 va destacar com la indústria de les telecomunicacions està anant més enllà de la connectivitat per convertir-se en un facilitador central de la propera generació de serveis basats en IA. El lideratge de la GSMA va descriure tres pilars clau que s’espera que impulsin la propera fase del creixement digital:

• La finalització dels desplegaments de xarxes autònomes 5G.
• Un accés més ampli a tecnologies d’IA obertes i inclusives.
• Marcs de seguretat i confiança digital globals més forts.

Aquestes prioritats reflecteixen un canvi més ampli cap a xarxes que no només són més ràpides, sinó que també són capaces de donar suport a la intel·ligència distribuïda i als serveis basats en IA.

. 

L’auge de la intel·ligència en el dispositiu

Un tema important durant tot l’esdeveniment va ser l’auge de la IA a tot arreu, en particular el canvi cap a la intel·ligència en el dispositiu i nativa de la xarxa. Els fabricants de xips i els fabricants de dispositius van mostrar noves i potents arquitectures de sistema en un xip dissenyades per a la inferència d’IA local, que permeten capacitats com ara:

• Traducció en temps real
• Resum en el dispositiu
• Processament avançat de fotos
• Assistents d’IA capaços de realitzar tasques complexes sense dependre del núvol.

Per a desenvolupadors i empreses, aquest canvi indica un nou estàndard de disseny on les aplicacions es creen tenint en compte el processament d’IA local i la interacció multimodal, combinant interfícies de càmera, veu i text per oferir experiències més riques.

El futur dels sistemes autònoms

Un altre tema destacat va ser l’aparició de sistemes d’IA agentius, on els agents d’IA autònoms poden coordinar tasques a través de xarxes, infraestructures i entorns físics. Els proveïdors de telecomunicacions i les startups van demostrar com aquests sistemes es podien aplicar a l’orquestració de xarxes, les operacions automatitzades i la millora de la ciberseguretat.

La propera generació de sistemes connectats

Un dels conceptes més comentats al congrés d’aquest any va ser el de la “computació cinètica” i els “tokens cinètics”. Aquests representen unitats de computació ultraràpides dissenyades per sincronitzar accions del món real a través de la robòtica, els drons, els vehicles autònoms i altres sistemes distribuïts. Els operadors de telecomunicacions argumenten que les seves xarxes estan en una posició única per oferir la coordinació de nivell de mil·lisegons necessària per impulsar aquestes tecnologies emergents. 

Seguretat, confiança digital i inclusió global

La seguretat i la inclusió digital global també van ocupar un lloc destacat a l’agenda de la conferència. Amb els costos de la ciberdelinqüència que continuen augmentant a tot el món, els líders de la indústria van emfatitzar la importància de:

• IA que preservi la privadesa
• Marcs d’identitat digital més forts
• Models d’IA capaços de suportar idiomes més globals
• Estàndards d’infraestructura transfronterers

Aquestes prioritats reflecteixen el creixent reconeixement que la innovació tecnològica ha d’anar acompanyada d’una governança sòlida i un accés digital inclusiu.

Mosaic Factor al MWC 2026

Segons en Joan, assistir al MWC proporciona informació valuosa sobre com el panorama de les telecomunicacions i la tecnologia està evolucionant a un ritme ràpid. L’esdeveniment va destacar la creixent importància de la infraestructura habilitada per IA i la computació perimetral, així com el paper creixent que tindran les xarxes de telecomunicacions en l’habilitació d’aplicacions intel·ligents i sistemes connectats.

Per a Mosaic Factor, assistir al congrés ofereix una oportunitat per mantenir-se estretament alineat amb les tendències i innovacions emergents de la indústria que donaran forma a la propera generació de solucions digitals.

A mesura que la indústria s’endinsa més en l’anomenada Era de la Ciència Intel·ligència (CI), s’espera que la convergència de la IA, la connectivitat avançada i la computació distribuïda redefineixi com interactuen els dispositius, les xarxes i les empreses, creant noves oportunitats d’innovació en tots els sectors a tot el món.

La entrada Mobile World Congress 2026: Entrant a la era IQ se publicó primero en Mosaic Factor.

La discussió va formar part del treball més ampli al voltant del llibre blanc del CIDAI, creat a través del seu grup de reflexió amb contribucions d’actors públics i privats. Com a participants en aquest esforç, vam tenir el plaer de contribuir a la taula rodona, on Stefano Persi va compartir exemples pràctics i estudis de casos que destacaven el paper de la IA i l’intercanvi de dades fiable en entorns logístics reals.

Dades sobre el sector

Els volums de transport ferroviari de mercaderies es mantenen per sota de la mitjana europea i una tarifa de 5 milions d’euros agreuja el repte. El transport de mercaderies per ferrocarril continua enfrontant-se a reptes operatius i estructurals, fins i tot quan s’espera que la demanda creixi significativament.

D’acord amb els objectius del Climate Neutrality 2050, es preveu que els volums de transport ferroviari de mercaderies es dupliquin en comparació amb les mitjanes històriques recents. Aconseguir aquest creixement requerirà no només inversió en infraestructura, sinó també una millor coordinació, optimització i col·laboració en tot l’ecosistema logístic.

Des de la perspectiva de CIMALSA, la multimodalitat és una palanca central per millorar l’eficiència i la sostenibilitat logística. El model òptim combina el ferrocarril per al transport de mitjana i llarga distància i el transport per carretera principalment per a operacions de primera i última milla. La IA permet aquest canvi donant suport a la reassignació dels fluxos de transport del camió al ferrocarril, optimitzant rutes, horaris i ús de la capacitat. Aquest enfocament pot reduir significativament les emissions en comparació amb el transport només per carretera, alhora que manté la flexibilitat operativa.

Compartició de dades i espais de dades

Un repte recurrent identificat és la reticència dels operadors i agents logístics a compartir informació. Si bé les preocupacions sobre la privadesa són legítimes, sovint limiten l’optimització a nivell de sistema. Els espais de dades es van destacar com un factor clau, ja que proporcionen:

• Intercanvi segur de dades i accés controlat.
• Normes clares sobre com es comparteixen i s’utilitzen les dades.
• Base tècnica perquè les eines d’IA suggereixin rutes, calculin costos i simulin escenaris operatius.

En garantir la confiança de les dades, els espais de dades permeten a la IA donar suport a una millor presa de decisions sense comprometre la informació empresarial sensible.

Reptes del sector logistic

Cinc reptes importants configuren el futur del transport de mercaderies i la logística ferroviària:

• Pressió per la sostenibilitat i la descarbonització.
• Resiliència davant les crisis globals i geopolítiques.
• Congestió urbana i regulació de l’última milla.
• Interoperabilitat de la digitalització i vulnerabilitats de la ciberseguretat.
• Preparació organitzativa i transformació tecnològica.

Aquests reptes estan estretament interconnectats i requereixen respostes coordinades.

On la IA pot aportar valor tangible 

La IA ja està demostrant beneficis mesurables en les operacions de transport i distribució, on pot aportar millores en eficiència, cost i sostenibilitat. Per a Mosaic Factor, això inclou projectes d’automatització per a la càrrega i descàrrega de contenidors als ports.

Malgrat el seu potencial, hi ha barreres dificulten l’adopció de la IA. Aquests reptes inclouen:

• Manca d’una estratègia d’IA dins de les organitzacions,
• problemes de governança i fragmentació de dades,
• manca de dades històriques de qualitat, dificultat per avaluar el retorn de la inversió de les iniciatives d’IA,
• i un entorn regulador complex i inconsistent. Abordar aquestes barreres requereix una alineació estratègica més clara entre tecnologia, operacions i regulació.

Els participants es van alinear en un model de tres nivells per al sector:

1. Digitalització: digitalització bàsica i automatització, on el progrés ja és visible.
2. Compartició de dades: intercanvi segur de dades, que permet la visibilitat de la xarxa.
3. Visibilitat i històries d’èxit: més xarxes que logística i guanyar visibilitat de les històries d’èxit.

Avançar a través d’aquests nivells és essencial per desbloquejar tot el potencial de la IA en la logística.

Conclusions

L’eficiència logística depèn de la combinació eficaç d’innovació, sostenibilitat i regulació. La pregunta clau per als operadors és quin valor es crea compartint dades. La IA, quan es combina amb la multimodalitat i marcs de confiança per compartir dades, pot millorar significativament l’eficiència, la sostenibilitat i la resiliència dels sistemes de transport ferroviari de mercaderies i logística.

Durant la taula rodona, Stefano va destacar tres projectes als quals Mosaic Factor va contribuir:

1. Pioneers: Previsió del transport de contenidors (Iniciativa de Ports Verds de la UE)
2. Port of Antwerp-Bruges: Predictor del flux de càrrega
3. Disruptive: Detecció i classificació de les interrupcions de la xarxa logística

Junts, aquests projectes mostren l’impacte pràctic de la IA i la col·laboració de dades en operacions logístiques reals, fonamentant la taula rodona de la CIDAI en solucions tangibles.

Feu clic aquí per consultar el llibre blanc del CIDAI.

La entrada El paper de la IA en la logística multimodal i el transport ferroviari sostenible se publicó primero en Mosaic Factor.

Més enllà del RAG tradicional

Els canals del RAG tradicional incorporen una consulta, recuperen context i generen una resposta. Agentic RAG introdueix intel·ligència en el procés. Classificant la intenció abans de decidir si cal recuperar informació, trucar eines o respondre directament, les empreses reporten reduccions de costos de fins al 40% i millores de latència del 35%.

Patrons clau que n’impulsen l’adopció

Els experts de la indústria assenyalen tres patrons arquitectònics que defineixen Agentic RAG:.

• Intent-Based Query Routing: determina si és necessari recuperar informació o si una resposta directa és suficient.
• Orquestració d’eines amb gestió d’errors: coordina APIs, calculadores i bases de dades mentre gestiona els errors de manera eficient.
• Avaluació contínua de costos i latència: controla l’ús de tokens i els indicadors de rendiment en temps real.

Aquests patrons permeten als sistemes decidir, adaptar-se i optimitzar, un requisit crític per a la IA a escala empresaria

Arquitectura en pràctica

Els sistemes Agentic RAG normalment es construeixen sobre tres capes:

• Capa d’Orquestració: el “cervell de decisió” que dirigeix les consultes de manera intel·ligent.
• Capa d’Execució: gestiona la recuperació d’informació, les crides a eines i la inferència LLM.
• Capa d’Infraestructura: proporciona bases de dades vectorials, gestió del desplegament i observabilitat.

A diferència del RAG tradicional, que sempre realitza recuperació d’informació, l’Agentic RAG avalua si la recuperació és necessària, organitzant la combinació òptima de recuperació, eines i generació.

Flexibilitat del proveïdor a través de capes de gateway

Una altra tendència clau és l’auge de les abstraccions de gateway que permeten als desenvolupadors canviar sense problemes entre proveïdors com OpenAI, Anthropic, Google i Bedrock. Aquest enfocament permet:

• Encaminament de reserva quan els proveïdors tenen temps d’inactivitat;
• proves A/B sense canvis de codi;
• optimització de costos dirigint les consultes al model més eficient;
• llibertat respecte a la dependència d’un proveïdor.

Les empreses estan adoptant cada cop més passarel·les unificades per equilibrar velocitat, cost i fiabilitat entre els proveïdors.

Conclusió

L’Agentic RAG ja no és un experiment de nínxol, sinó el model per als sistemes d’IA de producció. En combinar la recuperació amb la presa de decisions, l’orquestració i l’observabilitat, la tècnica estableix nous estàndards d’eficiència i adaptabilitat en l’IA empresarial.

“L’IA de producció no tracta només de la recuperació. Tracta d’intel·ligència: saber quan recuperar, quan utilitzar eines i quan respondre directament. L’Agentic RAG ofereix aquesta intel·ligència”.

La entrada Agentic RAG per IA se publicó primero en Mosaic Factor.

Analitzem els principals tipus d’IA i com t’ajudem a aplicar-los.

AGI: l’horitzó a llarg termini

La IA general, o Artificial General Intelligence (AGI), fa referència a màquines capaces de dur a terme qualsevol tasca intel·lectual que pugui fer un humà. És flexible, autònoma i capaç de raonar a través de diferents dominis.

Estat actual: l’AGI encara és teòrica. No existeix cap sistema que hagi assolit una intel·ligència realment general.

Creiem que és un tema altament interessant, i seguim amb gran interès i expectació la seva evolució.

IA generativa: creativitat real a escala

La IA generativa (o GenAI) ja està transformant indústries. Aquests models creen contingut nou —text, imatges, codi o àudio— a partir de patrons de dades apresos.

Casos d’ús que podem oferir amb GenAI:

• Generació automàtica de contingut per a sectors específics (com el sanitari).
• Resum de documents i anàlisi de contractes per a equips legals o de compliment normatiu.
• Chatbots intel·ligents per a consultes internes o atenció al client.
• Eines de generació i depuració de codi per a desenvolupadors d’indústries específiques (com l’automoció).

Les nostres solucions: som capaços de crear i ajustar models de IA generativa utilitzant dades propietàries, garantint resultats precisos, alineats amb la marca i complint la normativa. Tant si necessites un assistent personalitzat tipus GPT com un generador d’imatges per al disseny de productes, podem fer-ho realitat.

Tècniques específiques d’IA

El nostre focus principal és ajudar les empreses a resoldre reptes concrets mitjançant tècniques avançades d’IA. És el que sempre hem fet —el que anomenem “IA tradicional”— i ha estat central en el nostre recorregut des de la fundació.

El nostre enfocament: dissenyem, entrenem i implementem aquests models amb suport complet durant tot el seu cicle de vida: des de l’estratègia i la infraestructura de dades fins al govern i el seguiment del rendiment.

Per què col·laborar amb Mosaic Factor?

La IA és poderosa, però només quan s’aplica amb precisió. No només oferim eines, sinó transformació.

• Consultoria estratègica en IA i desenvolupament de fulls de ruta
• Disseny i integració de models personalitzats
• Desplegament escalable en el núvol o a l’edge
• Suport continu, compliment normatiu i optimització

Tant si explores la IA generativa per automatitzar processos creatius com el machine learning per millorar l’eficiència operativa, t’ajudem a transformar el potencial en rendiment real.

Estàs preparat per descobrir què pot fer la IA pel teu negoci? Contacta amb nosaltres per construir junts alguna cosa extraordinària.

La entrada IA general vs. IA generativa: què signifiquen per al teu negoci se publicó primero en Mosaic Factor.

Afrontant els punts cecs urbans

En entorns urbans amb trànsit intens, els cotxes aparcats, els edificis i la vegetació sovint bloquegen els sensors dels vehicles, creant punts cecs que suposen riscos greus, especialment per als usuaris vulnerables de la via (VRUs) com nens, ciclistes o treballadors viaris. Els sistemes de detecció actuals tenen dificultats en aquests escenaris, amb taxes de reconeixement que cauen per sota del 65% quan els individus estan completament ocults.

HIDDEN vol superar aquest repte millorant la consciència col·lectiva mitjançant la comunicació Vehicle-to-Everything (V2X) i la intel·ligència artificial. En compartir dades de sensors entre vehicles, infraestructura i usuaris de la via, el projecte permet una comprensió més completa i dinàmica de l’entorn urbà.

Intel·ligència híbrida: la fusió entre humans i màquines

El que diferencia HIDDEN és l’ús de la Hybrid Intelligence (HI): una combinació d’intel·ligència humana i artificial. Aquest enfocament permet que els sistemes automatitzats prenguin decisions no només tècnicament sòlides, sinó també èticament i legalment fonamentades, reflectint el judici i el comportament humans.

“HIDDEN va més enllà de la IA convencional”, va dir el Dr. Angelos Amditis, coordinador del projecte i director de R+D a ICCS. “Integrem el judici humà en el procés perquè els sistemes automatitzats actuïn no només amb precisió, sinó també amb saviesa.”

Proves en entorns reals

El projecte provarà el seu enfocament en quatre escenaris urbans d’alt risc:

• Un nen corrent des de darrere d’un vehicle aparcat
• Un ciclista que circula per zones de trànsit mixt
• Un treballador viari amagat per la vegetació
• Un vehicle ocult en una intersecció sense semàfor

Aquests casos reflecteixen reptes complexos del món real on una percepció millorada i una presa de decisions ètica poden salvar vides.

Una col·laboració paneuropea cap a ciutats més segures i intel·ligents

Finançat pel Cluster 5 d’Horizon Europe amb una subvenció d’aproximadament 5 milions d’euros, HIDDEN compta amb el suport de la Connected, Cooperative and Automated Mobility (CCAM) Partnership. El consorci inclou 14 socis i 2 entitats afiliades de 7 països de la UE, reunint experts d’instituts de recerca, universitats, pimes, líders de l’automoció, organismes reguladors i investigadors en ciències socials.

HIDDEN no tracta només de vehicles més intel·ligents —sinó de construir confiança, alinear la tecnologia amb els valors humans i obrir el camí cap a carrers més segurs a tot Europa. Mitjançant proves de camp i simulacions virtuals, el projecte validarà les seves tecnologies i col·laborarà estretament amb els organismes europeus d’homologació i els grups de treball de la UNECE per influir en les futures normatives i polítiques.

La contribució de Mosaic Factor

Mosaic Factor lidera el desenvolupament de mètodes d’Explainable AI (XAI) i Human-Feedback Reinforcement Learning (RLHF) dins del projecte. El seu treball se centra en la creació d’un kit d’eines explicatiu basat en la transparència que fomenti la confiança, l’acceptació dels usuaris i la integració ètica de la IA en vehicles connectats i automatitzats.

Per a més informació, pots llegir i descarregar la nota de premsa completa aquí:

HIDDEN Press Release _EN_final

→ Revisa les nostres solucions de Data Enhanced Products

La entrada HIDDEN project launch se publicó primero en Mosaic Factor.

Principals reptes per als equips d’IA en automoció

Els principals reptes en el desenvolupament de models d’IA per a SDV són:

• Classificació d’alt risc: els sistemes d’IA en SDV sovint es classifiquen com a “d’alt risc”, cosa que activa processos obligatoris d’avaluació de conformitat, documentació i preparació per a auditories.
• Paisatge normatiu complex: amb més de 450 pàgines de text legal, traduir la regulació en tasques d’enginyeria és un repte considerable. Les revisions manuals i la documentació fragmentada frenen la innovació i augmenten els costos.
• Pressió d’auditories: els equips han d’estar preparats per a inspeccions programades i imprevistes. El no compliment pot comportar multes de fins a 7,5 milions d’euros o el 3% de la facturació global.

Marcs de confiança i compliment en IA

Per afrontar aquests obstacles, és essencial desenvolupar marcs de compliment modulars i automatitzats adaptats als SDV per permetre:

• Avaluacions de sistema integrals: revisions ràpides i preparades per a auditories, alineades amb la Llei d’IA de la UE.
• Informes configurables: avaluacions dirigides a components específics d’IA, com l’equilibri del conjunt de dades o la transparència del model.
• Interfície per a la fase d’auditoria: eines per a avaluadors externs que agilitin el feedback i redueixin el temps d’avaluació.

Qui s’hi ha de preocupar?

• OEMs: responsables del compliment a nivell de sistema, han de garantir que tots els components d’IA compleixin els estàndards normatius abans del llançament del vehicle.
• Proveïdors Tier 1: desenvolupadors de mòduls crítics d’IA que han de demostrar el compliment a nivell de component davant els OEMs, millorant la col·laboració i la competitivitat al mercat.

Implicacions per a tota la indústria

La Llei d’IA de la UE no és només un obstacle legal, sinó una oportunitat estratègica. En integrar el compliment dins del cicle de desenvolupament, els fabricants poden crear sistemes d’IA més resilients, transparents i preparats per al futur.

La Llei fomenta:

• Col·laboració transversal: els equips d’IA, ciberseguretat, seguretat i regulació han de treballar conjuntament.
• Responsabilitat durant tot el cicle de vida: des del disseny fins al seguiment post-mercat, la traçabilitat esdevé un requisit essencial.
• Innovació a través de l’estructura: les eines i marcs automatitzats converteixen el compliment en un catalitzador de millors pràctiques d’enginyeria.

A mesura que els SDV esdevenen la norma, la Llei d’IA de la UE definirà com es construeix, valida i desplega la IA en l’automoció. Els desenvolupadors i proveïdors amb visió de futur que adoptin un compliment estructurat no només evitaran sancions, sinó que lideraran la nova onada de mobilitat intel·ligent.

GPAI i GenAI sota la Llei d’IA de la UE: què han de saber els desenvolupadors

El Codi de bones pràctiques de GPAI, finalitzat el maig del 2025, ofereix una orientació essencial per als proveïdors de models d’Intel·ligència Artificial d’Ús General (GPAI), inclosos els sistemes d’IA generativa (GenAI). La Llei d’IA europea diferencia entre models GenAI complexos —amb risc sistèmic— i models GenAI simples, cadascun amb diferents nivells d’exigència normativa:

• GenAI complexos (models de risc sistèmic): aquests models superen llindars com els 10²⁵ FLOPs de capacitat de càlcul en l’entrenament o mostren altes capacitats d’impacte en diversos dominis. Els proveïdors han de dur a terme proves adversàries, avaluacions de risc i informes d’incidents, així com garantir proteccions de ciberseguretat. També han de notificar la Comissió Europea per a la seva inclusió en la base de dades pública i mantenir una documentació detallada de l’arquitectura i les estratègies d’avaluació del model.
• Models GenAI simples: no es consideren de risc sistèmic i tenen obligacions més lleugeres. Els proveïdors han de publicar un resum de les dades d’entrenament, garantir el compliment dels drets d’autor i mantenir documentació tècnica per als usuaris finals. La transparència és clau: les sortides han d’estar degudament etiquetades i els usuaris han de ser informats quan interactuen amb sistemes d’IA.

El Codi de bones pràctiques actua com una guia per demostrar el compliment normatiu, ajudant els desenvolupadors a navegar pels requisits multinivell de la Llei d’IA, alhora que fomenta la innovació i la confiança en les tecnologies GenAI.

La entrada Interpretant l’AI Act de la UE: què significa per als desenvolupadors de vehicles definits per programari (SDV) i per als innovadors del sector de l’automoció se publicó primero en Mosaic Factor.

Durant la nostra presència al Mobile World Congress, vam tenir l’oportunat d’immergir-nos en tecnologies d’avantguarda, establir connexions clau i explorar tendències transformadores.

Hi havia moltes activitats simultànies. Si vols tenir una visió global de tot el que s’hi va viure, pots consultar les conclusions globals del MWC 2025 segons McKinsey, però aquí t’expliquem alguns dels moments més rellevants de la nostra participació.

Conferències

Vam assistir a diverses conferències sobre IA generativa al 4YFN, amb xerrades tan destacades com “Prompting Business Models to Life”, moderada per Oisin Lunny i amb ponents com Miguel A. de Kfund, Pilar Manchón (Google) i Shahid Azim, sobre com la IA generativa reescriu els models de negoci.

També vam participar a “Do AI Agents speak business?” i “The convergence of AI, GenAI and open RAN”.

Finalment, vam assistir a una conferència sobre com la col·laboració fomenta la cultura d’innovació, així com a sessions sobre com promoure l’equitat en l’era digital.

Nova tecnologia

Descobreix les tendències tecnològiques que més ens van captivar durant l’esdeveniment.

1. Agents d’IA

Una de les tendències més rellevants del MWC 2025 va ser la dels agents d’intel·ligència artificial (IA), capaços no només de respondre preguntes, sinó també d’adaptar-se i personalitzar les seves respostes segons l’historial, les preferències i el to emocional de l’usuari.

Aquesta capacitat d’adaptació s’anomena Personality Engineering.

També es va destacar la seva integració en dispositius mòbils, com el Samsung Galaxy S25, capaç de processar ordres de veu i executar accions entre aplicacions sense intervenció humana. Aquesta tendència apunta a una reducció de la interacció directa amb els dispositius, automatitzant tasques segons les preferències de l’usuari.

2. Semiconductors potenciats per IA

Els semiconductors amb IA integrada van ser un altre dels grans temes.
Intel va presentar el nou Xeon 61, un system-on-chip (SoC) amb integració d’IA que millora notablement la capacitat i l’eficiència energètica de la xarxa d’accés per ràdio (RAN).
AMD va destacar els avenços en semiconductors d’alt rendiment impulsats per IA, especialment en edge computing, que permet processar dades prop del seu origen per millorar la velocitat i eficiència en temps real.

També es va introduir una plataforma de telecomunicacions impulsada per IA per optimitzar el rendiment de les xarxes en temps real, integrant la IA directament a la infraestructura (ràdios, routers, nodes d’edge computing).

3. Smart Factory i revolució industrial intel·ligent

Es va donar especial protagonisme als sistemes de fàbriques intel·ligents, que integren senyals, connectivitat i intel·ligència artificial per optimitzar processos i augmentar l’eficiència, destacant la importància de la innovació tecnològica en la transformació industrial.

Connexions rellevants

1. Digital Twins i sostenibilitat amb Fujitsu

Vam descobrir l’ús innovador que fa Fujitsu dels Digital Twins basats en dades recollides per drons marins, que permeten mapar i analitzar el fons marí al Japó per obtenir informació sobre emissions de carboni, biodiversitat i prediccions ambientals.
Fujitsu també va presentar un agent conversacional d’IA per al sector de l’automoció i un cas d’ús centrat en l’autonomia i la capacitat de les bateries de vehicles elèctrics.

2. Disseny, mobilitat i robòtica: Pininfarina i Ducati

Vam col·laborar amb els equips de Pininfarina i Ducati, referents en disseny i mobilitat, per explorar sinergies tecnològiques i creatives en el seu pas cap a noves àrees com la robòtica.

3. Solucions de càrrega per a vehicles elèctrics amb Zunder

Vam explorar les iniciatives de Zunder, empresa líder en càrrega de vehicles elèctrics, que continua impulsant una mobilitat més sostenible.

Esdeveniments paral·lels al MWC

També vam participar a la Barcelona Woman Acceleration Week i a les iniciatives Barcelona Open Data.

Barcelona Woman Acceleration Week
Durant la BWOW 2025, cal destacar la intervenció de María González Veracruz, secretària d’Estat de Digitalització i IA d’Espanya, que va posar l’accent en la bretxa persistent d’igualtat de gènere en totes les indústries, especialment en la tecnològica: “Hem de treballar per crear una nova era d’emprenedoria inclusiva”.

Open Data Day
També vam tenir l’honor de participar a l’Open Data Day 2025, amb la sessió “Women Leading Open Data for Equality”, organitzada per la Iniciativa Barcelona Open Data. L’acte va destacar el paper fonamental de les dades obertes per abordar reptes d’igualtat i fomentar la innovació a escala global.

La entrada Les nostres conclusions de la setmana del Mobile World Congress 2025 se publicó primero en Mosaic Factor.

L’eina de planificació d’ubicació de punts de càrrega per a vehicles elèctrics inclou dades sociodemogràfiques, fluxos de mobilitat i dades de sessions de càrrega de punts existents per predir necessitats futures de punts de càrrega, tant lents com ràpids, d’acord amb escenaris que consideren l’adopció prevista dels vehicles elèctrics. L’eina es va presentar a grups d’usuaris objectiu, principalment autoritats públiques interessades en la col·locació efectiva i eficient dels punts de càrrega. Els seus comentaris han estat positius, especialment perquè els ajuda a determinar quins emplaçaments prioritzar i on desplegar nous carregadors.

D’altra banda, els usuaris han identificat diferents beneficis a partir de les demostracions de l’eina.

1. Facilita la presa de decisions informades permetent als usuaris prendre decisions basades en dades a l’hora de planificar la infraestructura de càrrega, millorant clarament els mètodes tradicionals basats en la intuïció.
2. L’eina també assegura l’eficiència en l’assignació de recursos centrant-se en les ubicacions amb més potencial per a nous punts de càrrega i estimant taxes d’ús i rendibilitat.
3. També millora la satisfacció dels conductors de vehicles elèctrics augmentant la disponibilitat de punts de càrrega a les zones amb més demanda.
4. Finalment, l’eina dona suport a la planificació a llarg termini simulant escenaris de tres a cinc anys, aportant confiança per a futurs desenvolupaments.

Tot i això, durant la reunió final del projecte es van destacar recomanacions per a responsables polítics i inversors per orientar futurs esforços i inversions en infraestructures de càrrega. Les experiències dels socis del projecte i una enquesta europea a autoritats públiques i operadors van assenyalar:

• la necessitat de guies de disseny adaptades,
• connexions de xarxa millorades,
• processos de planificació més àgils,
• la importància de la interoperabilitat,
• interfícies fàcils d’utilitzar,
• i suport polític per maximitzar l’impacte i l’accessibilitat de les solucions innovadores de mobilitat elèctrica.

De cara al futur, després de la finalització del projecte, esperem reutilitzar i possiblement escalar el concepte del producte. Els nostres esforços d’escalabilitat i explotació per a aquesta eina se centraran en:

1. Anàlisi de mercat i negoci per avaluar l’encaix en d’altres ubicacions i organitzacions d’Europa dins de l’ecosistema dels vehicles elèctrics.
2. Contacte i plans d’implementació per reutilitzar el concepte de l’Eina de Planificació d’Ubicació a nivell d’R+D en les ubicacions i organitzacions identificades, en col·laboració amb els socis del desenvolupament del model.
3. Recollida de resultats per avaluar la validació del pla de desplegament europeu en les ubicacions i organitzacions preidentificades i planificar possibles escales futures a altres regions fora de la UE.
4. Avaluació de diferents casos d’ús en què el producte podria escalar-se en mercats fora de l’àmbit del vehicle elèctric on l’aplicabilitat és rellevant (per exemple, vehicles d’hidrogen).

La plataforma de simulació

Durant el projecte, primer vam analitzar les necessitats dels conductors de vehicles elèctrics en relació amb la càrrega, la qual cosa va donar com a resultat la solució que vam dissenyar i integrar: l’Eina de Planificació d’Ubicació.

Aquesta eina s’ha utilitzat i validat en tres tipus d’àrees durant el projecte:

1. Un petit poble en un entorn rural sense vehicles elèctrics (Val Trompia, al nord d’Itàlia). Les autoritats públiques van validar l’eina.
2. Una ciutat, Barcelona. Una empresa ha validat l’eina: B:SM (Barcelona de Serveis Municipals).
3. Un país, Luxemburg, on els CPOs l’han validada.

Aquesta triple validació de l’eina ha demostrat ser valuosa per il·lustrar el potencial i les capacitats del nostre enfocament de combinar anàlisi de Big Data amb ús en temps real per permetre que les administracions públiques i les empreses privades planifiquin el desplegament futur d’infraestructures de càrrega als llocs adequats.

→ Consulta la nostra solució de Models Predictius

La entrada Eina de planificació d’ubicació de punts de càrrega se publicó primero en Mosaic Factor.