Data Enhanced Products

Mitjançant diferents fonts de dades (com ara proves físiques) i models de ML, i habitualment en combinació amb les nostres solucions de *digital twin*, la nostra solució de millora de dades pot aprendre, predir i simular resultats per oferir configuracions automàtiques de producte que permetin millorar els productes i components durant el procés de desenvolupament.

Veure solution

Data As a Service Products

Data as a Service (DaaS) és un model basat en el núvol que permet a les empreses accedir, gestionar i analitzar dades sota demanda, sense necessitat de disposar d’una infraestructura local extensa.

Veure solution

Models d’optimització

Els models d’IA d’optimització permeten als nostres clients millorar processos, reduir costos i augmentar la competitivitat.

Veure solution

Models Descriptius

Els models descriptius tenen com a objectiu descriure patrons, relacions i estructures dins de les dades. No prediuen resultats futurs, però proporcionen informació sobre els fenòmens existents.

Veure solution

Models Predictius

El modelatge predictiu, també conegut com a anàlisi predictiva, és una disciplina que utilitza tècniques estadístiques, matemàtiques i d’intel·ligència artificial per predir resultats futurs basats en dades històriques.

Veure solution

LLMs

A Mosaic Factor, ens centrem en la creació de LLM específics de sector (o models lingüístics lleugers) per a les nostres organitzacions clientes.

Veure solution

Dades sintètiques

Les dades sintètiques són dades artificials generades a partir de dades originals mitjançant un model entrenat per reproduir-ne les característiques i l’estructura.

Veure solution

Digital Twins

Per supervisar i optimitzar els actius de l’empresa en temps real, Mosaic Factor utilitza Digital Twins. Aquests poden predir fallades, detectar ineficiències i millorar la presa de decisions mitjançant l’ús de dades.

Veure solution

Manteniment Predictiu

Per als models de manteniment predictiu, utilitzem tant dades històriques com dades en temps real per anticipar fallades dels equips o necessitats de manteniment. En analitzar les dades dels sensors, els registres de manteniment i altra informació rellevant, podem programar el manteniment de manera proactiva, reduir el temps d’inactivitat i prolongar la vida útil de la maquinària.

Veure solution

Previsió de Demanda i Cost

Els nostres models predictius ajuden les empreses a pronosticar la demanda de productes o serveis. Mitjançant l’anàlisi de les dades històriques de vendes, l’estacionalitat, els factors econòmics i els esdeveniments externs, podem optimitzar els nivells d’inventari, assignar els recursos de manera eficient i minimitzar l’excés d’estocs o els desproveïments.

Veure solution

Quality Analytics

Identifiquem patrons que es correlacionen amb defectes o problemes de qualitat, cosa que permet a les empreses prendre mesures correctives amb antelació i mantenir alts estàndards de qualitat.

Veure solution

Inventory Management

Utilitzem models predictius per optimitzar els nivells d’inventari tenint en compte factors com el temps de lliurament, la variabilitat de la demanda i els costos d’emmagatzematge.

Veure solution

Supply Chain Management

Podem utilitzar l’anàlisi de dades històriques i en temps real per gestionar la cadena de subministrament, optimitzar el transport i garantir el lliurament puntual dels productes.

Veure solution

Tendències de Mercat

Els nostres models predictius analitzen les dades del mercat, el comportament dels consumidors i els factors externs per comprendre els patrons, identificar tendències i anticipar canvis.

Veure solution

Market Understanding

Els nostres models descriptius d’IA proporcionen informació valuosa per a la presa de decisions i la comprensió dels sistemes complexos de les organitzacions.

Veure solution

Exploració de Patrons

Els nostres models descriptius d’IA proporcionen informació valuosa per a la presa de decisions i la comprensió dels sistemes complexos de les organitzacions.

Veure solution

Trustworthy AI

En integrar models d’IA en entorns on els estàndards de compliance són importants, Mosaic Factor ajuda les empreses a gestionar la governança de dades mitjançant l’aplicació de solucions Trustworthy AI.

Veure solution

Logística

La prioritat més gran de Mosaic Factor en logística és compartir dades clau entre els diferents actors de la cadena de subministrament per optimitzar el rendiment i gestionar la sostenibilitat, mitigant l’impacte d’aquestes operacions.

Veure industry

Automoció

Mosaic Factor aplica solucions d’IA en diversos àmbits de la indústria de l’automoció, generalment millorant els vehicles i els seus components durant el seu desenvolupament.

Veure industry

Mobility

La prioritat més gran de Mosaic Factor en Mobilitat és optimitzar els sistemes de transport per a la mobilitat de les persones, millorant alhora la seguretat general i la sostenibilitat de les solucions de transport.

Veure industry

Corporate Services

El nostre aprenentatge automàtic i els algoritmes complexos ajuden les organitzacions a gestionar el compliment normatiu i el servei al client per augmentar el nivell de servei de la seva organització, alhora que optimitzen el temps de resolució de diversos processos.

Veure industry

Indústria

La prioritat més gran de Mosaic Factor en el sector de la fabricació és ajudar els nostres clients a reduir costos, augmentar la sostenibilitat i optimitzar la cadena de producció.

Veure industry

Healthcare

La prioritat més gran de Mosaic Factor en el sector sanitari és fer ús de les dades per millorar l’atenció i el seguiment dels pacients de manera segura, optimitzar els recursos dels sistemes de salut i facilitar la tasca dels professionals sanitaris.

Veure industry

El projecte Twin-Loop HE comença a Barcelona

L’equip de Mosaic Factor va acollir la reunió de llançament del projecte Twin-Loop els dies 21 i 22 de gener a Barcelona. Estem encantats de presentar aquest projecte Horizon Europe com a coordinadors. Twin-Loop és un projecte d’innovació que desenvoluparà un Open Framework for TwinOps i un Digital Twin per a vehicles elèctrics (EV). El seu objectiu principal és contribuir a reduir el consum d’energia dels EV. Durant aquest esdeveniment de dos dies a Mosaic Factor, juntament amb els socis clau, ens vam centrar en la planificació, els reptes i els objectius dels propers mesos.

Co-creation interactive workshop

Durant les sessions, vam organitzar un World Café: un taller interactiu de cocreació per definir millor les tasques tècniques principals identificant, mapejant i debatent:

  1. Iniciatives recents en el tema.
  2. Els principals reptes (classificats per importància).
  3. Quins dels resultats clau del projecte són més rellevants per a la seva explotació.

Innovation in Digital Twins for SDV

Twin-Loop aprofita una nova oportunitat en la capacitat de computació al núvol gràcies a la implementació del High-Performance Computing combinat amb la digitalització dels vehicles elèctrics dins de l’arquitectura SDV. Els nostres objectius principals són millorar l’experiència del conductor, la seguretat i la ciberseguretat.

L’estat actual dels Digital Twin encara està lluny de representar la complexitat real del rendiment dels EV. Cada vehicle és únic i té la seva pròpia versió de maquinari i programari. Tenint en compte aquesta singularitat, i aprenent de les dades operatives d’una flota de vehicles, així com de l’ús de models digitals al llarg del seu cicle de vida, serà possible fer un pas endavant per reduir el consum d’energia sense comprometre el confort ni la seguretat.

Twin-Loop desenvoluparà un Open Framework for TwinOps per a EVs, juntament amb un conjunt d’eines digitals per millorar constantment els següents elements en les quatre etapes del cicle de vida del vehicle:

  • Consum d’energia
  • Costos de maquinari
  • Experiència del conductor
  • Resiliència del vehicle

El projecte implementarà l’Open Framework, el connectarà amb eines específiques per a EV i en valorarà l’eficàcia en condicions reals a través de tres casos d’ús identificats per la seva rellevància. També fomentarà sinergies entre sectors i actors diversos, alineant-se amb les prioritats europees i associacions estratègiques com 2ZERO i Chips JU. Això garantirà la transferibilitat dels resultats esperats i reforçarà el compromís del Twin-Loop amb la innovació, la recerca i l’acceptació al mercat dins de la indústria de l’automoció.

Planning the HE project

Desenvolupat a la “Sala Barcelona” de l’edifici de Mobilitat de l’Ajuntament de Barcelona, el consorci del projecte va abordar diversos temes per iniciar el Twin-Loop:

  • Tendències dels vehicles definits per programari i requisits del projecte
  • Desenvolupament eficient i efectiu d’EVs
  • Open Framework for TwinOps i eines digitals per a EVs
  • Perfilat de conductors, privacitat i ciberseguretat
  • Casos d’ús i avaluació
  • Visió general i planificació del projecte
  • Presentació de la Comissió Europea
  • Expectatives polítiques
  • Gestió i temes administratius del projecte

T’informarem de les pròximes novetats d’aquest emocionant projecte d’innovació.

→ Consulta la nostra Digital Twins solution