Gravació

Si no vas poder unir-te a aquesta primera sessió de la nostra sèrie de seminaris web sobre IA explicable per assegurar-te que les teves solucions d’IA siguin potents, sinó també comprensibles, fiables i de confiança per aquells que les utilitzen per prendre decisions. Ara pots veure el vídeo a continuació:

Per què importa la IA explicable en tots els sectors 

Els models d’IA d’alt rendiment ja no són suficients per si sols. En tots els sectors, les organitzacions s’enfronten a reptes similars:

• Models complexos que ofereixen prediccions però no enteniment.
• Dificultat per explicar els resultats a actors no tècnics.
• Visibilitat limitada del comportament, assumptes i limitacions del model.
• Baixa confiança en els resultats de l’IA quan les decisions comporten risc operatiu o estratègic.

L’IA explicable proporciona les eines i els marcs necessaris per superar aquests buits. Quan s’aplica correctament, XAI ajuda les organitzacions a:

• Entendre per què un model es comporta com ho fa.
• Millorar la robustesa del model durant el desenvolupament i la iteració.
• Detectar problemes ocults, biaixos o dependències de dades de manera primerenca.
• Comunicar clarament els insights de l’IA als propietaris de productes, gestors i directius.
• Construir confiança compartida entre els equips de dades i els responsables de la presa de decisions.

Per tant, l’explicabilitat no és només una característica tècnica, sinó un habilitador crític de l’adopció fiable de l’IA a gran escala.

La primera sessió d’una sèrie de seminaris web

Aquesta sessió obre una sèrie més ampla de webinars web sobre Intel·ligència Artificial Explicable. Tot i que les edicions futures exploraran aplicacions específiques per a la indústria, aquesta primera classe magistral pren una perspectiva intersectorial, centrant-se en els responsables de la presa de decisions i en els principis comuns que s’apliquen independentment del sector. L’objectiu és establir un llenguatge i una manera de pensar compartits al voltant de XAI que alineïn el desenvolupament tècnic amb la presa de decisions empresarials.

Què aprendràs?

Al final d’aquesta sessió, els participants entendran com anar més enllà de la precisió i dissenyar sistemes d’IA que siguin:

• Transparents: es pot entendre i inspeccionar el seu comportament.
• Explicables: les prediccions es poden justificar en termes comprensibles per a humans i es poden rastrejar de manera que els models siguin responsables.
• Confiable: els resultats es poden utilitzar amb confiança en decisions del món real.

Durant la sessió, cobrirem:

1. Per què és important la IA explicable per als responsables de decisions
2. Fonaments de la IA explicable, sense l’excessiva complexitat tècnica
3. On la IA explicable crea valor empresarial
   Explicabilitat a través dels diversos enfocaments de l’IA
4. Com operacionalitzar XAI a l’organització
5. Com comunicar decisions d’IA amb confiança
6. Recorregut basat en casos: Flux de treball de XAI de Mosaic Factor

L’enfocament es manté fermament en la presa de decisions pràctica i la fiabilitat del model, no en la teoria abstracta. Al final de la sessió, la nostra Chief Data Scientist, Burcu Kolbay, respondrà a preguntes en directe.

A qui està orientat

Aquesta masterclass està dissenyada per a professionals que treballen (o volen treballar) amb IA en diferents sectors, incloent:

• Responsables de presa de decisions que depenen dels resultats de la IA (nivell directiu)
• Product Owners i Gestors Tècnics
• Líders d’Innovació i Transformació Digital

No es requereix cap formació legal o de compliment normatiu. La sessió prioritza perspectives aplicades, centrades en el desenvolupament i dirigides a la comunicació.

Detalls del webinar

📅 Dimarts, 26 de Maig, 2026

⏰ 11:00 h – 12:00 h

• Format: Online (live)
• Duració: 60 minuts
• Nivell: Bàsic a Intermedi
• Idioma: English 

La entrada Webinar series: Explainable AI per a la presa de decisions se publicó primero en Mosaic Factor.

Els inicis

Mosaic Factor va començar amb una idea simple però ambiciosa: convertir la IA avançada en una cosa pràctica, útil i amb impacte. Fundada el 2016 per Stefano Persi (CEO) i José Fernandez (CTO), l’empresa va sorgir de projectes d’innovació en dades. Van veure una oportunitat no només de crear algoritmes, sinó d’ajudar les organitzacions a utilitzar-los de manera efectiva. En aquells primers dies, l’enfocament era en la «IA tradicional«: models predictius, sistemes d’optimització i eines de decisió basades en dades. El repte no era només la precisió. Era fer aquests sistemes fiables, escalables i comprensibles en entorns del món real. Des del primer moment, Mosaic Factor va adoptar un enfocament diferent: no només crear IA, sinó construir una IA explicable i digne de confiança.

Una dècada de canvis en la IA

Durant els darrers deu anys, el camp de la IA ha passat per una transformació que pocs podrien haver previst:

1. Hem passat de dades estructurades i aprenentatge automàtic clàssic a sistemes que poden generar text, imatges, anàlisis i idees.
2. De models que responien preguntes a models capaços de mantenir converses.
3. D’eines abans utilitzades únicament per especialistes a plataformes utilitzades per milions de persones.
4. L’auge de la IA generativa i dels grans models de llenguatge ha portat possibilitats extraordinàries, alhora que noves qüestions. Com podem confiar en aquests sistemes? Com els utilitzem de manera responsable?

Al llarg de tot això, Mosaic Factor ha estat present en ambdós mons. Hem treballat amb la IA tradicional (i continuem a fer-ho), on la precisió, la interpretabilitat i la robustesa són essencials. I hem abraçat la IA moderna, on la creativitat, l’adaptabilitat i l’escala redefineixen el que és possible. Una cosa mai ha canviat: el nostre compromís de construir IA que sigui explicable, digne de confiança i amb un impacte real. Perquè a mesura que la IA es fa més poderosa, la confiança compta més que mai.

Les persones durant aquest viatge

Al cor del nostre viatge de 10 anys hi ha les persones, el nostre equip.

L’equip de Mosaic Factor fa que tot sigui possible, aportant creativitat, experiència i passió a cada projecte. Aquí teniu reflexions del lideratge per aquest moment clau: CEO, Stefano Persi:

“Quan vam començar Mosaic Factor, la nostra missió era clara: fer que la IA realment funcionés per a les persones. Deu anys més tard, estic orgullós que el nostre propòsit segueixi sent el mateix i que el nostre equip continuï impulsant els límits del que significa la innovació responsable”.

CTO, José Fernandez:

“La tecnologia evoluciona ràpidament, però la confiança ha de moure’s encara més ràpid. El nostre compromís amb una intel·ligència artificial transparent i explicable ens ha guiat des del primer dia, i continuarà modelant com construïm la propera generació de sistemes intel·ligents”.

Chief Data Scientist, Burcu Kolbay:

“Al llarg de l’última dècada, les dades s’han convertit en elements centrals per comprendre els problemes i prendre decisions. Ha estat inspirador veure com la curiositat, el pensament basat en dades i els avanços en IA modelen la manera com treballem cada dia. A mesura que aquestes tecnologies evolucionen, el nostre paper és guiar-les perquè la intel·ligència serveixi a les persones de manera significativa i fiable, i estic entusiasmada pel que vindrà a continuació”.

Innovation Project Manager, Montserrat Anglès:

“La innovació no es tracta només d’adoptar noves tecnologies, sinó de comprendre com poden transformar de manera significativa la manera com funcionen les organitzacions. A Mosaic Factor, hem passat una dècada convertint idees punteres en un impacte real, i aquest esperit d’experimentació i propòsit continua impulsant-nos cap endavant tot ara”.

Un agraïment especial va per als membres del nostre equip i tots aquells que han contribuït a la nostra història. Aquest assoliment és vostre. Estem igualment agraïts als nostres clients, socis i comunitat que ens han recolzat en cada pas del camí. Vosaltres heu format qui som i en qui aspirem a convertir-nos.

Mirant al futur

Si l’última dècada ens ha ensenyat alguna cosa, és que el canvi és constant, però el propòsit importa. La IA continuarà evolucionant, esdevenint més ràpida, més capaç i més profundament integrada en la vida quotidiana. El repte no serà només què podem construir, sinó com triem construir-ho. A Mosaic Factor, el nostre objectiu és clar:

1. Dissenyar sistemes d’IA en què la gent pugui confiar, entendre i dependre.
2. Aconseguir que la innovació estigui vinculada a la responsabilitat.
3. Creixer fins a convertir-nos en una de les principals empreses europees d’IA i Big Data tot mantenint-nos fidels a l’impacte que volem crear.

La història de la IA encara s’està escrivint. I estem orgullosos de formar-ne part.

La entrada Mosaic Factor celebra 10 anys se publicó primero en Mosaic Factor.

Aquest moment marca més que una simple presentació: reflecteix el nostre proper pas com a empresa. Ens hem unit al programa d’incubació AI Factory amb un objectiu clar: expandir les nostres solucions al sector sanitari.

Durant els propers sis mesos, contribuirem dins de l’AI Factory, on tindrem accés a espai d’oficina, recursos tècnics i una xarxa sòlida dins de l’ecosistema de Tech Barcelona. Una de les raons principals per unir-nos-hi és l’oportunitat de connectar amb el clúster sanitari i entendre millor els reptes del món real en aquest espai.

El nostre pitch al BSC AI Factory incubator

L’esdeveniment ens va donar l’oportunitat de compartir el que estem construint, intercanviar idees amb altres equips i connectar amb la comunitat local d’IA. El nostre equip va estar representat per Stefano Persi, el nostre CEO, José Fernández (CTO), Andrea Santiago (Financer Controller) i Joan Sampablo, el nostre Cap de Vendes.

A la nostra presentació, ens vam centrar en una idea central que impulsa la nostra feina a Mosaic Factor. La IA no només ha de funcionar bé en entorns controlats, sinó que també ha de funcionar de manera fiable en condicions reals on les restriccions són inevitables.

El problema que resolem

En indústries com l’automoció i la fabricació, les fallades de la IA poden tenir greus conseqüències:

• riscos de seguretat,
• pèrdues financeres,
• i problemes de privadesa.

Aquests riscos quotidians són igual de rellevants en l’àmbit sanitari. En centrar-nos en la fiabilitat i les solucions pràctiques, el nostre enfocament està dissenyat per ajudar les organitzacions a navegar per aquests reptes i oferir solucions d’IA fiables.

Del cloud als entorns reals

Una gran part de la nostra feina se centra en tancar la bretxa entre la IA al núvol i la IA en entorns de producció.

En molts casos, els models d’IA es desenvolupen en entorns de núvol potents, però han d’executar-se en llocs on els recursos són limitats, com ara vehicles, sistemes integrats o microxips. En aquests entorns, la potència de càlcul i el consum d’energia són limitats, però el rendiment encara ha de mantenir-se alt.

Ens centrem en optimitzar els sistemes d’IA perquè puguin funcionar de manera eficient en aquestes condicions sense perdre fiabilitat.

Com treballem

A Mosaic Factor, creem solucions d’IA per resoldre problemes específics dels clients i millorem els sistemes d’IA existents per garantir que funcionin de manera fiable. Aquest doble enfocament ens permet avançar ràpidament cap a nous sectors com la salut, on comprendre el repte i mantenir un rendiment fiable són igualment crítics.

Una mirada cap al futur

Unir-nos al programa AI Factory és un pas important en el nostre moviment cap al sector salut.

A través d’aquest programa, pretenem connectar amb socis, explorar casos d’ús reals i comprendre millor els reptes específics del sector. El nostre objectiu és aplicar el que hem après en altres indústries per construir solucions d’IA que siguin pràctiques, fiables i preparades per a entorns sanitaris del món real.

Presentar-nos a l’esdeveniment ha estat el nostre primer pas en aquesta direcció.

La entrada Mosaic Factor s’uneix al BSC AI Factory se publicó primero en Mosaic Factor.

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.

Impulsant l’eficiència i la innovació amb bessons digitals

Persi va destacar el MyEV Digital Twin, una arquitectura de dues capes amb una versió completament fora de bord per a la simulació i una versió més lleugera dins del vehicle, totalment connectada i interoperable amb aplicacions d’IA per permetre actualitzacions i optimitzacions contínues.

Aquest disseny permet actualitzacions contínues i interoperabilitat amb aplicacions d’IA avançades, garantint que la funció dels VE definida per programari es pugui optimitzar per a l’energia, l’eficiència, la seguretat i l’experiència del conductor durant tot el cicle de vida del vehicle.

. 

Metodologia TwinOps: optimització contínua

Al cor del Twin-Loop hi ha el concepte TwinOPs, que fusiona: 

• Principis d’enginyeria basada en models (MBE) 
• Pràctiques deDevOps 
• Integració contínua de bessons digitals

Aquesta metodologia permet que els bessons digitals es mantinguin sincronitzats amb l’evolució dels dissenys de vehicles, donant suport a un disseny eficient, la validació i la presa de decisions operatives. TwinOps també aprofita les dades dels vehicles i la flota per millorar l’optimització energètica, la seguretat i la integritat del sistema sense interferir amb les funcions bàsiques dels vehicles elèctrics.

Energia, seguretat i sostenibilitat

L’eficiència energètica va ser un tema clau de la presentació. Persi va descriure com els algoritmes optimitzats al vehicle i la transmissió de dades comprimides poden reduir el consum d’energia alhora que mantenen un alt rendiment. També va destacar com TwinOps integra la modelització ambiental, donant suport a la reducció d’emissions del cicle de vida i la transició cap a vehicles definits per programari (SDV).

La seguretat i la ciberseguretat continuen sent fonamentals per al marc de treball: els bessons digitals i les aplicacions estan dissenyats per operar darrere dels sistemes bàsics, amb eines com CyberCar, OFSCE, ModVV i ZTBCar que proporcionen protecció contra atacs individuals de vehicles, intrusions a nivell de flota i violacions dels sistemes dins del vehicle.

Foment de la col·laboració i la competitivitat europea

El consorci Twin-Loop reuneix 12 socis de 8 països, que abasten el món acadèmic, fabricants d’automòbils, proveïdors de tecnologia i empreses de consultoria. Els membres del consell assessor inclouen ZF Friedrichshafen AG, Volvo Group, Zunder i Traton, i el projecte compta amb el suport d’un pressupost de 5 milions d’euros.

Desenvolupant un marc de treball obert per a MyEV Digital Twins i un conjunt d’aplicacions connectades, Twin-Loop pretén accelerar la innovació, reduir el temps de desenvolupament i enfortir la competitivitat de l’automoció europea. El marc de treball proporciona mòduls reutilitzables, directrius de desenvolupament i serveis compartits, simplificant el desenvolupament de sistemes digitals complexos.

Mirant cap al futur

La presentació va destacar com TwinOps i MyEV Digital Twins estan marcant el començament d’una nova era de vehicles elèctrics més intel·ligents, segurs i sostenibles. Aprofitant la millora contínua i els coneixements a nivell de flota, aquestes eines milloren l’eficiència energètica, l’experiència del conductor i la resiliència general del sistema. A través de Twin-Loop, el projecte està ajudant a donar forma al futur dels vehicles definits per programari i impulsant la indústria automobilística europea cap a la propera generació de mobilitat.

La entrada TwinOps i MyEV Digital Twins: vehicles elèctrics SDV a la Conferència RTR se publicó primero en Mosaic Factor.

La reunió va marcar una fita important per a l’estructura de treball de l’ECAVA. El dia va començar amb un ampli mapeig de les iniciatives europees actuals en la conducció autònoma, destacant tant la profunditat de l’activitat ja en curs com la necessitat d’una millor alineació. Amb la intensificació de la competència global i la «velocitat de la Xina» esmentada repetidament al llarg dels debats, els participants van assenyalar el ràpid ritme al qual aquest país està avançant en l’espai tecnològic i de la conducció autònoma. L’enteniment compartit és que Europa ha d’enfortir la coordinació i accelerar l’execució per construir la seva pròpia IA europea competitiva i d’alt rendiment capaç d’igualar aquest impuls. 

De l’estratègia a les bases de software

Una part clau del diàleg es va centrar en l’avanç d’un software pack de conducció autònoma europea. En lloc de duplicar esforços, els participants van explorar com unes bases compartides i una governança més clara podrien donar suport a la innovació escalable alhora que reforçaven la sobirania tecnològica d’Europa. 

Dues àrees prioritàries van donar forma als intercanvis: 

• Governança tècnica i coordinació entre iniciatives. 
• Col·laboració estructurada en un software stack de conducció autònoma europea.

Les discussions paral·leles sobre el desplegament de la conducció autònoma i la IA i data pooling van afegir profunditat pràctica a la conversa. Els temes van anar des de les vies de desplegament i les proves transfrontereres fins a com l’intercanvi de dades i les capacitats informàtiques poden fonamentar sistemes d’IA competitius i fiables. 

Impuls a tot l’ecosistema

La forta participació va indicar un creixent alineament a la cadena de valor de l’automoció. Els líders de la indústria van compartir perspectives sobre els models de desplegament i la implementació al món real, provocant un debat reflexiu i reforçant la necessitat d’anar més enllà de la discussió cap a un progrés tangible. 

Per mantenir la continuïtat i evitar la fragmentació, es formarà un equip central dedicat sota el lideratge dels copresidents que aviat seran elegits. S’esperen més detalls estructurals a la propera reunió del Comitè Directiu al març, reflectint l’ambició d’ECAVA de mantenir-se àgil, centrada i orientada a resultats. 

El CEO de Mosaic Factor, Stefano, va assistir a les sessions com a part del diàleg més ampli de la indústria, contribuint a l’esforç col·lectiu que configura la full de ruta de la conducció autònoma d’Europa. 

La conclusió de Brussel·les va ser senzilla i pràctica: Europa té l’experiència i la capacitat industrial. El següent pas és una execució disciplinada i coordinada. 

Llegeix més sobre les nostres solucions de Trustworthy AI.

La entrada Impulsant una IA fiable en la mobilitat autònoma: reunió d’ECAVA 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.