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

HIDDEN project launch

Una iniciativa innovadora finançada per la Unió Europea, HIDDEN (Hybrid Intelligence for Advanced Collective Perception and Decision Making in Complex Urban Environments), es va llançar oficialment el 8 de juliol a Atenes amb una missió ambiciosa: fer que les ciutats europees siguin més segures permetent que els vehicles automatitzats detectin allò que actualment no poden: vianants, ciclistes i altres usuaris de la via amagats darrere d’obstacles.

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