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

Gestor europeu de recursos de mobilitat intel·ligent

Client

Finançat pel Govern d’Espanya

Partners

El problema

Promoure nous esquemes de mobilitat sostenible i complementària, que incloguin el vehicle sharing dinàmic, el carpooling en temps real, el transport a demanda, el sharing de vehicles elèctrics (EVs), etc., per minimitzar l’ús del vehicle privat.

Per aconseguir-ho, és essencial abordar la manca d’una integració eficient i fluida dels serveis de mobilitat complementaris i amb capacitat limitada dins de la cadena global de desplaçaments urbans, incloent-hi tots els modes de transport:

    • Vehicles elèctrics (EVs)
    • Transport públic (autobús, tramvia, metro, tren)
    • Serveis flexibles com el transport a demanda
    • Esquemes de mobilitat compartida (car sharing, motorbike sharing i carpooling)

La solució

El focus de l’equip de Mosaic Factor va ser:

  1. Optimitzar els trajectes intermodals amb la possibilitat de combinar els modes de transport disponibles, centrant-se en les necessitats, hàbits i preferències dels usuaris per oferir un servei més personalitzat. Tenint en compte que tots tenim els mateixos drets en termes de mobilitat i accessibilitat, però sovint ens agraden coses diferents i el propòsit del nostre viatge pot variar.
  2. Definir persones i clústers específics i realistes de comportaments i patrons d’usuari, tenint en compte les restriccions de privacitat i els reptes associats a les dades de mobilitat.

Es va dissenyar una aplicació mòbil per transformar la mobilitat personal en les regions urbanes integrant totes les opcions de transport disponibles en una única solució fluida de planificació de trajectes.

El paper de l’equip de Mosaic Factor al projecte MyWay va ser desenvolupar components i una aplicació integrada per facilitar la mobilitat sostenible, combinant tot tipus de serveis de transport, públics i privats, regulars i flexibles, oferint un servei personalitzat, adaptant en temps real les recomanacions de ruta i modalitat, monitorant els paràmetres que afecten el rendiment del servei i recollint i mantenint els comentaris dels usuaris sobre la qualitat dels serveis per contribuir a la seva millora.

L’app MyWay ofereix suggeriments de viatge optimitzats segons la perspectiva de l’usuari:

    • Tenint en compte preferències i necessitats: incloent-hi requisits de temps, cost i confort
    • Informació de bitllets integrada i actualitzacions en temps real
    • Visualització de tots els modes de transport integrats disponibles
    • Fomentant l’ús de modes de transport més nets

Dades

MyWay va investigar, desenvolupar, validar i integrar la plataforma, l’European Smart Mobility Resource Manager, incloent-hi serveis i funcionalitats basats en el núvol per donar suport a la recopilació i el processament d’informació aportada per la comunitat.

  • connectant proveïdors de serveis de transport i viatgers per oferir i combinar diversos serveis de mobilitat, tant individuals (car-sharing, scooter-sharing, taxis compartits), com col·lectius (autobusos, autobusos a demanda, trens locals) i també serveis relacionats amb el transport de mercaderies (petites).

  • donant suport i personalitzant la cerca i la composició d’opcions de viatge, l’execució del trajecte i l’ajuda proactiva contínua durant el viatge (informació i esdeveniments, replanificació, suggeriment d’alternatives, etc.).

  • integrant funcionalitats de crowdsourcing i social sharing en l’oferta, planificació i execució dels viatges.

  • basat en tecnologies de núvol i compatible amb infraestructures i serveis del Future Internet (Generic i Specific Enablers).

  • millorant els actuals serveis d’intermodalitat en la planificació de trajectes de transport públic mitjançant la integració de serveis de mobilitat personal (esquemes flexibles de car/scooter-sharing, taxis o taxis compartits, transport a demanda, cerca i reserva d’aparcament).

  • donant suport a tota la cadena operativa de cerca, planificació, composició, reserva i pagament d’opcions de viatge.

  • monitorant els desplaçaments dels usuaris a través d’Apps mòbils i la seva interacció amb la infraestructura del servei de transport (per exemple, NFC, pagament, reserva).

  • recollint opinions dels usuaris i avaluant la seva experiència de viatge.

  • construint i mantenint al llarg del temps un conjunt de regles de planificació de serveis que equilibrin els perfils i preferències dels usuaris amb els objectius dels operadors de servei.

  • integrant el suport de social sharing i de comunitats de viatgers durant el procés de cerca, planificació, execució i adaptació dels trajectes personals.

  • minant i analitzant el feedback dels usuaris per als operadors de serveis i els planificadors urbans amb l’objectiu d’adaptar i millorar les ofertes de transport.
  • implementant els components principals de la plataforma MYWAY al núvol Cloudwatt™ proporcionat per Thales / Orange.

  • validant i avaluant els impactes tècnics, operatius i de negoci de les solucions basades en el núvol en la prestació de serveis TIC avançats que permeten una oferta i ús sostenibles de serveis de mobilitat personal.

Resultats

La plataforma es va provar en tres “Living Labs” que van implementar mesures innovadores per millorar la mobilitat sostenible:

  1. Barcelona i la Regió de Catalunya (ES): amb la participació de múltiples modes de transport públic (des dels més clàssics fins als més innovadors, com el sharing de bicicletes elèctriques o el Bus-on-demand), així com opcions privades individuals o col·lectives en una gran àrea urbana i en una regió completa (Catalunya).
  2. Berlín (DE): es van simular escenaris específics per observar i mesurar l’impacte de diferents estratègies de mobilitat.
  3. Trikala (GR): validació de l’entorn MYWAY per promoure l’ús del car sharing, el transport amb autobús a demanda i l’ús de la bicicleta en condicions reals en una àrea urbana de mida mitjana.

La combinació de grans ciutats denses amb altres zones de prova més petites de MyWay reflecteix l’ambició de l’European Smart Mobility Resource Manager de ser testat en diferents condicions urbanes i de generar anàlisis de dades més profundes.

Tens alguna pregunta?

Sempre estem disposats a ajudar-vos i respondre a les vostres preguntes.





    *Els camps marcats amb un asterisc són obligatoris.