Grabación

Si no pudiste unirte a esta primera sesión de nuestra serie de webinars sobre IA explicable para asegurarse de que sus soluciones de IA no solo sean poderosas, sino también comprensibles, confiables y transparentes para quienes las utilizan para tomar decisiones. Ahora puedes ver la grabación a continuación:

Por qué la Explainable AI es importante en todos los sectores? 

Los modelos de IA de alto rendimiento ya no son suficientes por sí solos. En distintos sectores, las organizaciones enfrentan desafíos similares:

• Modelos complejos que generan predicciones pero no comprensión.
• Dificultad para explicar los resultados a personas no técnicas.
• Visibilidad limitada del comportamiento, supuestos y limitaciones del modelo.
• Baja confianza en los resultados de la IA cuando las decisiones implican riesgos operativos o estratégicos.

La IA explicable proporciona las herramientas y marcos para salvar estas brechas. Cuando se aplica correctamente, la XAI ayuda a las organizaciones a:

• Comprender por qué un modelo se comporta de la manera en que lo hace.
• Mejorar la robustez del modelo durante el desarrollo y la iteración.
• Detectar problemas ocultos, sesgos o dependencias de datos de forma temprana.
• Comunicar con claridad los conocimientos de la IA a propietarios de productos, gerentes y ejecutivos.
• Construir confianza compartida entre los equipos de datos y los responsables de la toma de decisiones.

Por lo tanto, la explicabilidad no es solo una característica técnica, sino un habilitador crítico de la adopción confiable de la IA a gran escala.

El primero, de una serie de webinars

Esta sesión inaugura una serie de webinars más amplia sobre Inteligencia Artificial Explicable. Mientras que las ediciones futuras explorarán aplicaciones específicas por industria, esta primera clase magistral adopta una perspectiva transversal a diversas industrias, centrándose en los responsables de la toma de decisiones y en los principios comunes que se aplican independientemente del sector. El objetivo es establecer un lenguaje y una mentalidad compartidos en torno a la IAX que alineen el desarrollo técnico con la toma de decisiones empresariales.

Qué aprenderás

Al final de esta sesión, los participantes comprenderán cómo ir más allá de la precisión por sí sola y diseñar sistemas de IA que sean:

• Transparentes: su comportamiento puede ser entendido e inspeccionado.
• Explicables: las predicciones pueden justificarse en términos comprensibles para los humanos y rastrearse de manera que los modelos puedan rendir cuentas.
• Confiables: los resultados pueden usarse con confianza en decisiones del mundo real.

Durante la sesión, cubriremos:

1. Por qué la IA Explicable es importante para los tomadores de decisiones
2. Fundamentos de la IA Explicable, sin la carga técnica
3. Dónde la IA Explicable crea valor empresarial
4. Explicabilidad a través de diferentes enfoques de IA
5. Operacionalización de XAI en la organización
6. Comunicación de decisiones de IA con confianza
7. Recorrido basado en casos: Flujo de trabajo XAI de Mosaic Factor

El enfoque se mantiene firmemente en la toma de decisiones práctica y la fiabilidad del modelo, no en teoría abstracta. Al final de la sesión, nuestra Chief Data Scientist, Burcu Kolbay, responderá a preguntas en directo.

A quién se dirige

Este webinar está diseñado para profesionales que trabajan (o están dispuestos a trabajar) con IA en diferentes industrias, incluyendo:

• Tomadores de decisiones que dependen de los resultados de la IA (nivel C)
• Product Owners y gerentes técnicos
• Líderes en innovación y transformación digital

No se requiere experiencia legal o en cumplimiento. La sesión prioriza perspectivas aplicadas, centradas en el desarrollo y orientadas a la comunicación.

Detalles del evento

📅 Martes, 26 de Mayo, 2026

⏰ 11:00 h – 12:00 h

• Formato: Online (live)
• Duración: 60 minutos
• Nivel: Basic a Intermediate
• Idioma: English 

La entrada Webinar series: Explainable AI para decision makers se publicó primero en Mosaic Factor.

La aplicación BYOD transforma las operaciones diarias de los repartidores en un flujo de trabajo totalmente conectado y basado en datos. Desde la validación de paquetes hasta la prueba de entrega y la notificación de incidencias, cada acción se registra de forma segura y se transmite a la plataforma central, lo que garantiza que los proveedores de logística estén siempre informados.

Cuando un repartidor inicia sesión, la aplicación se adapta automáticamente a la configuración específica del Living Lab. Las funciones y los flujos de trabajo disponibles dependen del modelo operativo de cada entorno. La aplicación BYOD está diseñada para admitir diferentes implementaciones en distintas ciudades con configuraciones personalizadas, sin necesidad de modificar la aplicación principal.

En el Living Lab de Atenas, por ejemplo, los repartidores pueden operar a través de paquetes o paradas en el menú principal. Esta flexibilidad permite que la misma aplicación admita múltiples escenarios logísticos sin alterar el sistema central.

Función Parcel

El la funcionalidad Parcel, los repartidores añaden paquetes escaneando códigos QR o introduciendo manualmente los ID de los paquetes. Para mayor eficiencia, se pueden seleccionar varios paquetes a la vez escaneando códigos QR o introduciendo un ID de paquete para su procesamiento por lotes.

Una vez validados, los paquetes aparecen en la lista de trabajo actual, confirmando que están correctamente vinculados al repartidor. Permanecen visibles hasta que se completa la entrega, se retiran manualmente o se confirma la entrega en el sistema. Una opción de actualización permite al repartidor obtener la información más reciente del paquete en cualquier momento.

Al seleccionar un paquete, se accede a los datos esenciales de entrega, incluyendo su número de identificación, estado, dirección de entrega, fecha de entrega prevista, peso, tipo de servicio y ruta asociada. Durante el proceso de entrega, los repartidores pueden registrar eventos y actualizar la calidad del paquete directamente en la aplicación.

Como comprobante de entrega, se selecciona un solo paquete y el destinatario firma directamente en el dispositivo. La firma se registra de forma segura y se notifica inmediatamente, lo que garantiza una confirmación fiable de la entrega y la trazabilidad.

Función Stop

A través del menú principal, los repartidores pueden activar la función de parada, que ofrece una visión general estructurada de las paradas planificadas y la información de los paquetes, agrupada por ubicación de entrega. Las paradas se visualizan en un mapa interactivo, lo que proporciona una clara visibilidad de la ruta y una mejor percepción de la situación gracias a la geolocalización en tiempo real.

Al seleccionar una parada, se muestran los paquetes asignados a esa ubicación, lo que permite a los repartidores gestionar las entregas agrupadas de forma eficiente. Si se produce una incidencia, el repartidor puede notificarla directamente en la aplicación seleccionando el tipo de incidencia, añadiendo comentarios y compartiendo automáticamente su posición. Esta comunicación en tiempo real facilita los ajustes operativos inmediatos y la gestión proactiva de incidencias.

Impacto del BYOD

La herramienta BYOD de Green-Log garantiza que cada acción, desde la validación de paquetes hasta la captura de firmas y la notificación de incidencias, se transmita de forma segura a los operadores logísticos. Este flujo continuo de información mejora:

• La transparencia
• La coordinación
• La toma de decisiones basada en datos

Al combinar flexibilidad, visibilidad operativa en tiempo real y notificación segura, BYOD optimiza la eficiencia de la entrega de última milla y contribuye a una logística urbana más sostenible y optimizada en diferentes entornos urbanos.

→ Revisa nuestra solución Gemelos Digitales

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

Dentro del proyecto AutoMoTIF, este desafío se aborda mediante shunting as a service automatizado, con Mosaic Factor liderando el desarrollo del framework de simulación.

Del cuello de botella operativo a las operaciones ferroviarias coordinadas

El shunting desempeña un papel fundamental en las terminales intermodales, conectando los flujos de carga marítima con la distribución terrestre. Sin embargo, las operaciones de maniobra tradicionales suelen ser reactivas, fragmentadas entre sistemas, requieren mucha mano de obra y son ineficientes energéticamente.

El shunting as a service reinventa estas operaciones como una plataforma de servicio orquestada digitalmente, donde las locomotoras autónomas, los recursos de la estación y los sistemas de programación operan como un ecosistema integrado. El objetivo no es simplemente la automatización, sino la optimización del servicio.

La simulación impulsa la transformación

El entorno de simulación avanzado de Mosaic Factor reproduce la complejidad operativa de las terminales ferroviarias, incluyendo el movimiento de trenes, la clasificación de vagones, las limitaciones de capacidad de la estación, los ciclos de manipulación de contenedores, la asignación de recursos y los escenarios de interrupción.

Las locomotoras de shunting autónomas se modelan como agentes inteligentes que responden dinámicamente a la congestión, los cambios de horario y las limitaciones de la infraestructura.

Mediante el modelado de escenarios, las simulaciones evalúan:

• Reducción del tiempo de maniobra
• Mayor rapidez en la rotación de vagones
• Menores tiempos de inactividad y espera
• Optimización del consumo de energía
• Mayor rendimiento de la estación
• Mayor seguridad y menores costes operativos

Este enfoque basado en datos garantiza que los conceptos de automatización se validen antes de su implementación en el mundo real.

Plataforma Shunting as a Service

El shunting as a service introduce un cambio en la estructura de las operaciones de las estaciones ferroviarias. En lugar de una actividad interna fija, la gestión de maniobras se modela como una plataforma orientada a servicios donde la capacidad se asigna dinámicamente, las operaciones se coordinan digitalmente y el rendimiento se supervisa continuamente.

Este enfoque favorece una mayor interoperabilidad entre operadores de terminales, gestores de infraestructura ferroviaria, proveedores de logística y autoridades portuarias, al tiempo que permite la integración con otros procesos automatizados dentro de AutoMoTIF.

Impulsando terminales ferroviarias más inteligentes

Para garantizar resultados realistas, Mosaic Factor calibra simulaciones utilizando datos operativos históricos, información de planificación y escenarios de pruebas de estrés que reflejan la demanda máxima y el crecimiento futuro.

Los modelos resultantes proporcionan herramientas de apoyo a la toma de decisiones para la inversión en infraestructura, estrategias de automatización, modelos de negocio y alineación regulatoria, lo que ayuda a reducir el riesgo y acelerar la implementación.

Fortaleciendo la red europea de transporte ferroviario de mercancías 

Al mejorar la eficiencia ferroviaria, la automatización de maniobras contribuye a objetivos logísticos más amplios, entre ellos:

• Cambio modal de la carretera al ferrocarril
• Reducción de la congestión en las terminales
• Menores emisiones
• Condiciones de trabajo más seguras
• Operaciones logísticas más fiables

Mediante la validación basada en simulaciones, Mosaic Factor demuestra cómo la automatización de maniobras puede aumentar el rendimiento, reducir los retrasos, optimizar el consumo de energía y mejorar la seguridad.

La automatización del shunting, como plataforma orientada al servicio, representa más que una actualización tecnológica. Introduce un nuevo modelo operativo que refuerza el papel del ferrocarril en el sistema de transporte europeo, al tiempo que apoya una red logística más eficiente y sostenible.

→ Revisa nuestra solución Gemelos Digitales

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

En representación de Mosaic Factor, Joan Sampablo, director de ventas, asistió al evento para explorar los últimos avances que configuran el futuro de la conectividad, la inteligencia artificial y la infraestructura digital.

.     

Las telecomunicaciones como columna vertebral de la IA

El MWC 2026 destacó cómo la industria de las telecomunicaciones está yendo más allá de la conectividad para convertirse en un elemento clave de la próxima generación de servicios impulsados por IA. Los líderes de la GSMA describieron tres pilares clave que se espera impulsen la siguiente fase del crecimiento digital:

• La finalización de los despliegues de redes 5G independientes.
• Un acceso más amplio a tecnologías de IA abiertas e inclusivas.
• Marcos globales de seguridad y confianza digital más sólidos.

Estas prioridades reflejan una transición más amplia hacia redes que no solo sean más rápidas, sino también capaces de soportar inteligencia distribuida y servicios basados en IA.

. 

El auge de la inteligencia en el dispositivo

Un tema central del evento fue el auge de la IA en todas partes, en particular la transición hacia la inteligencia en el dispositivo y nativa de la red. Los fabricantes de chips y dispositivos presentaron nuevas y potentes arquitecturas de sistema en chip diseñadas para la inferencia local de IA, que permiten capacidades como:

• Traducción en tiempo real
• Resumen en el dispositivo
• Procesamiento avanzado de fotos
• Asistentes de IA capaces de realizar tareas complejas sin depender de la nube.

Para desarrolladores y empresas, este cambio señala un nuevo estándar de diseño donde las aplicaciones se crean teniendo en cuenta el procesamiento local de IA y la interacción multimodal, combinando interfaces de cámara, voz y texto para ofrecer experiencias más completas.

Futuro de los sistemas autónomos

Otro tema destacado fue la aparición de los sistemas de IA con agentes, donde los agentes autónomos de IA pueden coordinar tareas en redes, infraestructuras y entornos físicos. Los proveedores de telecomunicaciones y las startups demostraron cómo estos sistemas podrían aplicarse a la orquestación de redes, la automatización de operaciones y la mejora de la ciberseguridad.

Próxima generación de sistemas conectados

Uno de los conceptos más debatidos en el congreso de este año fue la «computación cinética» y los «tokens cinéticos». Estos representan unidades de computación ultrarrápidas diseñadas para sincronizar acciones reales en robótica, drones, vehículos autónomos y otros sistemas distribuidos. Los operadores de telecomunicaciones argumentan que sus redes están en una posición única para ofrecer la coordinación en milisegundos necesaria para impulsar estas tecnologías emergentes. 

Seguridad, confianza digital e inclusión global

La seguridad y la inclusión digital global también ocuparon un lugar destacado en la agenda de la conferencia. Ante el continuo aumento de los costes de la ciberdelincuencia en todo el mundo, los líderes del sector destacaron la importancia de:

• IA que preserve la privacidad
• Marcos de identidad digital más sólidos
• Modelos de IA capaces de soportar más idiomas globales
• Estándares de infraestructura transfronterizos

Estas prioridades reflejan el creciente reconocimiento de que la innovación tecnológica debe ir acompañada de una gobernanza sólida y un acceso digital inclusivo.

Mosaic Factor en el MWC 2026

Según Joan, asistir al MWC proporciona información valiosa sobre la rápida evolución del panorama de las telecomunicaciones y la tecnología. El evento destacó la creciente importancia de la infraestructura basada en IA y la computación en el borde, así como el papel cada vez más importante que desempeñarán las redes de telecomunicaciones para habilitar aplicaciones inteligentes y sistemas conectados.

Para Mosaic Factor, asistir al congreso ofrece la oportunidad de mantenerse al día con las tendencias e innovaciones emergentes de la industria que darán forma a la próxima generación de soluciones digitales.

A medida que la industria se adentra en la llamada Era IQ, se espera que la convergencia de la IA, la conectividad avanzada y la computación distribuida redefina la forma en que interactúan los dispositivos, las redes y las empresas, creando nuevas oportunidades de innovación en todos los sectores a nivel mundial.

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

La reunión marcó un hito inicial importante para la estructura de trabajo de ECAVA. La jornada comenzó con un amplio análisis de las iniciativas europeas actuales en conducción autónoma, destacando tanto la intensidad de la actividad ya en marcha como la necesidad de una mejor alineación. Ante la intensificación de la competencia global y la reiterada referencia a la «velocidad de China» durante los debates, los participantes destacaron el rápido avance de China en el ámbito tecnológico y de la conducción autónoma. El consenso fue que Europa debe reforzar la coordinación y acelerar la ejecución para construir su propia IA europea competitiva y de alto rendimiento, capaz de igualar ese impulso.

De la estrategia a las bases del software

Una parte clave del diálogo se centró en el desarrollo de un conjunto de software para la conducción autónoma europea. En lugar de duplicar esfuerzos, los participantes exploraron cómo unas bases compartidas y una gobernanza más clara podrían impulsar la innovación escalable, reforzando al mismo tiempo la soberanía tecnológica de Europa.

Dos áreas prioritarias marcaron los intercambios:

• Gobernanza técnica y coordinación entre iniciativas.
• Colaboración estructurada en un software stack de conducción autónoma europea.

Los debates paralelos sobre la implementación de la conducción autónoma, la IA y la puesta en común de datos aportaron profundidad práctica a la conversación. Los temas abarcaron desde las vías de implementación y las pruebas transfronterizas hasta cómo el intercambio de datos y las capacidades informáticas pueden respaldar sistemas de IA competitivos y fiables.

Impulso en todo el ecosistema

La alta participación indicó una creciente alineación en toda la cadena de valor de la automoción. Los líderes del sector compartieron perspectivas sobre los modelos de implementación y la implementación en el mundo real, lo que generó un debate profundo y reforzó la necesidad de ir más allá del debate hacia un progreso tangible.

Para mantener la continuidad y evitar la fragmentación, se formará un equipo central dedicado bajo el liderazgo de los copresidentes que pronto serán elegidos. Se esperan más detalles estructurales en la próxima reunión del Comité Directivo en marzo, lo que refleja la ambición de ECAVA de mantener una estructura ágil, centrada y orientada a resultados. Stefano, director ejecutivo de Mosaic Factor, asistió a las sesiones como parte del diálogo más amplio del sector, contribuyendo al esfuerzo colectivo que define la hoja de ruta de la conducción autónoma en Europa.

La conclusión de Bruselas fue simple y práctica: Europa cuenta con la experiencia y la capacidad industrial necesarias. El siguiente paso es una ejecución disciplinada y coordinada.

Leer más sobre nuestra solución trustworthy AI.

La entrada Impulsando una IA fiable en la movilidad autónoma: reunión ECAVA se publicó primero en Mosaic Factor.

Más allá del RAG tradicional

Los canales del RAG tradicional incorporan una consulta, recuperan contexto y generan una respuesta. Agentic RAG introduce inteligencia en el proceso. Clasificando la intención antes de decidir si es necesario recuperar información, llamar a herramientas o responder directamente, las empresas reportan reducciones de costos de hasta el 40% y mejoras de latencia del 35%.

Patrones clave que impulsan su adopción

Los expertos de la industria señalan tres patrones arquitectónicos que definen Agentic RAG:

• Intent-Based Query Routing: determina si es necesario recuperar información o si una respuesta directa es suficiente.
• Orquestación de herramientas con gestión de errores: coordina APIs, calculadoras y bases de datos mientras gestiona los errores de manera eficiente.
• Evaluación continua de costes y latencia: controla el uso de tokens y los indicadores de rendimiento en tiempo real.

Estos patrones permiten a los sistemas decidir, adaptarse y optimizar, un requisito crítico para la IA a escala empresarial.

Arquitectura en la práctica

Los sistemas Agentic RAG normalmente se construyen sobre tres capas:

• Capa de Orquestación: el “cerebro de decisión” que dirige las consultas de manera inteligente.
• Capa de Ejecución: gestiona la recuperación de información, las llamadas a herramientas y la inferencia LLM.
• Capa de Infraestructura: proporciona bases de datos vectoriales, gestión del despliegue y observabilidad.

A diferencia del RAG tradicional, que siempre realiza recuperación de información, el Agentic RAG evalúa si la recuperación es necesaria, organizando la combinación óptimade recuperación, herramientas y generación.

Flexibilidad del proveedor a través de capas de gateway

Otra tendencia clave es el auge de las abstracciones de gateway que permiten a los desarrolladores cambiar sin problemas entre proveedores como OpenAI, Anthropic, Google y Bedrock. Este enfoque permite:

• Enrutamiento de reserva cuando los proveedores tienen tiempos de inactividad;
• pruebas A/B sin cambios de código;
• optimización de costos dirigiendo las consultas al modelo más eficiente;
• libertad respecto a la dependencia de un proveedor.

Las empresas están adoptando cada vez más pasarelas unificadas para equilibrar velocidad, coste y fiabilidad entre los proveedores.

Conclusión

El Agentic RAG ya no es un experimento de nicho, sino el modelo para los sistemas de IA de producción. Al combinar la recuperación con la toma de decisiones, la orquestación y la observabilidad, la técnica establece nuevos estándares de eficiencia y adaptabilidad en la IA empresarial.

“La IA de producción no se trata solo de la recuperación. Se trata de inteligencia: saber cuándo recuperar, cuándo usar herramientas y cuándo responder directamente. El Agentic RAG ofrece esa inteligencia”.

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

Sesiones clave sobre IA

Agentic AI in the Car: From Orchestration to Agentic Personalisation

• Speaker: Dogukan Sonmez, Project Lead Machine Learning Platform, BMW AG
• Focus: aplicaciones de IA generativa más allá del texto, manejando modelos 3D, flujos de sensores y datos específicos de dominio.
• Highlight: exploró las arquitecturas de sistemas multiagente y las técnicas de orquestación, mostrando cómo la IA agente puede mejorar la eficiencia, la adaptabilidad y la toma de decisiones en los SDV.

Esta sesión reveló enfoques innovadores para integrar la IA en el núcleo mismo de la inteligencia vehicular, convirtiéndola en una de las charlas más vanguardistas del evento.

Scalable Function Deployment for SDV

• Speaker: Michael Niklas-Höret, AUMOVIO

• Focus: la continua (R)evolución de las arquitecturas E/E en los vehículos, desde el enfoque descentralizado centrado en dominios hasta Server Zone y Central Compute/Zero Edge, y el desafío resultante de desplegar funciones a través de estas diversas arquitecturas.
• Highlight: introducción de un nuevo patrón de desarrollo de funciones diseñado para permitir la reutilización de funciones a través de las tres arquitecturas principales (y sus híbridos), con el objetivo de facilitar la migración de los fabricantes de equipos originales (OEM) a nuevas plataformas E/E y aumentar la reutilización entre las líneas de vehículos.

From Code to Car – Accelerating SDV Integration with Shift-Left and CI/CT

• Speaker: Felix Pretscheck, Bosch
• Focus:cómo la introducción de unidades de control electrónico (ECU) de próxima generación, combinada con un enfoque de shift-left, la virtualización y un marco modular de CI/CT (Integración Continua/Pruebas Continuas), está transformando y acelerando el proceso de integración de software y sistemas para Vehículos Definidos por Software (SDV).
• Highlight: mostrando metodologías clave y facilitadores arquitectónicos que optimizan la integración y validación, lo que conduce a una mejor calidad del software, ciclos de integración más rápidos y sistemas automotrices complejos más ágiles, escalables y listos para producción.

Coding for Cars: AI in the Driver’s Seat

• Speaker: Mikhail Vink, VP of Business Development, JetBrains
• Focus: el papel del desarrollo impulsado por IA en industrias reguladas, garantizando la calidad y seguridad del código generado por IA, e integrando la IA en DevOps.
• Highlight: demostró cómo la IA puede agilizar los procesos de codificación mientras mantiene el cumplimiento y los estándares de seguridad.

Between Research and Current Development in ADAS

• Speaker: Khaled Alomari, Manager Connected Vehicles, MHP (A Porsche Company)
• Focus: uniendo la investigación de vanguardia con el desarrollo real de Sistemas Avanzados de Asistencia al Conductor (ADAS).
• Highlight: se enfatizó la colaboración entre el ámbito académico, la industria y los reguladores para acelerar la adopción de ADAS impulsados por IA.

Khaled subrayó el papel fundamental de la IA en la mejora de la seguridad y la eficiencia, haciendo de esta sesión un evento imprescindible para cualquiera interesado en el futuro de los vehículos conectados.

Mastering Complexity with Digital Twins

• Speaker: Ignacio Izaguirre, VP of Product, Concentrio AG
• Focus: aprovechando los gemelos digitales a nivel de señal para la gestión de software.
• Highlight: mostró cómo aplicar la inteligencia artificial a redes de dependencia puede identificar anomalías y vulnerabilidades, mejorando las actualizaciones OTA y la fiabilidad del sistema.

AI-Driven Autonomy in SDVs

• Speaker: Shashank Pathak, Product Management, ZF Friedrichshafen AG
• Focus: cómo la IA permite la percepción, planificación y control en los SDV autónomos.
• Highlight: se discutieron los desafíos de implementar IA en hardware automotriz y las estrategias para una autonomía segura y escalable.

Talleres y sesiones world café

Los talleres «Challenge your peers» reunieron a los participantes en pequeñas mesas redondas moderadas, donde debatimos preguntas urgentes de la industria utilizando inteligencia colectiva y mapas mentales. Los temas abordaron desde cómo evoluciona la prueba de software bajo arquitecturas SDV, el papel de la IA en el desarrollo automotriz y el futuro del cumplimiento de ASPICE, hasta la redefinición de las experiencias dentro del automóvil mediante HMI avanzado y la exploración de la autonomía impulsada por IA. Cada taller animaba a los asistentes a compartir experiencias, cuestionar supuestos y co-crear conceptos de soluciones. De manera similar, el formato World Café proporcionó un entorno dinámico para el aprendizaje entre pares, la creación de redes interindustriales y la generación de ideas accionables que complementaban las presentaciones y estudios de caso más formales.

Nuestras conclusiones

La conferencia destacó que la inteligencia artificial ya no es una herramienta periférica, sino un pilar central en la evolución de los vehículos definidos por software. Desde la personalización agente en BMW hasta los ADAS impulsados por IA en MHP, las sesiones demostraron cómo la inteligencia se está integrando en cada capa de la innovación automotriz. Estas charlas no solo mostraron aplicaciones actuales, sino que también apuntaron hacia un futuro donde los vehículos sean adaptativos, inteligentes y profundamente conectados.

La entrada Conferencia Software-Defined Vehicles Berlin 2025 se publicó primero en Mosaic Factor.

Como coordinadores de Twin-Loop, estamos encantados de liderar este esfuerzo innovador para desarrollar un Marco Abierto para las tecnologías TwinOps y Digital Twin adaptadas a los Vehículos Eléctricos. El objetivo final del proyecto: reducir significativamente el consumo de energía de los VE y abrir el camino hacia una movilidad más inteligente y sostenible.

Aspectos destacados de la Asamblea

• Avances Colaborativos. Socios de toda Europa se reunieron en sesiones dinámicas centradas en el Consejo Asesor y los Casos de Uso, alineándose en estrategias técnicas y objetivos compartidos.
• Revisión del progreso del proyecto. Una evaluación exhaustiva de los hitos, entregables y objetivos futuros aseguró que todos los implicados avanzaran con claridad y cohesión.
• Networking y sinergias. Los encuentros informales y las actividades estructuradas de networking favorecieron nuevas relaciones y fortalecieron las existentes, reforzando el espíritu colaborativo de Twin-Loop.
• Talleres prácticos. Las sesiones interactivas encendieron nuevas ideas y conocimientos prácticos, proporcionando a los participantes un renovado ímpetu y una hoja de ruta clara para la siguiente fase.

A medida que Twin-Loop continúa evolucionando, la energía y la implicación de esta Asamblea General servirán como un catalizador poderoso para la innovación, el impacto y el progreso hacia un futuro de vehículos eléctricos más eficiente

Avanzando la Inteligencia del Digital Twin para el Futuro del SDV en vehículos eléctricos

Twin-Loop está liderando una nueva generación de innovación en Digital Twin aprovechando las capacidades crecientes de las arquitecturas cloud-native y la computación de alto rendimiento (HPC). A medida que los vehículos eléctricos evolucionan hacia vehículos completamente definidos por software (SDV), el proyecto utiliza la orquestación de datos en tiempo real y la integración edge-to-cloud para redefinir la manera en que las réplicas digitales interactúan con los sistemas físicos. Nuestra ambición es elevar la experiencia de los vehículos eléctricos: mejorando la personalización, incrementando la eficiencia energética e incorporando ciberseguridad.

Las soluciones actuales de Digital Twin a menudo pasan por alto la complejidad granular de los VE, donde cada vehículo funciona con una combinación única de hardware, firmware y actualizaciones de software. Twin-Loop abraza esta individualidad, utilizando la inteligencia operativa de toda la flota y la fusión de datos a lo largo del ciclo de vida para construir modelos adaptativos que evolucionan con cada vehículo. Este enfoque permite reducir el consumo de energía de manera inteligente, sin comprometer el rendimiento, la comodidad ni la seguridad.

Mediante el desarrollo de un Open TwinOps Framework y de una suite modular de herramientas digitales, Twin-Loop permitirá la optimización continua en las cuatro etapas críticas del ciclo de vida de los VE: diseño, producción, operación y fin de vida.

→ Consulta nuestra solución Digital Twins

La entrada Meeting del proyecto Twin-Loop en Catania se publicó primero en Mosaic Factor.

AGI: el horizonte a largo plazo

La IA General, o Inteligencia Artificial General (AGI, en inglés), se refiere a máquinas que pueden realizar cualquier tarea intelectual que un humano puede. Es flexible, autónoma y capaz de razonar en diversos dominios. Estado Actual: La IAG sigue siendo teórica. Ningún sistema existente ha logrado una verdadera inteligencia general. Creemos que este es un tema altamente atractivo, y estamos monitoreando los desarrollos con gran interés y anticipación.

Generative AI: creatividad en el mundo real a gran escala

La IA generativa (o GenAI en inglés) ya está transformando industrias. Estos modelos crean nuevo contenido – texto, imágenes, código, audio, entre otros – basado en patrones de datos aprendidos. Casos de uso que podemos ofrecer para GenAI:

• Generación de contenido automatizado para industrias específicas (como la atención médica).
• Resumir documentos y análisis de contratos para equipos legales o de cumplimiento normativo.
• Chatbots inteligentes para consultas internas de la empresa o soporte al cliente.
• Herramientas de generación y depuración de código para desarrolladores específicos de la industria (como el automotriz).

Nuestras soluciones: construimos y ajustamos modelos de IA generativa utilizando los datos propietarios de nuestros clientes, asegurando que los resultados sean precisos, alineados con la organización y cumplan con las normativas. Ya sea que necesiten un asistente personalizado estilo GPT o un generador de imágenes para el diseño de productos, podemos hacerlo realidad.

Técnicas de IA específicas

Nuestro enfoque principal es permitir que las empresas resuelvan desafíos precisos a través de técnicas avanzadas de inteligencia artificial. Es lo que siempre hemos hecho – lo que llamamos ‘IA tradicional’ – y ha sido central en nuestro viaje desde nuestra fundación. Nuestro enfoque: diseñamos, entrenamos y desplegamos estos modelos con soporte durante todo su ciclo de vida: desde la estrategia de datos y la infraestructura hasta la gobernanza y el monitoreo del rendimiento.

Por qué trabajar con Mosaic Factor?

La IA es poderosa, pero solo cuando se aplica con precisión. No solo entregamos herramientas, entregamos transformación.

• Consultoría estratégica de IA y desarrollo de hoja de ruta
• Diseño e integración de modelos personalizados
• Despliegue escalable en la nube y en el borde
• Soporte continuo, compliance y optimización

Ya sea que estés explorando IA generativa para automatización creativa o aprendizaje automático para eficiencia operativa, te ayudamos a transformar el potencial en rendimiento.

¿Listo para explorar lo que la IA puede hacer por tu negocio? Contáctanos para construir algo extraordinario, juntos.

La entrada IA General vs. IA Generativa: lo que significan para tu negocio se publicó primero en Mosaic Factor.

Abordando los puntos ciegos en áreas urbanas

En entornos urbanos concurridos, los coches aparcados, los edificios y la vegetación a menudo obstruyen los sensores de los vehículos, creando puntos ciegos que representan riesgos serios, especialmente para usuarios vulnerables de la carretera (o vulnerable road users en ingés, VRUs) como niños, ciclistas y trabajadores de la carretera. Los sistemas de detección actuales tienen dificultades en estos escenarios, con tasas de reconocimiento que caen por debajo del 65% cuando los individuos están completamente ocultos. HIDDEN tiene como objetivo superar este desafío mejorando la Conciencia Colectiva a través de la comunicación Vehicle-to-Everything (V2X) y la Inteligencia Artificial. Al compartir datos de sensores entre vehículos, infraestructura y usuarios de la carretera, el proyecto permite una comprensión más completa y dinámica del entorno urbano.

Hybrid Intelligence: una fusión persona-máquina

Lo que diferencia HIDDEN es el uso de inteligencia híbrida o Hybrid Intelligence (HI):una fusión de la inteligencia humana y de la máquina. Este enfoque permite que los sistemas automatizados tomen decisiones que no solo sean técnicamente sólidas, sino también éticamente y legalmente fundamentadas, reflejando el juicio y el comportamiento humano.

“HIDDEN va más allá de la IA convencional,” comenta el Dr. Angelos Amditis, Coordinador de HIDDEN y Director de I+D en ICCS”. “Estamos incorporando el juicio humano en el proceso, para que los sistemas automatizados puedan actuar no solo con precisión, sino con sabiduría.”

Testeo en el mundo real

El proyecto probará su enfoque en cuatro escenarios urbanos de alto riesgo:

• Un niño corriendo desde detrás de un coche estacionado
• Un ciclista navegando por zonas de tráfico mixto
• Un trabajador de la carretera oculto por la vegetación
• Un vehículo escondido en una intersección sin señalización

Estos casos reflejan desafíos complejos del mundo real donde una mejor percepción y una toma de decisiones basada en la ética podrían salvar vidas.

Colaboración pan-europea hacia ciudades más seguras e inteligentes

Financiado por Horizon Europe’s Cluster 5 con una subvención de aproximadamente €5 millones, HIDDEN está apoyado por el Connected, Cooperative and Automated Mobility (CCAM) Partnership. El consorcio incluye 14 partners y 2 entidades afiliadas en 7 países de la UE, reuniendo la experiencia de institutos de investigación, universidades, pymes, líderes de la industria automotriz, organismos de regulación y investigadores en ciencias sociales.

HIDDEN no se trata solo de vehículos más inteligentes, se trata de construir confianza, alinear la tecnología con los valores humanos y allanar el camino para calles más seguras en toda Europa. A través de pruebas de campo y simulaciones virtuales, el proyecto validará sus tecnologías y trabajará en estrecha colaboración con los organismos de aprobación de la UE y los grupos de trabajo de la UNECE para dar forma a los futuros estándares y políticas.

La contribución de Mosaic Factor

Mosaic Factor liderará el desarrollo de métodos de Inteligencia Artificial Explicable (XAI) y Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF) dentro del proyecto. Su trabajo se centra en crear un conjunto de herramientas explicativas con énfasis en la transparencia (transparency-first explanatory toolkit) que fomente la confianza, la aceptación por parte del usuario y la integración ética de la IA en vehículos conectados y automatizados.

Para más detalles, puedes leer y descargar el comunicado de prensa completo aquí:

HIDDEN Press Release _EN_final

→ Revisa nuestra solución para Data Enhanced Products

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