Data Enhanced Products

Data Enhanced Products Mosaic Factor icon

A través de diferentes fuentes de datos (es decir, pruebas físicas) y modelos de ML y, por lo general, en combinación con nuestras soluciones de gemelos digitales, nuestra solución de mejora de datos puede aprender, predecir y simular resultados para proporcionar configuraciones automáticas de productos que resulten en una mejora de productos y componentes durante el proceso de desarrollo.

Ver solution

Data As a Service Products

DaaS Mosaic Factor icon

Data as a Service (DaaS) es un modelo basado en la nube que permite a las empresas acceder, gestionar y analizar datos bajo demanda, sin necesidad de una amplia infraestructura local

Ver solution

Modelos de optimización

Optimisation Models icon Mosaic Factor

Los modelos de IA de optimización permiten a nuestros cliente mejorar procesos, reducir costes y aumentar la competitividad.

Ver solution

Modelos Descriptivos

Descriptive Models Mosaic Factor icon

Los modelos descriptivos tienen como objetivo describir patrones, relaciones y estructuras dentro de los datos. No predicen resultados futuros, pero proporcionan información sobre los fenómenos existentes.

Ver solution

Modelos Predictivos

Predictive models Mosaic Factor icon

El modelado predictivo, también conocido como análisis predictivo, es una disciplina que utiliza técnicas estadísticas, matemáticas y de inteligencia artificial para predecir resultados futuros basados en datos históricos.

Ver solution

LLMs

LLMs Mosaic Factor icon

En Mosaic Factor, nos centramos en la creación de LLM específicos de sector (o modelos lingüísticos ligeros) para nuestras organizaciones clientes.

Ver solution

Datos Sintéticos

Synthetic Data icon

Los datos sintéticos son datos artificiales generados a partir de datos originales utilizando un modelo entrenado para reproducir sus características y estructura.

Ver solution

Gemelos Digitales

Digital Twins Mosaic Factor icon

Para supervisar y optimizar los activos de la empresa en tiempo real , Mosaic Factor utiliza gemelos digitales. Éstos pueden predecir fallos, detectar ineficiencias y mejorar la toma de decisiones mediante el uso de datos.

Ver solution

Mantenimiento Predictivo

Predictive models Mosaic Factor icon

Para los modelos de mantenimiento predictivo, utilizamos tanto datos históricos como datos en tiempo real para anticipar fallos de los equipos o necesidades de mantenimiento. Al analizar los datos de los sensores, los registros de mantenimiento y otra información relevante, podemos programar el mantenimiento de forma proactiva, reducir el tiempo de inactividad y prolongar la vida útil de la maquinaria.

Ver solution

Previsión de Demanda y Coste

Predictive models Mosaic Factor icon

Nuestros modelos predictivos ayudan a las empresas a pronosticar la demanda de productos o servicios. Mediante el análisis de los datos históricos de ventas, la estacionalidad, los factores económicos y los eventos externos, podemos optimizar los niveles de inventario, asignar los recursos de manera eficiente y minimizar el exceso de existencias o los desabastecimientos.

Ver solution

Quality Analytics

Predictive models Mosaic Factor icon

Identificamos patrones que se correlacionan con defectos o problemas de calidad, lo que permite a las empresas tomar medidas correctivas temprano y mantener altos estándares de calidad.

Ver solution

Inventory Management

Predictive models Mosaic Factor icon

Utilizamos modelos predictivos para optimizar los niveles de inventario teniendo en cuenta factores como el tiempo de entrega, la variabilidad de la demanda y los costes de almacenamiento.

Ver solution

Supply Chain Management

Predictive models Mosaic Factor icon

Podemos utilizar análisis de datos históricos y en tiempo real para gestionar la cadena de suministro, optimizar el transporte y garantizar la entrega a tiempo de los productos.

Ver solution

Tendencias de Mercado

Predictive models Mosaic Factor icon

Nuestros modelos predictivos analizan los datos del mercado, el comportamiento de los consumidores y los factores externos para comprender los patrones, identificar tendencias y anticipar cambios.

Ver solution

Market Understanding

Descriptive Models Mosaic Factor icon

Nuestros modelos descriptivos de IA proporcionan información valiosa para la toma de decisiones y la comprensión de los sistemas complejos de las organizaciones.

Ver solution

Exploración de Patrones

Descriptive Models Mosaic Factor icon

Nuestros modelos descriptivos de IA proporcionan información valiosa para la toma de decisiones y la comprensión de los sistemas complejos de las organizaciones.

Ver solution

Trustworthy AI

Trustworthy AI Mosaic Factor icon

Al integrar modelos de IA en entornos en los que los estándares de compliance son importantes, Mosaic Factor ayuda a las empresas a gestionar la gobernanza de datos mediante la aplicación de soluciones Trustworthy AI.

Ver solution

Logística

Logistics

La mayor prioridad de Mosaic Factor en logística es compartir datos clave entre los diferentes actores de la cadena de suministro para optimizar el rendimiento y gestionar la sostenibilidad mitigando el impacto de estas operaciones.

Ver industry

Automoción

Industría Automoción

Mosaic Factor aplica soluciones de IA en diversos aspectos de la industria de la automoción, generalmente mejorando los vehículos y sus componentes durante su desarrollo.

Ver industry

Mobility

Mobility

La mayor prioridad de Mosaic Factor en Movilidad es optimizar los sistemas de transporte para la movilidad de las personas, mejorando al mismo tiempo la seguridad general y la sostenibilidad de las soluciones de transporte.

Ver industry

Corporate Services

Corporate Services

Nuestro aprendizaje automático y algoritmos complejos ayudan a las organizaciones a gestionar el cumplimiento normativo y el servicio al cliente para aumentar el nivel de servicio de su organización al tiempo que optimizan el tiempo de resolución de varios procesos.

Ver industry

Industria

Manufacturing

La mayor prioridad de Mosaic Factor en sector de fabricación es ayudar a nuestros clientes a reducir costes, aumentar la sostenibilidad y optimizar la cadena de producción.

Ver industry

Healthcare

Healthcare

La mayor prioridad de Mosaic Factor en el sector sanitario es hacer uso de los datos para mejorar la atención y el seguimiento de los pacientes de forma segura, optimizar los recursos de los sistemas de salud y facilitar la labor de los profesionales sanitarios.

Ver industry

Lanzamiento HIDDEN project

Una iniciativa innovadora financiada por la UE, HIDDEN (Hybrid Intelligence for Advanced Collective Perception and Decision Making in Complex Urban Environments), se lanzó oficialmente el 8 de julio en Atenas, con una misión audaz: hacer que las ciudades europeas sean más seguras al permitir que los vehículos automatizados detecten lo que actualmente no pueden: peatones, ciclistas y otros usuarios de la carretera ocultos detrás de obstáculos.

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