| ID | Empresa | Nombre App | 2 Lineas | Problema | Solucion | Areas | Areas -extendido | Consideraciones eticas |
|---|---|---|---|---|---|---|---|---|
| 1 | Veridas | Autenticación Remota de clientes con Biometría de Voz | Motor biométrico basado en Inteligencia Artificial que en 3 segundos reconoce la voz original | Empresas de diferentes sectores, desde la banca, los seguros, o las telcos…, deben atender telefónicamente a sus clientes. En sus Contact Centers el proceso de verificación de las personas al otro lado es uno de los trámites más engorrosos para los operarios y más tediosos para los usuarios. | Por todo esto, Veridas surge como una alternativa que permite autenticar a una persona por su voz. Un primer registro de una voz permite desplegar infinidad de casos de uso como el acceso a aplicaciones móviles, dar fe de vida con una llamada telefónica, o conocer al instante quién es la persona al otro lado para atenderla. Caso de éxito:Fe de vida para pensionados mexicanos. | Ciberseguridad y Defensa Finanzas y Banca Recursos Humanos y Gestión de Talento Salud y Biotecnología |
Ciberseguridad y Defensa La autenticación por voz garantiza un alto nivel de seguridad biométrica. Es clave para prevenir suplantaciones de identidad, proteger datos sensibles, y validar la autenticidad de usuarios en procesos críticos, como acceso a aplicaciones y sistemas. Finanzas y Banca El uso de la voz para autenticar a pensionados (como el caso de éxito en México) es un ejemplo claro de cómo la tecnología de Veridas simplifica procesos financieros, elimina burocracia, y asegura la verificación de identidad, especialmente en sistemas de pago de pensiones o acceso a cuentas bancarias. Recursos Humanos y Gestión de Talento En el ámbito de RRHH, la autenticación por voz puede usarse para el control de acceso a instalaciones, registro de asistencia, o procesos de validación remota, permitiendo a las empresas mejorar la gestión de talento y optimizar la seguridad interna. Salud y Biotecnología La validación de identidad por voz puede ser clave en la telemedicina y el acceso a servicios médicos, garantizando que los pacientes autorizados reciban la atención adecuada. Además, en el caso de pensionados, esta tecnología asegura que quienes reciben servicios médicos o beneficios sean efectivamente los destinatarios legítimos. |
NaN |
| 2 | Veridas | Control de Accesos con Biometría Facial | Una completa plataforma de identidad y sistema de acceso por reconocimiento facial | Las empresas necesitan terminar con los costes derivados del fraude de identidad, y la emisión de credenciales físicas de acceso; así mismo, buscan una solución para evitar las aglomeraciones a la entrada de sus instalaciones. Todo ello, con el objetivo de evitar el fraude, reducir los costes y mejorar la experiencia de sus usuarios. | Veridas facilita a empresas en diferentes sectores una completa plataforma de identidad que combina hardware y software. | Ciberseguridad y Defensa Finanzas y Banca Transporte y Logística Recursos Humanos y Gestión de Talento |
Ciberseguridad y Defensa Veridas se enfoca en soluciones de identidad, lo que incluye reconocimiento facial, biometría, y protección de datos. Estas herramientas son esenciales para la detección de amenazas, prevención de fraudes, y la seguridad en redes, siendo pilares dentro del ámbito de ciberseguridad. Finanzas y Banca La verificación de identidad es crucial en este sector para prevenir fraudes, garantizar la autenticidad de los clientes y cumplir con normativas como KYC (Conoce a tu Cliente) y AML (Anti-Money Laundering). Las plataformas de identidad de Veridas encajan perfectamente en estos casos de uso. Transporte y Logística En este sector, la identidad verificable es relevante para la gestión de accesos, autenticación en infraestructura crítica y en la utilización de sistemas avanzados de transporte, como peajes automáticos o logística segura. Recursos Humanos y Gestión de Talento Las plataformas de identidad de Veridas también tienen aplicaciones en el ámbito de RRHH, particularmente en procesos de reclutamiento y selección automatizada, verificación de antecedentes, y control de acceso seguro para empleados y visitantes en las instalaciones empresariales. |
NaN |
| 3 | Tasiva | Detección de defectos en acero | Mejora en la fabricación en el acero para electrodomésticos gracias a la Inteligencia Artificial | Fabricantes del acero que se ve en los electrodomésticos recibían bobinas de acero con defectos difícilmente detectables en grandes bobinas y llegaban a tener una merma de hasta un 28%, lo que originaba devoluciones desde países lejanos y grandes costes. | Primero con la visión artificial y ahora con la inteligencia artificial, se ha conseguido detectar pequeños defectos y se ha conseguido que las mermas bajen al 0,8%, un proceso al que se han sumado también fabricantes de acero y que ha mejorado la competitividad y resultados económicos del sector. La IA se instala en la planta de producción y tiene un tiempo de reacción de 150 milisegundos. La solución se está desarrollando también en el sector del automóvil. | Industria y Manufactura Transporte y Logística Análisis de Información y Big Data Energía y Sostenibilidad |
Industria y Manufactura La implementación de IA en las plantas de producción para detectar defectos en tiempo real es un ejemplo claro de control de calidad automatizado. Esta tecnología no solo reduce desperdicios, sino que optimiza procesos de fabricación y mejora la competitividad del sector industrial, incluyendo fabricantes de acero. Transporte y Logística En el sector del automóvil, la detección de defectos con IA mejora la calidad de los componentes fabricados, asegurando estándares más altos para la producción de vehículos y reduciendo posibles errores en la cadena de suministro automotriz. Análisis de Información y Big Data La capacidad de analizar grandes volúmenes de datos generados por la visión artificial y la IA es esencial para identificar patrones en defectos, optimizar la toma de decisiones y prever posibles problemas antes de que ocurran, aumentando la eficiencia en tiempo real. Energía y Sostenibilidad La reducción de mermas al 0,8% no solo mejora la rentabilidad, sino que también tiene un impacto positivo en la sostenibilidad, al disminuir el desperdicio de materiales y energía en los procesos de producción, contribuyendo a una industria más respetuosa con el medio ambiente. |
NaN |
| 4 | Tasiva | DetecTAS | Inteligencia Artificial para la detección y eliminación de elementos extraños dentro de masas informes | Empresas que trabajan con productos pequeños tienen la necesidad de eliminar elementos extraños y hasta ahora lo hacían con maquinaria mucho más cara y que ocupaba mucho espacio. | Tasiva Visión ha creado una aplicación y fabrica las herramientas que se instalan a cada cliente, con cámaras de visión artificial y extractores que trabajan a gran velocidad. Desde que se captura la imagen hasta que se activa la extracción, apenas transcurren 480 milisegundos. Es un producto escalable, que se está aplicando a diferentes productos que está maduro porque se lleva trabajando con él desde hace varios años y que, al tratarse de una IA, sigue mejorando sus resultados. | Industria y Manufactura Análisis de Información y Big Data Transporte y Logística Energía y Sostenibilidad |
Industria y Manufactura Las cámaras de visión artificial y los extractores que operan a gran velocidad son herramientas esenciales para automatización de procesos de producción y control de calidad automatizado. Permiten identificar defectos o irregularidades de manera precisa, incrementando la eficiencia en la fabricación. Análisis de Información y Big Data La solución procesa grandes cantidades de datos en tiempo real, desde capturas de imágenes hasta decisiones automatizadas en 480 milisegundos. Esto se alinea con el uso de análisis predictivo y minería de datos para mejorar continuamente los resultados del sistema. Transporte y Logística La escalabilidad de esta solución permite aplicarla a la inspección de componentes o productos relacionados con el sector logístico, como el control de calidad de piezas en cadenas de suministro o vehículos, asegurando estándares más altos en procesos clave. Energía y Sostenibilidad Al tratarse de un producto que optimiza los recursos al minimizar defectos y desperdicios, también contribuye a reducir el impacto ambiental, lo cual es crucial para un modelo de producción más sostenible. La eficiencia de los procesos ayuda a ahorrar energía y materiales. |
NaN |
| 5 | HumanAI | Human AI | Asistente para realizar análisis inmediatos de competencias socioemocionales a partir del lenguaje natural de una persona | Empresas y profesionales tienen la necesidad de personalizar los programas de desarrollo y prevención y de definir competencia socio emocionales | Analizando un texto libre de entre 800 y 1000 palabras, o una transcripción de voz de la persona a valorar, HumanAI muestra como mínimo dos informes inmediatos (para la persona y para el/la profesional) de 35 competencias socio emocionales (SES) comparadas con miles de personas, con alta precisión. De este modo, ponemos la tecnología y la Inteligencia Artificial al servicio del desarrollo humano, brindando un autoconocimiento imprescindible como base del crecimiento de cada persona. Los profesionales pueden personalizar los programas de desarrollo y prevención, individuales y colectivos, con datos y normas específicas. | Recursos Humanos y Gestión de Talento Educación y Formación Análisis de Información y Big Data Salud y Biotecnología |
Recursos Humanos y Gestión de Talento HumanAI proporciona herramientas para evaluar competencias socioemocionales, lo que es fundamental en procesos de reclutamiento y selección automatizados, evaluación del desempeño, y gestión del desarrollo profesional. Los datos generados permiten diseñar programas personalizados que optimizan el rendimiento organizacional. Educación y Formación Esta solución facilita el diseño de programas de aprendizaje adaptativos y la evaluación automatizada del rendimiento, proporcionando información valiosa a los profesionales de la educación para adaptar contenidos y estrategias al perfil socioemocional de los individuos. Análisis de Información y Big Data La comparación de las competencias de una persona con una base de datos extensa es un claro ejemplo de análisis de grandes volúmenes de datos (Big Data). Esto incluye minería de datos y el uso de modelos predictivos para generar informes personalizados con alta precisión. Salud y Biotecnología Evaluar y trabajar sobre competencias socioemocionales tiene aplicaciones directas en prevención de problemas emocionales y desarrollo del bienestar mental, contribuyendo a la mejora de la salud psicológica, tanto individual como colectiva. Los programas personalizados ayudan en el tratamiento de estrés, ansiedad, y otros desafíos relacionados. |
NaN |
| 6 | I3Code | NaN | Reconocimiento de imágenes y textos que permite obtener información y clasificarla | Todas las empresas tienen una gran cantidad de información en forma de textos o imágenes, que por su volumen o dificultad de contextualizar, puede ser difícil de analizar para clasificar o relacionar con información relevante para la empresa. | El sistema creado por I3 Code Solutions aplica algoritmos de reconocimiento de textos e imágenes, basados en modelos previamente entrenados, que combinan la información extraída con el contexto al que aplica, permitiendo clasificar y detectar asociaciones que incrementen el valor de la información de la empresa. | Análisis de Información y Big Data Comercio y E-Commerce Ciberseguridad y Defensa Finanzas y Banca |
Análisis de Información y Big Data La solución se centra en minería de datos, análisis predictivo y la generación de inteligencia empresarial. La combinación de reconocimiento de textos e imágenes con su contexto permite a las empresas extraer información valiosa de grandes volúmenes de datos, mejorando la toma de decisiones. Comercio y E-Commerce Este sistema puede ser aplicado para el análisis de tendencias y comportamiento del consumidor, además de optimizar la clasificación y personalización de productos mediante la información extraída de textos e imágenes, mejorando la experiencia del cliente. Ciberseguridad y Defensa Los algoritmos de clasificación y detección de asociaciones son útiles para identificar patrones anómalos o no deseados en el flujo de información, lo que puede aplicarse a la detección de amenazas y la protección de datos sensibles dentro de las empresas. Finanzas y Banca En este sector, la tecnología de reconocimiento de textos e imágenes es clave para procesar y analizar grandes cantidades de información, como documentos legales o transacciones, mejorando la gestión de riesgos, la detección de fraudes, y la automatización de procesos bancarios. |
NaN |
| 7 | CYC | IA4 Food | Gestión de las previsiones de demanda de productos alimentarios | La gestión de la demanda de producto alimentario de consumo final es una tarea muy compleja, por el gran volumen de previsiones a gestionar, la dificultad para hacerse con toda la información, la variabilidad que introducen los propios consumidores y eventos… Además, equivocarse tiene dos consecuencias nefastas: estimar de más conducirá a mayores costes de almacenamiento y, finalmente, al desperdicio de alimento y su impacto en sostenibilidad (en EU se estima un desperdicio de 57 Billones de kilos al año, es decir, 127 Kg por persona); estimar a la baja impactará en la calidad de servicio, no pudiendo suministrar producto a clientes, quienes pueden encontrar que su solución esté en un producto de la competencia. | En CYC proponemos una herramienta que se apoye en la IA para generar pronósticos automáticos basados en los principales factores involucrados en la demanda. Además, dado que es inviable contemplar todos los factores externos, la herramienta permite el ajuste colaborativo de estos pronósticos y dota al usuario del contexto de análisis de información que necesita para precisar dichos ajustes. Casos de uso: reentrenamiento de chat inteligente con información contenida en normativa estatal sobre obligaciones técnicas en la construcción de edificios, comprensión del lenguaje natural de correos electrónicos entrantes al departamento comercial para la confección automática de tablas con presupuestos pre formados en tabla resumen, asistente para directores a partir de corpus de bibliografía específica y entrevistas a expertos. Casos de uso: centenares de viviendas de decenas de edificios residenciales, consumo energético urbano, datos de sensores en industria, sensórica en producción agroalimentaria. De este modo, ponemos la tecnología y la Inteligencia Artificial al servicio del desarrollo humano, brindando un autoconocimiento imprescindible como base del crecimiento de cada persona. Los profesionales pueden personalizar los programas de desarrollo y prevención, individuales y colectivos, con datos y normas específicas. | Análisis de Información y Big Data Comercio y E-Commerce Energía y Sostenibilidad Industria y Manufactura |
Análisis de Información y Big Data La herramienta de CYC se fundamenta en la capacidad de analizar grandes volúmenes de datos para generar pronósticos automáticos, procesar información normativa y gestionar datos sensoriales. Esto implica minería de datos, procesamiento del lenguaje natural (NLP) y análisis predictivo, que son esenciales para la toma de decisiones informada. Comercio y E-Commerce La capacidad de comprender correos electrónicos y generar presupuestos automáticos se traduce en optimización de procesos comerciales, mejorando la eficiencia en la atención al cliente y la confección de ofertas personalizadas. Energía y Sostenibilidad La aplicación de la solución para analizar el consumo energético urbano y procesar datos de sensores permite optimizar la gestión de recursos energéticos y contribuir a la sostenibilidad, maximizando la eficiencia en sistemas urbanos. Industria y Manufactura En el ámbito industrial, el análisis de datos sensoriales de procesos de producción y la integración de IA para la predicción de la demanda y la optimización de procesos tienen un impacto significativo en la reducción de costos y el aumento de la productividad. |
NaN |
| 8 | CYC | IA4 Industry | Aplicación de IA para el análisis sobre el comportamiento físico de los procesos | Aplicar la IA en procesos productivos requiere varias etapas no siempre resueltas en el uso de los datos: la captura y almacenamiento de las señales físicas del proceso (temperaturas, presiones, caudales…), su explotación para facilitar el análisis a los expertos del proceso y, finalmente, la identificación y desarrollo de modelos de IA con impacto en los procesos. | En CYC proponemos una solución basada en el concepto de plataforma de analítica corporativa, que recoge las características particulares de un entorno productivo, donde el foco del análisis se centra en las relaciones causa / efecto a lo largo del tiempo, y donde se genera un tipo de dato muy particular que crece muy rápidamente. Integrar este ámbito en la capacidad de análisis de las organizaciones industriales es complejo, pero crítico para aprovechar la capacidad de la IA en la mejora de operaciones productivas. Casos de uso: reentrenamiento de chat inteligente con información contenida en normativa estatal sobre obligaciones técnicas en la construcción de edificios, comprensión del lenguaje natural de correos electrónicos entrantes al departamento comercial para la confección automática de tablas con presupuestos pre formados en tabla resumen, asistente para directores a partir de corpus de bibliografía específica y entrevistas a expertos. Casos de uso: centenares de viviendas de decenas de edificios residenciales, consumo energético urbano, datos de sensores en industria, sensórica en producción agroalimentaria. De este modo, ponemos la tecnología y la Inteligencia Artificial al servicio del desarrollo humano, brindando un autoconocimiento imprescindible como base del crecimiento de cada persona. Los profesionales pueden personalizar los programas de desarrollo y prevención, individuales y colectivos, con datos y normas específicas. | Análisis de Información y Big Data Industria y Manufactura Energía y Sostenibilidad Comercio y E-Commerce |
Análisis de Información y Big Data La plataforma se centra en el análisis de relaciones causa-efecto y en el procesamiento de datos complejos que crecen rápidamente. Esto implica minería de datos, análisis predictivo, y el uso de la IA para generar insights en tiempo real que son fundamentales para la toma de decisiones informada y estratégica en un entorno productivo. Industria y Manufactura Los casos de uso relacionados con datos sensoriales en entornos industriales destacan en la optimización de operaciones productivas y la automatización de procesos, mejorando la eficiencia en la gestión de recursos y reduciendo el tiempo de respuesta ante problemas en la producción. Energía y Sostenibilidad El análisis de datos relacionado con el consumo energético urbano y la sensórica aplicada en procesos agroalimentarios contribuye a la gestión eficiente de recursos energéticos y la planificación sostenible, optimizando tanto la producción como el consumo. Comercio y E-Commerce La comprensión del lenguaje natural para generar presupuestos automáticos y la integración de chats inteligentes para el análisis de normativas facilitan la automatización de procesos comerciales y la mejora en la atención al cliente, aumentando la eficiencia y personalización en las operaciones comerciales. |
NaN |
| 9 | Larraby | IoT Smart Machine | Plataforma que obtiene grandes cantidades de datos de dispositivos conectados en red | Cada vez generamos mayor cantidad de datos. Sin embargo, la cantidad masiva de información, combinada con su variedad y velocidad, ha creado un enorme desafío: cómo gestionar, analizar y extraer valor de estos datos en tiempo real. La mayoría de las empresas carecen de las herramientas y habilidades necesarias para enfrentarse a este reto. Como resultado, la práctica totalidad de los datos generados por los dispositivos IoT permanecen sin explotar, limitando las oportunidades para optimizar las operaciones, mejorar el servicio al cliente y generar nuevas fuentes de ingresos. SmartMachine es la solución que ayuda a transformar estos datos en conocimiento para ejecutar acciones. | SmartMachine utiliza la inteligencia artificial y el aprendizaje profundo para convertir los datos de IoT en información valiosa, presentada de manera accesible a través de cuadros de mando personalizables. Con SmartMachine, las empresas pueden detectar anomalías en tiempo real y tomar decisiones informadas basadas en KPIs relevantes, maximizando así el valor de sus datos. Casos de uso: centenares de viviendas de decenas de edificios residenciales, consumo energético urbano, datos de sensores en industria, sensórica en producción agroalimentaria. De este modo, ponemos la tecnología y la Inteligencia Artificial al servicio del desarrollo humano, brindando un autoconocimiento imprescindible como base del crecimiento de cada persona. Los profesionales pueden personalizar los programas de desarrollo y prevención, individuales y colectivos, con datos y normas específicas. | Análisis de Información y Big Data Energía y Sostenibilidad Industria y Manufactura Agricultura Inteligente |
Análisis de Información y Big Data SmartMachine convierte datos de IoT en información valiosa mediante cuadros de mando personalizables y KPIs relevantes. Esto refleja minería de datos, análisis predictivo y la creación de inteligencia empresarial, fundamentales para empresas que buscan extraer valor de grandes volúmenes de datos en tiempo real. Energía y Sostenibilidad La aplicación de SmartMachine al consumo energético urbano permite optimizar recursos, detectar anomalías en redes energéticas y contribuir a la eficiencia energética. Esto ayuda a las ciudades y empresas a reducir su impacto ambiental y a gestionar mejor sus recursos. Industria y Manufactura En el ámbito industrial, la sensórica aplicada para detectar anomalías y optimizar procesos es esencial para mantenimiento predictivo, automatización y mejora de la eficiencia operativa, reduciendo desperdicios y tiempos de inactividad. Agricultura Inteligente El uso de sensórica en la producción agroalimentaria permite monitorear cultivos, detectar problemas en tiempo real y optimizar el uso de recursos como agua y fertilizantes, impulsando la sostenibilidad y la productividad en el sector agrícola. |
NaN |
| 10 | LexaGo | Lexa Go | Resuelve tus consultas laborales con inmediatez y seguridad jurídica | Profesionales del sector laboral necesitan acceso rápido y eficiente a jurisprudencia para resolver consultas laborales. | Con Lexa Go, los profesionales del sector laboral pueden obtener respuestas inmediatas y con seguridad jurídica a sus dudas laborales, ahorrando tiempo, costes y recursos. La base de datos de Lexa Go destaca por su estructura de celdas de información, la cual organiza y almacena meticulosamente cientos de temas específicos. Esto permite que su inteligencia artificial acceda directamente al lugar correcto para ofrecer la información más precisa, garantizando una fiabilidad superior. Además, Lexa Go apuesta por un modelo híbrido IA-Abogados laboralistas, quienes intervienen en cuestiones complejas donde la IA por sí sola no es suficiente, como temas de estrategia jurídica. | Ciberseguridad y Defensa Análisis de Información y Big Data Recursos Humanos y Gestión de Talento Educación y Formación |
Ciberseguridad y Defensa La plataforma garantiza seguridad jurídica, un componente crítico en el manejo de información sensible del ámbito laboral. Su arquitectura robusta asegura la protección de datos confidenciales y el cumplimiento de normativas, aspectos esenciales en la defensa de la privacidad. Análisis de Información y Big Data La solución se basa en una base de datos meticulosamente estructurada, lo que permite a la IA acceder rápidamente a información específica. Este enfoque refleja minería de datos y la optimización del análisis para generar respuestas precisas, mejorando la toma de decisiones. Recursos Humanos y Gestión de Talento Lexa Go está diseñado para resolver dudas laborales, facilitando la gestión de conflictos y temas legales en el ámbito de RRHH. Esto permite a los responsables de talento humano ahorrar tiempo y recursos al manejar temas complejos con rapidez y eficacia. Educación y Formación Los profesionales que utilizan Lexa Go acceden a información jurídica estructurada y precisa, lo que fomenta el aprendizaje continuo sobre normativa laboral. Además, al involucrar a abogados laboralistas, se potencia el desarrollo profesional y la comprensión estratégica en temas legales. |
NaN |
| 11 | Naitec | NAIData | Análisis y transformación inteligente de los datos para decisiones estratégicas | ¿De qué sirve recoger una ingente cantidad de datos si luego no pueden convertirse en información de valor y explotable?Muchas empresas recopilan datos, pero luego no consiguen transformarlos en un activo por distintos motivos: múltiples fuentes y formatos, datos irrelevantes, errores…Es necesario un proceso posterior de depuración y estandarización que asegure que esos datos son fiables, precisos y relevantes. | NAIData aborda la complejidad de la limpieza de datos desde diferentes ángulos para agilizar la toma de decisiones, reducir los riesgos y potenciar la estrategia de la compañía con información valiosas | Análisis de Información y Big Data Finanzas y Banca Comercio y E-Commerce Ciberseguridad y Defensa |
Análisis de Información y Big Data NAIData se centra en la limpieza de datos, una tarea esencial para garantizar la calidad, precisión y utilidad de los datos en cualquier análisis. Esto es clave para minería de datos, análisis predictivo, y la toma de decisiones basadas en información confiable. Finanzas y Banca En el sector financiero, la limpieza de datos es fundamental para gestionar riesgos, detectar fraudes y optimizar estrategias de inversión. NAIData permite a las organizaciones asegurar la integridad de sus datos, reduciendo errores que pueden impactar decisiones críticas. Comercio y E-Commerce La calidad de los datos es esencial para el análisis de tendencias de consumo, la personalización de experiencias de cliente y la gestión de inventarios. Con datos limpios, las empresas pueden implementar estrategias más precisas y eficaces en el mercado. Ciberseguridad y Defensa La limpieza de datos contribuye a identificar y eliminar anomalías que podrían representar vulnerabilidades en sistemas de información, mejorando la seguridad de redes y la capacidad de respuesta ante posibles amenazas cibernéticas. |
NaN |
| 12 | Naitec | NAIDetect | Detección de objetos y personas | NAIDetect integra sensórica avanzada (radar, LIDAR, cámaras) para recoger información del entorno en tiempo real, según las necesidades de cada aplicación. También desarrolla el proceso de fusión de sensores mediante Inteligencia Artificial para la toma de decisiones automatizada. | NAIDetect integra sensórica avanzada (radar, LIDAR, cámaras) para recoger información del entorno en tiempo real, según las necesidades de cada aplicación. También desarrolla el proceso de fusión de sensores mediante Inteligencia Artificial para la toma de decisiones automatizada.NAIDetect se apoya en las amplias capacidades de NAITEC en desarrollo electrónico (sensorización, HW y SW a medida, comunicaciones IoT) e Inteligencia Artificial para ofrecer una solución completa y a medida. | Transporte y Logística Industria y Manufactura Energía y Sostenibilidad Agricultura Inteligente |
Transporte y Logística La integración de tecnologías como radar, LIDAR y cámaras en tiempo real es esencial para vehículos autónomos, optimización de rutas y gestión de flotas. La fusión de sensores y la toma de decisiones automatizada son clave para mejorar la eficiencia y la seguridad en el transporte. Industria y Manufactura En aplicaciones industriales, la sensórica avanzada y la fusión de datos permiten la automatización de procesos, el mantenimiento predictivo de maquinaria y la mejora de la productividad, optimizando la operación de equipos en entornos complejos. Energía y Sostenibilidad La capacidad de monitorizar y analizar el entorno en tiempo real se alinea con la gestión eficiente de recursos energéticos y la implementación de soluciones IoT para la optimización de consumos en infraestructuras energéticas. Agricultura Inteligente La sensórica avanzada y la fusión de datos tienen aplicaciones claras en el monitoreo de cultivos, el control de plagas y la gestión eficiente de recursos agrícolas, como agua y fertilizantes, contribuyendo a una producción agroalimentaria más sostenible y eficiente. |
NaN |
| 13 | Naitec | NAIprocess | Optimización y Predicción de procesos industriales | El desarrollo de una empresa depende en gran medida de la solidez de sus procesos, que a su vez está relacionada con la calidad final de su producto. Cuanto más eficaz, robusto y sostenible sean su sistema de producción, más competitivo será su producto y más opciones de crecimiento tendrá.De ahí que todas las empresas realicen grandes esfuerzos por conocer, controlar y optimizar en tiempo real las múltiples variables que influyen en sus procesos. | NAIProcess ofrece un alto grado de personalización porque integra diferentes soluciones de digitalización industrial en un solo producto a medida: La flexibilidad de NAIProcess le permite responder a numerosos problemas que enfrentan las empresas a la hora de optimizar sus procesos, como determinar las variables que más influyen sobre él y sus patrones de comportamiento, identificar anomalías y generar alarmas, predecir condiciones de operación óptimas o detectar defectos en el producto mediante Visión e Inteligencia Artificial. Además, NAIProcess ayuda a las empresas a mejorar su eficiencia energética por medio de la simulación fluido-dinámica, térmica y química y la predicción de la demanda energética del proceso. | Industria y Manufactura Energía y Sostenibilidad Análisis de Información y Big Data Ciberseguridad y Defensa |
Industria y Manufactura NAIProcess aborda desafíos como la detección de defectos mediante visión artificial, el análisis de patrones de comportamiento y la predicción de condiciones óptimas de operación, lo que contribuye directamente a la automatización y optimización de procesos de producción. Energía y Sostenibilidad La solución incluye herramientas avanzadas de simulación fluido-dinámica, térmica y química, además de capacidades para predecir la demanda energética del proceso. Estas funciones permiten a las empresas reducir su consumo energético y mejorar la eficiencia en línea con objetivos de sostenibilidad. Análisis de Información y Big Data Al identificar las variables más influyentes en los procesos industriales y detectar anomalías, NAIProcess utiliza técnicas avanzadas de minería de datos y análisis predictivo para proporcionar insights valiosos y tomar decisiones informadas en tiempo real. Ciberseguridad y Defensa La capacidad de NAIProcess para detectar anomalías y generar alarmas no solo optimiza los procesos, sino que también contribuye a la seguridad operativa. Este enfoque es crítico para prevenir fallos o posibles vulnerabilidades en entornos industriales automatizados. |
NaN |
| 14 | Naitec | NAIServ | Servitización de producto en plataforma inteligente de aprendizaje continuo | La servitización de productos es una estrategia por la que cada vez apuestan más empresas. Al ofrecer servicios vinculados a un producto, aumenta el valor añadido de este y se obtienen nuevas vías de ingresos. | La solución de NAIServ obtiene, a través de distintos sensores, datos del producto (o conjunto de productos) que está prestando un servicio y los envía a un centro de procesamiento. Por su sistema avanzado de comunicación, que integra diversos equipos con plataformas centralizadas en la nube o en local, se actualizan en tiempo real datos y modelos de predicción. Así, se consiguen gestionar de forma automatizada y remota: NAIServ es una solución escalable según las necesidades del cliente que ayuda a incrementar la eficiencia de las operaciones mediante la automatización. | Industria y Manufactura Transporte y Logística Energía y Sostenibilidad Análisis de Información y Big Data |
Industria y Manufactura NAIServ permite la gestión automatizada y remota de procesos industriales a través de sensores y plataformas centralizadas. Esto incluye la optimización de operaciones, el mantenimiento predictivo y el monitoreo en tiempo real, esenciales para la industria moderna. Transporte y Logística La capacidad de integrar equipos y datos en tiempo real es crucial en la gestión de flotas, la optimización de rutas, y el seguimiento de mercancías. NAIServ mejora la eficiencia logística mediante la automatización y la conectividad de sistemas. Energía y Sostenibilidad La gestión automatizada y la actualización en tiempo real de datos energéticos contribuyen a optimizar el consumo energético y reducir el desperdicio de recursos, alineándose con los objetivos de sostenibilidad y eficiencia. Análisis de Información y Big Data NAIServ procesa grandes volúmenes de datos capturados por sensores, proporcionando modelos predictivos y análisis en tiempo real. Esto permite identificar tendencias y tomar decisiones informadas, maximizando el valor de la información y optimizando operaciones. |
NaN |
| 15 | Veridas | Onboarding Digital de clientes | Verificación Digital de la Identidad con Biometría Facial y Verificación de documentos de Identidad | Para hacer posible el alta de nuevos clientes de manera digital y remota, las empresas debían ser capaces de verificar con plena certeza que las personas al otro lado de los dispositivos eran realmente quienes decían ser; aportando la seguridad requerida para procesos en muchos casos sensibles, como la apertura de una cuenta bancaria, y evitar el fraude de identidad. | Veridas ofrece tecnología basada en Inteligencia Artificial y Biometría. Por un lado la verificación de documentos de identidad libera más de 30 algoritmos de IA para verificar que el documento es legítimo y captura la imagen de la persona que en él aparece. Esta imagen permite que la segunda parte del proceso, la captura de una imagen de la cara del usuario, confirme que la persona que está haciendo el proceso es realmente y coincide con la persona del documento aportado.Esta combinación de Verificación de Documentos de Identidad (con una cobertura Global) y Tecnología Biométrica de reconocimiento facial, abre un mundo de nuevas posibilidades para bancos, aseguradores, telcos, e infinidad de otras empresas en múltiples sectores, al convertir el proceso de verificación de la identidad de una persona en algo cómodo para el usuario y mucho más seguro que cualquier proceso analógico.Las empresas, una vez que han verificado que las personas son realmente quienes dicen ser, pueden desplegar una gran variedad de casos de uso, tanto en entrenos digitales como físicos, en los que a los nuevos clientes se les habilitan servicios y accesos cada vez que lo reclaman, de manera cómoda, rápida y segura utilizando únicamente su biometría facial, sin necesidad de recordar códigos y contraseñas o tener que portar credenciales físicas que pueden deteriorarse, perderse o ser vulneradas. | Ciberseguridad y Defensa Finanzas y Banca Comercio y E-Commerce Recursos Humanos y Gestión de Talento |
Ciberseguridad y Defensa La tecnología biométrica y la verificación de documentos de identidad son esenciales para garantizar la seguridad en redes y protección de datos. Al combinar algoritmos avanzados de IA con biometría facial, Veridas fortalece la detección de amenazas y la protección frente a suplantaciones de identidad. Finanzas y Banca La solución es ideal para cumplir con normativas como KYC (Know Your Customer) y prevenir fraudes en bancos y aseguradoras. La verificación biométrica simplifica la autenticación de clientes en transacciones digitales y físicas, ofreciendo seguridad y comodidad a la vez. Comercio y E-Commerce Veridas habilita procesos de autenticación seguros y rápidos para clientes en entornos digitales y físicos. Esto facilita la activación de servicios, el acceso a cuentas y la personalización de experiencias en tiendas online y plataformas de comercio electrónico. Recursos Humanos y Gestión de Talento La tecnología puede aplicarse en procesos de verificación de identidad en reclutamiento, control de acceso a oficinas o sistemas, y la gestión de empleados en entornos físicos y remotos. Esto mejora la seguridad y la eficiencia en la gestión del talento. |
NaN |
| 16 | Data Value | Optimización stock y aprovisionamientos | Predicciones que permiten establecer niveles de stock, planes de producción y almacenamiento | Las empresas buscan la optimización de su nivel de stock, minimizando su coste, a la vez que garantizan un stock suficiente para evitar una “rotura de stock” que les impida satisfacer a la demanda o continuar con su proceso productivo. Para ello, es necesario estimar la demanda futura y detectar cualquier oscilación que se produzca con la mayor rapidez posible. | Desde Data Value Management (DVM) se ha creado una plataforma que, en base a las ventas históricas, y la aplicación de modelos de Machine Learning, realiza predicciones sobre las ventas esperadas de cada uno de los productos de la compañía. Tras ello, de manera automática y continua, va analizando la diferencia entre las predicciones y las ventas reales, generando una alerta en caso de que estas desviaciones sean significativas, de acuerdo a los criterios fijados por la compañía. Gracias a esta aplicación, se puede ver gráficamente y mediante tablas toda esta información, así como los intervalos de confianza, de una manera sencilla e interactiva. Las predicciones permiten establecer los planes de producción, los aprovisionamientos y los niveles de stock necesarios. El análisis en tiempo real de las desviaciones permite detectar y corregir con la mayor rapidez posible cualquier desviación que se produzca, lo que minimiza el impacto de estas. Tanto los modelos como las predicciones y el análisis de las desviaciones se generan de forma periódica automáticamente. | Comercio y E-Commerce Análisis de Información y Big Data Industria y Manufactura Transporte y Logística |
Comercio y E-Commerce La predicción de ventas y el análisis de desviaciones permiten gestionar la demanda, optimizar los inventarios y establecer estrategias más precisas en recomendación de productos y planificación comercial. Esto mejora la experiencia del cliente y reduce costos operativos. Análisis de Información y Big Data El uso de modelos de Machine Learning para analizar ventas históricas y predecir resultados futuros es un claro ejemplo de minería de datos y análisis predictivo. Además, la generación automática de reportes y alertas aprovecha las capacidades del Big Data para tomar decisiones informadas en tiempo real. Industria y Manufactura Las predicciones precisas permiten optimizar la planificación de la producción, ajustando los niveles de fabricación a las demandas esperadas. Esto evita excesos o déficits en la producción, mejorando la eficiencia y reduciendo los costos asociados al almacenamiento o interrupciones. Transporte y Logística Al calcular con precisión los niveles de stock y los aprovisionamientos necesarios, la solución ayuda a optimizar la gestión de inventarios y las cadenas de suministro, reduciendo los tiempos y costos logísticos derivados de malas planificaciones. |
NaN |
| 17 | Data Value | Reducción de mermas | Determinar productos defectuosos con IA para reducir mermas y costes | Todas las compañías productoras tienen, hoy en día, elproblema de la existencia de mermas o productos que no cumplen con los estándares marcados para poder ser comercializados. Estos productos tienen que ser reparados, lo que supone incurrir un coste añadido o bien desechados, lo que supone aun un mayor coste. | En la actualidad, se están desarrollando números sistemas que mediante visión artificial que permiten determinar de manera automática y con una altísima precisión cuando una unidad producida no es apta para su comercialización. Esto ha ahorrado una enorme cantidad de horas ya que estas revisiones las han dejado de realizar personas. Además de ello, esto evita que lleguen productos defectuosos al mercado, mejorando la satisfacción del cliente. Sin embargo, estas soluciones no permiten reducir las mermas, solo detectarlas y determinar que producciones han sido defectuosas. Desde Data Value Management (DVM) se ha desarrollado una solución que permite vincular todas las unidades producidas con las variables de producción asociadas a esa producción. A estos datos se les aplican algoritmos de Inteligencia Artificial Explicativa que permiten determinar cuáles son los patrones que provocan una mayor cantidad de productos defectuosos. Tras ello, desde la propia aplicación se pueden visualizar los resultados, lo que permite tomar las medidas adecuadas para reducir las mermas. Esta plataforma puede ser reentrenada de una forma sencilla con nuevos datos, garantizando así la existencia de un proceso de mejora continua que reduzca las mermas de forma progresiva. | Industria y Manufactura Análisis de Información y Big Data Energía y Sostenibilidad Ciberseguridad y Defensa |
Industria y Manufactura La solución se centra en la optimización de procesos de producción al detectar patrones responsables de productos defectuosos y vincularlos con las variables de producción. Esto no solo mejora la calidad del producto, sino que también permite a las empresas reducir las mermas, aumentando la eficiencia operativa. Análisis de Información y Big Data Al procesar grandes volúmenes de datos de producción y aplicar algoritmos de Inteligencia Artificial Explicativa, la solución identifica las causas subyacentes de los defectos. Este uso del análisis predictivo y la visualización de resultados facilita la toma de decisiones basada en datos. Energía y Sostenibilidad Reducir las mermas implica un menor desperdicio de materiales y recursos, contribuyendo a una producción más sostenible. Además, las mejoras en la eficiencia del proceso tienen un impacto positivo en el uso de energía y recursos, alineándose con los objetivos de sostenibilidad empresarial. Ciberseguridad y Defensa La aplicación de IA Explicativa no solo identifica defectos, sino que también garantiza la trazabilidad de datos y las decisiones tomadas durante el proceso. Esto fortalece la seguridad y la confianza en los sistemas de producción automatizados, especialmente en industrias críticas. |
NaN |
| 18 | Conasa | Smart Fields | Solución de campo de última generación. Plataforma cloud de gestión configurable usando componentes open source. | Los márgenes de negocio en la industria de Field services se reducen cada año debido a la concentración de clientes cada vez más grandes que están compitiendo por precio en un mercado muy comoditizado. Los sistemas actuales de gestión de mantenimiento de activos en campo no permiten aplicar sistemas de Deep Learning sobre los datos que se recogen en campo y aprovecharlos para mejorar continuamente en tiempos, consumo de recursos y rentabilidad de las operaciones. | Smart Fields ofrece una plataforma cloud de gestión que es configurable usando componentes open source para responder a los requisitos clave de los clientes en planificación, predicción de la demanda en servicios, asignación automática de trabajos a equipos especializados, gestión de activos y almacenando toda la información en tiempo real en un esquema de datos «datalake» que permite su explotación por los algoritmos de IA y registro en cadenas de blockchain de las actuaciones críticas a demostrar cuando el cliente lo requiera. | Análisis de Información y Big Data Transporte y Logística Ciberseguridad y Defensa Industria y Manufactura |
Análisis de Información y Big Data La plataforma almacena datos en un datalake y utiliza algoritmos de IA para su explotación, lo que permite realizar predicciones de demanda, analizar tendencias y optimizar procesos. Esto es un ejemplo claro de minería de datos y gestión avanzada de información en tiempo real. Transporte y Logística La asignación automática de trabajos a equipos especializados y la gestión de activos son esenciales para optimizar la cadena de suministro y la logística de servicios, mejorando la eficiencia en operaciones y la puntualidad en entregas. Ciberseguridad y Defensa La inclusión de blockchain en la plataforma garantiza un registro seguro y verificable de actuaciones críticas, reforzando la seguridad de datos y la transparencia, elementos clave para la confianza en sectores sensibles. Industria y Manufactura La capacidad de planificación y la asignación automatizada de trabajos son útiles en entornos industriales, donde la gestión de recursos y procesos es crítica. Esto mejora la productividad y reduce el tiempo perdido en la coordinación de tareas complejas. |
NaN |
| 19 | Larraby | Smart Lang | Sistema inteligente que ofrece respuestas utilizando información altamente especializada o interna de la empresa | La información altamente especializada y la información interna o generada en el seno de la empresa son dos de los activos más valiosos. Sin embargo, a medida que las organizaciones crecen y acumulan mayor cantidad de conocimiento, se complica buscar y recuperar lo más relevante de manera eficiente. Además, esta información a menudo es tan específica y única que las soluciones de búsqueda estándar no son capaces de comprenderla y procesarla de manera efectiva, lo que lleva a respuestas inexactas y pérdidas de tiempo. | Smart Lang aborda este problema al utilizar tecnología de inteligencia artificial y técnicas de entrenamiento específico para personalizar los modelos de lenguaje de gran escala (LLM). Esta personalización a partir de documentación proporcionada por el cliente en forma de normas, manuales, correos electrónicos, tablas de precios, etc. permite a Smart Lang comprender y procesar la información interna y especializada de la empresa, proporcionando retroalimentación y respuestas precisas y rápidas a las consultas de los usuarios internos. De este modo, Smart Lang ayuda a las empresas a maximizar el uso de su información interna y especializada, mejorando la eficiencia y la toma de decisiones. Casos de uso: reentrenamiento de chat inteligente con información contenida en normativa estatal sobre obligaciones técnicas en la construcción de edificios, comprensión del lenguaje natural de correos electrónicos entrantes al departamento comercial para la confección automática de tablas con presupuestos pre formados en tabla resumen, asistente para directores a partir de corpus de bibliografía específica y entrevistas a expertos. Casos de uso: centenares de viviendas de decenas de edificios residenciales, consumo energético urbano, datos de sensores en industria, sensórica en producción agroalimentaria. De este modo, ponemos la tecnología y la Inteligencia Artificial al servicio del desarrollo humano, brindando un autoconocimiento imprescindible como base del crecimiento de cada persona. Los profesionales pueden personalizar los programas de desarrollo y prevención, individuales y colectivos, con datos y normas específicas. | Análisis de Información y Big Data Educación y Formación Comercio y E-Commerce Industria y Manufactura |
Análisis de Información y Big Data Smart Lang utiliza LLM personalizados para procesar grandes volúmenes de información interna y especializada. Esto implica minería de datos, procesamiento del lenguaje natural (NLP) y toma de decisiones basada en datos, optimizando el acceso y uso de la información empresarial. Educación y Formación La solución actúa como un asistente inteligente que mejora el aprendizaje organizacional al personalizar y simplificar el acceso a normativa, manuales, y bibliografía específica. Esto facilita la formación continua de empleados y la comprensión de información técnica. Comercio y E-Commerce Al generar automáticamente tablas con presupuestos a partir de correos electrónicos y normativa, Smart Lang optimiza procesos en el departamento comercial, mejorando la eficiencia en la atención al cliente y personalizando las ofertas comerciales. Industria y Manufactura La solución permite procesar datos relacionados con normas técnicas y sensores industriales, ayudando en la automatización de tareas administrativas y de planificación. Esto mejora la gestión operativa y facilita la toma de decisiones basadas en información técnica específica. |
NaN |
| 20 | Talk2db | Talk2db | Herramienta que nos permite hablar de manera natural con nuestra base de datos | Hoy en día, tenemos cada vez más información almacenada digitalmente sobre nuestros productos, clientes, ventas y procesos. Sin embargo, solo una pequeña parte de esta información es accesible para aquellos usuarios que no tienen conocimientos informáticos. El resto de la empresa no tiene acceso a dicha información o solo tiene acceso a una parte a través de informes y listados dentro de un software específico. Cuando desean consultar algo en particular, deben exportarlo a Excel y filtrarlo, o incluso pedir al departamento de informática que exporte cierta información. | Talk2db te permite hablar con tu base de datos usando lenguaje natural. ¿Qué producto fue el más vendido en el primer trimestre de 2022? – El artículo que más se vendió fue «patatas al suave punto de sal», con un total de 3.415 unidades vendidas. Talk2db interpreta tu pregunta, se conecta a tu base de datos y extrae la información pertinente, expresando la respuesta en lenguaje natural. | Análisis de Información y Big Data Comercio y E-Commerce Finanzas y Banca Educación y Formación |
Análisis de Información y Big Data Talk2db permite extraer y procesar información compleja directamente desde bases de datos mediante lenguaje natural. Esto facilita la toma de decisiones basada en datos y democratiza el acceso a la información empresarial, sin necesidad de conocimientos técnicos avanzados. Comercio y E-Commerce La capacidad de responder preguntas sobre ventas, productos más vendidos o tendencias es crucial para optimizar estrategias en gestión de inventarios, análisis de comportamiento del consumidor, y planificación comercial. Finanzas y Banca Talk2db puede ser aplicado para consultar información financiera, realizar análisis de transacciones o identificar patrones en ingresos y gastos. Esto simplifica el acceso a datos importantes para la gestión financiera. Educación y Formación La funcionalidad de interpretar y responder preguntas en lenguaje natural sobre bases de datos fomenta el aprendizaje y uso de herramientas analíticas. Esto facilita la formación de empleados y equipos en el uso eficiente de los datos organizacionales. |
NaN |
| 21 | Tasiva | TransporTASInteligencia Artificial aplicada al hormigón | Aplicación para comprobar la calidad del hormigón desde la fabricación a la entrega | Las empresas que fabrican hormigón dan una categoría a su producto cuando sale de sus amasadoras y en el corto recorrido que deben recorrer en los camiones hormigoneras necesitan que la calidad se mantenga y se entregue como el cliente desea, evitando devoluciones o conflictos sobre cuál es la calidad del producto cuando llega a destino. | TasivaVision ha desarrollado una IA que, teniendo en cuenta la captura en tiempo real de los datos del camión mientras circula, como la velocidad, la temperatura ambiente, velocidades de la cuba y otras variables, determina la calidad del hormigón con precisión durante el viaje y en el momento de la entrega. Incluso se está trabajando en el desarrollo de la aplicación durante la producción y ser capaces de predecir la trazabilidad del producto y cómo le va a llegar al cliente. | Industria y Manufactura Transporte y Logística Energía y Sostenibilidad Análisis de Información y Big Data |
Industria y Manufactura La solución aborda la calidad del hormigón desde la producción hasta la entrega. Este enfoque mejora los procesos de control de calidad en tiempo real, optimizando las operaciones en la producción industrial de materiales. Transporte y Logística Al utilizar datos en tiempo real de los camiones en movimiento, la solución optimiza la trazabilidad del producto y garantiza que el hormigón llegue al cliente en condiciones óptimas. Esto mejora la logística de entrega en un sector altamente sensible al tiempo y las condiciones ambientales. Energía y Sostenibilidad La optimización del transporte y la previsión del estado del hormigón permiten reducir desperdicios y mejorar la eficiencia en el uso de materiales, lo que contribuye a un uso más sostenible de los recursos. Análisis de Información y Big Data La recopilación y análisis de variables en tiempo real, como temperatura, velocidad y rotación de la cuba, representa un ejemplo claro de procesamiento de grandes volúmenes de datos. Este análisis predictivo permite tomar decisiones basadas en datos que garantizan la calidad del producto final. |
NaN |
| 22 | Tafalla Iron Foundry | NaN | NaN | La arenería de moldeo genera la mitad de los rechazos que tenemos en planta y en cliente. | La empresa introdujo la Inteligencia Artificial para anticiparse a las condiciones que va a presentar la arena. | Industria y Manufactura Análisis de Información y Big Data Ciberseguridad y Defensa Energía y Sostenibilidad |
Industria y Manufactura La arenería de moldeo es crítica en procesos industriales como la fundición. Usar IA para anticiparse a las condiciones de la arena permite reducir rechazos en planta y en cliente, optimizando el control de calidad y aumentando la eficiencia de la producción. Análisis de Información y Big Data La IA aplicada a la arenería requiere analizar grandes volúmenes de datos en tiempo real, como composición, humedad y temperatura de la arena. Esto refleja el uso de análisis predictivo y minería de datos para prever problemas y ajustar los procesos. Ciberseguridad y Defensa En un entorno industrial digitalizado, donde sensores y sistemas están conectados, es esencial proteger la integridad de los datos procesados por la IA. La inclusión de mecanismos de seguridad garantiza que las predicciones sean fiables y no manipuladas. Energía y Sostenibilidad Reducir rechazos implica un menor desperdicio de recursos materiales y energéticos, mejorando la eficiencia en el uso de recursos y contribuyendo a una producción más sostenible, alineada con prácticas responsables medioambientalmente. |
NaN |
| 23 | Human AI – DATAI – SNE - Jesuitinas | NaN | NaN | alternativa a los métodos tradicionales de valoración, evitando los sesgos de auto percepción y deseabilidad social. | Creación y co-diseño junto a centros educativos y entidades de formación y empleo de una solución basada en inteligencia artificial para la caracterización de la personalidad y las competencias socioemocionales a partir de textos escritos | Educación y Formación Recursos Humanos y Gestión de Talento Análisis de Información y Big Data Salud y Biotecnología |
Educación y Formación Esta solución es especialmente relevante para evaluar y personalizar procesos educativos. Al trabajar junto a centros educativos y de formación, la tecnología ayuda a identificar las competencias socioemocionales de los estudiantes y diseñar programas adaptativos que mejoren su desarrollo personal y profesional. Recursos Humanos y Gestión de Talento La caracterización de competencias socioemocionales a partir de textos escritos es clave para procesos de selección y evaluación en el ámbito laboral. Permite evitar sesgos tradicionales y proporciona información objetiva para gestionar talento y diseñar planes de desarrollo. Análisis de Información y Big Data La solución analiza grandes volúmenes de texto para identificar patrones y características de personalidad, haciendo uso de técnicas avanzadas de procesamiento del lenguaje natural (NLP) y minería de datos, garantizando resultados precisos y escalables. Salud y Biotecnología Al evaluar aspectos socioemocionales y de personalidad, esta herramienta puede aplicarse en programas de bienestar emocional y prevención de problemas psicológicos, contribuyendo a la mejora de la salud mental en contextos educativos y laborales. |
NaN |
| 24 | INTIA | NaN | NaN | desarrollo de un modelo predictivo de eclosión de una plaga en Navarra, el taladro de la alcachofa | Con ello, pretenden adelantarse al comportamiento de esta plaga para poder tomar decisiones en tiempo real en función de unos parámetros determinados. | Agricultura Inteligente Análisis de Información y Big Data Energía y Sostenibilidad Ciberseguridad y Defensa |
Agricultura Inteligente Este modelo predictivo está directamente relacionado con la detección y control de plagas. Permite a los agricultores planificar medidas preventivas y proteger los cultivos, optimizando el rendimiento agrícola y reduciendo pérdidas. Análisis de Información y Big Data La predicción de la eclosión de plagas requiere analizar grandes volúmenes de datos relacionados con factores como clima, temperatura y humedad. Esto implica el uso de análisis predictivo y técnicas de procesamiento de datos ambientales. Energía y Sostenibilidad Al prevenir la proliferación de plagas, se reduce la necesidad de aplicar pesticidas de manera indiscriminada, contribuyendo a una agricultura más sostenible y minimizando el impacto ambiental. Ciberseguridad y Defensa La implementación de modelos predictivos y sistemas IoT para monitorizar parámetros puede requerir protección de datos y redes. Garantizar la seguridad en el manejo de esta información es crucial para evitar vulnerabilidades en sistemas agrícolas conectados. |
NaN |
| 25 | Ulzama Digital | NaN | NaN | Este tipo de soluciones es útil para optimizar las compras y almacenamiento de recursos, reduciendo costes y evitando el desabastecimiento o el exceso de stock. En este caso, el problema al que hace referencia la solución sería la dificultad de prever con precisión la cantidad y el tipo de papel que será necesario en el futuro, posiblemente debido a fluctuaciones en la demanda o cambios en los requisitos de producción. | Junto a la empresa TIC, ha desarrollado un proyecto de predicción de la cantidad y tipo de papel que necesitará en el futuro | Análisis de Información y Big Data Industria y Manufactura Energía y Sostenibilidad Comercio y E-Commerce |
Análisis de Información y Big Data Este proyecto utiliza modelos predictivos para anticipar necesidades futuras, lo cual implica minería de datos y análisis de tendencias. Procesar información histórica y factores de demanda en tiempo real es esencial para optimizar el uso de recursos. Industria y Manufactura Predecir la cantidad y tipo de papel necesario impacta directamente en la planificación de la producción y la gestión de insumos en la industria papelera, mejorando la eficiencia en la cadena de suministro. Energía y Sostenibilidad Al anticipar con precisión las necesidades de papel, se evita la sobreproducción y el desperdicio, lo que contribuye a un uso más sostenible de recursos naturales como madera, agua y energía en el proceso de fabricación de papel. Comercio y E-Commerce La capacidad de prever la demanda de papel beneficia a sectores comerciales que dependen de este insumo, permitiendo a empresas ajustar inventarios y optimizar la logística de suministro para satisfacer las necesidades del mercado. |
NaN |
| 26 | Mutua Navarra | BoneView | NaN | la detección tardía o errónea de fracturas óseas en radiografías estándar, lo cual puede llevar a diagnósticos incorrectos, retrasos en el tratamiento y posibles complicaciones para los pacientes. Problemas específicos abordados: Errores en la interpretación radiológica: Los radiólogos y médicos pueden pasar por alto fracturas sutiles debido a fatiga, experiencia limitada o sobrecarga de trabajo. Retrasos en el diagnóstico: En hospitales con alta demanda, la lectura manual de radiografías puede tomar tiempo, afectando el inicio del tratamiento. Acceso limitado a especialistas: En zonas con pocos radiólogos especializados, la interpretación de radiografías puede ser menos precisa, afectando la calidad del diagnóstico. Reducción de errores médicos: La IA actúa como una segunda opinión automática, ayudando a los médicos a tomar decisiones más precisas y reduciendo la tasa de diagnósticos erróneos. Esta solución mejora la eficiencia en los servicios de urgencias y radiología, optimizando el flujo de trabajo médico y mejorando la seguridad del paciente. |
Solución de inteligencia artificial basada en deep learning para la detección de fracturas en radiografías estándar. Proporciona a los radiólogos y médicos de urgencias una segunda lectura instantánea y automática de las radiografías de trauma, mejorando la precisión diagnóstica y reduciendo los errores médicos | Salud y Biotecnología Análisis de Información y Big Data Educación y Formación Ciberseguridad y Defensa |
Salud y Biotecnología La solución mejora la precisión diagnóstica al proporcionar una segunda lectura automática e instantánea a partir de radiografías estándar, reduciendo errores médicos y acelerando la atención en casos de trauma, lo cual es crucial en entornos médicos y de urgencias. Análisis de Información y Big Data Al analizar grandes cantidades de datos de imágenes médicas, la IA utiliza modelos de deep learning para detectar patrones y anomalías en tiempo real, aplicando minería de datos para perfeccionar continuamente su capacidad diagnóstica. Educación y Formación Los médicos pueden usar esta herramienta como un recurso de aprendizaje para mejorar su comprensión de patrones radiográficos. Además, los informes generados automáticamente pueden ser útiles en la formación de nuevos profesionales de la salud. Ciberseguridad y Defensa La gestión y análisis de datos médicos sensibles requiere garantizar la seguridad y privacidad de la información. Esto incluye proteger las imágenes y los diagnósticos contra accesos no autorizados, asegurando el cumplimiento de las normativas de protección de datos en salud. |
NaN |
| 27 | Mutua Navarra | Tissue Segmentation | NaN | segmentación manual lenta e imprecisa del muslo en imágenes de resonancia magnética (RM), lo cual puede afectar la investigación biomédica, la planificación quirúrgica y el análisis clínico. Problemas específicos abordados: Tiempos prolongados en segmentación manual: Los métodos tradicionales requieren intervención humana intensiva, lo que los hace lentos y susceptibles a errores. Variabilidad entre observadores: Diferentes especialistas pueden segmentar los tejidos de manera inconsistente, afectando la reproducibilidad de los estudios. Necesidad de análisis más detallado: La segmentación automática permite clasificar tejidos musculares, grasos y óseos con mayor precisión, facilitando estudios clínicos y biomecánicos. Acceso a herramientas avanzadas: Al ser software libre en 3D Slicer, investigadores y médicos pueden beneficiarse sin necesidad de costosas soluciones comerciales. Esta extensión mejora la eficiencia y precisión en la segmentación del muslo en RM, optimizando el flujo de trabajo en investigación y aplicaciones clínicas. |
Extensión para 3D Slicer que permite generar la segmentación 2D/3D del muslo a partir de imágenes de resonancia magnética (RM). Utiliza algoritmos de aprendizaje automático para analizar y segmentar imágenes, identificando y clasificando diferentes tipos de tejidos de manera más eficiente y precisa que los métodos manuales. IMPLANTADA (y disponible como software libre para la comunidad de 3D Slicer) | Salud y Biotecnología Análisis de Información y Big Data Educación y Formación Industria y Manufactura |
Salud y Biotecnología La extensión permite una segmentación precisa de tejidos en imágenes de resonancia magnética, optimizando diagnósticos y tratamientos relacionados con el muslo y otras aplicaciones médicas. Su capacidad de analizar imágenes médicas con aprendizaje automático mejora significativamente la eficiencia clínica. Análisis de Información y Big Data El software procesa grandes volúmenes de datos de imágenes médicas, aplicando modelos de aprendizaje automático para identificar y clasificar tejidos. Esto contribuye al avance de la medicina basada en datos, facilitando la investigación y el desarrollo en salud. Educación y Formación Como software libre, la extensión permite a estudiantes y profesionales de la salud aprender y experimentar con segmentación médica avanzada, promoviendo la formación en el uso de herramientas tecnológicas modernas para imágenes médicas. Industria y Manufactura La segmentación precisa también puede tener aplicaciones en la planificación de prótesis y dispositivos médicos personalizados. La capacidad de analizar estructuras anatómicas en 3D puede integrarse en procesos de diseño y producción de equipos médicos innovadores. |
NaN |
| 28 | Mutua Navarra | Tissue Segmentation 2.0 | NaN | falta de flexibilidad y accesibilidad en la segmentación automática de tejidos mediante aprendizaje automático, lo que limita su aplicabilidad a regiones específicas del cuerpo y requiere intervención experta para ajustes y entrenamiento. Problemas específicos abordados: Dependencia de modelos predefinidos: Actualmente, la extensión Tissue Segmentation está entrenada para ciertas áreas del cuerpo, restringiendo su uso en otras aplicaciones clínicas o de investigación. Falta de autonomía del personal sanitario: Sin una interfaz accesible para el entrenamiento de modelos, los usuarios deben depender de expertos en IA para adaptar la segmentación a nuevas regiones anatómicas. Limitaciones en la personalización de modelos: Sin la posibilidad de entrenar el modelo con datos específicos de cada institución o caso clínico, se reducen la precisión y aplicabilidad de los resultados. Mayor accesibilidad a técnicas avanzadas: Facilitar el entrenamiento autónomo de la IA permitiría a hospitales y centros de investigación adaptar la herramienta sin necesidad de conocimientos avanzados en programación o machine learning. Con esta ampliación, el personal sanitario podrá entrenar y adaptar la extensión de segmentación de tejidos a cualquier parte del cuerpo, haciendo la herramienta más versátil y accesible para diferentes aplicaciones médicas y de investigación. |
Ampliación de las capacidades de la extensión Tissue Segmentation para que el personal sanitario sea autónomo en el entrenamiento de la extensión para que sea aplicable a cualquier parte del cuerpo. EN DESARROLLO | Salud y Biotecnología Análisis de Información y Big Data Educación y Formación Industria y Manufactura |
Salud y Biotecnología La extensión permite una segmentación precisa de tejidos en imágenes de resonancia magnética, optimizando diagnósticos y tratamientos relacionados con el muslo y otras aplicaciones médicas. Su capacidad de analizar imágenes médicas con aprendizaje automático mejora significativamente la eficiencia clínica. Análisis de Información y Big Data El software procesa grandes volúmenes de datos de imágenes médicas, aplicando modelos de aprendizaje automático para identificar y clasificar tejidos. Esto contribuye al avance de la medicina basada en datos, facilitando la investigación y el desarrollo en salud. Educación y Formación Como software libre, la extensión permite a estudiantes y profesionales de la salud aprender y experimentar con segmentación médica avanzada, promoviendo la formación en el uso de herramientas tecnológicas modernas para imágenes médicas. Industria y Manufactura La segmentación precisa también puede tener aplicaciones en la planificación de prótesis y dispositivos médicos personalizados. La capacidad de analizar estructuras anatómicas en 3D puede integrarse en procesos de diseño y producción de equipos médicos innovadores. |
NaN |
| 29 | Tasubinsa | NaN | NaN | falta de precisión en la planificación y gestión de la demanda en función de los pedidos previos, lo que puede generar ineficiencias operativas y pérdidas económicas. Problemas específicos abordados: Dificultad en la previsión de la demanda: Sin un modelo predictivo, las empresas dependen de estimaciones manuales o reglas heurísticas que pueden ser imprecisas. Sobreproducción o desabastecimiento: Errores en la planificación pueden generar exceso de stock o falta de productos, afectando la rentabilidad y la satisfacción del cliente. Gestión ineficiente de recursos: Sin predicciones precisas, las empresas pueden enfrentar problemas en la asignación de materiales, personal y logística. Decisiones estratégicas sin respaldo de datos: Un algoritmo de predicción basado en datos permite a las empresas tomar decisiones informadas sobre producción, compras y distribución. Esta solución mejora la gestión de la demanda al proporcionar estimaciones confiables a 2 meses vista, optimizando la planificación y reduciendo costos operativos. |
A partir de los datos generados por la empresa en función de una serie de pedidos, se ha creado un algoritmo que permite conseguir predecir de las previsiones a futuro a 2 meses vista. | Análisis de Información y Big Data Comercio y E-Commerce Industria y Manufactura Transporte y Logística |
Análisis de Información y Big Data La creación del algoritmo predictivo implica el uso de modelos de machine learning para analizar datos históricos y generar previsiones a futuro. Esto es un ejemplo de análisis predictivo aplicado a la gestión de pedidos y planificación empresarial. Comercio y E-Commerce La predicción de pedidos futuros ayuda a anticipar la demanda, ajustar inventarios y mejorar la gestión comercial. Esto es clave para optimizar la experiencia del cliente y garantizar la disponibilidad de productos. Industria y Manufactura Con previsiones precisas, las empresas pueden planificar la producción de manera eficiente, ajustando los niveles de fabricación para evitar sobreproducción o escasez de productos, mejorando la gestión de recursos. Transporte y Logística Al predecir la demanda a dos meses vista, la empresa puede optimizar las operaciones logísticas, como la gestión de envíos, distribución y almacenamiento. Esto reduce costos y mejora la eficiencia de la cadena de suministro. |
NaN |
| 30 | Sumitomo | NaN | NaN | dificultad para buscar y recuperar información relevante en documentos multilingües de manera eficiente y semántica, especialmente cuando se requieren términos equivalentes en distintos idiomas o búsquedas más avanzadas que las tradicionales basadas en palabras clave. Problemas específicos abordados: Limitaciones en las búsquedas convencionales: Los métodos tradicionales dependen de coincidencias exactas de palabras, lo que puede omitir documentos relevantes si los términos no coinciden exactamente. Búsqueda semántica mejorada: Al usar una base de datos vectorial y modelos de lenguaje, la herramienta entiende el significado detrás de las palabras, mejorando la precisión de los resultados. Dificultad en la búsqueda multilingüe: Usuarios que trabajan con documentos en distintos idiomas pueden recuperar información sin necesidad de traducir manualmente sus consultas. Interacción más intuitiva con la herramienta: La integración de un modelo de lenguaje permite que los usuarios realicen búsquedas más naturales, formulando preguntas en lenguaje cotidiano en lugar de depender de operadores de búsqueda complejos. Esta solución facilita la gestión y recuperación de información en grandes volúmenes de documentos, mejorando la eficiencia en sectores como administración pública, investigación y empresas con documentación en múltiples idiomas. |
Junto a la ayuda de la empresa Guadaltel, se ha desarrollado una base de datos vectorial que permite realizar una búsqueda en documentos, a través de palabras y significado en diferentes idiomas, añadiendo un modelo de lenguaje para poder interactuar con la propia herramienta | Análisis de Información y Big Data Ciberseguridad y Defensa Educación y Formación Comercio y E-Commerce |
Análisis de Información y Big Data La base de datos vectorial permite realizar búsquedas avanzadas basadas en palabras y significados en múltiples idiomas. Esto refleja el uso de técnicas de procesamiento del lenguaje natural (NLP) y modelos de lenguaje, esenciales para organizar y analizar grandes volúmenes de información. Ciberseguridad y Defensa Al manejar datos multilingües y herramientas de búsqueda basadas en significado, la solución requiere garantizar la protección de datos sensibles y prevenir accesos no autorizados. Esto es crucial en entornos donde la información es crítica o confidencial. Educación y Formación La herramienta facilita el acceso a documentos y materiales en diferentes idiomas, promoviendo el aprendizaje multilingüe y la exploración de información académica o profesional de manera más eficiente. Comercio y E-Commerce La capacidad de buscar documentos basados en significado en lugar de palabras exactas es útil para mejorar la experiencia de los usuarios en plataformas comerciales, optimizando la búsqueda de productos, contratos o información clave en diferentes idiomas. |
NaN |
| 31 | Larraby | NaN | NaN | 1. Falta de visibilidad y análisis automatizado sobre la igualdad de género en convenios colectivos Problemas específicos abordados: Dificultad para extraer información clave de los convenios sectoriales y de empresa debido a su gran volumen y redacción heterogénea. Falta de transparencia y comparabilidad en las medidas de igualdad de género entre distintos sectores. Ausencia de recomendaciones basadas en datos para mejorar la equidad de género en el ámbito laboral. ✅ Impacto: Facilita la evaluación de políticas de igualdad de género en convenios laborales, permitiendo identificar sectores más avanzados y áreas de mejora. |
Junto con la CEN: Análisis mediante IA generativa de los convenios sectoriales (unos 30) y convenios de empresa (unos 400) de Navarra para la extracción de a) cláusulas y b) medidas de igualdad de género. A partir del resultado parcial inicial y mediante un segundo proceso con IA generativa se consolida la información relevante para ofrecer resultados de igualdad de género por sector productivo e información sobre qué sectores mejoran las medidas de igualdad individualmente respecto a sus convenios sectoriales. Finalmente, con la ayuda de un tercer proceso de IA generativa se diseña un conjunto de recomendaciones orientadas a mejorar la igualdad de género actuando sectorialmente.b)b. Junto con el defensor del Pueblo: Análisis comparativo cruzado de los 17 Estatutos de autonomía de España y respecto a la Constitución Española en materia de derechos fundamentales de la ciudadanía. | Análisis de Información y Big Data Recursos Humanos y Gestión de Talento Educación y Formación Ciberseguridad y Defensa |
Análisis de Información y Big Data El análisis de convenios sectoriales y empresariales, así como de los Estatutos de autonomía, implica procesar y estructurar grandes volúmenes de texto. El uso de IA generativa permite la extracción y consolidación de información relevante, identificando patrones y diferencias clave. Recursos Humanos y Gestión de Talento El enfoque en la igualdad de género y las recomendaciones generadas para mejorarla se relacionan directamente con la gestión de talento y la implementación de políticas inclusivas en las empresas. Esto contribuye a un entorno laboral más equitativo y competitivo. Educación y Formación El análisis comparativo y las recomendaciones generadas tienen un valor educativo al aumentar la comprensión sobre los derechos fundamentales y la igualdad de género. Estas herramientas también pueden servir para formar a profesionales en áreas como legislación laboral y derechos humanos. Ciberseguridad y Defensa Al manejar documentos legales sensibles como convenios y Estatutos, la solución requiere garantizar la integridad, seguridad y confidencialidad de los datos procesados. Esto es esencial para proteger información crítica y evitar el mal uso de los resultados generados por la IA. |
NaN |
| 32 | InsAIght | NaN | NaN | dificultad y el alto costo del diseño de proteínas funcionales para aplicaciones biomédicas e industriales, que tradicionalmente requiere largos procesos experimentales y computacionales. Problemas específicos abordados: Proceso lento y costoso del diseño de proteínas: El desarrollo tradicional implica años de experimentación en laboratorio, aumentando los costos y tiempos de investigación. Falta de herramientas automatizadas para el diseño de proteínas personalizadas: No existen muchas soluciones accesibles que permitan diseñar proteínas a medida de forma rápida y precisa. Dificultad en la traducción entre estructura y secuencia de proteínas: La predicción de secuencias funcionales a partir de estructuras es un reto en bioinformática y biotecnología. Limitaciones en la modificación y optimización de proteínas existentes: La capacidad de realizar inpainting (rellenar o modificar regiones específicas de una proteína) permite optimizar funciones sin necesidad de rediseñar completamente la proteína. ✅ Impacto: Facilita el diseño rápido y eficiente de proteínas con aplicaciones en medicina (terapias, enzimas), biotecnología (bioingeniería, materiales sintéticos) e industria (detergentes, biocombustibles), acelerando la innovación en biología sintética. |
Desarrollo de una plataforma basada en modelos de IA con el objetivo de automatizar el diseño de proteínas a la carta. Para este fin, cuenta con una batería de modelos de aprendizaje profundo que se encargan de resolver distintas tareas. El modelo central de su plataforma se denomina StructureGPT, y es un modelo de lenguaje entrenado para traducir estructura de proteína a su secuencia. Como resultado de su entrenamiento, StructureGPT posee dos capacidades principales: generatividad e inpainting. | Salud y Biotecnología Análisis de Información y Big Data Educación y Formación Energía y Sostenibilidad |
Salud y Biotecnología El diseño de proteínas a medida tiene aplicaciones directas en el desarrollo de medicamentos, terapias personalizadas, y biotecnología industrial. La capacidad generativa de StructureGPT puede revolucionar el diseño de proteínas para aplicaciones terapéuticas y diagnósticas. Análisis de Información y Big Data Resolver problemas de diseño de proteínas requiere procesar grandes cantidades de datos moleculares y estructurales. La plataforma utiliza modelos avanzados de aprendizaje profundo para analizar y generar información compleja, lo que refleja la aplicación del Big Data en biociencias. Educación y Formación La tecnología subyacente y los resultados del modelo pueden ser herramientas formativas en campos como la bioinformática, biología molecular, y el diseño de proteínas. Esto fomenta el aprendizaje y la investigación en áreas de frontera científica. Energía y Sostenibilidad Las proteínas diseñadas a la carta pueden ser utilizadas para mejorar procesos sostenibles, como la creación de biocatalizadores para producción química verde, soluciones en agricultura, y la optimización de recursos en industrias como la alimentaria o la energética. |
NaN |
| 33 | Tesicnor | Noe | NaN | falta de capacidad de respuesta y gestión eficiente de emergencias ambientales, lo que puede agravar los daños provocados por desastres naturales y poner en riesgo a la población. Problemas específicos abordados: Retrasos en la activación de alertas y respuesta ante desastres: La falta de automatización puede generar demoras críticas en la emisión de avisos y coordinación de equipos de emergencia. Falta de integración de datos históricos y en tiempo real: Sin un análisis inteligente, no se pueden optimizar planes de prevención ni mejorar la precisión de las alertas. Dificultad en la coordinación de respuestas a emergencias: La gestión manual de crisis puede ser caótica, afectando la toma de decisiones y la eficiencia de las acciones preventivas. Baja accesibilidad a la información para ciudadanos y entidades: Sin una plataforma centralizada, la población y las autoridades pueden no recibir avisos a tiempo para tomar medidas preventivas. ✅ Impacto: La herramienta NOE permite a entidades públicas y privadas anticiparse y responder de manera eficiente a emergencias ambientales, minimizando riesgos y mejorando la coordinación mediante IA, datos en tiempo real y automatización de avisos y protocolos de acción. |
Desarrollo y entrenamiento de modelos de inteligencia artificial con el objetivo de mejorar la capacidad de respuesta frente a los riesgos ambientales asesorando a entidades públicas y privadas en la reducción del riesgo provocado por desastres naturales. Un sistema de alerta temprana y gestión de emergencias producidas por inundaciones, tormentas y rayos, incendios forestales, vientos fuertes, temperaturas (altas y bajas), etc. Este sistema debe automatizar el lanzamiento de avisos por emergencia medioambiental, así como las acciones a realizar según nivel de emergencia, gracias al tratamiento de datos medioambientales registrados en distintas bases de datos y datos en tiempo real, mediante la ejecución de éstos modelos de Inteligencia Artificial. Dispone de: HISTÓRICO DE DATOS Disposición de un histórico de datos que nos permite revisar y aprender para mejorar Planes y Estudios eficientes. Además, la herramienta NOE recoge y registra los datos continuamente en nuestra base de datos. TIEMPO REAL Uso de datos en tiempo real de pluviometría y aforo utilizados para generar avisos automáticos (SMS y correo electrónico). AUTOMATIZACIÓN Identificación y automatización del lanzamiento de avisos por riesgo de inundación, así como las acciones a realizar, según nivel de emergencia y equipo de emergencia. ventajas del servicio: Aplicación web y móvil. Envío de SMS a la población. Coordinación de actuaciones a realizar desde la app. Visualización de datos en tiempo real. Avisos automáticos según datos a tiempo real: Datos de pluviometría y de aforadores de ríos. |
Energía y Sostenibilidad Análisis de Información y Big Data Ciberseguridad y Defensa Transporte y Logística |
Energía y Sostenibilidad Este sistema apoya la gestión ambiental sostenible al anticipar riesgos naturales y proporcionar herramientas para mitigar su impacto. Contribuye a la resiliencia frente al cambio climático y al diseño de estrategias de adaptación en sectores críticos. Análisis de Información y Big Data El sistema procesa grandes volúmenes de datos medioambientales históricos y en tiempo real, aplicando modelos avanzados de IA para predecir fenómenos naturales y automatizar la toma de decisiones en emergencias. Ciberseguridad y Defensa Un sistema crítico como este debe garantizar la integridad y seguridad de los datos utilizados en la predicción de desastres. Protegerlo de accesos no autorizados o manipulaciones es esencial para evitar fallos que podrían poner en peligro vidas humanas. Transporte y Logística Las alertas tempranas y las acciones automatizadas impactan directamente en la gestión logística en emergencias, asegurando la evacuación oportuna, el envío eficiente de recursos de ayuda y la protección de infraestructuras clave frente a desastres naturales. |
NaN |
| 34 | NAIR Center | UPNA Green Smart & Sustainable Campus | NaN | gestión ineficiente de la producción, almacenamiento y consumo de energía fotovoltaica en un campus universitario, optimizando el uso de recursos renovables y reduciendo la dependencia de fuentes no sostenibles. Problemas específicos abordados: Dificultad en la predicción de generación fotovoltaica: La producción de energía solar es variable y depende de múltiples factores (clima, estacionalidad, irradiación solar), lo que hace necesario un modelo predictivo preciso. Gestión óptima del almacenamiento de energía: Sin un sistema inteligente, la carga y descarga de baterías puede ser ineficiente, acelerando su degradación y reduciendo su vida útil. Optimización del consumo energético del campus: La necesidad de coordinar cargas regulables y no regulables para maximizar el autoconsumo y minimizar costos. Cumplimiento de requisitos técnicos para la inyección a la red: Se debe garantizar la estabilidad de frecuencia y tensión al verter energía excedente, evitando penalizaciones. Maximización del ahorro económico: Tomar decisiones basadas en el precio del mercado eléctrico para vender, almacenar o consumir energía en los momentos más favorables. ✅ Impacto: Esta solución permite convertir el campus en un sistema energético inteligente, optimizando la producción, almacenamiento y consumo de energía, reduciendo costos y aumentando la sostenibilidad. |
Diseño de algoritmos de inteligencia artificial que, con diferentes variables de entrada que permitan, permitan predecir la producción de energía fotovoltaica y controlar el sistema de almacenamiento.La Universidad Pública de Navarra (UPNA) ha instado unos 7.000 paneles fotovoltaicos y los ha conectado a la red eléctrica para su entrada en funcionamiento. Esta actuación forma parte del proyecto “UPNA Green Smart & Sustainable Campus”, que convertirá a la UPNA en un campus sostenible e inteligente al reducir su consumo de energía primaria procedente de fuentes no renovables en más de un 30%. Además de las placas fotovoltaicas, en 2024 se colocará un sistema de baterías para acumular la energía eléctrica excedentaria. El proyecto, que cuenta con una página web que permite monitorizarlo, contempla la instalación de aproximadamente 3,5 MW de potencia pico de módulos fotovoltaicos en los edificios del campus, con una generación anual estimada de electricidad de aproximadamente 4 GWh (gigavatios hora). De esta generación, más del 75% será consumida en el campus, lo que permitirá alcanzar un nivel de autoconsumo eléctrico cercano al 50%. Finalmente, la energía no consumida en el campus, equivalente al consumo de unas 250 viviendas de tamaño medio, será vertida a la red eléctrica. En este contexto la futura estrategia integral e inteligente de control del sistema energético del campus deberá tener en cuenta, además de la utilización inteligente del sistema de almacenamiento para optimizar su estado de salud y minimizar su degradación, los requerimientos técnicos exigidos para la inyección de potencia eléctrica en la red de distribución, centrados básicamente en la prestación de servicios de regulación de frecuencia y tensión en el punto de conexión. Para llevar a cabo esta estrategia desde NAIR Center se colabora para diseñar algoritmos de inteligencia artificial que, con diferentes variables de entrada que permitan, permitan predecir la producción de energía fotovoltaica y controlar el sistema de almacenamiento. Para ello se tendrán en cuenta variables como: 1. La generación fotovoltaica 2. El consumo actual del campus. Aquí se considerarán tanto las cargas críticas del sistema como el consumo que puede ser regulable (como por ejemplo el momento en que se conectan algunas cargas, como pueden ser los aires acondicionados, suelo radiante, aerotermia, etc.). La parte no regulable sería entrada al sistema y la otra parte sería una variable del sistema. Los cargadores de vehículos eléctricos pueden ser regulables, porque la carga puede controlarse, aunque tampoco puede dejarse los coches cargando mucho tiempo para no dar un mal servicio al usuario.3. El sistema almacenamiento de la energía. Las restricciones de este sistema serían el estado de carga y, sobre todo la capacidad efectiva de la batería para conseguir que el sistema se degrade lo menos posible y su durabilidad sea máxima. 4. Las características técnicas de inyección de potencia eléctrica en la red: puede variarse para tratar de prestar los servicios de frecuencia y tensión, así como otros que se incluyen en las normativas. 5. El precio del mercado eléctrico. En función de ese precio y del estado de la batería, y conociendo las características del consumo y sus posibilidades de control, el sistema inteligente decidirá si comprar energía eléctrica, vender, descargar batería, cargar, mover cargas, etc. |
Energía y Sostenibilidad Análisis de Información y Big Data Industria y Manufactura Transporte y Logística |
Energía y Sostenibilidad El proyecto es un claro ejemplo de optimización del consumo energético y promoción de fuentes renovables. Los algoritmos de IA permiten mejorar el autoconsumo, la eficiencia energética y la sostenibilidad del campus, alineándose con el objetivo de reducir la dependencia de fuentes no renovables. Análisis de Información y Big Data La predicción de la generación fotovoltaica y la optimización del almacenamiento requieren procesar datos complejos en tiempo real, como el consumo, el estado de las baterías y las condiciones climáticas. Esto refleja el uso de Big Data y modelos predictivos avanzados. Industria y Manufactura La integración de sistemas de almacenamiento y la gestión inteligente de cargas críticas tienen aplicaciones directas en la automatización y control de procesos energéticos en infraestructuras modernas. Esto puede extrapolarse a entornos industriales. Transporte y Logística La incorporación de cargadores de vehículos eléctricos como elementos regulables implica la optimización de infraestructuras de movilidad sostenible, garantizando un servicio eficiente para los usuarios mientras se gestiona el consumo de energía de forma estratégica. |
NaN |
| 35 | NAIR Center | mHealth | Comportamiento del Consumidor en Aplicaciones de Salud Móvil | combatir la inactividad física, un importante factor de riesgo global. |
El uso de aplicaciones móviles de salud (mHealth) ha experimentado un aumento significativo en los últimos años, integrándose en la vida diaria de muchas personas. Estas aplicaciones abarcan desde el seguimiento del rendimiento deportivo hasta la gestión de la nutrición y la meditación. Tanto a nivel local en Navarra, España, como a nivel europeo y según la OMS, la promoción de la salud es una prioridad estratégica. La investigación propuesta se centra en el análisis Big Data para comprender el comportamiento de los consumidores al adoptar y utilizar aplicaciones mHealth. |
Salud y Biotecnología Análisis de Información y Big Data Educación y Formación Comercio y E-Commerce |
Salud y Biotecnología El análisis del uso de aplicaciones mHealth contribuye directamente a la promoción de la salud, identificando patrones de comportamiento que mejoren la adopción de tecnologías digitales para el bienestar físico y mental. Esto alinea el proyecto con las estrategias de salud pública locales, nacionales y europeas. Análisis de Información y Big Data La investigación se basa en el análisis de grandes volúmenes de datos generados por los usuarios de aplicaciones mHealth. Esto incluye el uso de técnicas avanzadas de minería de datos y modelos de análisis predictivo para entender tendencias y comportamientos. Educación y Formación El proyecto tiene un componente formativo al generar conocimiento sobre cómo las personas adoptan y utilizan herramientas digitales de salud. Los resultados pueden orientar campañas educativas para fomentar el uso efectivo de estas tecnologías. Comercio y E-Commerce Las aplicaciones mHealth son un producto digital con un mercado creciente. Analizar el comportamiento del consumidor permite identificar oportunidades de negocio, mejorar la experiencia del usuario y desarrollar estrategias efectivas de marketing y distribución. |
NaN |
| 36 | NAIR Center | NaN | Optimización del Diseño y Control de Aerogeneradores | En la última década, la generación de energía mediante aerogeneradores ha experimentado un notable crecimiento. El diseño actual se centra en aumentar la potencia mediante el incremento del tamaño del rotor y la altura de la nacelle, especialmente con tecnologías off- shore. Sin embargo, este aumento de tamaño conlleva deformaciones y desplazamientos más pronunciados en las máquinas. La normativa IEC-61400-1 requiere numerosas simulaciones para validar y certificar aerogeneradores, lo que implica un elevado costo computacional, especialmente con las crecientes no linealidades geométricas. En el caso de simulaciones off- shore, las interacciones fluido-plataforma añaden complejidad y dificultan el diseño de controladores. |
En este contexto, se propone el desarrollo de modelos reducidos basados en datos y algoritmos de machine learning para reducir significativamente el costo computacional en el ciclo de simulación del diseño de la máquina y su sistema de control. |
Energía y Sostenibilidad Industria y Manufactura Análisis de Información y Big Data Ciberseguridad y Defensa |
Energía y Sostenibilidad El proyecto contribuye directamente al avance de las energías renovables, específicamente en la mejora de la eficiencia del diseño y operación de aerogeneradores. Reducir el costo computacional de las simulaciones acelera el desarrollo de tecnologías sostenibles como los aerogeneradores off-shore. Industria y Manufactura La implementación de modelos reducidos optimiza el ciclo de diseño y certificación de aerogeneradores, impactando positivamente en la fabricación de máquinas más grandes y eficientes. Esto beneficia la productividad y competitividad del sector energético industrial. Análisis de Información y Big Data Los modelos basados en machine learning dependen de grandes volúmenes de datos generados durante las simulaciones y pruebas. El análisis de datos mejora la precisión de las predicciones y permite abordar las no linealidades geométricas y las complejidades fluidodinámicas de los aerogeneradores. Ciberseguridad y Defensa Los sistemas de control de aerogeneradores son críticos para la estabilidad de la red energética. La protección de los algoritmos y los datos utilizados en los modelos reducidos es esencial para garantizar la seguridad de la infraestructura energética y evitar vulnerabilidades en los sistemas de control. |
NaN |
| 37 | NAIR Center | NaN | Rehabilitación Postictus con Interfaces Cerebro Ordenador | El problema del mundo real que esta solución pretende resolver es la dificultad en la rehabilitación funcional de pacientes postictus, optimizando los procesos de recuperación mediante tecnologías de interfaz cerebro-ordenador (BCI). Problemas específicos abordados: Limitaciones en la rehabilitación tradicional: Los métodos convencionales pueden ser lentos y no siempre logran una recuperación completa de la función motora. Falta de herramientas que aprovechen la plasticidad cerebral: La neuroplasticidad es clave en la recuperación postictus, pero no siempre se estimula de manera efectiva con terapias estándar. Dificultad en la detección de intención de movimiento: Identificar en tiempo real cuándo un paciente intenta moverse puede mejorar la eficacia de la rehabilitación. Optimización del número de electrodos EEG: Reducir la cantidad de sensores sin comprometer la precisión del sistema facilita su uso clínico y su adopción en entornos de rehabilitación. ✅ Impacto: Esta solución puede mejorar la recuperación motora de pacientes postictus, permitiendo entrenamientos más precisos y personalizados mediante neuro modulación y BCI, aumentando la independencia y calidad de vida de los afectados. |
Una interfaz cerebro-ordenador (BCI) es un sistema que interpreta las señales cerebrales generadas por el usuario, permitiéndole enviar órdenes específicas desde el cerebro a un dispositivo externo. Se sugiere que la combinación de paradigmas de rehabilitación con BCI, aprovechando la plasticidad cortical, podría ser beneficiosa para la recuperación funcional después de un ictus. Por lo tanto, los sistemas BCI se presentan como herramientas prometedoras en el ámbito de la rehabilitación. El objetivo final de esta tesis es investigar cómo utilizar sistemas BCI para la rehabilitación postictus, centrándose en técnicas de neuro modulación que utilizan plasticidad Hebbiana y potenciales corticales relacionados con el movimiento, con un número óptimo de electrodos EEG. En la primera parte de la tesis, se busca desarrollar un detector (pseudo en tiempo real) para el sistema BCI self-paced, basado en la detección de la intención de movimiento. |
Salud y Biotecnología Educación y Formación Análisis de Información y Big Data Industria y Manufactura |
Salud y Biotecnología Los sistemas BCI aplicados a la rehabilitación exploran la plasticidad cortical y los potenciales relacionados con el movimiento para la recuperación funcional después de un ictus. Esto representa un avance en las terapias de neurorehabilitación, ofreciendo tratamientos personalizados y efectivos. Educación y Formación El desarrollo y la implementación de estas tecnologías requieren formación especializada para terapeutas, médicos y otros profesionales de la salud. Además, el estudio contribuye al conocimiento en neurociencias y tecnologías de asistencia. Análisis de Información y Big Data La interpretación de señales cerebrales mediante EEG genera grandes volúmenes de datos que deben ser analizados en tiempo real. Esto implica el uso de modelos predictivos y algoritmos avanzados para mejorar la precisión y el rendimiento del sistema BCI. Industria y Manufactura El desarrollo de sistemas BCI incluye la producción de hardware avanzado, como electrodos EEG optimizados, y software específico para la detección de intenciones de movimiento. Esto fomenta la innovación en dispositivos médicos y tecnología de asistencia. |
NaN |
| 38 | NAIR Center | NaN | IA explicable : Modelos Teóricos y Aplicaciones en Datos Heterogéneos Multiatributo | Actualmente, la opacidad de procesos de aprendizaje, como las redes neuronales profundas, presenta un desafío en la interpretación de resultados para los humanos. La búsqueda de una inteligencia artificial explicativa se ha convertido en un objetivo clave. |
Se plantea que la explicabilidad puede lograrse más efectivamente mediante el uso de representaciones adecuadas de datos, como las representaciones heterogéneas multiatributo, que conservan la naturaleza original de los resultados. En este contexto, este proyecto se enfoca en dos aspectos fundamentales. En primer lugar, se aborda la investigación teórica para definir, analizar y construir funciones de fusión que seleccionen datos representativos en problemas con datos reales y heterogéneos multiatributo. En segundo lugar, se busca aplicar esta investigación a problemas generales de aprendizaje automático o aprendizaje profundo. |
Análisis de Información y Big Data Educación y Formación Ciberseguridad y Defensa Industria y Manufactura |
Análisis de Información y Big Data Este proyecto aborda el manejo de datos heterogéneos multiatributo y busca desarrollar funciones de fusión que seleccionen datos representativos. Esto es esencial en el análisis de grandes volúmenes de datos complejos y en la creación de modelos de IA explicativos. Educación y Formación La investigación teórica y aplicada genera conocimientos que pueden ser compartidos en comunidades académicas y empresariales, contribuyendo al avance en la comprensión y formación en aprendizaje automático y IA explicativa. Ciberseguridad y Defensa La explicabilidad en los modelos de aprendizaje profundo es crucial en aplicaciones críticas como la detección de amenazas y la protección de sistemas sensibles, donde la transparencia en los resultados puede marcar la diferencia entre una decisión confiable y un error crítico. Industria y Manufactura La integración de IA explicativa en procesos industriales facilita el análisis de resultados, optimizando operaciones y minimizando errores. La capacidad de interpretar modelos profundos en problemas reales mejora la toma de decisiones en entornos industriales complejos. |
NaN |
| 39 | IAR | Talk2DB | NaN | El problema del mundo real que esta solución pretende resolver es la dificultad de acceso y consulta de datos en bases de datos sin conocimientos técnicos, eliminando la necesidad de saber lenguajes de consulta como SQL o depender del equipo de IT para generar informes. Problemas específicos abordados: Barreras técnicas para la consulta de datos: Usuarios sin conocimientos en SQL o lenguajes de consulta estructurados dependen de terceros para obtener información. Tiempos de espera en la generación de informes: Las solicitudes a IT pueden retrasar la toma de decisiones al requerir tiempo para su procesamiento. Procesos manuales ineficientes: Exportar datos a Excel para analizarlos manualmente es un procedimiento lento y propenso a errores. Falta de autonomía en la exploración de datos: Los usuarios no pueden interactuar directamente con la base de datos de forma intuitiva, limitando la agilidad en la obtención de insights. ✅ Impacto: Talk2DB permite a cualquier usuario realizar consultas en lenguaje natural a su base de datos, acelerando el acceso a información, optimizando la toma de decisiones y reduciendo la carga de trabajo del equipo de IT. |
es una herramienta basada en inteligencia artificial que nos permite "hablar" de manera natural con nuestra base de datos. Olvídate de tener que saber lenguajes de consulta, de pedir a IT que te genere o añada un informe, o de tener que exportar a Excel para poder analizar los datos. Simplemente pregunta y Talk2DB contesta (pdte de solicitar permiso a cliente) | Análisis de Información y Big Data Comercio y E-Commerce Educación y Formación Finanzas y Banca |
Análisis de Información y Big Data Talk2DB facilita el acceso y consulta de datos complejos sin necesidad de conocimientos técnicos en lenguajes de consulta. Esto democratiza el uso de herramientas de minería de datos y toma de decisiones basadas en información. Comercio y E-Commerce La capacidad de hacer preguntas directamente a la base de datos permite optimizar la gestión de ventas, inventarios y análisis de comportamiento del cliente, mejorando estrategias comerciales y la experiencia del cliente. Educación y Formación La herramienta puede ser utilizada como un recurso educativo para aprender sobre análisis de datos de manera accesible y práctica, ayudando a los usuarios a comprender patrones y tendencias sin necesidad de conocimientos técnicos avanzados. Finanzas y Banca Talk2DB es útil para la consulta de información financiera crítica, como análisis de transacciones, previsiones financieras, y reportes en tiempo real, lo que mejora la eficiencia en la gestión y toma de decisiones en el sector financiero. |
NaN |
| 40 | IAR | Amel-ia | NaN | dificultad y lentitud en la gestión de pequeñas reparaciones del hogar, optimizando la solicitud de servicios, la generación de presupuestos y la interacción con los clientes de manera automatizada. Problemas específicos abordados: Procesos manuales y lentos en la solicitud de reparaciones: Los clientes suelen depender de llamadas o formularios, lo que puede generar demoras en la atención. Dificultad para obtener presupuestos rápidos: La estimación de costos puede tardar debido a la falta de automatización en la consulta de bases de datos de precios y servicios. Falta de personalización en la atención al cliente: Sin acceso a la información del cliente, las empresas pueden ofrecer respuestas genéricas, afectando la experiencia del usuario. Carga operativa para empresas de servicios: La atención manual de consultas y solicitudes consume tiempo y recursos, reduciendo la eficiencia operativa. ✅ Impacto: Amel-IA mejora la experiencia del cliente al ofrecer una atención rápida y personalizada, optimiza la gestión de reparaciones con generación automatizada de presupuestos y reduce la carga de trabajo del equipo de soporte en empresas como Multihelpers. |
es un chatbot conversacional basado en inteligencia artificial capaz de interactuar de manera natural con los clientes para ayudarles a solicitar ayuda en pequeñas reparaciones del hogar. Amel-ia es capaz de acceder a la información del cliente, a la base de datos de reparaciones y proponer un presupuesto para la intervención. La tienen implantada con exito en multihelpers, donde la usa activamente. | Comercio y E-Commerce Ciberseguridad y Defensa Análisis de Información y Big Data Recursos Humanos y Gestión de Talento |
Comercio y E-Commerce Amel-ia mejora la experiencia del cliente al facilitar la solicitud de reparaciones de manera rápida y sencilla. Su capacidad para generar presupuestos personalizados automatiza procesos, aumentando la eficiencia y satisfacción del usuario. Ciberseguridad y Defensa Al acceder a la información del cliente y a bases de datos sensibles, Amel-ia debe garantizar la protección de datos personales y la seguridad de las transacciones, cumpliendo con normativas de privacidad como el GDPR. Análisis de Información y Big Data El chatbot utiliza datos históricos de reparaciones y perfiles de clientes para ofrecer presupuestos personalizados y mejorar su desempeño con el tiempo, aplicando análisis predictivo y procesamiento de datos en tiempo real. Recursos Humanos y Gestión de Talento Al automatizar tareas repetitivas y administrativas, como la gestión de solicitudes y presupuestos, Amel-ia permite a las empresas redistribuir recursos humanos hacia tareas más estratégicas y centradas en la experiencia del cliente. |
NaN |
| 41 | TRACASA | SENX4 | SENX4 es un modelo de superresolución de imágenes satelitales que mejora la resolución de los satélites Sentinel-2 de 10 metros por píxel a 2,5 metros por píxel utilizando inteligencia artificial y técnicas de aprendizaje profundo. | La baja resolución de las imágenes satelitales actuales dificulta el análisis detallado y la toma de decisiones en sectores críticos como el medio ambiente, emergencias y seguridad. | SENX4 emplea algoritmos de deep learning para cuadruplicar la resolución de las imágenes satelitales, logrando imágenes más definidas y ajustadas a la realidad, lo que mejora significativamente su utilidad para el análisis y la creación de mapas. | Ciberseguridad y Defensa Agricultura Inteligente Energía y Sostenibilidad Análisis de Información y Big Data |
Ciberseguridad y Defensa El uso de imágenes satelitales de alta resolución es crítico para la vigilancia y monitoreo en defensa y seguridad. SENX4 puede apoyar la detección de amenazas, el monitoreo de fronteras y la planificación estratégica mediante imágenes detalladas, esenciales para análisis de áreas de interés con alta precisión. Agricultura Inteligente Las imágenes de alta resolución permiten monitorear cultivos, detectar enfermedades y optimizar el uso de recursos como agua y fertilizantes. SENX4 puede mejorar la precisión de la agricultura de precisión al proporcionar datos visuales más detallados y útiles. Energía y Sostenibilidad La planificación de infraestructuras de energía renovable (como paneles solares y turbinas eólicas) y el monitoreo ambiental se benefician de imágenes satelitales de alta calidad. SENX4 mejora la capacidad de análisis para evaluar terrenos y desarrollar políticas sostenibles. Análisis de Información y Big Data El procesamiento de imágenes satelitales a gran escala genera enormes volúmenes de datos. SENX4 facilita el análisis predictivo, la extracción de patrones y la toma de decisiones informadas mediante la generación de imágenes más claras y precisas para diversos sectores. |
NaN |
| 42 | TRACASA | NaN | La herramienta utiliza inteligencia artificial y segmentación de imágenes aéreas para detectar automáticamente cambios en edificaciones y omisiones en el Catastro, comparando datos catastrales existentes con información actualizada. | La actualización manual del Catastro es un proceso lento, costoso y propenso a errores, dificultando la gestión precisa y eficiente de los datos de edificaciones. | La herramienta automatiza la detección de cambios en edificaciones y omisiones catastrales mediante deep learning, segmentación de imágenes y comparación inteligente con el Catastro, reduciendo tiempos, costos y aumentando la precisión de los informes. | Análisis de Información y Big Data Energía y Sostenibilidad Industria y Manufactura Ciberseguridad y Defensa |
Análisis de Información y Big Data La herramienta procesa grandes volúmenes de datos catastrales y de imágenes aéreas para identificar patrones y generar insights útiles. Este análisis predictivo y automatizado optimiza la toma de decisiones y permite una gestión más eficiente de los datos. Energía y Sostenibilidad La actualización precisa del Catastro contribuye al desarrollo urbano sostenible y a la planificación de infraestructuras eficientes, como sistemas de energía y transporte. Detectar omisiones catastrales ayuda a planificar mejor los recursos y reducir el impacto ambiental asociado. Industria y Manufactura La detección automatizada de cambios en edificaciones está alineada con la automatización de procesos en sectores como la construcción y la planificación urbana. Esto incluye optimizar el desarrollo de infraestructura y minimizar errores en los procesos de planificación y ejecución. Ciberseguridad y Defensa La detección de cambios en edificaciones puede ser utilizada también en el ámbito de la seguridad y defensa, proporcionando información actualizada sobre modificaciones en el terreno que podrían ser relevantes para estrategias de vigilancia o monitoreo. |
NaN |
| 43 | TRACASA | NaN | La herramienta utiliza inteligencia artificial, específicamente deep learning, para clasificar nubes de puntos generadas por sensores LiDAR en categorías como edificios, carreteras y vegetación, cubriendo más de 20.000 km² en varias regiones de España. | La clasificación manual o semiautomática de nubes de puntos LiDAR es un proceso costoso, ineficiente y difícil de escalar, especialmente para grandes volúmenes de datos | El modelo automatiza la clasificación de nubes de puntos mediante redes neuronales entrenadas con ejemplos previos, mejorando la precisión, reduciendo costos y acelerando significativamente el análisis. | Análisis de Información y Big Data Energía y Sostenibilidad Industria y Manufactura Agricultura Inteligente |
Análisis de Información y Big Data El procesamiento y clasificación de grandes nubes de puntos LiDAR genera volúmenes masivos de datos geoespaciales que requieren herramientas avanzadas para extraer patrones y clasificar información. La automatización mediante deep learning mejora el análisis de datos y la toma de decisiones basada en información precisa. Energía y Sostenibilidad La clasificación automatizada de terrenos mediante LiDAR puede facilitar la planificación de infraestructuras sostenibles, como redes eléctricas o sistemas de transporte, al identificar características del terreno con mayor precisión, minimizando el impacto ambiental y optimizando recursos. Industria y Manufactura La tecnología LiDAR se utiliza en la construcción y en la gestión de infraestructuras, y su clasificación precisa es clave para la planificación y automatización de proyectos industriales. La herramienta contribuye a reducir errores y mejorar la eficiencia en estos procesos. Agricultura Inteligente La clasificación de vegetación en terrenos rurales o agrícolas mediante LiDAR es valiosa para la agricultura de precisión. Permite identificar áreas de cultivo, evaluar la cobertura vegetal y planificar el uso del suelo de forma más eficiente, ayudando a optimizar recursos como agua y fertilizantes. |
NaN |
| 44 | TRACASA | NaN | El clasificador utiliza técnicas de inteligencia artificial, específicamente deep learning, para etiquetar elementos como edificios, carreteras y vegetación en nubes de puntos LiDAR, optimizando la precisión y eficiencia en el análisis. | La clasificación manual o semiautomática de nubes de puntos LiDAR es lenta, costosa y poco viable para grandes volúmenes de datos geoespaciales. | La herramienta automatiza la clasificación mediante modelos de aprendizaje profundo entrenados en datos previos, mejorando la velocidad, precisión y escalabilidad de los análisis geoespaciales. | Análisis de Información y Big Data Energía y Sostenibilidad Industria y Manufactura Agricultura Inteligente |
Análisis de Información y Big Data La herramienta se enfoca en procesar y etiquetar grandes volúmenes de datos generados por sensores LiDAR, aplicando deep learning para extraer información estructurada. Esto encaja en el ámbito del análisis de datos masivos y la inteligencia empresarial, al permitir decisiones informadas basadas en patrones y clasificaciones precisas. Energía y Sostenibilidad La clasificación de elementos como carreteras, edificios y vegetación es clave para planificar infraestructuras sostenibles, optimizar el uso del suelo y desarrollar estrategias de manejo ambiental que minimicen el impacto ecológico, como en la gestión de recursos energéticos. Industria y Manufactura En sectores como la construcción y planificación urbana, la clasificación automatizada de nubes de puntos permite desarrollar modelos digitales del terreno, optimizando procesos como diseño, simulación y construcción de infraestructuras. Agricultura Inteligente La identificación de vegetación y características del terreno a través de LiDAR apoya la agricultura de precisión al proporcionar información detallada sobre áreas de cultivo, cobertura vegetal y manejo del suelo, mejorando la productividad y reduciendo costos. |
NaN |
| 45 | TRACASA | NaN | La aplicación móvil ofrece información en tiempo real sobre la calidad del aire en Europa con una resolución de 1 km², utilizando técnicas de inteligencia artificial para modelizar las concentraciones de contaminantes clave y brindar pronósticos precisos. | La falta de acceso a datos de calidad del aire en tiempo real y de alta resolución dificulta la toma de decisiones informadas por parte de ciudadanos y autoridades sobre la exposición a contaminantes. | La app integra datos de más de 3,500 estaciones y utiliza modelos de inteligencia artificial para generar un mapa continuo en tiempo real, permitiendo consultas precisas, predicciones diarias y recomendaciones sanitarias personalizadas. | Energía y Sostenibilidad Salud y Biotecnología Análisis de Información y Big Data Ciberseguridad y Defensa |
Energía y Sostenibilidad La aplicación aborda directamente el impacto ambiental al monitorear la calidad del aire, un factor crítico para la sostenibilidad. Proporciona herramientas para gestionar políticas ambientales y optimizar recursos en la lucha contra la contaminación, ayudando a mitigar el cambio climático y proteger el entorno. Salud y Biotecnología La exposición a contaminantes atmosféricos tiene un impacto significativo en la salud pública. La app proporciona datos y recomendaciones sanitarias en tiempo real, ayudando a prevenir enfermedades respiratorias y cardiovasculares asociadas a la contaminación del aire. Análisis de Información y Big Data El uso de datos de más de 3,500 estaciones y la generación de mapas continuos de calidad del aire en tiempo real implica el procesamiento y análisis de grandes volúmenes de datos. La inteligencia artificial permite la modelización y predicción precisa de tendencias, optimizando la toma de decisiones basadas en datos. Ciberseguridad y Defensa La calidad del aire también es un componente estratégico en seguridad nacional y gestión de emergencias ambientales. La capacidad de modelizar contaminantes y realizar predicciones puede integrarse en estrategias para proteger infraestructuras críticas y gestionar riesgos ambientales en tiempo real. |
NaN |
| 46 | TRACASA | IntSen 2 | IntSen 2 utiliza imágenes satelitales de los Sentinel de la Unión Europea e inteligencia artificial para desarrollar una herramienta automatizada de vigilancia estratégica, enfocada en el seguimiento continuo de zonas de interés para la seguridad europea. | La necesidad de una vigilancia estratégica autónoma y eficiente dentro de la Unión Europea para optimizar la detección y monitoreo de zonas críticas sin depender de tecnologías externas. | La herramienta automatiza el seguimiento de áreas sensibles mediante el análisis proactivo de imágenes satelitales y su integración en plataformas de inteligencia existentes, reforzando la seguridad y la autonomía europea en defensa | Ciberseguridad y Defensa Análisis de Información y Big Data Energía y Sostenibilidad Transporte y Logística |
Ciberseguridad y Defensa IntSen 2 está diseñada para fortalecer la seguridad europea mediante la vigilancia estratégica de áreas críticas. Su capacidad para monitorear y analizar imágenes satelitales en tiempo real permite detectar amenazas, gestionar emergencias y reforzar la soberanía en defensa e inteligencia. Análisis de Información y Big Data El análisis automatizado de grandes volúmenes de datos provenientes de satélites Sentinel requiere el uso de inteligencia artificial para extraer información clave. La integración de estos datos en plataformas de inteligencia respalda decisiones informadas en seguridad y defensa. Energía y Sostenibilidad La herramienta puede contribuir a la protección y monitoreo de infraestructuras energéticas críticas, como plantas de energía renovable o redes eléctricas, al identificar posibles riesgos y optimizar su gestión. Además, su uso puede extenderse al seguimiento de recursos naturales y planificación sostenible. Transporte y Logística La capacidad de monitorear zonas estratégicas incluye rutas de transporte críticas, puertos y centros logísticos, asegurando un flujo seguro y eficiente de bienes y personas dentro de la Unión Europea. Esto también fortalece la infraestructura logística frente a posibles amenazas. |
NaN |
| 47 | Octopus_IA_LAB | Archibaldo y Archibalda | Guías virtuales archivo Navarra | El proyecto “Archibaldo y Archibalda” tiene como objetivo proporcionar a los visitantes de la galería del Archivo Real y General de Navarra información cualificada y accesible sobre el edificio, su función como archivo y las características de la documentación histórica que conserva. Dado que la mayoría de estos visitantes son ocasionales, se busca también extender la información ofrecida hacia otros aspectos del patrimonio navarro, aunque con un enfoque más limitado. Retos a Resolver: Proporcionar un acercamiento novedoso al patrimonio de Navarra: Crear un sistema de interacción atractivo e innovador que capte la atención de visitantes ocasionales y los motive a explorar más sobre la historia y el patrimonio de Navarra. Conexión con las necesidades de información cultural del público no habitual: Diseñar una solución adaptativa que ofrezca información cultural relevante, entendible y ajustada al perfil de un público diverso, con diferentes niveles de conocimiento previo. Asegurar un nivel de excelencia en la información suministrada: Garantizar que la información incorporada al sistema sea precisa, exhaustiva y respaldada por un profundo contraste de fuentes confiables, incluyendo datos del Archivo de Navarra, textos de exposiciones realizadas, catálogos temporales y recursos digitales como la fototeca. Gestión de fuentes de información diversas: Implementar un sistema que pueda integrar y armonizar datos provenientes de múltiples fuentes de origen, asegurando consistencia y relevancia en el contenido proporcionado. Evolución tecnológica de los modelos de IA: Adoptar tecnologías avanzadas de inteligencia artificial que evolucionen con el tiempo, permitiendo mejorar continuamente las capacidades del sistema y ofrecer experiencias más ricas e interactivas. Incorporación del euskera al proyecto: Planificar la inclusión del euskera, una vez que se disponga de un banco de voces fiable y contrastado, para garantizar que el sistema pueda atender a visitantes en los idiomas oficiales de Navarra. |
La solución para el proyecto “Archibaldo y Archibalda” se centra en el desarrollo de avatares interactivos que actúan como mediadores culturales en el Archivo Real y General de Navarra, ofreciendo a los visitantes una experiencia enriquecedora y personalizada. Estos avatares, respaldados por inteligencia artificial, interactúan con los visitantes proporcionándoles información sobre diversas temáticas del patrimonio cultural navarro, tanto inmaterial, monumental como natural. Características clave de la solución: Interacción con contenido cultural amplio y diverso: Los avatares ofrecen información detallada sobre fiestas, bailes, leyendas, cancioneros, poemas, cuentos, castillos, fortalezas, catedrales, monasterios, paisajes y naturaleza, adaptándose a los intereses y necesidades de cada visitante. Este enfoque permite que el Archivo de Navarra amplíe su impacto más allá de sus funciones tradicionales, explorando otros ámbitos del patrimonio cultural navarro. Comunicación efectiva con visitantes ocasionales: Los avatares facilitan una interacción accesible y amena, creando un canal de comunicación que no existía previamente con los visitantes ocasionales. Esto ayuda al Archivo de Navarra a conectar mejor con un público más amplio y diverso. Reutilización de información existente: Se aprovechan los recursos ya disponibles (información documental, textos de exposiciones, catálogos, material audiovisual) y se presentan en un formato único, dinámico y atractivo para el público. Esto optimiza el uso de la información y la convierte en una herramienta comunicativa innovadora. Obtención de datos para políticas futuras: La interacción con los avatares permite recopilar datos sobre las temáticas de mayor interés para los visitantes. Esta información se convierte en un activo clave para diseñar políticas de gestión y estrategias de difusión más efectivas para el Archivo de Navarra. Integración de documentación digital: Los avatares pueden incorporar y presentar documentación en formatos digitales como imágenes fijas o videos, lo que añade novedad y un alto valor informativo a la experiencia. Uso pedagógico para centros educativos: Gracias a la adaptabilidad y personalidad de los avatares, se pueden desarrollar programas educativos específicos para distintos rangos de edad. Estos programas didácticos complementan las visitas pedagógicas de los centros escolares al Archivo de Navarra, promoviendo el aprendizaje activo e interactivo. Carácter pionero e innovador: La implementación de avatares respaldados por IA posiciona al Archivo de Navarra como líder en innovación en el ámbito archivístico. Este enfoque refuerza la imagen del Archivo como una institución moderna, alineada con las tendencias tecnológicas globales. |
Educación y Formación Análisis de Información y Big Data Entretenimiento y Medios Ciberseguridad y Defensa |
Educación y Formación Los avatares interactivos tienen un gran potencial pedagógico, especialmente en programas educativos diseñados para centros escolares y visitantes interesados en el patrimonio navarro. Esto fomenta el aprendizaje activo e interactivo, proporcionando información accesible y personalizada sobre la historia y la cultura de Navarra. Análisis de Información y Big Data La capacidad de integrar y armonizar datos provenientes de múltiples fuentes (documentación histórica, exposiciones, catálogos y material digital) refleja el uso de Big Data. Además, el proyecto recopila información sobre los intereses de los visitantes, útil para diseñar estrategias futuras de gestión cultural. Entretenimiento y Medios La interacción accesible y amena con los avatares convierte la experiencia en un acto lúdico y cultural, atrayendo a un público más amplio y diverso. Este enfoque promueve la difusión del patrimonio cultural a través de una experiencia innovadora y atractiva. Ciberseguridad y Defensa Al manejar información cultural y personal recopilada durante las interacciones, la solución debe garantizar la protección de datos de los usuarios y la seguridad de las bases de datos utilizadas, cumpliendo con las normativas legales sobre privacidad y protección de información. |
Se ha decidido que la base de datos no conserve información alguna referente a las personas con las que interactúa. La cámara tiene únicamente la función de iniciar la interacción con el visitante. |
| 48 | Tesicnor | SmartDoc | NaN | validación manual de documentos, un proceso lento, propenso a errores y que consume muchos recursos empresariales. Problemas específicos abordados: Procesos manuales ineficientes: La validación de documentos requiere tiempo y personal especializado, lo que ralentiza la gestión empresarial. Errores humanos y fraudes: La revisión manual puede llevar a fallos en la validación, aumentando el riesgo de fraudes o documentos incorrectos. Falta de automatización en empresas: Muchas organizaciones aún dependen de métodos tradicionales, lo que limita su escalabilidad y eficiencia. Riesgos en la gestión de datos sensibles: La validación de documentos debe garantizar la privacidad y seguridad de la información procesada. ✅ Impacto: SMARTDOC permite validar documentos de manera rápida y precisa mediante IA, optimizando la eficiencia empresarial, reduciendo errores y garantizando el cumplimiento de estándares éticos y de protección de datos. |
una herramienta innovadora que utiliza inteligencia artificial para automatizar la validación de documentos. Esta solución optimiza los procesos empresariales, reduce errores y libera recursos humanos para tareas estratégicas de mayor valor. Además, SMARTDOC incorpora consideraciones éticas esenciales, como la protección de datos sensibles, la transparencia en los algoritmos de validación y la equidad en la gestión documental, garantizando un uso responsable y confiable de la tecnología. |
NaN | NaN | NaN |
| 49 | Tesicnor | NaN | NaN | dificultad en la detección y gestión precisa de la vegetación en zonas urbanas, forestales y agrícolas para la prevención de incendios forestales. Problemas específicos abordados: Falta de precisión en la delimitación de áreas de riesgo: Los métodos tradicionales pueden no identificar correctamente la interfaz entre zonas urbanas y forestales, lo que dificulta la planificación de prevención. Dificultades en la gestión eficiente del territorio: Sin un sistema automatizado, los municipios y organismos de protección deben depender de inspecciones manuales y datos desactualizados. Retrasos en la planificación de medidas preventivas: Una identificación imprecisa de la vegetación puede llevar a estrategias ineficaces para la reducción del riesgo de incendios. Uso limitado de tecnología avanzada en la gestión ambiental: Muchas localidades aún no aprovechan la inteligencia artificial para la toma de decisiones basada en datos geoespaciales precisos. ✅ Impacto: Este sistema de Tesicnor mejora la prevención de incendios al ofrecer una segmentación detallada de la vegetación en ortofotografías, facilitando la planificación y gestión eficiente del territorio para reducir riesgos y optimizar recursos en municipios. |
Tesicnor ha desarrollado un sistema automatizado que utiliza inteligencia artificial para detectar y segmentar la vegetación existente a partir de ortofotografías de municipios. Este innovador sistema permite definir con una precisión significativamente mayor las interfaces entre áreas urbanas, forestales y agrícolas, facilitando la organización de labores de prevención ante incendios forestales de manera más eficiente y efectiva. |
NaN | NaN | NaN |
| 50 | Tesicnor | NaN | NaN | el riesgo de estrés térmico en trabajadores expuestos a altas temperaturas, especialmente en sectores como la construcción, la agricultura y la industria. Problemas específicos abordados: Aumento del riesgo de golpes de calor y deshidratación: Las altas temperaturas pueden afectar la salud y el rendimiento de los trabajadores, incrementando accidentes laborales. Falta de sistemas de alerta temprana personalizados: No todas las empresas cuentan con herramientas avanzadas para predecir y mitigar los efectos del estrés térmico en tiempo real. Dificultad en la planificación segura de actividades al aire libre: Sin datos precisos, las empresas pueden exponer innecesariamente a los trabajadores a condiciones peligrosas. Necesidad de protección laboral basada en datos meteorológicos: La combinación de predicciones climáticas y geolocalización permite ajustar horarios y tiempos de descanso para prevenir incidentes. ✅ Impacto: Este sistema de Tesicnor mejora la seguridad laboral al anticipar situaciones de riesgo por calor, permitiendo tomar decisiones informadas para proteger la salud de los trabajadores y optimizar su productividad. |
Tesicnor ha creado un sistema automático de alerta de estrés térmico diseñado para proteger a los trabajadores en exteriores, desarrollado y probado en campo durante el verano de 2024. Este sistema utiliza predicciones oficiales de variables meteorológicas (temperatura, humedad, radiación y viento) junto con técnicas de aprendizaje automático para estimar de manera fiable los índices de estrés térmico con alta resolución espacial y temporal. Mediante la geolocalización de los trabajadores, el sistema determina cuándo se superarán los umbrales de riesgo, permitiendo planificar actividades y programar descansos estratégicos para minimizar riesgos como deshidratación y golpes de calor. |
NaN | NaN | NaN |
| Id | Nombre Empresa | Columnas con NaN |
|---|---|---|
| 1 | Veridas | [Consideraciones eticas] |
| 2 | Veridas | [Consideraciones eticas] |
| 3 | Tasiva | [Consideraciones eticas] |
| 4 | Tasiva | [Consideraciones eticas] |
| 5 | HumanAI | [Consideraciones eticas] |
| 6 | I3Code | [Nombre App, Consideraciones eticas] |
| 7 | CYC | [Consideraciones eticas] |
| 8 | CYC | [Consideraciones eticas] |
| 9 | Larraby | [Consideraciones eticas] |
| 10 | LexaGo | [Consideraciones eticas] |
| 11 | Naitec | [Consideraciones eticas] |
| 12 | Naitec | [Consideraciones eticas] |
| 13 | Naitec | [Consideraciones eticas] |
| 14 | Naitec | [Consideraciones eticas] |
| 15 | Veridas | [Consideraciones eticas] |
| 16 | Data Value | [Consideraciones eticas] |
| 17 | Data Value | [Consideraciones eticas] |
| 18 | Conasa | [Consideraciones eticas] |
| 19 | Larraby | [Consideraciones eticas] |
| 20 | Talk2db | [Consideraciones eticas] |
| 21 | Tasiva | [Consideraciones eticas] |
| 22 | Tafalla Iron Foundry | [Nombre App, 2 Lineas, Consideraciones eticas] |
| 23 | Human AI – DATAI – SNE - Jesuitinas | [Nombre App, 2 Lineas, Consideraciones eticas] |
| 24 | INTIA | [Nombre App, 2 Lineas, Consideraciones eticas] |
| 25 | Ulzama Digital | [Nombre App, 2 Lineas, Consideraciones eticas] |
| 26 | Mutua Navarra | [2 Lineas, Consideraciones eticas] |
| 27 | Mutua Navarra | [2 Lineas, Consideraciones eticas] |
| 28 | Mutua Navarra | [2 Lineas, Consideraciones eticas] |
| 29 | Tasubinsa | [Nombre App, 2 Lineas, Consideraciones eticas] |
| 30 | Sumitomo | [Nombre App, 2 Lineas, Consideraciones eticas] |
| 31 | Larraby | [Nombre App, 2 Lineas, Consideraciones eticas] |
| 32 | InsAIght | [Nombre App, 2 Lineas, Consideraciones eticas] |
| 33 | Tesicnor | [2 Lineas, Consideraciones eticas] |
| 34 | NAIR Center | [2 Lineas, Consideraciones eticas] |
| 35 | NAIR Center | [Consideraciones eticas] |
| 36 | NAIR Center | [Nombre App, Consideraciones eticas] |
| 37 | NAIR Center | [Nombre App, Consideraciones eticas] |
| 38 | NAIR Center | [Nombre App, Consideraciones eticas] |
| 39 | IAR | [2 Lineas, Consideraciones eticas] |
| 40 | IAR | [2 Lineas, Consideraciones eticas] |
| 41 | TRACASA | [Consideraciones eticas] |
| 42 | TRACASA | [Nombre App, Consideraciones eticas] |
| 43 | TRACASA | [Nombre App, Consideraciones eticas] |
| 44 | TRACASA | [Nombre App, Consideraciones eticas] |
| 45 | TRACASA | [Nombre App, Consideraciones eticas] |
| 46 | TRACASA | [Consideraciones eticas] |
| 48 | Tesicnor | [2 Lineas, Areas , Areas -extendido, Consideraciones eticas] |
| 49 | Tesicnor | [Nombre App, 2 Lineas, Areas , Areas -extendido, Consideraciones eticas] |
| 50 | Tesicnor | [Nombre App, 2 Lineas, Areas , Areas -extendido, Consideraciones eticas] |