Data Enhanced Products

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

Ver solution

Data As a Service Products

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

Ver solution

Modelos de optimización

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

Ver solution

Modelos Descriptivos

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

Ver solution

Modelos Predictivos

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

Ver solution

LLMs

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

Ver solution

Datos Sintéticos

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

Ver solution

Gemelos Digitales

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

Ver solution

Mantenimiento Predictivo

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

Ver solution

Previsión de Demanda y Coste

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

Ver solution

Quality Analytics

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

Ver solution

Inventory Management

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

Ver solution

Supply Chain Management

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

Ver solution

Tendencias de Mercado

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

Ver solution

Market Understanding

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

Ver solution

Exploración de Patrones

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

Ver solution

Trustworthy AI

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

Ver solution

Logística

Logistics

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

Ver industry

Automoción

Industría Automoción

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

Ver industry

Mobility

Mobility

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

Ver industry

Corporate Services

Corporate Services

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

Ver industry

Industria

Manufacturing

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

Ver industry

Healthcare

Healthcare

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

Ver industry

Gestor Europeo de Recursos de Movilidad Inteligente.

Cliente

Financiado por el Gobierno de España

Partners

Problema

Promover nuevos esquemas de movilidad sostenible y complementarios, como el uso compartido dinámico de vehículos, el uso compartido de vehículos en tiempo real, el transporte adaptado a la demanda, el uso compartido de vehículos eléctricos (VE), etc., para minimizar el uso del automóvil privado.

Para ello, es primordial abordar la falta de una integración eficiente y sin fisuras de los servicios de movilidad complementarios y de capacidad limitada en la cadena general de viajes urbanos, incluidos todos los modos de transporte:

    • Vehículos eléctricos (Electric Vehicles, EVs)
    • Transporte público (bus, tram, metro, tren)
    • Servicios flexibles, como el transporte on-demand
    • Sistemas de movilidad compartida (coche compartido, motocicletas compartidas y coche compartido)

Solución

El equipo de Mosaic Factor se centró en:

  1. Optimizar los trayectos intermodales con la posibilidad de combinar los modos de transporte disponibles en función de las necesidades, hábitos y preferencias de los usuarios para ofrecer una oferta de servicios más personalizada. Teniendo en cuenta que todos tenemos los mismos derechos en términos de movilidad y accesibilidad, pero a menudo nos gustan cosas diferentes, y el propósito de nuestro viaje puede ser diferente.
  2. Definir comportamientos y patrones específicos y realistas de los usuarios (personas y clusters), teniendo en cuenta las restricciones de privacidad y los desafíos asociados con los datos de movilidad.

Una aplicación móvil diseñada para transformar la movilidad personal en regiones urbanas mediante la integración de todas las opciones de transporte disponibles, públicas y privadas, en una única solución de planificación de viajes sin interrupciones.

El papel del equipo Mosaic Factor en el proyecto MyWay consistió en desarrollar componentes y una aplicación integrada para facilitar la movilidad sostenible, combinando todo tipo de servicios de transporte, públicos y privados, regulares y flexibles, proporcionando una oferta de servicios personalizada, adaptando las sugerencias de rutas y modalidades en tiempo real, monitorizando los parámetros que afectan al rendimiento de la oferta de servicios y recogiendo y manteniendo los comentarios de los usuarios sobre la calidad de los servicios para ayudar a la mejora del servicio.

La aplicación MyWay ofrece sugerencias de viaje optimizadas para la perspectiva del usuario:

    • Consideración de preferencias y necesidades: incluyendo requisitos de tiempo, coste y comodidad.
    • Información integrada de tickets y actualizaciones en tiempo real.
    • Visualización de todos los modos de transporte integrados disponibles.
    • Fomentar el uso de modos de transporte más limpios.

Data

El equipo Mosaic Factor, en el proyecto MyWay investigó, desarrolló, validó e integró la plataforma, el European Smart Mobility Resource Manager, incluidos los servicios e instalaciones basados en la nube para apoyar la recopilación y el procesamiento de información proporcionada por la comunidad.

  • Conectando a los proveedores de servicios de transporte y a los viajeros en la prestación y el uso combinado de varios servicios de movilidad, tanto individuales (vehículos compartidos, scooters compartidos, taxis compartidos), colectivos (autobuses, autobuses que responden a la demanda, trenes de cercanías) y relacionados con los servicios de mercancías (pequeñas).
  • Apoyo y personalización de opciones de viaje, búsqueda y composición de viajes, ejecución de viajes, asistencia proactiva continua al usuario en el viaje (información y eventos, replanificación, sugerencia de alternativas, etc.).
  • Integración de las instalaciones de crowdsourcing e intercambio social en la oferta, planificación y ejecución de viajes.
  • Basado en tecnologías en la nube y compatible con las infraestructuras y servicios de Internet del Futuro (Habilitadores Genéricos y Específicos).
  • Mejorar los actuales servicios de planificación de viajes en transporte público intermodal con la integración de servicios de movilidad personal (sistemas flexibles de uso compartido de coches/patinetes, taxis/taxis compartidos, transporte sensible a la demanda, búsqueda/reserva de aparcamientos).
  • Apoyando toda la cadena operativa de búsqueda de opciones de viaje, planificación, composición, reserva y pago.
  • Seguimiento de los viajes de los usuarios a través de aplicaciones móviles y la interacción con la infraestructura del servicio de transporte (por ejemplo, NFC, pago, reserva).
  • Recopilar comentarios de los usuarios y evaluar la experiencia de viaje.
  • Construcción y mantenimiento a lo largo del tiempo de un conjunto de reglas de planificación de servicios que equilibren los perfiles y preferencias de los usuarios con los objetivos de prestación de servicios de los operadores.
  • Integración del intercambio social y el apoyo de las comunidades de viajeros en viaje en el proceso de búsqueda, planificación, ejecución y adaptación de viajes personales.
  • Minería y análisis de los comentarios de los usuarios para los operadores de servicios y planificadores urbanos para la adaptación y mejora de las disposiciones de transporte.
  • Implementación de componentes centrales de la plataforma MYWAY en la infraestructura de Cloudwatt™ proporcionada por Thales / Orange.
  • Validación y evaluación de los impactos técnicos, operativos y empresariales de las soluciones basadas en la nube en la prestación de servicios avanzados de TIC que permitan la oferta y el uso sostenibles de servicios de movilidad personal.

Resultados

La plataforma se ha probado en tres ‘Living Labs’ que han desplegado medidas innovadoras para mejorar la movilidad sostenible:

  1. Barcelona y Cataluña (ES): que implica múltiples modos de transporte público (desde los clásicos hasta los más innovadores como el Bike Sharing Eléctrico o el Bus a la demanda), así como opciones privadas individuales o colectivas en un área urbana importante junto con una región completa (Cataluña).
  2. Berlín (DE): se simularon escenarios específicos para observar y medir el impacto de diferentes estrategias de movilidad.
  3. Trikala (GR): validación del entorno MYWAY para promover el uso del coche compartido, el transporte en autobús receptivo a la demanda y el ciclismo en condiciones reales en un área urbana de tamaño medio.

La combinación de ciudades grandes y densas, junto con sitios de prueba MyWay más pequeños, refleja la ambición de que el European Smart Mobility Resource Manager se pruebe en condiciones urbanas variables y produzca un análisis de datos más profundo.

¿Tienes alguna pregunta?

Siempre estamos listos para ayudarte y responder tus preguntas.





    *Los campos marcados con un asterisco son obligatorios.