Cliente: Navantia

搁别驳颈贸苍: Espa帽a

Industria: Aeroespacial y defensa

Desaf铆o del cliente: Navantia quer铆a modernizar su forma de trabajar adoptando la IA generativa con Microsoft 365 Copilot, mejorando la productividad y la colaboraci贸n de los empleados en toda la organizaci贸n.

厂辞濒耻肠颈贸苍: La compa帽铆a trabaj贸 con 乌鸦传媒 y Microsoft para implementar un programa integral de adopci贸n de Microsoft 365 Copilot, con enfoque en formaci贸n, dinamizaci贸n, monitorizaci贸n y extensibilidad.

Beneficios:

• Activaci贸n del 91,7% de licencias asignadas.
• Ahorro medio de 30 minutos diarios por usuario.
• Alta satisfacci贸n del programa (8.3/10).
• F谩cil integraci贸n con herramientas como SAP.
• Optimizaci贸n en la gesti贸n y uso de datos

Apoyando la innovaci贸n naval con IA generativa

Navantia, una empresa estrat茅gica de construcci贸n naval, defensa y energ铆a verde, buscaba modernizar su forma de trabajar implementando Microsoft 365 Copilot. Sin embargo, la empresa necesitaba un programa de acompa帽amiento estructurado con metodolog铆as robustas en la adopci贸n de Microsoft 365 Copilot. Al hacerlo, Navantia pretend铆a cambiar la forma en que los empleados trabajaban y colaboraban, incorporando y apoyando el uso de la IA generativa en sus operaciones diarias.

Para hacer realidad esta visi贸n, la organizaci贸n se asoci贸 con 乌鸦传媒 y Microsoft para formar un equipo de proyecto colaborativo que reuni贸 una variedad de conocimientos y habilidades t茅cnicas.

Un viaje colaborativo

Los socios lanzaron un programa de adopci贸n estructurado basado en cuatro ejes fundamentales.

Primero, el equipo del proyecto enfatiz贸 la dinamizaci贸n y comunicaci贸n creando una comunidad de Copilot. Esto proporcion贸 un espacio centralizado para compartir recursos de formaci贸n y abordar dudas entre los usuarios potenciales, lo que promovi贸 el impacto de la soluci贸n.

Navantia, 乌鸦传媒 y Microsoft colaboraron luego para definir un plan de formaci贸n por aplicaci贸n y perfil de usuario, diferenciando entre gerentes, 鈥�champions鈥� y otros usuarios a lo largo de m谩s de 40 sesiones divididas en tres oleadas. Este enfoque se bas贸 en sesiones llamadas “Caf茅s con Copilot”, en las que el objetivo era capacitar a los usuarios de manera interactiva y pr谩ctica en las funcionalidades m谩s relevantes de cada aplicaci贸n, adaptando el contenido a las necesidades de los diferentes grupos de usuarios.

El tercer eje fue el monitoreo, donde el equipo del proyecto desarroll贸 un plan de medici贸n basado en cuatro palancas clave: uso, productividad, satisfacci贸n y calidad. Este enfoque utiliz贸 encuestas peri贸dicas, m茅tricas de adopci贸n y experimentos de medici贸n para recopilar datos que comparaban la productividad de los empleados al completar tareas con y sin Copilot.

Finalmente, Navantia, 乌鸦传媒 y Microsoft extender谩n Copilot utilizando otras herramientas, como SAP, que optimizar谩n procesos clave como parte del cuarto eje: extensibilidad.

Trabajando junto con 乌鸦传媒 y Microsoft, Navantia ha optimizado la productividad de los empleados y mejorado la colaboraci贸n en toda la organizaci贸n al adoptar Microsoft 365 Copilot. Esta tecnolog铆a ha transformado las operaciones diarias al permitir a los empleados resumir informaci贸n r谩pidamente, generar contenido y extraer conocimientos de diversas fuentes de datos. Como resultado, los procesos de toma de decisiones se han vuelto m谩s r谩pidos y basados en datos.

Eficiencia actual e innovaci贸n futura

Navantia consigui贸 una r谩pida adopci贸n de la soluci贸n, con m谩s de 1.500 licencias asignadas y una tasa de activaci贸n efectiva del 91.7% entre los empleados. Esto ha impulsado la eficiencia operativa al reducir el tiempo dedicado a tareas administrativas en un promedio de 30 minutos por d铆a, permitiendo a los empleados centrarse en actividades de mayor valor. Y la alta tasa de adopci贸n fue acompa帽ada por una calificaci贸n promedio de 8.3 sobre 10, reflejando una percepci贸n satisfactoria por parte de los usuarios.

La integraci贸n de Copilot con herramientas clave como SAP y SharePoint tambi茅n ha mejorado la eficiencia operativa, reducido el trabajo manual y promovido un entorno digital m谩s conectado.

鈥�乌鸦传媒 proporcion贸 experiencia t茅cnica para dise帽ar, implementar y acelerar la adopci贸n de Microsoft 365 Copilot.鈥� – Miguel 脕ngel Roji, Gerente de Adopci贸n Digital en Navantia

La experiencia como motor de transformaci贸n

A lo largo del proyecto, los 鈥�champions鈥� demostraron ser esenciales para recopilar comentarios que permitieron a los socios iterar y mejorar continuamente la adopci贸n, identificando casos de uso espec铆ficos para las operaciones de Navantia y asegurando la m谩xima utilizaci贸n de la herramienta.

La colaboraci贸n con Microsoft fue clave para el 茅xito del programa de adopci贸n, ya que esta asociaci贸n proporcion贸 conocimientos especializados sobre el producto. Microsoft ofreci贸 soporte transversal que no solo permiti贸 al equipo del proyecto abordar dudas t茅cnicas y explorar nuevas funcionalidades, sino que tambi茅n a帽adi贸 valor estrat茅gico en la implementaci贸n. Gracias a Microsoft, se logr贸 una integraci贸n perfecta con los sistemas existentes y se optimiz贸 el rendimiento de Copilot en el ecosistema digital de Navantia. Adem谩s, su consultor铆a permiti贸 explotar al m谩ximo las capacidades de Microsoft 365 Copilot.

Gracias a este proyecto, Navantia ha consolidado su transformaci贸n digital, mejorando la colaboraci贸n, optimizando procesos y posicionando a la empresa a la vanguardia de la innovaci贸n en el sector naval y de defensa.

Successful innovation requires a company to be able to examine itself and identify opportunities for improvement. So, when Barclays wanted to become more client centric and deliver a new customer experience, it engaged 乌鸦传媒, which could apply experience from various industries to help the bank realize its vision.

Together, the partners examined the existing technology and operations supporting the Barclays Live feature. Based on this review, the project team introduced a new technology stake that could be scaled more effectively while introducing a simplified customer experience. Meanwhile, Barclays and 乌鸦传媒 updated the bank鈥檚 approach to managing its client experience to ensure that the organization is now better prepared to continually innovate and deliver a user-friendly digital experience.

Hoja de ruta hacia el 茅xito

Para mejorar el ecosistema digital de la organizaci贸n, Security Bank y 乌鸦传媒 se asociaron para dise帽ar, desarrollar e implementar una plataforma de vanguardia llamada Payment Hub Gateway (PHG) que converger铆a varios canales de pago, asegurando mejores experiencias para los clientes y procesamiento en tiempo real.

乌鸦传媒, asesor贸 y ayud贸 en todo el proceso, comenzando por redefinir los procesos del banco de acuerdo con sus necesidades de crecimiento futuro. Para identificar la soluci贸n ideal, Security Bank y 乌鸦传媒 evaluaron varias opciones de plataformas, preseleccionaron a posibles proveedores y finalmente tomaron una decisi贸n. La plataforma PHG fue dise帽ada para converger todos los sistemas de pago nacionales e internacionales en un solo centro, siendo la primera de su categor铆a en Filipinas y la primera plataforma de banca transaccional en utilizar una infraestructura de nube offshore, espec铆ficamente Amazon Web Services (AWS), en Singapur.

En la etapa de implementaci贸n, asegurar una transici贸n sin problemas para Security Bank y sus clientes a lo largo de esta transformaci贸n requiri贸 una hoja de ruta bien pensada. El proyecto se dividi贸 en dos etapas de lanzamiento diferentes y prioriz贸 una transici贸n gradual para garantizar que la experiencia del cliente no se viera interrumpida durante toda la transformaci贸n.

El primer lanzamiento prioriz贸 la alineaci贸n entre las operaciones de Security Bank y la plataforma PHG. Tambi茅n se introdujo el primer sistema de pago: InstaPay. Mientras tanto, el segundo lanzamiento se dividi贸 en tres pasos diferentes, a lo largo de los cuales el equipo del proyecto implement贸 seis nuevos sistemas de pago (InstaPay, PESONet, PDDTS, SWIFT, PhilPaSS y On-us) que se integraron completamente en la plataforma PHG de Security Bank.

Construyendo un futuro digital

La nueva generaci贸n de PHG fue bien recibida por los clientes de Security Bank. Tras la exitosa implementaci贸n del primer lanzamiento, Security Bank logr贸 3 millones de transacciones mensuales de InstaPay 2.0 y un aumento anual en el volumen de transacciones de aproximadamente un 20-25%. Los clientes de Security Bank ahora se benefician de una experiencia de pago fluida y consistente, independientemente del m茅todo de pago que elijan.

El banco tambi茅n ha alcanzado nuevos niveles de fiabilidad y agilidad tras la implementaci贸n de la plataforma, en parte gracias a su arquitectura de microservicios y a la infraestructura en la nube de AWS. La oferta de servicios mejorada ya mantiene un porcentaje de disponibilidad del 99.9% y ofrece niveles mejorados de eficiencia operativa y una experiencia del cliente elevada.

La plataforma de Security Bank tambi茅n proporciona una base para futuras mejoras y ambiciones en l铆nea con su estrategia de transformaci贸n digital m谩s amplia. Los clientes tendr谩n acceso a caracter铆sticas que anteriormente no estaban disponibles en el mercado, incluidas capacidades de FX en tiempo real, as铆 como casos de uso adicionales de BSP y BancNet. Security Bank est谩 avanzando actualmente hacia la implementaci贸n de esquemas de pago adicionales y est谩 ansioso por dar la bienvenida a las pr贸ximas olas de avances digitales.

Abordar los desaf铆os de la evaluaci贸n de la solvencia

Un importante banco con sede en EE. UU. se enfrentaba a importantes desaf铆os en la evaluaci贸n de la solvencia, una funci贸n crucial para sus operaciones. El banco depend铆a de m煤ltiples soluciones personalizadas implementadas en todas sus l铆neas de negocio (LOB). Esta falta de una plataforma de c谩lculo centralizada imped铆a a la empresa ser m谩s eficiente, abordar eficazmente el riesgo y reducir los costes.

El banco prioriz贸 la optimizaci贸n de las operaciones para reducir la duplicaci贸n de esfuerzos, optimizar los controles para optimizar la gesti贸n de riesgos, acelerar la toma de decisiones para aumentar la eficiencia y adoptar una estrategia basada en datos que permitiera tomar mejores decisiones crediticias. Abordar estos problemas aumentar铆a su capacidad para brindar una experiencia al cliente de alta calidad y mantenerse competitivo en un panorama financiero en constante evoluci贸n.

El banco contrat贸 a 乌鸦传媒 para liderar esta iniciativa crucial gracias a su profundo conocimiento del sector, su experiencia demostrada en servicios financieros y su s贸lida y s贸lida colaboraci贸n. El objetivo era construir una plataforma de toma de decisiones crediticias que unificara procesos, optimizara la gobernanza y la gesti贸n de riesgos, y ofreciera un enfoque centrado en el cliente basado en an谩lisis avanzados.

Desarrollo colaborativo de una plataforma centralizada de toma de decisiones crediticias

乌鸦传媒 se asoci贸 con el equipo de tecnolog铆a del banco para emprender una iniciativa plurianual. El equipo del proyecto se propuso ofrecer capacidades avanzadas como la ingesta de datos, la transformaci贸n, la integraci贸n con FICO para la toma de decisiones y la entrega eficiente de datos.

Mediante un enfoque colaborativo, 乌鸦传媒 trabaj贸 con el banco para alinear el dise帽o de la plataforma con los requisitos operativos y los objetivos estrat茅gicos de la organizaci贸n. Las funcionalidades clave implementadas incluyen una estrategia proactiva de aumento de l铆neas de cr茅dito para optimizar los ajustes, un modelo predictivo para evaluar la probabilidad de impagos, un marco para la gesti贸n eficaz de cuentas de alto riesgo y una estrategia espec铆fica para gestionar los casos de cr茅dito sin expansi贸n.

El equipo de 乌鸦传媒 tambi茅n desempe帽贸 un papel fundamental en la implementaci贸n de un proyecto de punto de venta, que permiti贸 la toma de decisiones en tiempo real para la soluci贸n “compra ahora, paga despu茅s” del banco. Para garantizar una integraci贸n perfecta con los sistemas existentes y gestionar las complejidades de los datos en m煤ltiples LOB, el equipo del proyecto aplic贸 pruebas iterativas y procesos de validaci贸n rigurosos mientras manten铆a una comunicaci贸n continua entre las organizaciones asociadas.

Impulsando resultados medibles y transformaci贸n operativa

Desde su implementaci贸n, la nueva plataforma de toma de decisiones crediticias ha mejorado significativamente la eficiencia operativa, la gobernanza y la gesti贸n de riesgos, a la vez que ha permitido al banco adoptar un enfoque centrado en el cliente. Entre los logros m谩s destacados se incluyen un aumento de $700 millones en aumentos proactivos de l铆neas de cr茅dito, una disminuci贸n de $200 millones en la exposici贸n crediticia de alto riesgo mediante modelos predictivos y una reducci贸n del 50% en el tiempo de procesamiento para la gesti贸n de cuentas de alto riesgo. La implementaci贸n de una estrategia espec铆fica para casos de cr茅dito sin expansi贸n ha optimizado a煤n m谩s las operaciones y reducido la ineficiencia.

Estos avances no solo han mejorado los procesos internos, sino que tambi茅n han mejorado la experiencia del cliente al permitir decisiones crediticias m谩s r谩pidas y precisas. El banco ahora opera con una plataforma que fomenta la toma de decisiones centralizada en m煤ltiples l铆neas de negocio, eliminando los silos y reduciendo la duplicaci贸n de esfuerzos.

De cara al futuro, el banco planea aprovechar este 茅xito ampliando la presencia de la plataforma. En 2025, se implementar谩 para respaldar la toma de decisiones crediticias para hipotecas y pr茅stamos para autom贸viles, ampliando a煤n m谩s su impacto en toda la organizaci贸n. Con el apoyo continuo de 乌鸦传媒, el banco est谩 bien posicionado para sostener y acelerar estas mejoras, impulsando el valor a largo plazo y fortaleciendo su ventaja competitiva en el sector de servicios financieros.

La detecci贸n temprana y la toma de decisiones cl铆nicas basadas en datos son algunos de los grandes retos que tiene la medicina a la hora de abordar las enfermedades asociadas al envejecimiento, como el ictus o la insuficiencia card铆aca. La IA confiable y transparente tiene gran potencial para desbloquear estos desaf铆os.

AI4HealthyAging es un proyecto dirigido a detectar precozmente las enfermedades derivadas del envejecimiento a trav茅s de la IA. Lo lleva a cabo un consorcio p煤blico-privado compuesto por 15 entidades y financiado bajo el programa Misiones de I+D en IA 2021 del Ministerio de Asuntos Econ贸micos y Transformaci贸n Digital de Espa帽a.

El consorcio, coordinado por 乌鸦传媒, dise帽a y desarrolla soluciones inteligentes que permiten detectar en fase temprana enfermedades neurol贸gicas, motoras y degenerativas derivadas del envejecimiento, y actuar sobre ellas de forma r谩pida. Estos sistemas apoyan la toma de decisiones para pacientes de edad avanzada con condiciones como la insuficiencia card铆aca, ictus, sarcopenia, Parkinson, deterioro cognitivo asociado a la hipoacusia, as铆 otras enfermedades neurodegenerativas.

Asimismo, el proyecto incluye actividades transversales centradas fundamentalmente en el aprendizaje federado, dise帽o y desarrollo de m茅todos de explicabilidad -que permiten a los usuarios humanos comprender y confiar en los resultados creados por los algoritmos de IA-, as铆 como t茅cnicas de detecci贸n y mitigaci贸n de sesgos. 乌鸦传媒 ha coordinado la iniciativa y ha sido responsable del desarrollo de dos paquetes de trabajo clave: un sistema de alerta temprana para la insuficiencia card铆aca e ictus, as铆 como la IA federada y explicable para aplicaciones m茅dicas avanzadas.

IA federada y explicable para aplicaciones m茅dicas avanzadas

El aprendizaje federado en el 谩mbito de la salud ha revolucionado la forma en que se entrenan los modelos de IA, permitiendo la colaboraci贸n entre m煤ltiples entidades sin comprometer la privacidad de los datos. El enfoque descentralizado utilizado en el proyecto es fundamental para la investigaci贸n m茅dica y el diagn贸stico asistido por inteligencia artificial, ya que permite a hospitales, cl铆nicas e instituciones compartir conocimientos sin necesidad de transferir datos sensibles. En este contexto, la implementaci贸n de mecanismos avanzados de seguridad, como la encriptaci贸n ca贸tica, refuerza a煤n m谩s la confidencialidad y la integridad de la informaci贸n.

Dado que los datos m茅dicos contienen informaci贸n altamente sensible, garantizar su seguridad es una prioridad. Al no requerir la transferencia de datos hacia servidores centrales, sino entrenar modelos localmente y solo compartir par谩metros de actualizaci贸n, se reduce el riesgo de filtraciones o accesos no autorizados. Esto fomenta la confianza tanto de los pacientes como de los profesionales de la salud en el uso de inteligencia artificial para mejorar los tratamientos y diagn贸sticos.

Desde un punto de vista social, hospitales con menos infraestructura pueden beneficiarse de modelos construidos a partir de datos procedentes de m煤ltiples entidades sin comprometer la privacidad. As铆, la IA se democratiza, reduciendo desigualdades en la atenci贸n m茅dica. Desde una perspectiva 茅tica, el uso de aprendizaje federado con medidas de seguridad avanzadas promueve la transparencia y el cumplimiento de regulaciones de privacidad.

Asimismo, se han desarrollado modelos de IA que incorporan m茅todos de explicabilidad que permiten a los profesionales de la salud entender y validar las predicciones, lo que refuerza la confianza y facilita su incorporaci贸n en entornos cl铆nicos y regulatorios. En particular, se han creado tarjetas informativas (Informative Cards) que proporcionan tanto informaci贸n de los datos empleados (Data Cards) como de los modelos (Model Cards). Este entorno se ha potenciado adem谩s con un modelo de lenguaje (Large Language Model) para poder realizar consultas y apoyar la toma de decisiones.

Sistema de alerta temprana para la insuficiencia cardiaca y el ictus

El desarrollo del sistema est谩 basado en la monitorizaci贸n de sensores de movimiento IMU (Inertial Measurement Unit) y electrocardiogramas (ECG) para la estimaci贸n del nivel de recuperaci贸n de pacientes con ictus e insuficiencia. Este enfoque representa una soluci贸n no invasiva que permite evaluar el progreso de los pacientes sin la necesidad de procedimientos m茅dicos complejos o inc贸modos. Esto es especialmente relevante para personas con condiciones de salud fr谩giles, que pueden experimentar ansiedad o malestar ante m茅todos de seguimiento tradicionales que requieren visitas constantes al hospital.

Adem谩s, la implementaci贸n de esta tecnolog铆a es clave para mejorar el acceso a la atenci贸n m茅dica de poblaciones vulnerables. Con el uso de sensores IMU y ECG, estos pacientes pueden ser monitorizados de manera remota, reduciendo la necesidad de traslados frecuentes y aliviando la Carga econ贸mica y log铆stica tanto para ellos como para sus cuidadores y el sistema de salud en general.

Otro beneficio clave de este proyecto es su capacidad para generar datos en tiempo real, lo que permite estimar el nivel de recuperaci贸n del paciente y predecir su evoluci贸n. En el caso de los pacientes que han sufrido un ictus, el an谩lisis del movimiento mediante sensores IMU puede proporcionar informaci贸n detallada sobre la recuperaci贸n de la movilidad, la coordinaci贸n y la funci贸n motora en general. En cuanto a los pacientes con insuficiencia card铆aca, el uso de ECG como herramienta de monitorizaci贸n continua permite evaluar la actividad el茅ctrica del coraz贸n, detectar anomal铆as y ajustar los tratamientos de manera m谩s precisa. Al combinar estos datos con algoritmos de predicci贸n, los m茅dicos pueden anticiparse a complicaciones y modificar la medicaci贸n de acuerdo con las necesidades espec铆ficas de cada paciente.

Inteligencia Artificial para el Diagn贸stico y Tratamiento Temprano de Enfermedades con Gran prevalencia en Envejecimiento es un proyecto financiado por el Programa Misiones de I+D en Inteligencia Artificial del Ministerio de Asuntos Econ贸micos y Transformaci贸n Digital (MIA.2021.M02.0007)

ABN AMRO, el tercer banco m谩s grande de los Pa铆ses Bajos, atiende a m谩s de cinco millones de clientes minoristas y 365,000 clientes comerciales. Para lograrlo, la organizaci贸n permite a sus clientes acceder a servicios de asesor铆a premium y soluciones de primera clase cuando lo deseen.

Los altos requisitos t茅cnicos asociados a esta comodidad, junto con las grandes expectativas que genera entre los clientes del banco, exigen que ABN AMRO persiga continuamente la innovaci贸n en todas sus formas. Cuando la organizaci贸n redefini贸 su estrategia para convertirse en un banco personal en la era digital, estableci贸 tres 谩reas clave de enfoque: construir un banco preparado para el futuro, apoyar la transici贸n de sus clientes hacia la sostenibilidad y reinventar la experiencia del cliente.

Como parte de este esfuerzo, ABN AMRO decidi贸 implementar un nuevo modelo de servicio digital que aprovechara la tecnolog铆a m谩s moderna y amigable para el cliente disponible. Para identificar sus opciones y definir una hoja de ruta hacia su visi贸n, el banco contrat贸 a 乌鸦传媒 como su socio de innovaci贸n en productos de inteligencia artificial conversacional. Esta colaboraci贸n dio inicio a un proyecto conjunto que conducir铆a a una experiencia del cliente que marcar铆a un hito en la industria.

La colaboraci贸n de extremo a extremo impulsa la innovaci贸n en inteligencia artificial generativa

La colaboraci贸n entre ABN AMRO y 乌鸦传媒 comenz贸 con sesiones inspiradoras que aprovecharon la experiencia de ambas compa帽铆as para definir una visi贸n futura para el banco. Este evento reuni贸 a los stakeholders de ambos socios para revisar la estrategia actual de servicios al cliente del banco e imaginar las posibilidades para su futuro.

A partir de los conocimientos obtenidos durante estas sesiones, ABN AMRO y 乌鸦传媒 procedieron a dise帽ar una estrategia y hoja de ruta que ayudar铆an a alcanzar la visi贸n futura deseada por la organizaci贸n. Los principales responsables de ambas partes se comprometieron con un modelo de servicio digital de tres niveles, a nivel de todo el banco, que guiar铆a naturalmente a los clientes a lo largo de un recorrido de experiencia que atender铆a sus necesidades de forma r谩pida y conveniente.

En el centro de esta estructura estaba la b煤squeda de nuevas soluciones de inteligencia artificial generativa. Sin embargo, para implementar con 茅xito estas tecnolog铆as, fue necesario realizar una transici贸n desde el sistema existente de ABN AMRO hacia Microsoft Copilot. Esto permitir铆a al banco introducir modelos de lenguaje de gran escala y una variedad de otras soluciones que respaldar铆an la IA generativa de manera m谩s eficaz.

No obstante, cualquier implementaci贸n de arquitectura deb铆a garantizar seguridad, protecci贸n y privacidad. Para acelerar el ritmo de desarrollo de nuevas soluciones, el equipo del proyecto estableci贸 previamente medidas de seguridad adecuadas, asegurando que la introducci贸n de Copilot y todas las soluciones derivadas cumplieran con estos requisitos esenciales. ABN AMRO, 乌鸦传媒 y Microsoft detallaron conjuntamente la arquitectura preparada para el futuro en talleres previos al inicio de la implementaci贸n.

Trabajando juntos, ABN AMRO, 乌鸦传媒 y Microsoft completaron una transici贸n fluida que cumpli贸 con las expectativas operativas. Al hacerlo, el equipo del proyecto sent贸 las bases para numerosos desarrollos futuros como parte de un nuevo enfoque de f谩brica de IA generativa, que permitir谩 interacciones m谩s naturales entre el banco y su base de clientes internacional.

Guiando a los clientes hacia una experiencia de soporte m谩s fluida

Como parte de un nuevo modelo de servicio de tres niveles, los socios introdujeron a 鈥淩ikkie鈥�, un chatbot potenciado con inteligencia artificial generativa, dise帽ado para ofrecer una interacci贸n digital uno a uno m谩s natural. Tikkie, la aplicaci贸n de ABN AMRO que permite a los usuarios realizar solicitudes de pago y llevar un seguimiento de gastos en grupo, fue seleccionada como la primera soluci贸n de IA generativa orientada al cliente. Esto permiti贸 aprender tanto del proceso de implementaci贸n como de la experiencia directa de los usuarios con la IA generativa. A partir de estos aprendizajes, la IA generativa se est谩 introduciendo a una base de clientes m谩s amplia a trav茅s de la Plataforma Conversacional del banco.

ABN AMRO se encuentra ahora al inicio de un camino de innovaci贸n impulsado por la inteligencia artificial generativa. Las soluciones desarrolladas sobre la plataforma Copilot prometen una expansi贸n de las oportunidades de autoservicio personalizado para los usuarios, as铆 como un soporte m谩s eficaz y adaptado cuando se requiera interacci贸n humana. Este proyecto ha establecido una nueva base para que ABN AMRO desarrolle soluciones m谩s aut贸nomas que sirvan eficazmente a los usuarios, manteniendo al mismo tiempo las medidas de seguridad esenciales.

Al sentar las bases para la innovaci贸n con tecnolog铆a de IA generativa, ABN AMRO ha demostrado una vez m谩s su compromiso con ofrecer una experiencia al cliente l铆der en la industria.

Con ConnectedDrive, una colecci贸n de servicios de conducci贸n disponibles por suscripci贸n, el Grupo BMW ofrece una amplia gama de productos y servicios que dependen de conexiones de datos entre los veh铆culos y los servicios backend. Estos incluyen actualizaciones de navegaci贸n, entretenimiento en l铆nea, software, funciones activadas over-the-air, diagn贸sticos remotos y uso compartido del veh铆culo. Con las nuevas generaciones de veh铆culos, el portfolio y la importancia de los servicios ConnectedDrive no har谩n m谩s que aumentar, convirtiendo el programa en un elemento clave de la estrategia de BMW para atraer a nuevos clientes con mentalidad digital.

La plataforma de conectividad de veh铆culos del Grupo BMW, que constituye la base t茅cnica de ConnectedDrive, es responsable de la comunicaci贸n entre los veh铆culos y las aplicaciones backend, de una infraestructura de comunicaciones escalable y fiable, y de operaciones continuas 24/7 para los servicios conectados. Para prepararse ante el inminente aumento de la demanda, el Grupo BMW decidi贸 transformar la plataforma de conectividad de veh铆culos y ofrecer un est谩ndar tecnol贸gico y operativo de primer nivel que pudiera respaldar el crecimiento y la innovaci贸n, al tiempo que proporcionara una experiencia digital fluida al cliente.

Reconociendo la naturaleza cr铆tica del proyecto y la necesidad de una amplia experiencia, el Grupo BMW se asoci贸 con 乌鸦传媒.

El inicio de una alianza a largo plazo

乌鸦传媒 y el Grupo BMW comenzaron con un riguroso an谩lisis de los sistemas existentes de la empresa y sus objetivos. Durante este proceso, los socios identificaron que la plataforma de conectividad de veh铆culos se hab铆a vuelto excesivamente monol铆tica, lo que imped铆a el nivel de escalabilidad necesario para soportar una mayor demanda. Adem谩s, aunque el Grupo BMW hab铆a desarrollado una nueva soluci贸n basada en tecnolog铆a de Internet de las Cosas (IoT), esta a煤n no se hab铆a implementado completamente y necesitaba ser desplegada para producci贸n en tres centros globales. Por 煤ltimo, todas estas plataformas se manten铆an on-premises, lo que presentaba limitaciones adicionales.

Con base en las conclusiones de esta revisi贸n, 乌鸦传媒 y el Grupo BMW est谩n trabajando juntos en la transici贸n de la plataforma de conectividad de veh铆culos a la nube de AWS y en la adopci贸n de un enfoque DevOps. Como parte de este proceso, los socios tambi茅n decidieron simplificar el modelo operativo preexistente instalando a 乌鸦传媒 como 煤nico proveedor tanto para el desarrollo como para las operaciones.

El equipo del proyecto utiliz贸 frameworks y herramientas establecidos para llevar a cabo una transici贸n de servicio de ocho aplicaciones cr铆ticas para la misi贸n. Poco despu茅s, 乌鸦传媒 y el Grupo BMW completaron el despliegue de una nueva plataforma de comunicaciones basada en MQTT, que inclu铆a cuatro aplicaciones encargadas de la mensajer铆a, el intercambio de archivos y la activaci贸n remota de las unidades de control electr贸nico del veh铆culo. A lo largo de este proceso, el equipo del proyecto estabiliz贸 las aplicaciones y logr贸 mejoras operativas que ayudaron a garantizar una puesta en marcha fluida para una nueva generaci贸n de veh铆culos.

Transici贸n hacia DevOps y la nube

Con el proyecto ya en marcha, 乌鸦传媒 y el Grupo BMW se comprometieron a implementar un nuevo modelo operativo basado en DevOps. Basado en los objetivos establecidos y las mejores pr谩cticas, el equipo del proyecto dise帽贸 un modelo de trabajo renovado para la plataforma de conectividad de veh铆culos. Esto fortaleci贸 a煤n m谩s la cooperaci贸n entre desarrollo y operaciones, asegurando que los equipos compartieran la responsabilidad conjunta de desarrollar, mantener y operar las aplicaciones bajo un marco estricto de acuerdos de nivel de servicio (SLA). Adem谩s, el enfoque colaborativo garantiz贸 que los equipos compartieran un conjunto com煤n de herramientas y conocimientos.

Una vez que los equipos estuvieron correctamente unificados bajo un enfoque DevOps, 乌鸦传媒 y el Grupo BMW se centraron en migrar la infraestructura y todas las aplicaciones a la nube p煤blica. Los principales responsables trabajaron con el equipo del proyecto para desarrollar una estrategia de migraci贸n que minimizara los riesgos y el impacto en los clientes finales.

Tras una transici贸n fluida, los productos se convirtieron en nativos cloud, utilizando funciones como aplicaciones en contenedores, escalado autom谩tico y flujos de datos. Como resultado, la empresa pudo ofrecer servicios m谩s estables, al tiempo que mejoraba la eficiencia de costes y la escalabilidad de la plataforma de comunicaciones de veh铆culos.

Estableciendo los fundamentos para la experiencia digital

乌鸦传媒 y el Grupo BMW han mejorado continuamente la plataforma de comunicaciones de veh铆culos, lo que ha mejorado significativamente la continuidad del servicio y ha reducido los tiempos de respuesta a las solicitudes de atenci贸n al cliente. Gracias a la mayor escalabilidad lograda con la migraci贸n a la nube p煤blica, el Grupo BMW ha incrementado su capacidad para gestionar productos con gran demanda de datos, como actualizaciones masivas de software simult谩neas para millones de veh铆culos y la conducci贸n aut贸noma.

Estos resultados, junto con el modelo de entrega DevOps de 乌鸦传媒, proporcionan al Grupo BMW una base s贸lida para mejorar la experiencia digital de millones de clientes de ConnectedDrive, tanto en las generaciones actuales como futuras de veh铆culos. Ambas organizaciones continuar谩n colaborando en esta iniciativa con el objetivo de seguir mejorando la comunicaci贸n entre veh铆culos y ofrecer una experiencia de cliente m谩s eficaz.

La combinaci贸n de m煤ltiples tecnolog铆as de nueva generaci贸n tiene el potencial de mejorar tanto la prevenci贸n de incendios como la rapidez y eficacia de la respuesta de los equipos de emergencia y la posterior recuperaci贸n del ecosistema, minimizando su ocurrencia e impacto ambiental, disminuyendo el riesgo de accidentes para el personal y reduciendo costes. Sin embargo, esto no ser谩 posible sin un enfoque integral en el que cada fase se retroalimenta de la anterior, permitiendo una respuesta m谩s coordinada y sostenible en el tiempo frente a los incendios forestales.

A pesar de la disponibilidad de m煤ltiples tecnolog铆as que pueden contribuir de forma significativa a prevenir, anticipar, combatir, mitigar y recuperar los efectos de los desastres ambientales, existen diferentes barreras que impiden en la actualidad aprovechar todo su potencial. La principal de ellas es la falta de integraci贸n, interoperabilidad y homologaci贸n entre diferentes sistemas y tecnolog铆as. Las soluciones desarrolladas por distintos proveedores suelen no ser compatibles entre s铆, lo que dificulta la integraci贸n de sistemas y la coordinaci贸n entre diferentes agencias y organizaciones. Esta falta de interoperabilidad puede obstaculizar el intercambio de informaci贸n y dificultar la toma de decisiones en tiempo real. La investigaci贸n en est谩ndares y protocolos de interoperabilidad es esencial para superar este obst谩culo y garantizar que las diferentes tecnolog铆as puedan trabajar juntas de manera eficaz. Esta falta de integraci贸n dificulta, por poner un ejemplo, la operaci贸n de los equipos interdisciplinares de actuaci贸n. En muchas ocasiones, estos equipos est谩n desconectados entre s铆 y utilizan fuentes de informaci贸n y herramientas diferentes lo cual dificulta la coordinaci贸n, interoperabilidad y efectividad en la mitigaci贸n de estos desastres.

El proyecto TREEADS

El Proyecto TREEADS, parte del programa Green Deal de la Uni贸n Europea, es un esfuerzo colaborativo que involucra a 47 socios de 14 pa铆ses europeos y Taiw谩n, cuyo objetivo es combatir los incendios forestales a trav茅s de soluciones tecnol贸gicas avanzadas y demostrar la efectividad de un enfoque hol铆stico.

El proyecto TREEADS propone un sistema integral para el control de incendios forestales, que incluye productos de 煤ltima generaci贸n con alto nivel de madurez tecnol贸gica (TRL) y uni茅ndolos en un ecosistema hol铆stico de gesti贸n de incendios que consta de varias tecnolog铆as y sistemas innovadores para optimizar y reutilizar los recursos socio-tecnol贸gicos disponibles en las tres fases principales de los incendios forestales.

Al adoptar un enfoque de m煤ltiples partes interesadas e involucrando m煤ltiples actores, las soluciones planteadas en TREEADS contribuyen al desarrollo sostenible como un proceso social inclusivo y garantizar谩n la sostenibilidad y la resiliencia del medio ambiente natural. La siguiente infograf铆a resume en gran parte este enfoque multimodal:

Un enfoque hol铆stico en el contexto del manejo de incendios forestales implica considerar e integrar todas las facetas y etapas del problema en sus diferentes etapas (prevenci贸n, detecci贸n y restauraci贸n) para crear una soluci贸n integral e interconectada. Esto significa aprovechar tecnolog铆as y estrategias diversas y complementarias para abordar la naturaleza multifac茅tica del manejo de incendios.

En el proyecto TREEADS, este enfoque hol铆stico se plantea mediante la integraci贸n de diversas tecnolog铆as y m茅todos innovadores, como la realidad virtual para el entrenamiento de bomberos, drones a茅reos equipados con c谩maras LiDAR y EO/IR para monitoreo en tiempo real, c谩psulas de semillas con gel de restauraci贸n para uso ecol贸gico y de recuperaci贸n, sistemas de detecci贸n de incendios basados 鈥嬧�媏n redes sociales, sistemas de apoyo a la toma de decisiones e incluso modelos de seguros y soluciones de transferencia de riesgos para garantizar una cobertura y respuesta integrales.

El papel de 乌鸦传媒

El centro de control y comando de veh铆culos no tripulados (UAV)

El Centro de Comando y Control (CCC), desarrollado por 乌鸦传媒, es un servicio dise帽ado para componer misiones y comunicarlas a los veh铆culos no tripulados en tiempo real durante una operaci贸n en campo, adem谩s de permitir la visualizaci贸n de la informaci贸n telem茅trica y de los sensores embarcados en los veh铆culos.

Este servicio funciona como eje central de control y visualizaci贸n de la aproximaci贸n en cuatro capas, integrando informaci贸n de sensores terrestres, de sensores embarcados en drones de baja y media altura, y de HAPS, como globos aerost谩ticos equipados con c谩maras multiespectrales.

Para componer estas misiones, el CCC utiliza dos plataformas de mensajer铆a, Kafka y TruePLM, un sistema propietario de , y la herramienta Path Planner, un generador de caminos de vuelo bajo demanda basado en mapas detallados en 3D, desarrollada por el CERTH (ambos partners tecnol贸gicos de TREEADS).

Gracias a ellas, el sistema es capaz de determinar los protocolos de comunicaci贸n que permiten gobernar y monitorear a cada uno de los medios a茅reos disponibles, obtener informaci贸n sobre su carga 煤til y los sensores embarcados, recibir datos de posici贸n y telemetr铆a, enviarles 贸rdenes para que realicen las misiones que les son encomendadas y recibir los datos proporcionados por los sensores en los puntos cr铆ticos de la misi贸n (v铆deo, im谩genes hiperespectrales, etc).

Para realizar estas funciones se ha dise帽ado un interfaz de usuario capaz de adaptarse a las caracter铆sticas espec铆ficas de cada uno de los medios a茅reos contemplados en el proyecto:

• Drones de baja altura habilitados con LiDAR.
• Drones de baja altura con c谩maras IR/EO para: emisi贸n de video en tiempo real, detecci贸n de fuego, detecci贸n de objetos.
• Drones de baja altura para dispersi贸n de bolas de semillas.
• Drones de alta carga para la extinci贸n de fuego y enfriamiento de puntos calientes.
• Globos aerost谩ticos de alta altura (HAP) habilitados con c谩maras IR/EO para detecci贸n de fuego y mapeo a茅reo de alta definici贸n.

Su arquitectura abierta y extensible permite incorporar y controlar en el futuro otros medios aut贸nomos como podr铆an ser plataformas rob贸ticas terrestres o submarinas.

A continuaci贸n se muestran algunos ejemplos de este interfaz:

“La arquitectura abierta y extensible del Centro de Comando y Control permite incorporar y controlar en el futuro otros medios aut贸nomos como podr铆an ser plataformas rob贸ticas terrestres o submarinas.”

Noel Ruiz, Solution Architect & Presales I 乌鸦传媒 Engineering Espa帽a

El piloto espa帽ol

乌鸦传媒 ha coordinado las actividades del piloto espa帽ol, uno de los ocho que componen el proyecto TREEADS, para probar en el terreno las diversas tecnolog铆as desarrolladas por los socios. Esta validaci贸n se ha realizado en la sierra de 脕vila en diferentes etapas y a trav茅s de diferentes ejercicios en los que, adem谩s de los socios tecnol贸gicos del proyecto participan autoridades locales, organismos p煤blicos, asociaciones de propietarios y equipos de emergencia.

Con la participaci贸n de m煤ltiples actores se persigue desarrollar un enfoque integral y avanzado en la gesti贸n de incendios forestales, demostrando c贸mo la tecnolog铆a y la innovaci贸n pueden converger para enfrentar desaf铆os ambientales cr铆ticos y mejorar no solo la capacidad de respuesta inmediata, sino tambi茅n la recuperaci贸n sostenible de los ecosistemas afectados.

Espec铆ficamente, se han probado un total de 56 tecnolog铆as a trav茅s de trece ejercicios:

1. Gesti贸n Forestal para la Prevenci贸n: Tecnolog铆as relacionadas con cartograf铆a avanzada, simulaciones de incendios y despliegue de elementos a茅reos comandados para mejorar el conocimiento del terreno en tiempo real.
2. Municipio de Alto Riesgo: Evaluaci贸n de indicadores clave de rendimiento (KPIs) relacionados con la velocidad y coste de despliegue de elementos de monitorizaci贸n en 谩reas de alto riesgo de incendio, adem谩s del uso de cartograf铆a avanzada basada en un mapa de riesgos.
3. Evaluaci贸n de Sistemas de Detecci贸n: Evaluaci贸n de diferentes sistemas de detecci贸n y localizaci贸n de incendios que van desde el comando y control de UAVs hasta el uso de redes sociales o sensores en tierra. Incluye el despliegue de estaciones port谩tiles de comunicaciones 5G.
4. Extinci贸n de Incendios Usando UAVs: Evaluaci贸n del coste de operaci贸n y la eficacia de elementos a茅reos no tripulados de alta carga para el apoyo en la extinci贸n de incendios en 谩reas de dif铆cil acceso. Incluye el despliegue de estaciones port谩tiles de comunicaciones 5G.
5. Vigilancia A茅rea para Detectar Nuevos Incendios (Puntos Calientes): Uso de elementos a茅reos para la detecci贸n de puntos calientes durante quemas controladas. Incluye el despliegue de estaciones port谩tiles de comunicaciones 5G.
6. Enfriamiento de Puntos Calientes Usando UAVs: Evaluaci贸n de la eficacia de diferentes espumas para el enfriamiento de puntos calientes con elementos a茅reos no tripulados de alta carga.
7. Prueba de Entrenamiento en Realidad Virtual Metaquest: Evaluaci贸n de la eficacia de sistemas de entrenamiento con realidad virtual orientado a diferentes tipos de operarios y jefes de equipo.
8. Conectividad de Cascos vs UHF + Monitorizaci贸n de Bomberos: Evaluaci贸n de la utilidad de gafas de realidad aumentada y sistemas de comunicaciones port谩tiles 5G que mejoran la comunicaci贸n entre los operarios en campo, ofreciendo informaci贸n actualizada de la posici贸n de los operarios y posibles caminos de escape en caso de emergencia.
9. Ayuda a la Adaptaci贸n – Modelo de Seguros y Soluciones de Transferencia de Riesgos: Evaluaci贸n de la utilidad de la cartograf铆a detallada y actualizada en la plataforma para la construcci贸n de modelos de seguros y soluciones de transferencia de riesgos, as铆 como la evaluaci贸n de p茅rdidas por zona catastr贸fica.
10. Restauraci贸n Guiada por Objetivos Adaptada al Cambio Clim谩tico + Qu茅 Pasar铆a Si: Evaluaci贸n de anteriores operaciones de restauraci贸n en base al nuevo sistema de apoyo a la decisi贸n orientado a objetivos agroforestales y medioambientales.
11. Bioclips: Evaluaci贸n de la eficacia del uso de estos dispositivos para la introducci贸n de insectos.
12. Liberaci贸n de Bolas de Semillas Usando UAVs: Evaluaci贸n de la eficacia del despliegue de bolas de semillas seleccionadas en 谩reas de dif铆cil acceso usando drones, facilitando el trabajo de los operarios.
13. Despliegue de C谩psulas de Semillas Personalizadas: Evaluaci贸n de c谩psulas de semillas con gel, incluyendo la protecci贸n contra la depredaci贸n y el crecimiento de las plantas.

 Estos ejercicios han permito, adem谩s:

1. Validar el Soporte ofrecido a los Equipos de Lucha Contra Incendios:  el piloto proporciona apoyo a los bomberos y equipos forestales con informaci贸n crucial para proteger a los operarios durante la extinci贸n. Esta informaci贸n incluye v铆as de salida, la existencia de edificios e infraestructuras de protecci贸n, y los indicadores para salir de un incendio y protegerse.
2. Capturar, integrar, fusionar y analizar datos provenientes de diferentes fuentes para proporcionar informaci贸n 煤til para las actividades de prevenci贸n de incendios forestales e indicadores de riesgos sobre el incendio apoyados en Sistemas de Informaci贸n Geogr谩fica (SIG).

El piloto espa帽ol de TREEADS destaca por su enfoque integral y avanzado en la gesti贸n de incendios forestales, demostrando c贸mo la tecnolog铆a y la innovaci贸n pueden converger para enfrentar desaf铆os ambientales cr铆ticos. Bajo el liderazgo de 乌鸦传媒, este piloto no solo mejora la capacidad de respuesta inmediata, sino que tambi茅n promueve la recuperaci贸n sostenible de los ecosistemas afectados.