From the LABFor the floor
Dos ejes de investigación aplicada: ingeniería de software soberana y factores humanos industriales.
Preguntas de investigación aún abiertas, confrontadas con la realidad industrial. Barreras que abren el camino a nuevos enfoques.
¿El reto?Repensar la inteligencia industrial.
Entrar en los trabajosNuestro punto de partida
¿Por qué las herramientas industriales siguen por detrás de las tecnologías que las personas utilizan cada día en su vida personal?
Esta pregunta está en el origen de todo. Nuestro polo I+D existe para responderla con método, rigor y una visión a largo plazo.
La constatación
La industria invierte y se digitaliza. Sin embargo, los beneficios esperados todavía tienen dificultades para materializarse en el terreno. Las herramientas se diseñaron para los procesos, rara vez para quienes les dan vida.
El síntoma
Indicadores producidos para reuniones, a veces tan complejos de calibrar que ya están obsoletos cuando se analizan. Mientras tanto, una parte de la realidad del terreno permanece invisible.
La herencia
Aplicaciones antiguas ampliadas capa tras capa: potentes sobre el papel, pero cada vez más pesadas, fragmentadas y rígidas en el uso.
La oportunidad
Este potencial humano aún poco aprovechado representa un valor considerable y la oportunidad de concebir una industria que hable el lenguaje de una nueva generación.
Nuestra investigación comienza en esta distancia entre los sistemas, los usos y la realidad del terreno.
Nuestras convicciones
La industria fue la gran olvidada de lo digital
Muchos entornos industriales aún se apoyan en arquitecturas antiguas, modernizadas a veces solo en la superficie.
Todavía se pide a las personas que se adapten a las herramientas, rara vez al contrario.
El contexto es el dato que falta
Cada sistema industrial registra la información necesaria para su propia función: el ERP la gestión, la GMAO el mantenimiento, el MES la producción y las herramientas de calidad los controles y las desviaciones.
El contexto completo de una situación no reside en ninguno de ellos de forma aislada. Se encuentra en las relaciones entre sus datos, las acciones realizadas y las observaciones del terreno.
El reto no consiste solo en reunir más datos, sino en preservar las relaciones que les dan sentido.La soberanía es una condición de control
Los datos de producción revelan procesos, rendimiento, vulnerabilidades y parte de la ventaja competitiva de una planta.
En industrias críticas, su control no puede separarse de las decisiones de arquitectura, alojamiento y jurisdicción.
Lo digital industrial también debe ser sobrio
La circulación de datos, el cálculo, el almacenamiento y la red también tienen una huella.
Diseñar sistemas más sobrios sin comprometer su fiabilidad es un verdadero tema de investigación.
Es una responsabilidad, no un argumento.Fase 0 · Investigación y Tecnología
La investigación comienza antes.
Las decisiones más estructurantes suelen tomarse antes del inicio oficial de un proyecto. Mientras la necesidad, los usos y la arquitectura siguen abiertos, todavía es posible cuestionar las hipótesis y confrontar las primeras orientaciones con la realidad del sistema.
Reducir la incertidumbre
Observar el sistema en su conjunto. Separar los conocimientos establecidos de las hipótesis. Identificar las restricciones, riesgos y barreras que condicionan realmente el proyecto.
- Observar
- Enmarcar
- Formular
- Experimentar
Hacer converger la arquitectura
Comparar los escenarios con los resultados, descartar las hipótesis que no resisten la experimentación y construir una trayectoria coherente con la madurez realmente demostrada.
- Medir
- Comparar
- Decidir
- Orientar
Una decisión temprana no debe ser solo plausible. Debe poder cuestionarse, experimentarse y defenderse.
Base tecnológica · Polo I+D
PULSAR — La base que hace posible la exploración.
Middleware industrial en tiempo real desarrollado en C++ para experimentar con sistemas distribuidos, coherencia de estado, soberanía e inteligencia integrada.
TRL 9 · Desplegado
PULSAR
Middleware industrial en tiempo real
- Sincronización reactiva del estado y fuente de verdad coherente.
- Criptografía y control del dato integrados en la arquitectura.
- Núcleo C++ y lenguaje de dominio dedicado.
TRL 3 · En desarrollo
PULSAR MAINT LM
IA para mantenimiento industrial
- Modelo especializado en diagnóstico y procedimientos industriales.
- Razonamiento aumentado con herramientas deterministas.
- Verificación lógica, de seguridad y trazabilidad.
TRL 3 · En desarrollo
PULSAR IA EDGE
Autonomía en el terreno
- Destilación en modelos ligeros para sitios aislados.
- Funcionamiento local y sin conexión.
- Menor dependencia de la red y la nube.
Eje 01 · Ingeniería de software soberana
Ingeniería de software soberana
Explorar arquitecturas que hagan los sistemas industriales más reactivos, verificables, autónomos y sobrios.
Soberanía del software en entornos distribuidos
¿Cómo mantener el control técnico y jurídico de los datos industriales conservando el rendimiento en tiempo real en una red multisitio?
Un reto de autonomía estratégica y continuidad operativa para entornos sensibles.
Sobriedad computacional sin pérdida de fidelidad
¿Cómo reducir significativamente los flujos de un sistema distribuido sin degradar la coherencia de la información?
Reducir costes de infraestructura, huella energética y dependencia de la red.
Arquitecturas de IA integrada de baja huella para sistemas en tiempo real restringidos.
Destilación de LLM para despliegue sin conexión
¿Cómo comprimir un modelo conservando sus capacidades de diagnóstico industrial especializado?
Una condición necesaria para desplegar IA directamente en planta sin dependencia permanente de la nube.
Modelos de destilación para despliegue edge en entornos industriales sin conexión.
Razonamiento híbrido determinista–probabilístico
¿Cómo combinar el razonamiento probabilístico con normas, reglas de negocio y modelos físicos deterministas?
Cada recomendación debe seguir siendo trazable, verificable y compatible con un entorno crítico.
Sistemas de razonamiento híbrido para una IA industrial fiable.
Eje 02 · Factores humanos industriales
Factores humanos industriales
Comprender cómo las personas producen, transmiten y transforman el conocimiento durante el trabajo real.
La persona como sensor
¿Cómo transformar observaciones naturales y conocimiento tácito en información útil sin añadir carga declarativa?
Los sistemas solo pueden analizar lo que ya saben observar. Una parte decisiva de la realidad sigue estando en manos de las personas.
Captura del conocimiento tácito mediante interfaces adaptativas en entornos industriales.
Hilo industrial — preservar el contexto
¿Cómo preservar las relaciones entre las representaciones de gestión, producción, mantenimiento, calidad y actividad real de una misma situación?
Cada sistema describe correctamente una parte de la realidad. La inteligencia también reside en las relaciones entre estos puntos de vista.
Modelo de un hilo industrial que vincula acción, entorno, intención y consecuencia.
Compromiso sostenible en los sistemas industriales
¿Cómo diseñar mecanismos de progreso y reconocimiento sin habituación, manipulación ni desplazamiento de la motivación?
La adopción depende de la utilidad percibida, la autonomía y el reconocimiento del trabajo real.
Competencias observables y datos de ejecución
¿Cómo construir una representación verificable de las competencias a partir de situaciones reales sin reducir a la persona a una métrica?
Un tema entre conocimiento, ética, evaluación y organización del trabajo.
Referenciales de competencias basados en pruebas de ejecución contextualizadas.
Trabajos abiertos
Preguntas que requieren varias disciplinas.
Algunos trabajos pueden dar lugar a intercambios académicos, terrenos de experimentación, tesis o programas colaborativos.
- Sistemas distribuidos
- IA fiable
- Edge computing
- Factores humanos
- Ciencias cognitivas
- Ergonomía industrial