Eurecat desarrolla en 10 años más de 500 proyectos de IA para innovación empresarial

BARCELONA, 7 Ago. (EUROPA PRESS) -

Eurecat ha explicado que en los últimos 10 años ha desplegado más de 500 proyectos de inteligencia artificial para impulsar la innovación y la competitividad empresarial, en un comunicado este jueves.

Ha señalado que estos proyectos "han contribuido a catalizar la transformación digital del tejido empresarial", desde la optimización y la mejora de los procesos industriales y la personalización de productos hasta servicios relacionados con la ciberseguridad, la predicción de riesgos, la eficiencia y la sostenibilidad.

La directora del área digital de Eurecat, Lali Soler, ha explicado que el centro tecnológico acompaña desde hace una década a las empresas "en el proceso de adopción y despliegue de la inteligencia artificial" identificando las oportunidades, tendencias y necesidades del mercado.

Ha añadido que la actividad con empresas de todos los tamaños ha facilitado que "Eurecat haya desarrollado unas competencias y experiencias distintivas en el campo de la IA", en especial soluciones que requieren la integración de la IA con otras tecnologías y conocimientos de dominio sectorial.

Por otro lado, el centro tecnológico ha participado en más de 300 programas de investigación europeos, estatales y autonómicos de aplicación de la inteligencia artificial en diferentes sectores.

TECNOLOGÍAS

Eurecat ha explicado que el 36% de los proyectos impulsados han sido en el ámbito del Machine Learning, con la implementación de algoritmos de aprendizaje automático, que permiten a las empresas analizar datos complejos y generar predicciones precisas.

Ha destacado los proyectos de optimización de procesos para mejorar la eficiencia operativa de las empresas, el procesamiento del lenguaje natural o los modelos predictivos, entre otros.

Por otro lado, ha señalado que, en el ámbito de la IA generativa, Eurecat está usando grandes modelos fundacionales de lenguaje y de la imagen, usando modelos de difusión, y que se ha especializado en el desarrollo de Retrieval Augmented Generative Systems (RAGS) avanzados, que permite contextualizar de manera muy precisa los grandes modelos.