SPC-19

Este proyecto se ha realizado en colaboración con Mutua Tinerfeña quien propuso el reto de ofrecer seguros que cubran la posibilidad de que un turista se contagie por COVID-19.

Dado que los parámetros utilizados para este tipo de seguros deben ser objetivos, transparentes y coherentes, la utilización de bases de datos y su análisis cobran una gran importancia en el procesamiento de estas pólizas, y ahí es donde entra la tecnología Blockchain . Esta tecnología permite intercambiar datos de manera segura sin la necesidad de intermediarios, por lo que es especialmente útil para todo tipo de transacciones en línea, no solamente económicas.

El turismo local se ha visto muy perjudicado ante la pandemia y se necesitan medidas motivadoras para ir recuperando poco a poco ese importante motor de la economía canaria. El proyecto SPC19 surge, precisamente, como prueba de concepto para recuperar la confianza de los turistas cuando vienen a Canarias. A través de unos procesos bien definidos, la aseguradora, el hotel y el laboratorio de pruebas PCR colaboran para ofrecer al turista una compensación ante el contagio de la enfermedad. El uso de los smart contracts resultan eficaces para implementar los seguros paramétricos, dado que facilitan la gestión automática de las indemnizaciones en caso de contagio en las islas.

La gestión de la cadena de bloques facilita que cada uno de los nodos del sistema (aseguradora, hoteles y laboratorios), tengan disponible para su procesamiento sólo la información necesaria, lo cual asegura la protección de datos de cada parte y, además, agiliza el proceso.

 Implantación de un sistema de anonimización y clasificación de textos basados en modelos de lenguaje grande en el Cabildo de Tenerife.

Este proyecto se ha realizado en colaboración con el Cabildo de Tenerife, institución que planteó el reto de modernizar y optimizar la gestión documental y la atención ciudadana en su sede electrónica.

Dado que las administraciones públicas manejan a diario grandes volúmenes de información, el tratamiento seguro y eficiente de los datos cobra una gran importancia, y ahí es donde entran las técnicas de aprendizaje automático y los Grandes Modelos de Lenguaje (LLMs). Esta tecnología permite procesar, comprender y categorizar textos complejos de manera ágil, por lo que es especialmente útil para automatizar flujos de trabajo que tradicionalmente requieren un gran esfuerzo manual.

El volumen de solicitudes ciudadanas hace necesarias herramientas innovadoras para agilizar los tiempos de respuesta y mejorar el servicio público. El proyecto surge, precisamente, como una solución técnica para dotar a la administración de una mayor eficiencia. A través del entrenamiento de un modelo de Inteligencia Artificial con el histórico de expedientes, el sistema es capaz de clasificar de manera inteligente las solicitudes, identificando automáticamente los flujos de tramitación correspondientes según la temática planteada por el ciudadano.

La implementación de este sistema destaca por incorporar un servicio de anonimización de textos que opera de forma estrictamente local. Al ejecutarse sin necesidad de enviar información a servicios en la nube, la infraestructura tecnológica asegura que los datos personales no abandonen la institución, garantizando la soberanía de la información y el rigor en los principios de tratamiento de datos. Esto protege la privacidad de cada parte implicada y, además, agiliza de forma segura los procesos de la sede electrónica.

Fechas del proyecto:
21/12/2023 – 21/06/2024

Transferencia de conocimiento para el desarrollo de soluciones basadas en el procesamiento del lenguaje natural y la automatización de procesos.

Este proyecto se ha realizado en colaboración con la empresa MIA S.L., entidad que planteó el reto de optimizar la compleja gestión de contratos y ciclos de facturación de servicios para los grandes operadores de telecomunicaciones.

Dado que estas compañías manejan un volumen masivo de documentación y transacciones comerciales, la extracción de información y su cruce analítico cobran una gran importancia, y ahí es donde entran las técnicas de Procesamiento del Lenguaje Natural (PLN). Esta tecnología permite digitalizar y comprender textos contractuales complejos de manera estructurada, por lo que es especialmente útil para automatizar validaciones que tradicionalmente requieren arduos procesos manuales propensos a errores.

La gran cantidad de clientes y la diversidad de servicios contratados hacen necesarias herramientas innovadoras para asegurar la correcta facturación y evitar discrepancias. Este proyecto surge, precisamente, como una solución técnica para dotar a las operadoras de una mayor fiabilidad operativa. A través de algoritmos avanzados de procesamiento de datos, el sistema es capaz de cruzar la información extraída de los contratos digitalizados con los datos de facturación de servicios.

La implementación de este sistema facilita que se puedan identificar de manera sistemática las diferencias entre lo acordado y lo cobrado. Esto permite la detección temprana de errores y la validación automatizada de los servicios prestados, lo cual asegura una mayor precisión en el ciclo de ingresos para la compañía y, además, agiliza drásticamente los flujos de auditoría interna de las telecomunicaciones.

Fechas del proyecto:
7/3/2023 – 31/07/2023

Aplicación de técnicas de automatización y robotización de procesos en entidades del sector financiero: análisis, diseño, implementación de casos de uso y medición de resultados obtenidos tras su puesta en producción.

Este proyecto se ha realizado en colaboración con Cajasiete, entidad que planteó el reto de transformar su operativa diaria mediante la automatización de procesos organizacionales clave.

Dado que las entidades financieras requieren un alto grado de eficiencia en sus operaciones, la estandarización y optimización de flujos de trabajo cobran una gran importancia, y ahí es donde entra la Automatización Robótica de Procesos (RPA). Esta tecnología permite ejecutar tareas repetitivas de manera estructurada y desatendida, por lo que es especialmente útil para agilizar los servicios bancarios y reducir drásticamente la carga manual.

La adopción de estas nuevas herramientas exige cambios organizacionales importantes y un enfoque metódico. Este proyecto surge, precisamente, como una solución integral para guiar esta transición tecnológica y cultural de forma estructurada. A través del análisis e identificación de los procesos clave de la entidad, se lograron alcanzar los hitos técnicos necesarios para el despliegue y la puesta en producción de las herramientas de robotización más adecuadas.

La implementación de este sistema facilita que la institución no solo automatice sus tareas, sino que consolide una nueva cultura organizativa fundamentada en la toma de decisiones basada en datos. Esto permite cuantificar los beneficios obtenidos de forma transparente y, además, mediante el uso de indicadores y cuadros de mando, establece una metodología de medición constante para asegurar la mejora continua de la operativa.

Fechas del proyecto:
23/12/2022 – 22/12/2023

 Nuevas acciones dentro de la iniciativa Estrategia de movilidad sostenible en la Reserva de la Biosfera de Anaga. Estrategia de Datos y Movilidad Inteligente 2025–2026

Este proyecto se ha realizado en colaboración con el Cabildo de Tenerife, institución que planteó el reto de fortalecer la planificación territorial y optimizar la toma de decisiones estratégicas en materia de movilidad.

Dado que la gestión del transporte y el análisis de rutas requieren el cruce de múltiples fuentes de información, la protección y el tratamiento seguro de los datos cobran una gran importancia, y ahí es donde entran las técnicas de anonimización y la Inteligencia Artificial. Esta arquitectura tecnológica permite enriquecer los datos de movilidad con fuentes externas cumpliendo estrictamente con el RGPD, por lo que es especialmente útil para procesar grandes volúmenes de información vehicular sin comprometer la privacidad de la ciudadanía.

La constante necesidad de organizar los desplazamientos de residentes y visitantes hace necesarias herramientas innovadoras para facilitar el uso del transporte público y prever problemas de tráfico. Este proyecto surge, precisamente, como una solución técnica para generar activos clave en la gestión del territorio. A través del uso de simuladores y procesos analíticos, junto con el desarrollo de un asistente inteligente integrado con datos GTFS, el sistema es capaz de responder consultas sobre rutas y horarios mediante lenguaje natural, así como de establecer las metodologías para identificar patrones de circulación.

La implementación de este ecosistema facilita que la administración pueda anticipar riesgos de saturación en las vías basándose en evaluaciones de impacto y estudios de viabilidad rigurosos. Esto asegura una integración segura de la información y, además, agiliza drásticamente el acceso a los datos de movilidad y transporte público para los usuarios finales.

Fechas del proyecto:
15/10/2025 – 20/6/2026

Implementación de agentes RAG para gestión y emprendimiento universitario

Este proyecto se ha realizado en colaboración con la Universidad de La Laguna (ULL) y su la Fundación General de La Universidad de La Laguna (FGULL), instituciones que plantearon el reto de ayudar a técnicos y modernizar la atención a futuros estudiantes y emprendedores mediante soluciones automatizadas.

Dado que los procesos de admisión académica y el desarrollo de nuevas empresas generan un alto volumen de dudas complejas, la entrega de información exacta y confiable cobra una gran importancia, y ahí es donde entran los asistentes conversacionales avanzados basados en arquitectura RAG (Generación Aumentada por Recuperación). Esta tecnología permite procesar consultas en lenguaje natural restringiendo las respuestas exclusivamente a fuentes validadas, por lo que es especialmente útil para evitar cualquier tipo de desviación y ofrecer certezas en entornos institucionales.

La constante necesidad de guiar a los usuarios en sus trámites hace necesarias herramientas innovadoras para reducir los tiempos de espera y optimizar los recursos. Este proyecto surge, precisamente, como una solución técnica para dotar a ambas entidades de canales por los cuales técnicos especializados pueden reducir su carga de trabajo. A través del despliegue del «Agente de Acceso ULL» y el «Agente de Emprendimiento FGULL«, el sistema es capaz de resolver de forma ágil consultas sobre la matrícula universitaria y brindar asesoramiento especializado para fomentar nuevos proyectos empresariales.

La implementación de este ecosistema permite ofrecer una garantía de precisión total, asegurando que todas las respuestas se generen estrictamente a partir de la documentación oficial inyectada en el sistema y, además, agiliza de forma significativa la carga de trabajo de los equipos de atención al público de la universidad y la fundación.

Fechas del proyecto:
14/6/2025 – XX

Codificación Automática de Ocupaciones (CNO) mediante LLMs

Este proyecto se ha realizado en colaboración con el Instituto Canario de Estadística (ISTAC), entidad que planteó el reto de automatizar la codificación de respuestas abiertas en encuestas ciudadanas hacia el Código Nacional de Ocupaciones (CNO).

Dado que las encuestas públicas recopilan respuestas muy diversas y requieren una categorización estandarizada y precisa, el análisis semántico avanzado cobra una gran importancia, y ahí es donde entran las técnicas de Machine Learning y los Grandes Modelos de Lenguaje (LLMs). Esta tecnología permite comprender el contexto y los matices de las descripciones laborales aportadas por los ciudadanos, por lo que es especialmente útil para procesar de forma inteligente grandes volúmenes de texto que tradicionalmente exigen una ardua clasificación manual.

El alto volumen de datos estadísticos procesados periódicamente hace necesarias herramientas innovadoras para optimizar los recursos públicos y reducir los tiempos de procesamiento. Este proyecto surge, precisamente, como una solución técnica para dotar a la estadística pública de una mayor eficiencia. A través de la integración de metadatos clave (como nivel de estudios o situación laboral) y el uso de enfoques híbridos con embeddings y fine-tuning eficiente (PEFT), el sistema es capaz de capturar matices semánticos que los métodos convencionales de clasificación suelen ignorar.

La implementación de esta infraestructura facilita que el organismo pueda procesar sus encuestas con un alto grado de autonomía. Esto permite automatizar de forma segura el 86% del volumen de clasificación con un margen de error del 10%, lo cual consolida una solución tecnológica robusta y, además, agiliza drásticamente la generación de datos estadísticos públicos fiables.

Fechas del proyecto:
31/10/2023 – 30/10/2025

Sistema de Anonimización Documental On-Premise

Este proyecto se ha realizado en colaboración con Cajasiete, entidad que planteó el reto de procesar de forma segura información altamente sensible cumpliendo con los más estrictos requisitos regulatorios y de soberanía de datos, como el RGPD y la LOPDGDD.

Dado que el manejo de documentos con Información de Identificación Personal (PII) e Información de Salud Protegida (PHI) prohíbe el envío de texto plano a proveedores externos, la infraestructura local cobra una gran importancia, y ahí es donde entran las estrategias de procesamiento on-premise y los modelos de lenguaje (LLMs). Esta tecnología permite detectar, sustituir y destruir físicamente datos sensibles en diversos formatos (PDF, Word y texto plano) de manera autónoma, por lo que es especialmente útil para garantizar la privacidad sin comprometer la capacidad operativa de la institución.

El riesgo de incumplimiento normativo hace necesarias herramientas innovadoras que maximicen la exhaustividad en la detección, asumiendo que es preferible una sobre-detección a un falso negativo. Este proyecto surge, precisamente, como una solución técnica para dotar a la entidad de un entorno de trabajo blindado. A través de un sistema que ofrece dos estrategias intercambiables, un pipeline híbrido multifase y un enfoque multimodal impulsado por LLM, el sistema es capaz de anonimizar con precisión documentos de texto estándar.

La implementación de esta arquitectura facilita que la organización obtenga, por cada documento procesado, una versión limpia y sin metadatos junto con un informe de auditoría detallado. Esto permite tener una trazabilidad técnica de todas las entidades detectadas, sus coordenadas y el sustituto generado, lo cual asegura el rigor normativo y, además, agiliza drásticamente los procesos de evaluación y cumplimiento en materia de protección de datos.

Fechas del proyecto:
25/5/2026 – XX