Caso de uso
Eficiencia energética en edificios públicos
Resumen
¿Por dónde empezar a invertir en eficiencia energética cuando gestionas cientos de edificios públicos con datos dispersos y de calidad desigual? Brisa reúne consumos, facturas e inventarios, completa los huecos, predice su evolución y simula el efecto de cada medida, devolviendo una lista de actuaciones ordenadas por ahorro. El gestor sabe dónde actuar primero y lo justifica con cifras comparables en todo el parque.
Problema
- Datos dispersos y de calidad desigual: la información de consumo, facturación, inventario y mantenimiento presenta inconsistencias y lagunas temporales que impiden una visión fiable del uso energético.
- Obsolescencia no anticipada de activos: la falta de identificación de vida útil y planificación de sustituciones incrementa costes de mantenimiento y genera indisponibilidades.
- Ausencia de métricas comparables y simulación avanzada: no existe un método reproducible para evaluar ahorros, calcular ratios kWh/€ ni simular combinaciones de medidas capturando sinergias.
- Generación manual de recomendaciones: la elaboración de propuestas es lenta, poco trazable y dificulta priorizar automáticamente intervenciones con criterios homogéneos.
- Validación ineficiente de presupuestos: la revisión de propuestas de proveedores se realiza sobre documentos heterogéneos (PDF, Excel), con alta carga manual y bajo control de coherencia.
- Desconexión de sistemas de aprobación y seguimiento: los procesos administrativos no están integrados con los datos operativos, generando fricción interdepartamental.
- Dificultad para el seguimiento y validación de resultados: la falta de integración retrasa el control de actuaciones, la evaluación de ahorros y su validación final.
- Limitaciones para escalar la toma de decisiones: sin una capa de IA, normalización y conexión con flujos corporativos, resulta complejo gestionar de forma ágil y auditable grandes volúmenes de activos.
Solución
- Modelo fundacional de series temporales: permite predecir demanda, reconstruir datos y detectar anomalías a escala portafolio, acelerando análisis para gestores energéticos.
- Prioridad de actuaciones (kWh/€): facilita rankings de retorno energético-económico y simulaciones de medidas simultáneas (envolvente, HVAC, control).
- Mantenimiento predictivo: estima vida útil y riesgo de fallo para planificar sustituciones y licitaciones con antelación.
- Validador automático de actuaciones (presupuestos de mantenedores): analiza propuestas en PDF/Excel, extrae y normaliza partidas (códigos, unidades, precios unitarios, importes) y aplica reglas de coherencia (rangos, duplicidades, referencias de precio), emitiendo informes de validación con recomendación y agilizando aprobaciones de presupuestos de proveedores.
- Escalabilidad administrativa: es integrable con flujos internos para el seguimiento del piloto y eventual despliegue.
Modelo de despliegue
Región de alojamiento de datos
Modelo de venta
Análisis del encaje GovTech
Aplicaciones reales
Nº de aplicaciones
2
Aplicaciones destacadas en clientes
- Infraestructuras de la Generalitat de Catalunya / Precio: 44.000€ (Concurso GovTech4All Startup Challenge)
CPVs
Solución desarrollada por
Heading
BRISA ha desarrollado un modelo fundacional propio de series temporales, entrenado con más de 11.000 millones de datos de energía, clima y transporte, para ayudar a las Administraciones a decidir dónde actuar primero. Entre 2025 y 2026 ha ganado varios retos competitivos de innovación pública, como el GovTech4All de la Generalitat de Catalunya, del que surge su piloto de gestión energética de edificios públicos.
El modelo reconstruye datos incompletos y combina fuentes de distinta calidad, desde estaciones oficiales hasta tráfico o meteorología. A partir de ellas anticipa la evolución de indicadores como la contaminación o el consumo y simula el efecto de una medida antes de aplicarla, ya sea una zona de bajas emisiones o una mejora energética en un edificio. Su valor para la Administración está en priorizar inversiones en calidad del aire o energía con una estimación previa de su impacto, a partir de los datos que ya tiene.