Caso de uso

Gestor inteligente de zonas de bajas emisiones

Contexto

Problema

Requisitos de integración

Solución propuesta

Impacto

Aplicaciones destacadas

Gestor inteligente de zonas de bajas emisiones Real
Los cambios se han guardado correctamente.
Algo ha salido mal, por favor contáctanos en info@opengovtech.es
Caso de uso

Gestor inteligente de zonas de bajas emisiones

Análisis Govtech

Explora la información de las variables clave en las tres dimensiones de nuestra categorización Govtech.

Public Readiness

(Tracción pública)
Volumen adjudicado último año
Clientes públicos (últimos 3 años)
Sin datos
Crecimiento en contratos públicos en los últimos 3 años
Sin datos
Canales formales
Si
Certificación ENS
No tiene

Vendor Trust

(Solvencia económica)
Facturación último año
Inversión total levantada
Crecimiento en facturación en los últimos 3 años
Sin datos
Nº de clientes (últimos 3 años)
Sin datos
Antigüedad de la empresa
12 años

Problema

Las administraciones locales enfrentan varios desafíos al implementar y gestionar las ZBE:

  • Falta de herramientas tecnológicas integradas: la ausencia de sistemas que permitan el control de accesos, la medición de aforos y la monitorización ambiental en tiempo real dificulta la gestión eficiente de las ZBE.
  • Dificultad en la obtención y análisis de datos: la recopilación y análisis de datos sobre el comportamiento de los vehículos y su impacto ambiental es compleja, especialmente cuando se requiere integrar múltiples fuentes de información.
  • Limitaciones en la toma de decisiones basadas en datos: sin una plataforma que proporcione métricas claras y actualizadas, las decisiones sobre políticas de movilidad y medioambientales pueden carecer de fundamento sólido.
  • Necesidad de cumplir con normativas y plazos: las administraciones deben implementar las ZBE en plazos establecidos por la ley, lo que requiere soluciones ágiles y efectivas.

Solución

Foqum desarrolló una solución tecnológica que combina analítica de datos e inteligencia artificial para abordar estos desafíos:

  • Captura de matrículas: implementación de un sistema de captación de imágenes que permite capturar las matrículas de los vehículos que ingresan y salen de las ZBE de manera ágil y sencilla.
  • Integración con la DGT: establecimiento de una conexión software con los servidores de la Dirección General de Tráfico (DGT) para obtener los parámetros medioambientales de los vehículos.
  • Plataforma de Big Data: los datos recopilados se integran en una plataforma tecnológica de Big Data que ofrece un panel de visualización intuitivo, permitiendo al gestor de la ZBE analizar en tiempo real las métricas obtenidas.
  • Inteligencia artificial para estimaciones: gracias a la inteligencia artificial incorporada en la plataforma de analítica de datos, se pueden realizar estimaciones de métricas basadas en datos relevantes de uso y patrones de comportamiento observados dentro de las ZBE.

Este proyecto ha sido apoyado por el Ministerio de Industria, Comercio y Turismo, así como por la Unión Europea a través del Plan de Recuperación, Transformación y Resiliencia.

Aplicaciones reales
Solución desarrollada por
Madrid
,
España
Acelerada Gobe
Última actualización:
This is some text inside of a div block.
/
This is some text inside of a div block.
/
This is some text inside of a div block.
Publicado:
This is some text inside of a div block.
/
This is some text inside of a div block.
/
This is some text inside of a div block.

Heading

Foqum desarrolla soluciones de inteligencia artificial aplicada y machine learning para automatizar procesos de análisis, extracción, clasificación, anonimización y explotación de información en organizaciones públicas y privadas.

Trabajamos para administraciones públicas, grandes empresas y entidades de sectores como legal, financiero, salud, energía, industrial, defensa, educación y servicios, especialmente en contextos donde existen grandes volúmenes de documentación, información sensible o procesos manuales intensivos.

Ayudamos a los equipos técnicos, jurídicos y de negocio a reducir carga operativa, mejorar la trazabilidad y convertir documentación no estructurada en información tratable, revisable y segura. En este reto, aplicamos esa experiencia a la anonimización de documentos técnicos y administrativos en castellano y euskera: detección de datos personales o confidenciales, sustitución coherente mediante etiquetas, clasificación de criticidad documental y generación de una versión anonimizada revisable. La solución no elimina la revisión humana ni sustituye el criterio jurídico o técnico, sino que actúa como asistente para agilizar el proceso, homogeneizar criterios y reforzar la protección de la información sensible.