4i

Las ciudades avanzan hacia modelos de gestión más digitales, eficientes y transparentes, impulsadas por estrategias de smart city y modernización administrativa. La presión por mejorar la calidad de servicios como mantenimiento urbano, infraestructura, limpieza o gestión de residuos exige herramientas capaces de coordinar equipos distribuidos y recibir información fiable desde el terreno. Además, la necesidad de datos en tiempo real y la trazabilidad operativa se ha intensificado ante retos urbanos complejos, mientras programas públicos fomentan la adopción de tecnologías para optimizar recursos y reforzar la respuesta municipal.

- Infraestructura de hardware.
El dimensionamiento de la infraestructura se hará de acuerdo con el número de usuarios y los procesos concretos en cada caso. Aunque como patrón general se puede decir que:
En caso de elegir la ejecución local de los modelos de IA, para reducir la latencia es aconsejable disponer de un servidor dedicado con tarjeta gráfica con soporte para librerías CUDA y VRAM suficiente para cargar modelos cuantizados de lenguaje y visión simultáneamente, así como discos SSD NVMe para la carga rápida de contextos y bases de datos vectoriales. El sistema operativo requerido es Linux Ubuntu Server compatible con drivers de NVIDIA y entornos de contenedores.
También es posible comenzar con una fase piloto, o una solución final que utilice modelos de IA en la nube. Se elegirá el servicio más adecuado cumpliendo con las normativas éticas, legales y de seguridad.
En cualquier caso es recomendable contar con otro servidor de ejecución local, donde se aloja la aplicación principal de la solución.

- Software y Despliegue.
La solución se entrega paquetizada en contenedores, esto permite aislar el entorno y facilita las actualizaciones. DiViVo expone sus servicios a través de API REST o gRPC para streaming de audio de baja latencia.

- Conectividad.
Websockets para la transmisión de voz en tiempo real (streaming bidireccional) y Https para el cifrado del tráfico de red.

- Back-end.
Conexión de lectura a repositorios documentales para indexar normativas y procedimientos, capacidad de conectarse vía APIs (SOAP/REST) a los sistemas de gestión, y autenticación si el sistema lo requiere.

- Front-end.
Micrófonos con cancelación de ruido y direccionales si es un espacio público y cámaras web estándar si la aplicación lo requiere. El navegador, o la App, debe tener soporte para WebRTC o HTML5 para capturar audio y video desde el navegador sin plugins externos.

Agilidad operativa: se reduce el tiempo desde la detección de una incidencia hasta su registro formal, acelerando tiempos de resolución.

Eficiencia: la automatización elimina tareas administrativas repetitivas, disminuye errores y libera recursos humanos para tareas de mayor valor.

Mayor control municipal: la administración obtiene una visión consolidada del estado de los servicios públicos, lo que permite planificar y gestionar con mayor precisión.

Mejora del servicio a la ciudadanía: la actuación más rápida y ordenada sobre incidencias urbanas incrementa la calidad percibida de los servicios municipales.

Escalabilidad y resiliencia: la solución soporta picos de actividad (eventos, emergencias, campañas intensivas) sin requerir ampliación de plantilla.

El contexto actual exige a las administraciones buscan modernizar sus servicios para responder a sociedades cada vez más digitalizadas, diversas y exigentes. El envejecimiento de la población, la necesidad de inclusión, y la demanda de servicios públicos accesibles 24/7 presionan a las instituciones para repensar sus canales de atención. Al mismo tiempo, hay políticas de digitalización gubernamental y modernización administrativa que promueven el uso de tecnologías para hacer más eficiente la relación con la ciudadanía. En este contexto, la capacidad de ofrecer asistencia automatizada, multicanal, inclusiva —texto, voz o incluso visión— se convierte en una ventaja estratégica para mejorar la accesibilidad, la transparencia y la eficiencia del servicio público.

- Infraestructura de hardware.
El dimensionamiento de la infraestructura se hará de acuerdo con el número de usuarios y los procesos concretos en cada caso.
Como patrón general:
En caso de elegir la ejecución local de los modelos de IA, para reducir la latencia es aconsejable disponer de un servidor dedicado con tarjeta gráfica con soporte para librerías CUDA y VRAM suficiente para cargar modelos cuantizados de lenguaje y visión simultáneamente, así como discos SSD NVMe para la carga rápida de contextos y bases de datos vectoriales. El sistema operativo requerido es Linux Ubuntu Server compatible con drivers de NVIDIA y entornos de contenedores.
También es posible comenzar con una fase piloto, o una solución final que utilice modelos de IA en la nube. Se elegirá el servicio más adecuado cumpliendo con las normativas éticas, legales y de seguridad.
En cualquier caso es recomendable contar con otro servidor de ejecución local, donde se aloja la aplicación principal de la solución.

- Software y Despliegue.
La solución se entrega paquetizada en contenedores, esto permite aislar el entorno y facilita las actualizaciones. DiViVo expone sus servicios a través de API REST o gRPC para streaming de audio de baja latencia.

- Conectividad.
Websockets para la transmisión de voz en tiempo real (streaming bidireccional) y Https para el cifrado del tráfico de red.

- Back-end.
Conexión de lectura a repositorios documentales para indexar normativas y procedimientos, capacidad de conectarse vía APIs (SOAP/REST) a los sistemas de gestión, y autenticación si el sistema lo requiere.

- Front-end.
Micrófonos con cancelación de ruido y direccionales si es un espacio público y cámaras web estándar si la aplicación lo requiere. El navegador, o la App, debe tener soporte para WebRTC o HTML5 para capturar audio y video desde el navegador sin plugins externos.

Eficiencia y ahorro de recursos: automatizar consultas frecuentes y trámites básicos reduce la carga al personal administrativo, libera recursos y acelera tiempos de respuesta.

Accesibilidad y equidad:: la interacción en lenguaje natural —voz o texto— hace la experiencia más amigable, inclusiva y cercana, lo que mejora la percepción de la administración.

Resiliencia y escalabilidad: el sistema puede manejar picos de demanda sin necesidad de ampliar plantilla.

Privacidad y confianza: al operar sin subir datos a la nube, minimiza riesgos de fuga de información sensible y cumple con estándares de protección de datos.