IA4GISA
Infraestructura descentralizada para la Gestión del Impacto (Scope 1-2-3) medioambiental en el sector de la Automoción.
Proyecto donde el objetivo es la investigación de herramientas digitales basadas en IA y gestión de datos, que permitan realizar una gestión eficiente de la huella ambiental de forma descentralizada.
A través de la integración de servicios de captura, almacenamiento y compartición segura de datos esenciales. Todo ello con el objetivo de calcular, compartir, simular, prever y optimizar la huella de carbono a nivel de proceso y producto en toda la cadena de valor del sector de Automoción.
Consorcio formado por las siguientes Empresas, Centros Tecnológicos y Universidades: Deusto SEIDOR, SISTEPLANT, ACICAE (Cluster de Industrias de Componentes de Automoción de Euskadi), Erhardt Serikat, Global Dominion Access., Global Factor Commodity Trading, Software Quality Systems (SQS), TRIMEK y CIKAUTXO.
Objetivos Estratégicos del proyecto
Desplegar estrategias eficientes, integradas e integrales para la descarbonización como palanca para mejorar la competitividad .
Certificación y homologación como proveedor de la cadena de valor siguiendo las normativas y estándares.
Dotarse de tecnología e infraestructuras digitales que permitan calcular y gestionar el impacto medioambiental de forma fiable y costo eficiente.
Integración de estrategias de descarbonización con datos operacionales
Integración con entorno de iniciativas y modelos de referencia europeos e internacionales en fabricación (Manufacturing-X) en el sector de automoción (Catena-X) y espacios de datos (Gaia-X, IDSA).
Objetivos Tecnológicos del proyecto
Desarrollo de una infraestructura descentralizada alineada con las principales iniciativas europeas e internacionales que permita la compartición e intercambio de datos confiable (segura, soberana, trazable).
Herramientas para la integración segura de datos fiables de huella de carbono de toda la cadena de valor y bases de datos generales que puedan complementar los datos de agentes que se desconozcan.
Compartición estandarizada de datos de plantas industriales para facilitar la interoperabilidad entre sistemas industriales y empresariales para mejorar el cálculo y la gestión integral del impacto medioambiental de las fábricas.
Desarrollo de sistemas de monitorización y gestión integral que ayuden en la toma de decisiones
Desarrollo de sistemas de monitorización y análisis de datos de energía capturados a alta frecuencia para la mejora del cálculo de su impacto ambiental y la aplicación de algoritmos IA para la reducción de impacto mediante optimización, detección de anomalías y mantenimiento predictivo.
Modelos IA que permitan la simulación personalizada y la predicción de la huella de carbono de la cadena de valor; modelos que simulen el efecto de parámetros/procesos/materiales en la huella (Scope 3,2,1) y propuesta de valores para alcanzar huella objetivo para un producto. Se optimizarán mediante AI procesos con impacto relevante en la huella.
Digitalización de metodologías estandarizadas de cálculo de huella de carbono (Scope 3,2,1).