IA4GISA
Infrastructure décentralisée pour la Gestion de l'Impact (Scope 1-2-3) environnemental dans le secteur de l'Automobile.
IA4GISA
Infrastructure décentralisée pour la Gestion de l'Impact (Scope 1-2-3) environnemental dans le secteur de l'Automobile.
Projet où l'objectif est la recherche d'outils numériques basés sur l'IA et la gestion des données, permettant une gestion efficace de l'empreinte environnementale de manière décentralisée.
Grâce à l'intégration de services de capture, de stockage et de partage sécurisé des données essentielles. Tout cela dans le but de calculer, partager, simuler, prévoir et optimiser l'empreinte carbone au niveau du processus et du produit dans toute la chaîne de valeur du secteur de l'automobile.
Consortium formé par les entreprises, centres technologiques et universités suivants : Deusto SEIDOR, SISTEPLANT, ACICAE (Cluster des industries de composants automobiles du Pays Basque), Erhardt Serikat, Global Dominion Access, Global Factor Commodity Trading, Software Quality Systems (SQS), TRIMEK et CIKAUTXO.
Objectifs Stratégiques du projet
Déployer des stratégies efficaces, intégrées et complètes pour la décarbonisation comme levier pour améliorer la compétitivité.
Certification et homologation en tant que fournisseur de la chaîne de valeur conformément aux réglementations et normes.
Se doter de technologies et d'infrastructures numériques permettant de calculer et de gérer l'impact environnemental de manière fiable et rentable.
Intégration des stratégies de décarbonisation avec des données opérationnelles
Intégration avec l'environnement des initiatives et des modèles de référence européens et internationaux dans la fabrication (Manufacturing-X) dans le secteur de l'automobile (Catena-X) et les espaces de données (Gaia-X, IDSA).
Objectifs technologiques du projet
Développement d'une infrastructure décentralisée alignée avec les principales initiatives européennes et internationales permettant le partage et l'échange de données fiables (sécurisées, souveraines, traçables).
Outils pour l'intégration sécurisée de données fiables sur l'empreinte carbone de toute la chaîne de valeur et bases de données générales pouvant compléter les données des agents inconnus.
Partage standardisé des données des installations industrielles pour faciliter l'interopérabilité entre les systèmes industriels et commerciaux afin d'améliorer le calcul et la gestion intégrale de l'impact environnemental des usines.
Développement de systèmes de surveillance et de gestion intégrée pour aider à la prise de décision
Développement de systèmes de surveillance et d'analyse des données énergétiques capturées à haute fréquence pour améliorer le calcul de leur impact environnemental et l'application d'algorithmes IA pour réduire l'impact par optimisation, détection d'anomalies et maintenance prédictive.
Modèles IA permettant la simulation personnalisée et la prédiction de l'empreinte carbone de la chaîne de valeur ; modèles simulant l'effet des paramètres/processus/matériaux sur l'empreinte (Scope 3,2,1) et proposition de valeurs pour atteindre l'empreinte cible pour un produit. Les processus ayant un impact significatif sur l'empreinte seront optimisés par l'IA.
Numérisation des méthodologies standardisées de calcul de l'empreinte carbone (Scope 3,2,1).
