Autor: idbox

La Inteligencia Artificial (IA) se utiliza con mayor frecuencia en la fabricación para mejorar la eficacia general de los equipos (OEE) y el rendimiento del primer ciclo. Con el tiempo, los fabricantes pueden utilizar la IA para aumentar el tiempo de actividad y mejorar la calidad y la consistencia, permitiendo una mejor previsión.

Al igual que muchos otros componentes de la digitalización, la implementación de la IA puede parecer una tarea abrumadora. Las preocupaciones sobre cómo utilizar y gestionar eficazmente los miles de millones de puntos de datos generados por la potencia informática de la IA y las máquinas conectadas son comunes entre los fabricantes. Muchos no saben cómo empezar, y a menudo atribuyen su cautela en la implementación de la IA al coste, a los requisitos de TI y/o al miedo a no estar preparados para la Industria 4.0.

Para seguir siendo competitivos, es importante que los fabricantes se adapten a un modelo de negocio más orientado a los datos. Esto suele implicar la reorganización del personal y la actualización de los equipos y el software.

La IA, un concepto que a menudo se asocia con el futuro, es ahora una realidad y puede aplicarse a sus instalaciones hoy mismo. Aquí hay 3 maneras en que la IA industrial está revolucionando la fabricación y consejos sobre cómo implementarla:

1. Mantenimiento predictivo y preventivo

Algunos de los mayores tiempos de inactividad en la fabricación pueden ser causados por una pieza importante del equipo que no funciona debido a un fallo mecánico o eléctrico. Por lo general, las averías pueden evitarse fácilmente siguiendo el programa de mantenimiento preventivo recomendado para los equipos. A menudo, el mantenimiento preventivo se pasa por alto o no se optimiza en términos de tiempos de entrega óptimos.

Gracias a las capacidades de los dispositivos IoT, los sensores, los datos MES y los algoritmos de aprendizaje automático, los fabricantes pueden utilizar múltiples puntos de datos de las máquinas para predecir las averías. Los programas de mantenimiento pueden optimizarse antes de las averías previstas para mantener las máquinas en perfecto estado y mantener la planta de producción funcionando sin problemas.

2. Organización de la cadena de suministro

Las cadenas de suministro actuales son redes ultracomplejas que hay que gestionar, con miles de piezas y cientos de ubicaciones. La IA se está convirtiendo en una herramienta esencial para la entrega rápida de productos desde la producción hasta el consumidor. Con los algoritmos de aprendizaje automático, los fabricantes pueden determinar la solución óptima de la cadena de suministro para todos sus productos.

La gestión del inventario interno puede ser un gran reto en sí mismo. Una línea de producción depende en gran medida del inventario para mantener las líneas en funcionamiento y producir productos. Cada paso del proceso de fabricación requiere una determinada cantidad de componentes para funcionar; una vez que se agotan, es necesario reponerlos a tiempo para continuar el proceso. Asegurarse de que la fábrica tiene todos los suministros que necesita es una tarea en la que la inteligencia artificial puede ayudar. La IA puede aprender las cantidades de componentes, las fechas de caducidad y optimizar su distribución en la planta.

3. Optimización de la producción

La optimización de un proceso de fabricación puede ser una tarea intensiva en datos que implica innumerables conjuntos de datos históricos. Determinar qué parámetros del proceso proporcionan los productos de mayor calidad no es tarea fácil. Los ingenieros de producción y calidad realizan constantemente docenas de experimentos para optimizar los parámetros del proceso, pero a menudo pueden ser costosos y requerir mucho tiempo.

Utilizando la inteligencia artificial para procesar los datos rápidamente, los ingenieros pueden encontrar la mejor receta de proceso para los distintos productos. La IA aprenderá constantemente de todos los puntos de los datos de producción para mejorar continuamente los parámetros del proceso.

Bonus: Realidad aumentada y virtual

Como la tecnología de realidad aumentada y virtual mejora cada día, y cada vez más grandes empresas desarrollan dispositivos para este mercado, es sólo cuestión de tiempo que la industria de la fabricación la adopte por completo.

La realidad virtual puede ayudar a formar mejor a los montadores de productos para que realicen tareas de montaje o mantenimiento preventivo. La realidad aumentada proporciona informes en tiempo real basados en el aprendizaje automático en la fábrica o sobre el terreno, ayudando a identificar rápidamente los productos defectuosos y las áreas de mejora. Las aplicaciones de RA/VR en la fabricación son infinitas y pueden desempeñar un papel importante en la resolución de los problemas actuales.

La era de los edificios inteligentes ha llegado. Hoy en día, gracias a los avances tecnológicos, un edificio no sólo puede proporcionar todos los servicios que los ocupantes necesitan, sino también hacerlo de la forma más eficiente posible, minimizando los costes y aumentando el ahorro de energía a lo largo de la vida del edificio. Es un equilibrio que será clave para los negocios en el futuro.

¿Qué es un edificio inteligente?

Un edificio inteligente es un edificio que utiliza la tecnología para emplear los recursos de forma eficiente y económica, creando al mismo tiempo un entorno seguro y confortable para sus ocupantes. Los edificios inteligentes pueden utilizar una amplia gama de tecnologías existentes y se diseñan o adaptan para integrar futuros desarrollos tecnológicos. Los sensores del Internet de las Cosas (IoT), los sistemas de gestión de edificios, la inteligencia artificial (IA) y la realidad aumentada son algunos de los mecanismos y la robótica que pueden utilizarse en un edificio inteligente para controlar y optimizar su rendimiento.

¿Cuáles son las ventajas de la monitorización de edificios inteligentes?

Los edificios inteligentes generan muchos datos valiosos sobre su uso. El análisis de estos datos puede aportar información sobre los patrones de uso y las tendencias, lo que permite tomar decisiones basadas en datos reales para optimizar el rendimiento de los edificios, proporcionando las siguientes ventajas:

• Aumento de la productividad.
  Proporcionar un espacio que promueva la buena calidad del aire interior, el confort físico, la seguridad, el saneamiento, la iluminación, los procesos eficientes y el espacio que los empleados necesitan a un nivel óptimo les permitirá rendir bien. Por lo tanto, identificar y comprender cómo utilizan y se mueven las personas en el edificio es fundamental para mejorar la distribución física con el fin de optimizar el espacio de uso frecuente y minimizar los residuos. Aumentar el tamaño de una zona estrecha y muy transitada puede ser un ejemplo práctico de ello.
  
  
• Reducción del consumo de energía.
  Los edificios inteligentes pueden mejorar la eficiencia energética y, a su vez, reducir los costes de energía. Al conectar los sensores IoT que rastrean la ocupación a un sistema de gestión de edificios, se pueden apagar automáticamente las luces o los sistemas de calefacción, ventilación y aire acondicionado en las habitaciones o espacios desocupados para reducir el consumo innecesario de energía que emiten estos aspectos.
  
  
• Menores costes de explotación.
  Los gastos generales de un edificio son muy importantes para cualquier propietario o usuario del mismo. Sin embargo, aunque son unos gastos necesarios para una empresa, el nivel de costes suele ser un despilfarro porque no se aplica de forma inteligente. Si se identifican los patrones de infrautilización, se puede reducir la huella de un inmueble para disminuir los costes.

La implantación de sistemas inteligentes en un edificio tiene muchas ventajas, desde la rentabilidad hasta el hecho de que la estructura sea más respetuosa con el medio ambiente. En la actualidad, los edificios inteligentes son relativamente nuevos, pero dada la amplia gama de beneficios que ofrecen, pronto se convertirán en la norma.

¿Cómo se puede hacer que un edificio sea inteligente gracias a los datos?

La clave para convertir con éxito un edificio en un espacio inteligente y eficiente es comprender que sólo los datos precisos y fiables pueden ayudar. En el corazón de los sistemas de edificios inteligentes están los datos que determinan cómo se utiliza una instalación. Una vez que se dispone de esta información, se puede determinar dónde se pueden realizar mejoras, ya sea mediante la integración con otras tecnologías inteligentes y sistemas de edificios que proporcionan automatización o facilitando las decisiones estratégicas.

La solución IDboxRT Operational Intelligence puede ayudarte a monitorizar diferentes tipos de datos de uso en tiempo real. ¿Quieres saber cómo hacer que tu edificio sea más eficiente y empezar a ahorrar dinero en su explotación? Solicita una demo y consulta con nuestros expertos.

Uno de nuestros principales clientes, especialista en soluciones de Eficiencia Energética y Autoconsumo Fotovoltaico para el sector industrial, EDF Fenice, ha puesto en marcha su Centro de Control de Eficiencia Energética, EnergyHub, gracias a la implantación de la herramienta IDboxRT. Esta instalación ya está operativa y potenciará el rendimiento de los activos energéticos de las plantas de producción de sus clientes.

«Desde las nuevas oficinas de EDF Fenice en Madrid, sus ingenieros de eficiencia energética y su personal de apoyo técnico monitorizan permanentemente y en tiempo real todos los vectores energéticos de las fábricas de sus clientes, que ya han mejorado su eficiencia energética, reducido sus costes y minimizado el impacto medioambiental de su actividad.» – comenta Europa Press.

A menudo nos encontramos en la situación de poseer o tener acceso a información, mucha información, pero que, sin ningún tipo de organización, es poco útil. ¿De qué me sirve tener miles de datos si no soy capaz de explotarlos? Los datos organizados se convierten en información, muy valiosa en ocasiones, y eso es precisamente lo que me ofrecen las plataformas de inteligencia operacional como IDboxRT.

Esta capacidad de exprimir al máximo mis datos para obtener información valiosa se me presenta en muy diversas formas: la capacidad de graficar y comparar datos históricos y en tiempo real, la realización de cálculos para obtener nuevos datos, el posicionamiento de estos datos sobre mapas, informes…, pero además ofrecemos una forma más visual para trabajar con esta información: los sinópticos.

Un sinóptico es aquello «que presenta las partes principales de un asunto de manera clara, rápida y resumida«, tal y como dicta el diccionario.

En nuestro caso utilizamos los sinópticos para plasmar datos de forma visual, tratándose de una representación esquemática de la realidad, que nos permite, en un sólo vistazo, obtener esa información tan valiosa y saber lo que está sucediendo en el momento presente.

A lo largo de todos estos años trabajando con sinópticos hemos utilizado muchos y muy distintos planteamientos basándonos en la naturaleza y necesidades de cada proyecto y cliente, pero la experiencia nos ha hecho adoptar ciertas técnicas para mejorar estas representaciones que a menudo se repiten. Este es el caso del planteamiento drill-down, en el que partimos de una representación genérica, una visualización de alto nivel, donde de un primer vistazo es interesante conocer datos generales, KPIs, y hacernos una idea de dónde se sitúa cada cosa. Desde este primer nivel navegaríamos al siguiente en el que podríamos entrar en el detalle del área seleccionado, e incluso obtener datos de esta en comparación con el resto de las áreas análogas, y así, continuaríamos descendiendo de nivel para entrar cada vez más en detalle y llegar al dato específico.

Un ejemplo real que hemos desarrollado con este planteamiento podría ser: Una primera representación de un mapa del mundo, tratándose de un cliente que opera a nivel mundial, donde los más altos cargos puedan obtener de un primer vistazo información sobre como están operando sus plantas de manufactura, y comparar para asegurarse que todo está funcionando correctamente. Con un solo clic podríamos navegar a un segundo nivel más específico de un país para ver el detalle de las plantas del mismo, y a su vez navegar en una planta, bien porque queremos más detalle o porque algo nos ha llamado la atención al revisar los KPIs. Una vez estamos visualizando la representación de la planta, podemos plantear la navegación a zonas específicas de la planta, e incluso seguir bajando a nivel de maquinaría o partes concretas de cada una de las máquinas.

Hay planteamientos infinitos para este tipo de representaciones, aunque siempre debe ser acorde a la necesidad de información. La representación del sinóptico pierde su utilidad si los datos mostrados no se entienden o aportan información innecesaria.

También es importante que el diseño de estas representaciones gráficas sea llevado a cabo en consonancia con el cliente, ya que habitualmente cada compañía tiene su propia manera de representar sus activos (esquemas, mapas, dibujos, planos…) y sería una contradicción plantearles algo que no les resultase familiar y les suponga un trabajo de adaptación. Además, trabajamos para mantener la identidad corporativa de cada cliente para que perciban estas representaciones como suyas y se sientan «en casa». De esta manera también pueden hacer uso de estas representaciones a nivel de compañía en paneles informativos o videowalls. Todo esto conlleva un trabajo previo a la realización de los sinópticos basado en el estudio de la marca y sus utilizaciones.

Siguiendo este planteamiento hemos trabajado en la representación de plantas de tratamiento de aguas, en proyectos de construcciones de carreteras, monitorización de producción industrial, plantas de refino, eficiencia energética de edificios, proyectos de Smart Cities,…

Por otro lado, es importante destacar que todos nuestros sinópticos utilizan el formato standard SVG (Scalable Vector Graphics), lo que hace las representaciones escalables asegurando que no hay perdida de calidad, y permite que el cliente puede hacer uso de sus propias representaciones importándolas directamente en la plataforma.

Además, desde IDboxRT contamos con una extensa librería de elementos de todo tipo pre hechos, por lo que el usuario puede hacer uso de estas formas con un sencillo drag and drop, e incluso añadir sus propias formas a esta librería.

Sin duda los sinópticos son una de las herramientas más potentes para el análisis de datos dentro de IDboxRT y muy utilizados por nuestros clientes, independientemente del sector, ya que facilitan de sobremanera el entendimiento de los datos y son visualmente muy atractivas.

Comprender las diferencias entre la inteligencia operacional (OI) y la inteligencia empresarial (BI) es crucial para contextualizar y tomar medidas sobre la información y los conocimientos proporcionados por su conjunto de herramientas de análisis. Aunque tanto la inteligencia operacional como la empresarial se utilizan para impulsar la acción e informar la toma de decisiones, existen diferencias clave que distinguen estas dos áreas de análisis.

La inteligencia de negocio mantiene un enfoque relativamente estrecho con énfasis en la búsqueda de eficiencias que optimicen los ingresos o la rentabilidad. La BI normalmente significa tomar una instantánea de los datos durante un período de tiempo definido en el pasado y revisarlo para entender cómola organización podría lograr un mejor éxito en el futuro.

En cambio, la inteligencia operacional se centra en los sistemas, más que en los beneficios. La OI utiliza la recopilación y el análisis de datos en tiempo real para descubrir las tendencias o los problemas que podrían afectar al funcionamiento de los sistemas informáticos y para ayudar a los trabajadores de primera línea a tomar las mejores decisiones sobre cómo abordar esos problemas.

Las diferencias entre la inteligencia operacional y la inteligencia de negocio pueden resumirse como sigue:

La inteligencia de negocio se centra en encontrar eficiencias que aumenten o protejan los beneficios, mientras que la inteligencia operacional se centra en mantener la salud de los sistemas de TI.

La inteligencia empresarial aprovecha más los datos históricos, mientras que la inteligencia operacional depende de la recopilación y el análisis de datos en tiempo real.

La inteligencia operacional se ha descrito como la inteligencia empresarial inmediata obtenida de las funciones operativas en curso, una definición que habla de la naturaleza en tiempo real de la recopilación de datos y se centra en las funciones operativas que caracterizan a la inteligencia operacional en un entorno empresarial. Mientras que la inteligencia empresarial suele ejecutarse dentro de un silo de datos específico, la inteligencia operacional ayuda a las organizaciones a romper los silos de datos para descubrir tendencias y patrones de actividad dentro de sistemas complejos y dispares.

Proyecto global de digitalización

Cementos Portland Valderrivas es una empresa del grupo FCC dedicada a la fabricación y venta de cementos hormigón, áridos, mortero y otros derivados.

Dentro de su proyecto global de digitalización de diferentes plantas industriales en España, se propone IDboxRT como plataforma de monitorización e integradora de todas las instalaciones, con el objetivo de crear un sistema que permita la integración con datos del sistema SAP, lectura de diferentes tipos de ficheros con capacidad analítica de visualización de datos y de conectividad con software instalados del cliente, lo que la convierte en un herramienta colaborativa dentro de la corporación.

Retos principales

Los principales retos encontrados al inicio del desarrollo del proyecto se centraron en la adquisición de datos, la conectividad con el Sistema SAP, la extracción de históricos, así como la creación de cálculos complejos para el sistema FORTIA y la sincronización de envío de datos de los diferentes sistemas.

Solución propuesta

El punto inicial fueron siete plantas españolas, incluyendo también los datos generados en las Oficinas Centrales de la compañía.

La solución propuesta se realizó con el sistema de CIC IDboxRT Reporting Services, LUCA, con capacidad para visualizar los datos requeridos. Por un lado, se necesitaban dashboards de  producción mediante acumulados por tipo de producto, y por otro, comparativas entre las diferentes plantas de la compañía.

En cuanto a la parte técnica, el proyecto se desarrolló en tres ámbitos dependiendo de la tecnología de adquisición de datos: mediante ficheros planos extraídos de SAP, archivos de Excel de FORTIA y a través de la herramienta de históricos, APIRest. Para ello, se crearon tres drivers para la recogida de ficheros en el directorio compartido. Los datos se cargaban en el sistema y se desarrollaban complejos cálculos energéticos de los agrupados para su muestra posterior en la plataforma.

Resultados obtenidos

Como principales resultados, el desarrollo del proyecto aseguró la creación de Informes diferenciados por el rol de los usuarios, la adquisición integrada de datos de FORTIA, así como la generación de Informes que reducen el tiempo de ejecución de las tareas por parte del personal de la planta y nuevos mecanismos de sincronización de datos. Al mismo tiempo, se elaboró una comparación de los resultados de consumo y producción en las plantas, y se generó acceso a los datos de diferentes departamentos de clientes desde el mismo punto.

Consejos útiles

Para concluir, nos gustaría destacar varias conclusiones importantes para los desarrollos futuros: en primer lugar, es necesario llevar a cabo la validación de datos de manera más eficiente, independientemente de que la realice el cliente o nosotros mismos, dado que el tiempo de validación puede exceder el tiempo de desarrollo o de implementación; en segundo lugar, es necesario captar correctamente los requisitos del cliente al comienzo del proyecto para reducir el tiempo de desarrollo; y por último, es necesario buscar y ofrecer un diseño mejor adaptado a la empresa y a la imagen de marca.

La tecnología clave en la mejora del futuro presente

En la actualidad se está demostrando que la capacidad de sintetizar datos sensoriales, preservando las propiedades estadísticas deseadas, supone un gran éxito en diferentes industrias.

Muchos ejemplos se basan en este concepto y lo aplican a diversas industrias que utilizan tecnología. Uno de los más destacados es el caso de DeOldify, un programa de inteligencia artificial que traduce imágenes en blanco y negro a color, o Nvidia, con su propuesta de crear imágenes realistas de falsos paisajes o rostros de personas inexistentes, a partir de bocetos semánticos.

GANs: La idea más interesante en Machine Learning de la última década

Estos sistemas se basan en una arquitectura de red neuronal muy específica, denominada Generative Adversarial Network (GAN), unalgoritmo de inteligencia artificial que incide en que los datos sintetizados deben mantener tanto las propiedades estadísticas como ser indistinguibles de los datos reales, proceso similar a un test de Touring para datos.

Dichos conceptos tienen su origen tiempo atrás, donde la comparación se realizaba a través de simple inspección visual. Actualmente se emplean modelos de clasificación, llamados discriminadores, encargados de distinguir entre datos sintetizados y datos reales. De una forma más intuitiva se puede entender esta red como dos redes competidoras: la primera de ellas es la encargada de generar candidatos, datos sintetizados, mientras que la segunda evalúa si los datos son reales o sintetizados. El objetivo del entrenamiento es aumentar la tasa de error de la red discriminadora, es decir, engañar al discriminador.

La monitorización, el deep learning y sus beneficios para el negocio

Las soluciones descritas anteriormente se adaptan a diversos sectores como «Smart», «Industria 4.0» y «Energía» entre otros. El software de monitorización de activos en tiempo real comienza a utilizar estos avances tecnológicos para resolver problemas comunes, como, por ejemplo, los fallos de conexión. Suele pasar que algunos sensores que envían datos están parcialmente desconectados, lo que podría haberse evitado si un modelo generador-discriminador hubiera entrado en el juego, sustituyendo los datos que faltan por datos sintéticos. A partir de aquí podríamos considerar la posibilidad de sustituir algunos sensores completamente por piezas sintéticas, lo que aseguraría la mayor calidad posible y reduciría la infraestructura de hardware necesaria para una supervisión eficaz.

Actualmente, empresas españolas como CIC Consulting Informático, con su producto de monitorización de activos IDboxRT Inteligencia Operacional, consideran el Deep Learning como una herramienta destinada a facilitar la vida de sus clientes.

La serie de medidas en el ámbito de Deep Learning en materia de monitorización, desarrollada por CIC Consulting Informático, da lugar a importantes resultados positivos a diversos niveles. En primer lugar, proporciona condiciones económicas favorables, permitiendo ahorrar en la explotación y el mantenimiento de equipos específicos, evitando al mismo tiempo graves pérdidas de información. Por este motivo, existen ventajas asociadas a la eficiencia energética, como la reducción del consumo de energía resultante de la disminución del número de componentes físicos.

Regreso al futuro con el deep learning

Se espera que el Deep Learning revolucione la metodología de funcionamiento de las empresas en un futuro próximo, haciéndolas más eficientes en términos de consumo y rentabilidad, optimizando todos sus procesos y logrando resultados tangibles a escala mundial.

No es nada nuevo. No estamos hablando de una tecnología rompedora que aparezca con fuerza en 2020. El IoT es algo que llevaba ya muchos años en la cabeza de sus precursores desde los años 90, simplemente a la espera de que las técnicas de comunicaciones e integración de sistemas dieran soporte a sus ideas. 

Y es precisamente esa última palabra la clave para entender los motivos por los que su adopción en el ámbito industrial no haya sido tan rápida como lo vaticinado por las grandes consultoras a nivel mundial. Lo cierto es que no hablamos de una tecnología en sí, cuya mera aplicación sea capaz de resolver un problema, sino de un concepto de aplicación de varias tecnologías al servicio de una premisa base: una idea. 

Durante los primeros años del boom IoT, se han vivido situaciones en las que medianas y grandes compañías no daban pasos, sino auténticos saltos hacia la “aplicación” del IoT en entornos industriales. El problema es que esos saltos se basaban simplemente en realizar una fuerte inversión en dispositivos IoT, cuyos datos resultaban ser anecdóticos o accesorios. 

Desde la experiencia acumulada por nuestro equipo de IDboxRT, suscribimos la máxima “Lo que no se puede medir no se puede mejorar”. Pero el hype que vive el IIoT no nos debe arrastrar a un afán injustificado por recolectar datos inservibles, la contrapartida a esa máxima es que debemos medir única y exclusivamente aquellos parámetros que nos permitan alcanzar el ROI esperado. 

Sobre esta base sólida, aparece ante los líderes de estas iniciativas una marea de fabricantes de dispositivos, modelos, protocolos, etc.  En este sentido, es difícil prever cuál de ellos dominará el mercado a medio plazo, por lo que es imprescindible contar con una plataforma IoT abierta que permita comunicar con variedad de dispositivos de forma sencilla, ya que esto facilita mucho la elección del dispositivo adecuado para cada uso, sin miedo a que ciertos datos se queden aislados a medida que la tecnología evoluciona. 

A nivel de protocolos de comunicación, encontramos variedad de protocolos ligeros que permiten comunicación con dispositivos remotos alimentados por baterías, cuya duración puede llegar a varios años dependiendo del protocolo utilizado y la frecuencia de refresco. Desde el conocido MQTT, pasando por CoAP, hasta otros menos reconocibles como BACnet, nos encontraremos multitud de protocolos implementados por distintos dispositivos, que pueden crear dudas en aquellos que cuenten con plataformas de tratamiento de datos con baja flexibilidad. 

Es precisamente esta naturaleza abierta lo que hace que la herramienta de Inteligencia Operacional que desarrollamos en CIC Consulting Informático de Cantabria, IDboxRT, apareciera como una de las referencias en el Competitve Landscape: IoT Platform Vendors de Gartner en 2018. Sin poder considerarse únicamente una plataforma IoT, la capacidad de ingesta de datos desde cualquier dispositivo, independientemente del protocolo, hace de IDbox una de las apuestas más seguras en este sentido, ya que tome la dirección que tome el sector, nuestros clientes siempre podrán integrar sus datos, combinando distintos protocolos. 

La posibilidad de combinar datos de nuestro “parque IoT” con datos de proceso directamente recogidos de PLCs, SCADAs, bases de datos o incluso WebServices de terceros permite a los clientes de IDboxRT contextualizar la información, implementar modelos matemáticos, combinando todos estos datos, y analizar los resultados para mejorar la toma de decisiones en tiempo real. 

En definitiva, desde el equipo de IDboxRT, estamos seguros de que la implantación de iniciativas IoT en el ámbito industrial traerá, sin lugar a duda, mejoras sustanciales tanto a nivel de control, como de optimización de procesos, siempre y cuando pongamos el acento en el valor que cada dato puede aportar al corazón de toda iniciativa: una idea. 

Los tiempos cambian, nosotros también

Hemos desarrollado un nuevo estilo visual para encontrar un equilibrio entre lo antiguo y lo nuevo, lo clásico y lo innovador. Algunos aspectos de nuestra marca han cambiado enormemente, y otros, como son nuestro deseo de permanecer profesionales, seguir siendo receptivos y mantener el sentido del humor, permanecen inalterados para siempre. Por ello, hemos elegido el contraste entre el blanco y el negro, diluido con patrones geométricos y nuestros colores, históricamente importantes, como la línea principal de nuestro estilo.

Nuestros colores se han fusionado en uno

Tres procesos – un gradiente.

IDboxRT es conocido por su famoso eslogan: «Integra, Procesa y Analiza«, el cual refleja los tres principales procesos indivisibles de nuestro software de monitorización. De aquí proviene nuestro gradiente característico, que representa el flujo de información y su transición de una fase a otra.

Nuestro nuevo logo

Mismo nombre, nueva firma.

El signo de nuestra marca ha sido cambiado y mejorado. Nuestro histórico logo ha sido simplificado y rediseñado usando un carácter fresco, reconocible, minimalista y moderno para maximizar nuestra presencia digital y física en una nueva era.

Nuevos patrones

Un símbolo de cómo nos comunicamos.

Nuestros nuevos elementos gráficos, los patrones, fueron creados para simbolizar nuestro enfoque de asociación con nuestros clientes de una manera abierta, dinámica y flexible.

Fotografía y gráfica

Claridad y simplicidad.

Introducimos un estilo audaz y reconocible de imágenes y símbolos gráficos, dando preferencia al blanco y negro, al contraste y al enfoque intenso para aportar claridad y singularidad a nuestra marca.

Tipografía

Ser comprensible, ser accesible.

En este aspecto, decidimos atenernos a las buenas y antiguas tradiciones y dejar nuestra fuente principal a la querida vieja Montserrat, una tipografía geométrica sans-serif. Este tipo de letra es excelente por su simplicidad, comprensibilidad, ¡y además sabemos que la adoráis!

Uniendo todo

Una identidad equilibrada y justificada.

En combinación, todos los elementos mencionados, nos ayudan a sobresalir y mantener el ritmo, desarrollándonos, mejorando cada día y, lo más importante, permaneciendo nosotros mismos, pase lo que pase.