Piloto Desafía Madrid 2025 · GovTech

Hacia una gestión preventiva y basada en datos.

Un proyecto piloto desarrollado bajo el programa Desafía 2025 del Ayuntamiento de Madrid para demostrar la viabilidad de aplicar Inteligencia Artificial y visión 360º al mantenimiento del arbolado urbano, validando el paso de un modelo reactivo a una estrategia proactiva y basada en datos.

Agenda una Demo

LIVE_STREAM: MADRID_CENTER

> Iniciando escaneo...

> GPS: 40.4168° N, 3.7038° W

> [DETECTADO] Plátano de sombra - ID: 8821

> Procesando criticidad...

Usando IA en tiempo real

El Desafío Operativo

El reto de supervisar 1,7 millones de ejemplares

1,7M

Árboles urbanos monitorizados

6.500

Hectáreas de zonas verdes

225M€

Presupuesto anual de gestión

El cuello de botella: La inspección manual tradicional solo permite revisar una fracción mínima del inventario, generando tiempos de reacción lentos ante riesgos estructurales o seguridad vial.

Cómo funciona

Captación

Imágenes 360° capturadas con cámara embarcada recorriendo las calles de Madrid.

Procesamiento

Agentes de IA analizan automáticamente cada imagen buscando anomalías en el arbolado.

Resultado

Diagnóstico automático con scoring de criticidad para cada incidencia detectada.

Validación humana

La IA propone, el técnico decide.

Priorización

Órdenes de trabajo generadas automáticamente según criticidad y ubicación.

Actuación

Trazabilidad total del proceso, desde la detección hasta la resolución.

Capacidades de Visión

Qué detecta nuestra IA

Semáforo oculto por ramas de árbol en calle de Madrid

CU-01 Crítica

Seguridad vial

"Semáforo presenta ocultamiento aproximado del 80% por ramas."

Ramas de árbol interfiriendo con la fachada de un edificio

CU-02 Importante

Obstrucción de vías

"Ramas invadiendo zona peatonal a altura inferior a 2,5 m."

CU-03 Crítica

Riesgo estructural

"Debilidad estructural severa en base. Riesgo alto de caída."

Alcorque vacío en la acera sin ejemplar arbóreo

CU-04 Moderada

Alcorques vacíos

"Alcorque sin ejemplar arbóreo. Pendiente de replantación."

Nido de cotorra invasora detectado en la copa de un árbol

CU-05 Importante

Nidos de cotorra

"Nido de especie invasora detectado en copa del árbol."

Ramas de árbol obstruyendo la vía peatonal

CU-06 Importante

Interferencia en fachadas

"Ramas en contacto directo con fachada, invadiendo balcones."

Infraestructura de Datos

Arquitectura híbrida en dos niveles

Nivel 1

Filtro rápido Open-Source

Analiza la cobertura completa usando modelos como Llama-3.1 de Meta. Descarta zonas sin incidencias de forma masiva y económica.

Meta Llama

~30x más eficiente en costes

Nivel 2

Análisis profundo premium

Solo si se detecta una anomalía, actúan modelos avanzados para un diagnóstico preciso con clasificación experta y scoring.

OpenAI Google Gemini

Precisión Diagnóstico de nivel experto

El sistema aprende en segundos
tras cada validación.

Validación ágil

10-15 segundos por incidencia. El técnico tiene la última palabra y el control total.

Tecnología RAG

Evoluciona de un modelo genérico a un experto en el contexto específico de Madrid.

Reducción de errores

Usa el histórico validado para afinar futuras detecciones continuamente y con rigor.

Confianza Institucional

Gobernanza, Privacidad y Soberanía

Privacidad GDPR

Anonimización automática de rostros y matrículas en tiempo real antes del procesamiento, conforme al GDPR.

Soberanía Tecnológica

El conocimiento generado y los modelos entrenados pertenecen al Ayuntamiento. Sin dependencia de proveedores externos (No Vendor Lock-in).

Seguridad Certificada

Infraestructura cumpliendo con el Esquema Nacional de Seguridad (ENS Nivel Medio) para la protección de servicios públicos críticos.

Hacia una gestión preventiva y basada en datos.

El reto de supervisar 1,7 millones de ejemplares