GestaLabs

15/08/2022

Hola, comunidad. Para iniciar la semana con todo, les dejamos 2 ejemplos de empresas que resolvieron problemas implementando Computer Vision:
1) Eliminación de defectos en procesos de estampado para empresa del sector automotriz
2) Reducción de devoluciones en compras en línea para una compañía del sector calzado.

Lección: enfócate en el problema e implementa la tecnología, no por moda, sino para resolverlo. En este enlace puedes leer nuestro artículo.
https://gestalabs.com/2022/06/01/convierte-los-problemas-de-tu-fabrica-en-casos-de-uso-con-computer-vision/

Los problemas en la fábrica suceden casi todos los días. Aprende a convertirlos en casos de uso y Computer Vision es ideal para resolverlos.

21/07/2022

👌🏻👌🏻👌🏻

Las tendencias globales apuntan a un nuevo auge de IoT e Inteligencia Artificial para crear soluciones de mantenimiento predictivo en las fábricas.

11/07/2022

¿Recuerdan los primeros sistemas de mensajería instantánea y chats en línea? Parece que hablamos de la prehistoria si los comparamos con aplicaciones como WhatsApp y Slack. Este es un pequeño ejemplo del cambio tecnológico que se sigue gestando en diversos campos. En el caso de los primeros sistemas de gestión que usaron los fabricantes (ERPs, MES, Scada), ¿qué les espera? De esto escribe Marcelo De la Garza, cofundador de Gesta Labs, para Mexico Industry ®en su edición de julio. En este enlace pueden leer nuestro artículo.
https://lnkd.in/g5ybkiGe


Ver traducción

21/06/2022

Si has implementado algún proyecto de Computer Vision, estamos seguros de que te encontraste con un gran reto: recolectar la suficiente cantidad de imágenes para entrenar el algoritmo.

¿Lo viviste? Te tenemos noticias: no estás solo.

La recolección de imágenes ha sido una de las principales complejidades en proyectos con esta tecnología, pues los encarece y los ralentiza, pero ha surgido una nueva herramienta que resolverá este inconveniente: los datos sintéticos. De esto escribe Rafael Páez, cofundador de Gesta Labs y vAIsor (https://vaisor.ai/), para Forbes México



https://www.forbes.com.mx/los-datos-sinteticos-son-el-gran-avance-en-computer-vision/

La recolección de imágenes es una de las partes más complicadas y complejas para el entrenamiento de modelos de inteligencia en el campo de Visión Artificial, pero los datos sintéticos son el nuevo combustible de esta tecnología.

27/05/2022

Los sistemas de visión artificial llevan años tratando de eliminar defectos de calidad en los procesos de fabricación. Lo que los ha potenciado en estos tiempos es la irrupción del Deep Learning como la herramienta que los vuelve inteligentes. Es un hito en la manufactura y de ello habla Rafael Páez, cofundador de Gesta Labs y vAIsor (https://vaisor.ai/), para Cluster Industrial.



https://www.clusterindustrial.com.mx/noticia/4868/deep-learning-un-hito-en-el-control-de-calidad-en-la-manufactura

Esta tecnología inteligente está llevando a un mayor nivel de eficiencia los procesos de inspección de calidad en los fabricantes.

04/05/2022

Nadie puede negar que las tecnologías emergentes causan cierto temor entre las personas, sobre todo cuando se les relaciona con una posible sustitución del trabajo. Pero es un error muy costoso pensar que las tecnologías emergentes sirven para reducir la nómina de nuestras empresas.
Por ello, es clave ser inclusivos y pensar en la gente cuando creamos tecnología. Debemos desarrollar soluciones pensando en darles nuevas herramientas a las personas para mejoras sus habilidades y adaptarse al cambio tecnológico.
La tecnología NO debe excluir a las personas. De esto escribe Marcelo De la Garza, cofundador de Gesta Labs, para Cluster Industrial.

A medida que avanzamos en el entendimiento de la Cuarta Revolución Industrial, queda más claro que el reto de fondo es preparar a la fuerza laboral para lidiar con las tecnologías emergentes, adaptarse a ellas y desarrollar nuevas habilidades.

02/05/2022

Es mayo y abrimos el mes con un artículo que te será de mucho interés: Crea una solución de Computer Vision sin invertir en infraestructura 🤓, que Rafael Páez, cofundador de Gesta Labs y vAIsor (http://vaisor.ai/) escribió para Mexico Industry ®

Es relevante porque Rafa explica la forma en la que puedes crear una solución innovadora para tu negocio, aprovechando la infraestructura de cámaras y sistemas. En este enlace puedes consultarlo: https://e.issuu.com/embed.html?d=slp_mayo_2022_web&hideIssuuLogo=true&u=mexicoindustrynews

26/04/2022

Las tecnologías impactan más a una organización cuando están pensadas y diseñadas para resolver un problema específico que cuesta dinero y recursos. La clave es construir el caso de uso correcto.
Esta vez, Rafael Páez, cofundador de Gesta Labs y vAIsor, escribe para Forbes México sobre un problema que puedes resolver con Computer Vision. Abajo el enlace.

Las tecnologías emergentes son accesibles y fácil de escalar, siempre y cuando te enfoques en el caso de uso adecuado. Aquí tienes un ejemplo.

25/04/2022

Si implementas tecnología por moda, no llegarás a ningún lado.

Si no te enfocas en la resolución del problema, estás perdido -"Enamórate del problema, más que de la solución", Uri Levine-.

Porque ningún proyecto con tecnologías emergentes -hola, inteligencia artificial- debe ser un experimento sin rumbo. En este blog, Marcelo De la Garza, cofundador de Gesta Labs, habla de 3 aspectos básicos para lograr mejores resultados en un proyecto de este tipo.

La inteligencia artificial se desarrolla con casos de uso atractivos y con alto potencial. Sigue estos consejos para hacerlo en tu empresa.

20/04/2022

Bien dicen que si tus proyectos de transformación digital no te dejan beneficios, es porque no estás eligiendo los correctos. En Gesta Labs queremos que maximices el Retorno de Inversión en tus proyectos con y, por ello, en este blog te damos algunas claves para lograrlo, incluso en fases piloto.

En este artículo te ayudamos a maximizar el ROI en un proyecto de Inteligencia Artificial, estableciendo los beneficios para todos los usuarios involucrados.

05/04/2022

¿Cómo puedes traducir el IoT Industrial en casos prácticos que te ayuden a resolver problemas en el piso de producción? Marcelo De la Garza, cofundador de Gesta Labs, escribe para Cluster Industrial, sobre los casos prácticos (OEE, paros no programados, mantenimiento preventivo, etc) que puedes construir con un proyecto de . En este enlace puedes leer el artículo shorturl.at/iuCJK

¿Cómo puedes explotar al máximo tus datos digitales sin necesidad de ser experto en IoT o Machine Learning? El mercado ya tiene nuevas opciones.

16/03/2022

Es cierto que el mantenimiento predictivo es la joya de la corona en cuanto a los casos de uso que implementan las empresas industriales con tecnologías de Industria 4.0. A priori, se piensa que es sencillo porque el problema a resolver está claramente definido y casi todo mundo saber medir el impacto de ese problema y/o el retorno de inversión que tendrá la solución. Pero hay que decir que, con todo y esto, las cosas son más complicadas. Este blog te ayudará a entender la complejidad de la solución y, desde luego, a considerar todos los escenarios para lograr mejores resultados.

El mantenimiento predictivo es una solución que requiere mucha experimentación, pero ofrece un ROI muy atractivo.