Renfe es planta davant del vandalisme amb grafitis i aposta per la intel·ligència artificial com a aliada estratègica.
L'operadora ferroviària ha seleccionat a Innova-tsn, consultora especialitzada en analítica avançada i gestió de dades, per desenvolupar un innovador Sistema Predictiu de Prevenció de Grafitis, basat en IA, tal com ha informat l'entrevista especialitzada Computing.
Trens de Renfe grafitats
La iniciativa ha estat triada com a guanyadora del primer Concurs de Projectes d'Intel·ligència Artificial de Renfe, que busca aplicar el potencial de l'aprenentatge automàtic per resoldre reptes operatius complexos en l'entorn ferroviari.
L'objectiu és ambiciós, però concret: preveure i dissuadir atacs vandàlics mitjançant alertes anticipades, mapes de risc horari-espacial i optimització dinàmica dels recursos de vigilància.
Tot això per fer front a un fenomen que, només el 2024, li va costar a Renfe més de 11 milions d'euros en neteja, reparacions i parades de servei.
Un problema més enllà de l'estètica
L'impacte dels grafitis ilícits va molt més enllà del visual. Afecta directament a l'operativa diària, amb trens retirats de circulació, espais inutilitzats i deteriorament de l'experiència de l'usuari.
A més, s'ha detectat una major organització entre els autors d'aquests actes, amb tàctiques com el “palancazo” (activació del fre d'emergència) per forçar parades i executar atacs ràpids.
Aquestes actuacions no només afecten al material mòbil, sinó també a cocheres, túnels, estacions i altres actius crítics.
La necessitat d'evolucionar des d'un enfocament reactiu cap a un predictiu i preventiu ha estat clau per llançar aquest repte des del Laboratori d'IA de Renfe.
Així funcionarà el sistema predictiu
La solució dissenyada per Innova-tsn integra intel·ligència artificial explicativa, analítica històrica i factors contextuales (com la meteorologia, els esdeveniments públics o el calendari laboral) per estimar la probabilitat d'atacs.
El seu funcionament s'apropa en tres pilars clau:
-
Anàlisi històrica i enriquiment contextual: integració de bases de dades d'incidents amb variables externes per entendre millor el quan i el per què dels atacs.
-
Modelat espai-temporal del risc: generació de mapes de calor dinàmics que identifiquen ubicacions i franges horàries d'alt risc per a les pròximes 24 hores.
-
Alertes anticipades i vigilància intel·ligent: activació automàtica d'avísos amb almenys dos hores de marge, classificats per nivells de risc, acompanyats de propostes per reajustar patrullatges i rondes de vigilància en temps real.
Durant les pròximes setmanes, es desplegarà el pilot en diverses cocheres d'alta incidència, amb la construcció d'una infraestructura cloud segura, entrenament de models i desenvolupament d'un dashboard operatiu per al personal de seguretat.
El pilot: menys vandalisme, més eficiència
El marc de mesura preveu ambiciosos indicadors clau (KPIs), entre ells:
-
Reducció del 20% dels actes vandàlics a les zones pilot.
-
Emisió del 50% d'alertes amb ≥2 hores d'antelació.
-
Estalvi estimat de 150.000 euros anuals en neteja, logística i disponibilitat operativa.
-
Nivell de satisfacció del 80% entre el personal de seguretat usuari del sistema.
En una segona fase, està prevista la incorporació de capacitats de visió artificial sobre les càmeres ja existents, per detectar moviments anòmals en temps real i enfortir la resposta preventiva.
*Aquest article ha estat traduït automàticament usant intel·ligència artificial