Con el apoyo de
Programa Pyme Digital Cámara de Comercio de Cantabria
Línea 03 · Forja
T. horno 1.180 °C
Nodo causal 04 · Física + datos
Línea base · Antes / Después
Webinar celebrado · 29 oct 2026

Qué proyectos de IA merecen inversión en una planta y cómo medir su retorno

Un método para decidir, con los datos de tu propia planta, si un proyecto de inteligencia artificial va a pagar lo que cuesta. 45 minutos con Diego Tuccillo, CEO de Deduce Data Solutions.

Fecha Jueves 29 de octubre de 2026
Hora 11:00-11:45 (hora de Madrid)
Formato Online en directo
Inscripciones cerradas
29 Octubre 2026
Webinar celebrado

Gracias a todas las personas que se conectaron en directo.

El webinar se emitió el jueves 29 de octubre dentro del programa Pyme Digital de la Cámara de Comercio de Cantabria. Si quieres aplicar estos criterios a un proyecto de tu planta, lo vemos contigo en una reunión.

Agendar una reunión
02Qué te llevas 02 / 05

Cuatro criterios para decidir antes de firmar un proyecto de IA

/01

Dónde pierde dinero tu planta.

Empezar por la pérdida del negocio y no por el dato: consumo, rechazo, paradas o decisiones que hoy se toman a ojo.

/02

Los seis filtros que aplicamos.

El test que usamos en DDS antes de aceptar un proyecto. Lo aplicarás en directo a un proceso tuyo.

/03

Cómo fijar la línea base.

Sin una medida del antes no hay retorno que demostrar ante dirección.

/04

Cuándo parar un piloto.

Definir el criterio de abandono antes de empezar.

03Agenda 03 / 05

45 minutos, con encuestas en directo

00:00
00-05

Por qué tan pocos proyectos de IA industrial dan retorno.

05:00
05-20

Pérdida, línea base y propietario operativo.

20:00
20-35

Los seis filtros, uno a uno.

Cada asistente vota su caso; cerramos con un caso industrial anónimo.

Encuesta en directo
35:0045:00
35-45

Preguntas en directo.

04Ponente 04 / 05
Diego Tuccillo

Doctor en Astrofísica · Cofundador y CEO de Deduce Data Solutions

Diego Tuccillo

Ver perfil en LinkedIn

Lleva más de diez años entrenando redes neuronales sobre datos difíciles. Primero para estudiar galaxias y cuásares en centros de investigación de Francia y España; hoy, para entender hornos, forjas y procesos industriales.

En astrofísica no se puede repetir el experimento: hay que sacar conclusiones fiables de los datos que ya existen. Es el mismo punto de partida que tiene una planta con su histórico de proceso.

Formación
Doctor en Astrofísica, summa cum laude. Licenciado en Física Teórica por la Universidad Federico II de Nápoles.
Investigación
Investigador posdoctoral en el Observatorio de París y MINES ParisTech, el Instituto de Astrofísica de Canarias y el Instituto de Física de Cantabria.
Misión Euclid
Desarrolló modelos de deep learning para la misión Euclid de la Agencia Espacial Europea, que cartografía miles de millones de galaxias.
Publicaciones y docencia
Autor en MNRAS, Astronomy & Astrophysics y The Astrophysical Journal. Dirige el curso de verano de Data Science y Machine Learning de la Universidad de Cantabria desde 2016.
Para quién
Dirección industrial, planta, operaciones y energía
Qué necesitas
Tener en mente un proceso de tu planta
Grabación
Enviada a las personas inscritas
Después
Opción de revisar tu caso con Diego
05Siguiente paso 05 / 05

Llega a tu próxima reunión de inversión con el caso filtrado

Agendar una reunión
Deduce Data Solutions

Comprender antes de optimizar.

Patrocinadores