Ir al contenido
MACT.ai

Soluciones

PRODUCTOS INTELIGENTES.

Siete áreas donde la IA se encuentra con el mundo físico. Cada una tiene un enfoque definido, escenarios probados, un conjunto de tecnologías y proyectos detrás.

  • 01

    Productos de IA

    Productos con la inteligencia en la arquitectura, no añadida encima.

    Problema

    La mayoría de las funciones de IA se añaden tarde, así que el modelo queda limitado por decisiones ya tomadas sobre cómputo, latencia y datos. El resultado se siente como una demo pegada a un producto.

    Enfoque

    Diseñamos el producto alrededor del modelo desde la primera revisión de arquitectura: qué se ejecuta dónde, cuánto cuesta cada interacción, cómo falla y qué ve el usuario mientras piensa.

    Escenarios probados

    • Hardware conversacional

      Un dispositivo cuya interfaz principal es el habla. La palabra de activación y el procesamiento de audio se quedan en local; el reconocimiento y el razonamiento van en streaming para que la reproducción arranque con el primer fragmento. Tomamos la latencia del primer audio como métrica de producto.

    • Operación asistida

      Un producto para operadores donde el modelo propone y una persona confirma. La ingeniería interesante está en cómo se muestra la confianza y en la ruta de reserva, no en el modelo.

    • Decisión autónoma

      Productos en lazo cerrado donde el modelo actúa sin revisión. Necesitan salvaguardas deterministas, un espacio de acción acotado y una traza de auditoría completa antes de salir.

    Capacidades

    • Arquitectura de producto con IA
    • Selección y evaluación de modelos
    • Presupuesto de latencia y costo
    • Diseño de interacción para sistemas probabilísticos

    Tecnologías

    LLMVLMRAGFine-tuningAI AgentsEval
  • 02

    AIoT

    Dispositivos conectados que se vuelven más inteligentes después de salir.

    Problema

    El hardware conectado se suele enviar y luego congelar. Sin actualizaciones seguras y telemetría real, el producto no puede mejorar y los problemas son invisibles.

    Enfoque

    Construimos el dispositivo, la nube y la ruta de actualización como un solo sistema, para que el comportamiento pueda mejorarse en campo con despliegue por fases y una vía de vuelta.

    Escenarios probados

    • Monitorización de equipos distribuidos

      Nodos repartidos en instalaciones con enlaces poco fiables. La lógica de control y de seguridad corre en local; la nube fija la intención y observa los resultados, así que una conexión perdida degrada el reporte y no la operación.

    • Productos de consumo conectados

      Donde el onboarding decide la retención. Diseñamos el aprovisionamiento para alguien que lo hace por primera vez en una red doméstica real, con un portal cautivo de reserva cuando el emparejamiento BLE falla.

    • Flotas de generaciones mixtas

      Las revisiones de hardware se acumulan. Un protocolo de dispositivo versionado desde la primera versión permite que tres generaciones compartan una flota, una consola y un pipeline de OTA.

    Capacidades

    • Arquitectura de dispositivo y nube
    • Gestión de flota y aprovisionamiento
    • OTA por fases con reversión
    • Telemetría y observabilidad

    Tecnologías

    MQTTWebSocketOTADevice CloudBLEWi-Fi
  • 03

    Edge AI

    Modelos reales dentro de presupuestos reales de energía y memoria.

    Problema

    Un modelo que funciona en una estación de trabajo rara vez cabe en un objetivo embebido. La cuantización se intenta tarde, la precisión cae y el calendario absorbe la sorpresa.

    Enfoque

    Hacemos benchmarking de los modelos candidatos sobre el silicio real desde el principio, y solo después cuantizamos y optimizamos con la precisión medida contra un conjunto de evaluación fijo.

    Escenarios probados

    • Inferencia con restricciones de privacidad

      Cuando los datos no pueden salir del dispositivo en absoluto. Todo el pipeline corre en local y solo se transmiten resultados estructurados, lo que cambia la elección del silicio y no solo el software.

    • Control crítico en latencia

      Inferencia dentro de un lazo de control, donde un viaje a la nube no es una opción. Presupuestamos la latencia del peor caso, no la media, y la verificamos con carga térmica sostenida.

    • Productos de volumen con restricción de costo

      Cuando el precio de venta fija el presupuesto de NPU. Hacemos benchmarking bajando hasta el silicio más económico que cumple el requisito, en lugar de subiendo desde el más capaz.

    Capacidades

    • Benchmarking sobre el hardware objetivo
    • Cuantización y poda
    • Despliegue en NPU y DSP
    • Optimización de runtime y operadores

    Tecnologías

    ONNXTFLiteTensorRTINT8NPURKNN
  • 04

    Visión por computadora

    Del sensor a la decisión, con todo el camino diseñado.

    Problema

    La precisión en visión suele perderse antes de que el modelo se ejecute: en la óptica, la exposición, la sincronización y el pipeline de imagen, más que en los pesos de la red.

    Enfoque

    Tratamos la óptica, el sensor, el ajuste del ISP y el modelo como un solo pipeline, y lo validamos con material grabado en el entorno donde el producto va a vivir de verdad.

    Escenarios probados

    • Monitorización en instalación fija

      Escena conocida, montaje conocido, iluminación sin controlar. La mayor parte de la precisión viene de fijar la óptica y la estrategia de exposición contra material real antes de elegir cualquier modelo.

    • Análisis de movimiento y postura

      Cuando la señal es temporal y no por fotograma. La detección corre con menor cadencia y el tracking mantiene la identidad entre inferencias, así que un silicio modesto alcanza una tasa de fotogramas estable.

    • Inspección y medición

      La visión como instrumento de medida. La calibración, la repetibilidad y un comportamiento definido ante fallos importan más que la precisión bruta del modelo.

    Capacidades

    • Selección de óptica y sensor
    • Ajuste de ISP y estrategia de exposición
    • Detección, tracking y segmentación
    • Pipeline de datos y evaluación

    Tecnologías

    MIPI CSI-2ISPDetectionTrackingCalibration
  • 05

    IA de voz

    Conversación que se siente inmediata en hardware modesto.

    Problema

    Los productos de voz fallan por latencia y por ruido. Ambas cosas las deciden el front end de audio y la arquitectura de streaming, mucho antes de que el modelo de lenguaje entre en juego.

    Enfoque

    La palabra de activación y el procesamiento de audio se quedan en el dispositivo; el reconocimiento, el razonamiento y la síntesis van en streaming para que la reproducción empiece con el primer fragmento y no con el último.

    Escenarios probados

    • Asistentes de voz de bajo costo

      Palabra de activación dentro del presupuesto de memoria de un MCU, con el reconocimiento y el razonamiento en streaming. La lista de materiales suele estar dominada por la cadena de audio, no por el cómputo.

    • Interfaces industriales manos libres

      Entornos ruidosos donde una pantalla táctil no es práctica. El beamforming y una gramática de comandos acotada superan a un modelo general en precisión y en latencia.

    • Dispositivos multilingües

      Un producto, varios mercados. El enrutamiento de idioma ocurre en la pasarela, así que añadir un idioma no exige publicar firmware.

    Capacidades

    • Array de micrófonos y diseño acústico
    • Palabra de activación y VAD en el dispositivo
    • ASR, LLM y TTS en streaming
    • Gestión de interrupciones y turnos

    Tecnologías

    ESP32Wake WordAECStreaming ASRTTSOpus
  • 06

    Robótica

    IA física: percepción, planificación y control en un solo sistema.

    Problema

    El trabajo en robótica suele separar la percepción del control, y el costo de integrarlas llega en el peor momento posible del calendario.

    Enfoque

    Construimos juntos el stack de percepción, planificación y movimiento, con el control determinista en tiempo real separado de la inteligencia de alto nivel por un contrato definido.

    Escenarios probados

    • Manipulación en celda fija

      Pick and place repetible con corrección guiada por visión. El tiempo de ciclo y la repetibilidad son la especificación; la seguridad se garantiza en hardware.

    • Autonomía móvil en interiores

      Navegación en un espacio compartido con personas. La localización, la gestión de obstáculos y una capa de seguridad capaz de anular al planificador son el núcleo del trabajo.

    • Automatización de instrumentos

      Movimiento de precisión en instrumentos científicos y ópticos, donde una exactitud por debajo del minuto de arco en sesiones largas importa más que la velocidad.

    Capacidades

    • Control de movimiento y cinemática
    • Percepción y fusión de sensores
    • Arquitectura en tiempo real
    • Seguridad y comportamiento ante fallos

    Tecnologías

    ROS 2RTOSSLAMSensor FusionMotor Control
  • 07

    Dispositivos inteligentes

    Hardware de consumo que sobrevive al contacto con la fabricación.

    Problema

    Un prototipo que funciona no es un producto. El costo, el rendimiento de producción, la certificación y el utillaje reconfiguran el diseño, normalmente después de haber prometido el calendario.

    Enfoque

    Diseñamos desde el principio para la lista de materiales, el test y la ruta de certificación, y llevamos los prototipos hacia la producción piloto en lugar de hacia una demo.

    Escenarios probados

    • Productos donde la batería manda

      Wearables y portátiles donde la corriente media fija todas las demás restricciones. Un presupuesto de corriente medido en la primera semana es lo que hace posibles las decisiones de funcionalidad.

    • Productos con pantalla e interfaz en el dispositivo

      Cuando la interfaz del dispositivo lleva la marca. El cómputo se elige contra la UI y la carga de inferencia a la vez, antes del esquemático.

    • Productos integrados en ecosistemas

      La integración con Matter, HomeKit y Alexa condiciona la elección de radio y la ruta de certificación, así que la decisión de ecosistema pertenece a la arquitectura.

    Capacidades

    • Arquitectura de producto y mecánica
    • Ingeniería de BOM y costos
    • Preparación para EMC y certificación
    • Producción piloto y bancos de prueba

    Tecnologías

    PCBDFMEMCEnclosureTest Fixtures

¿TIENE UNA IDEA?
LA CONSTRUIMOS.

mact.ai