Seitech utiliza computer vision en el proceso de conexión de fibra óptica y garantizar así una mejor conexión a sus clientes.

Operación de fusión de fibra en el hogar (FTTH)

Estas instalaciones son un proceso a priori sencillo, pero no ajeno a la aparición de problemas derivados de manipulaciones erróneas o errores en la instalación. No realizar correctamente el proceso de fusión puede derivar en las temidas ‘averías de infancia’, que aparecen instantes después de la instalación y acarrean gastos adicionales en visitas extra, por no hablar de la insatisfacción del cliente y la posibilidad de cancelación del contrato.

Definir unos buenos procesos operativos es, por tanto, vital y diseñar raíles en dicha operación el canal para minimizar errores, mejorar tiempos y ayudar a la fuerza de campo en su curva de aprendizaje.

Las averías de infancia

Una de las causas más habituales de generación de averías de infancia se da en el punto de la fusión de la fibra óptica. Puede suceder que esta se rompa a raíz de un tirón o incluso por cambios de temperatura, pero también, aunque no se llegue a romper, una mala fusión puede provocar fluctuaciones en la señal, problemas de sincronismo en el router y errores en el mismo como reseteos o problemas en la red wifi.

¿Cuál es la solución?

Como disponer de una buena fusionadora y un técnico formado no son garantía de éxito a la hora de hacer la fusión, Seitech ha desarrollado una herramienta que, a través de la Inteligencia Artificial, permite controlar y comprobar la correcta fusión en las instalaciones de fibra FTTH. La IA solo necesita una fotografía por parte del técnico de la pantalla de la fusionadora tomada justo después de hacer la fusión y es capaz de decidir si las medidas de dicha fusión entran dentro de los parámetros de calidad definidos por el proveedor.

La tecnología utilizada tiene de base el Deep Learning, una derivada del Machine Learning capaz de transformar una información visual (una imagen) en datos que se pueden tratar, es decir, se transforma una imagen en información, y con esa información se pueden diseñar lógicas y direccionar las siguientes actividades que tiene que realizar el técnico (raíles en la operación).

Una combinación de redes neuronales se encarga de ir obteniendo la información, una primera detecta la marca y modelo de fusionadora que se está utilizando, a continuación, otra se encarga de transformar y estandarizar la imagen, orientándola correctamente, corrigiendo defectos de brillo, sombras, etc. Finalmente, otra red neuronal entrenada específicamente es capaz de detectar los dígitos que ahí aparecen, permitiendo al algoritmo de análisis tomar la decisión de si la fusión es correcta y el técnico puede continuar con el resto de la instalación, o por el contrario debe repetir la fusión.

Mucho más que una fusionadora

La herramienta de Seitech no se queda solo en analizar la fusión, sino que ha sido diseñada para poder analizar los errores generados por las fusionadoras y detectar posibles fraudes. Está entrenada específicamente para detectar pantallas de fusionadoras por lo que si se le intenta engañar con otro tipo de imágenes o fotografías hechas a la pantalla de un teléfono móvil detectará el error y avisará al técnico de que tiene que repetir la verificación.

Esta tecnología va aprendiendo y mejorando al realimentarse y reentrena constantemente al ir incluyendo nuevas casuísticas, modelos o posibles fraudes, es un evolutivo en constante mejora, pero manteniéndolo siempre sencillo para el usuario.

Seitech es garantía de éxito

Las empresas que han confiado en Seitech para introducir esta verificación en sus procesos de instalación de fibra afirman que han visto reducidas sus averías de infancia causadas por defectos en la fusión, con un alto retorno de la inversión.

A raíz de este éxito, Seitech tiene la capacidad de aplicar esta tecnología a otros aparatos de medida como explosímetros, medidores de combustión, contadores, etc. y está explorando esos casos de uso con clientes de varios sectores.

Se trata de un paso más en la transformación digital de las compañías y al suponer una reducción en el número de visitas repercute directamente en una menor emisión de CO2 al ambiente, uno de los objetivos que comparten prácticamente todas las empresas con actividades de Field Service.