Entrevista a Alfonso Lorenzo, responsable de Desarrollo de Logística de Hikvision Iberia
La seguridad en entornos logísticos está evolucionando al mismo ritmo que lo hacen las operaciones y los flujos de mercancías. La necesidad de gestionar grandes volúmenes de información visual, optimizar tiempos de respuesta y mejorar la toma de decisiones está impulsando la adopción de soluciones basadas en inteligencia artificial. En este contexto, Alfonso Lorenzo, responsable de Desarrollo de Logística en Hikvision Iberia, analiza el impacto de estas tecnologías en la transformación de la videovigilancia aplicada a la cadena de suministro. Sus reflexiones llegan tras la celebración del encuentro organizado por Hikvision en Madrid, en el que más de 30 directores de seguridad del sector logístico pudieron interactuar con Guanlan, el modelo de inteligencia artificial a gran escala integrado en cámaras y grabadores de la compañía. Durante la jornada, los asistentes comprobaron de forma práctica cómo herramientas como la búsqueda avanzada mediante lenguaje natural o la identificación de objetos y comportamientos específicos pueden facilitar la gestión de instalaciones logísticas cada vez más complejas.
¿Qué diferencia a Guanlan de otros sistemas de seguridad?
Sin duda, esto es un clarísimo cambio de paradigma. Guanlan es un enfoque y arquitectura de Inteligencia Artificial de visión profunda, diseñado para que los sistemas de seguridad no solo “vean” imágenes, sino que realmente “entiendan” y contextualicen lo que ocurre en un entorno.
Se diferencia de otros sistemas de seguridad porque utiliza modelos de IA como Large Vision Models (LVMs) y Large Multimodal Models (LMMs). Los modelos generales como ChatGPT o DeepSeek se centran en tareas más amplias como el procesamiento de lenguaje o la interpretación de datos no estructurados, mientras que los LVMs y los LMMs interpretan también datos contextuales complejos, como la interacción entre objetos, comportamientos anómalos y patrones de movimiento, algo fundamental en el sector de la seguridad.
¿Cómo se estructura a nivel interno Guanlan para alcanzar una mayor eficiencia y precisión?
Guanlan se organiza de manera que cada uno de sus tres niveles (captura, procesamiento y acción) quede optimizado y coordinado para alcanzar así mejores resultados.
En primer lugar, el nivel de captura se enfoca en recolectar datos detallados mediante sensores y cámaras avanzadas, garantizando que la información inicial sea lo más precisa posible.
A continuación, el nivel de procesamiento utiliza los modelos de IA mencionados anteriormente: Large Vision Models (LVMs) y Large Multimodal Models (LMMs). Permiten interpretar y contextualizar estos datos, analizando las interacciones y comportamientos en tiempo real, lo que aumenta la capacidad de detectar patrones y anomalías.
Finalmente, en el nivel de acción, la información procesada se utiliza para generar respuestas inmediatas, como alertas o intervenciones automáticas, optimizando la reacción ante situaciones críticas. Esta estructura a tres niveles permite a Guanlan adaptarse rápidamente a cambios en el entorno, garantizando una mayor eficiencia operativa y precisión en sus decisiones.
¿En qué ámbitos/situaciones se puede desarrollar al máximo?
Los modelos de IA a gran escala Guanlan de Hikvision se desarrollan al máximo en entornos donde la combinación de inteligencia contextual, análisis visual y multimodal puede transformar las operaciones.
En el campo de la seguridad avanzada, son ideales para sistemas de videovigilancia, donde mejoran la precisión en la detección de amenazas y eventos anómalos, al mismo tiempo que reducen las falsas alarmas, permitiendo a los operadores centrarse solo en lo que realmente importa.
En el ámbito de gestión de tráfico o infraestructuras críticas, Guanlan permite un análisis predictivo para detectar patrones y predecir incidentes antes de que ocurran, lo que mejora la capacidad de respuesta ante situaciones complejas.
Además, en sectores como el AIoT y la transformación digital, Guanlan facilita la automatización de procesos, lo que no solo optimiza las operaciones sino que también reduce la carga de trabajo manual, permitiendo que los trabajadores se enfoquen en tareas más estratégicas.
Gracias a la integración de modelos de IA en dispositivos como cámaras inteligentes y NVR, los trabajadores pueden acceder a herramientas de búsqueda más eficientes, utilizar lenguaje natural para localizar eventos específicos y recibir alertas precisas que aceleran la toma de decisiones.
¿Cómo se puede adaptar Guanlan a entornos logísticos?
En el contexto logístico, Guanlan adapta perfectamente sus capacidades a las necesidades del sector, proporcionando soluciones que no solo mejoran la seguridad de los bienes y trabajadores, sino que también optimizan los procesos operativos, ahorrando tiempo y dinero a las empresas.
Por ejemplo, se utilizan cámaras de visión artificial y lectores de matrículas para automatizar la entrada de camiones a las instalaciones y guiar su llegada al muelle adecuado, lo que evita errores operativos.
También se monitoriza el proceso de descarga y carga de los paquetes, asegurando que los productos correctos se envíen al camión correspondiente mediante la lectura de códigos de barras y la verificación visual con cámaras. Esto proporciona una trazabilidad completa de los paquetes, garantizando su estado y ubicación en todo momento, lo que minimiza las pérdidas y mejora la eficiencia en la distribución.
En términos de seguridad laboral, las soluciones también se adaptan para proteger a los empleados mediante sistemas de detección de EPIs (equipos de protección individual) y la prevención de accidentes, así como la vigilancia de las áreas de robots autónomos.
Además, las cámaras termográficas ayudan a prevenir incendios al identificar puntos de calor en áreas sensibles como las zonas de carga de baterías.
La inteligencia artificial de Guanlan juega un papel clave en la mejora de la eficiencia operativa, automatizando tareas que anteriormente requerían intervención manual, como la detección de atascos en las cintas transportadoras o la gestión de accesos y la evacuación en grandes instalaciones.
Asimismo, se facilita el monitoreo en tiempo real de múltiples instalaciones desde un único centro de control, lo que mejora la visibilidad y el control global sobre las operaciones logísticas.
¿Cómo alcanza este sistema de seguridad su mayor potencial?
Guanlan alcanza su mayor potencial cuando se integra con otras funcionalidades y dispositivos dentro del ecosistema Hikvision, como AcuSeek, AcuSense y las cámaras DeepinViewX. La unión de estas soluciones transforma un sistema de seguridad tradicional en una solución inteligente, eficiente y orientada a resultados reales.
La integración con AcuSeek permite búsquedas de vídeo mediante lenguaje natural en los NVR, facilitando a los operadores encontrar rápidamente eventos específicos sin necesidad de una búsqueda manual exhaustiva, lo que acelera procesos y reduce la carga de trabajo.
Por otro lado, AcuSense proporciona un análisis más exacto en la clasificación de personas y vehículos, que sirve de base para que los modelos de IA de Guanlan refinen aún más la detección y filtren mejor los eventos relevantes.
Las cámaras DeepinViewX, potenciadas directamente por la IA, son un ejemplo clave de cómo esta integración eleva el rendimiento de un sistema de seguridad: duplican el rango de análisis de contenido de vídeo (VCA) y reducen las falsas alarmas en más del 90% frente a cámaras convencionales.
Esto significa que las instalaciones necesitan menos cámaras para cubrir áreas más grandes y los equipos de seguridad reciben alertas más fiables, lo que mejora la eficiencia operativa y reduce la fatiga por alarmas innecesarias.
"La inteligencia artificial de Guanlan juega un papel clave en la mejora de la eficiencia operativa, automatizando tareas que anteriormente requerían intervención manual"
