Innova-tsn usa la IA para prevenir grafitis en los trenes

Renfe ha seleccionado a Innova-tsn, consultora especializada en el ciclo de vida integral del dato e inteligencia artificial (IA), como ganadora del reto “Sistema Predictivo de Prevención de Grafitis mediante IA” dentro de su primer Concurso de Proyectos de Inteligencia Artificial, que busca impulsar el uso de la analítica avanzada para resolver desafíos operativos clave en el entorno ferroviario.

La propuesta de Innova-tsn destaca por su enfoque proactivo y basado en datos para anticipar y reducir actos vandálicos, especialmente ataques con grafiti sobre material rodante y determinadas instalaciones críticas.

El vandalismo mediante grafitis no autorizados genera un impacto significativo en la operación ferroviaria: costes directos de limpieza y reparación, retirada temporal de trenes del servicio y deterioro de la experiencia del viajero y de la imagen corporativa. En 2024, el coste directo asociado a grafitis superó los 11 millones€ para Renfe, poniendo de relieve la urgencia de evolucionar desde modelos reactivos de limpieza posterior al daño hacia estrategias predictivas y preventivas.

Además de la afectación sobre trenes, el fenómeno se extiende a cocheras, túneles, estaciones y otros activos, y ha incorporado tácticas más organizadas, como el uso del freno de emergencia o “palancazo” para forzar paradas, que exigen nuevas capacidades de anticipación y respuesta coordinada entre seguridad, operaciones y mantenimiento.

El Laboratorio de IA de Renfe lanzó el reto con el fin de identificar soluciones capaces de:

• Analizar el histórico de incidentes de grafitis (ubicación, tipo de ataque, día, hora, contexto) para descubrir patrones recurrentes.
• Generar alertas predictivas con al menos dos horas de antelación que señalen zonas y franjas horarias de alto riesgo.
• Optimizar la asignación de recursos de vigilancia y priorizar rondas en función del riesgo dinámico.
• Activar capacidades de visión artificial sobre cámaras existentes para detectar movimientos sospechosos o actividades anómalas en cocheras y zonas vulnerables en fases posteriores.
• Asegurar explicabilidad del modelo, escalabilidad modular y alineamiento con los estándares de seguridad y cumplimiento normativo de Renfe.

Innova-tsn propuso un sistema predictivo de prevención de grafitis sustentado en inteligencia artificial explicable y analítica avanzada, diseñado para desplegarse progresivamente y generar valor desde las primeras semanas, con foco en tres pilares:

1. Analítica histórica y enriquecimiento contextual: integración de bases de datos de incidentes de grafitis con variables externas como meteorología, eventos públicos, calendario laboral y otros factores ambientales que influyen en la probabilidad de ataque.
2. Modelado horario-espacial del riesgo: modelos supervisados que generan mapas de calor de riesgo por ubicación y franja horaria para las siguientes 24 horas, actualizándose de forma periódica con nueva información operativa.
3. Alertas tempranas y replanificación de vigilancia: emisión automática de alertas priorizadas (alto/medio/bajo) con ≥2h de antelación cuando se superan umbrales de riesgo, acompañadas de sugerencias de ajuste dinámico de rondas de patrullaje.

Durante las próximas semanas se llevará a cabo la construcción de una infraestructura cloud segura, la integración de datos históricos y de contexto, el entrenamiento inicial de modelos y el despliegue de un dashboard operativo para un conjunto de cocheras piloto de alta incidencia. El piloto establecerá un marco de medición apoyado en KPIs operativos y económicos que aspiran, entre otras variables, a reducir en un 20% los actos vandálicos, emitir el 50% de las alertas con al menos 2 horas de antelación para posibilitar acciones preventivas, lograr un ahorro anualizado estimado en 150.000€ en limpieza, logística y disponibilidad operativa, y obtener un nivel de satisfacción en torno al 80% entre el personal de seguridad usuario del sistema.

Tras la primera fase, se evaluará la extensión a nuevas zonas geográficas y la incorporación progresiva de capacidades de visión artificial sobre cámaras existentes.

La propuesta se apoya en la experiencia de Innova-tsn como consultora líder en el ciclo de vida integral del dato, con contrastada trayectoria en analítica avanzada, inteligencia artificial aplicada y despliegue de soluciones end-to-end en entornos críticos de operación. La compañía ha demostrado su capacidad tecnológica y de colaboración en ecosistemas de innovación de referencia donde aporta liderazgo en data, IA y experiencia sectorial para abordar retos complejos de digitalización, detección avanzada (fraude, anomalías) y gestión de infraestructuras distribuidas.

Begoña Vega, Head of AI Models & Applications en Innova-tsn, afirma que “estamos muy agradecidos a Renfe por confiar en nosotros para abordar un desafío tan relevante. En Innova-tsn creemos en aplicar la IA donde realmente marca la diferencia: reducir el impacto del vandalismo, optimizar recursos y mejorar servicios públicos. Pondremos toda nuestra experiencia en analítica avanzada para que el piloto genere resultados tangibles desde el inicio”.