Càmeres que avisen
Vigilen una zona i donen el toc quan passa el que no hauria de passar: algú a la zona de maniobra sense armilla. El que arriba és un avís amb la seva hora, la seva càmera i el seu vídeo.
Infinity Neural · des del 2011
Entén el que passa davant de cada càmera i ho converteix en un avís o en un número. Sense canviar les càmeres i sense tocar el sistema que ja tens.
Una sala de control amb quaranta pantalles no té quaranta parells d'ulls. En té dos. La resta del vídeo s'enregistra, es guarda i no ho mira ningú.
I quan passa alguna cosa, comença el que és de debò car: algú s'asseu a buscar enrere, minut a minut, fins a trobar el moment. Aquesta estona no apareix en cap factura, però es paga.
Comptar encara és pitjor. Quantes persones van entrar, quants camions van descarregar, quanta estona va estar parada la línia. Es compta a mà, s'apunta a mà, i el número de cada dia depèn de qui el va apuntar.
No cal canviar les càmeres. La que ja hi és continua on és: el que canvia és el que passa amb la seva imatge.
Tot hi entra. Només l'important hi arriba. La rutina es deixa passar i el que importa es converteix en un avís amb la seva hora, la seva càmera i el seu vídeo — o en un número que surt igual cada nit.
Vigilen una zona i donen el toc quan passa el que no hauria de passar: algú a la zona de maniobra sense armilla. El que arriba és un avís amb la seva hora, la seva càmera i el seu vídeo.
Mesuren i acumulen sobre una línia o una zona traçada a la imatge. El que arriba és un número que surt igual cada nit i que es pot auditar: quantes persones van creuar aquella porta el dimarts a les set.
Preguntar serveix per buscar. Comptar serveix per mesurar. I no es fan igual.
Una càmera enregistra. El que enregistra ho mira algú, o no ho mira ningú. Infinity Neural es posa al mig: mira la imatge, entén què hi ha i què està passant, i deixa passar la rutina.
El que no és rutina surt per un de dos llocs. O és un avís —amb la seva hora, la seva càmera i el seu vídeo— o és un número que s'acumula i es pot comparar entre torns, setmanes i temporades.
No substitueix ningú. Evita gastar l'atenció de les persones a mirar el que no està passant, que és gairebé tota l'estona de gairebé qualsevol càmera.
Una afina un cas fins a l'últim detall. L'altra cobreix la instal·lació sencera. No competeixen: fan coses diferents i gairebé sempre es munten juntes.
Quan algú ens diu «vull que la càmera m'avisi si passa això», gairebé mai no hi ha una sola resposta correcta. Hi ha dos camins, i quin toca depèn de quants casos cal cobrir, de quanta precisió cal a cadascun i de si aquella instal·lació té línia.
Estudiem la teva escena i afinem la detecció per al teu cas: el teu angle, la teva llum, el teu producte, la teva manera de treballar. És la màxima precisió possible en AQUEST cas, perquè està fet per a aquest. Es processa fora, així que necessita connexió. S'organitza en sis famílies — les d'aquí sota.
El sistema. S'instal·la i cobreix la instal·lació sencera: totes les càmeres, molts casos alhora, amb el vídeo, les regles i els avisos en un sol lloc. I funciona amb el cable d'internet desconnectat, que és el que cal quan la instal·lació no pot dependre d'una línia.
Vol dir que algú mira la teva càmera abans de prometre res. On està posada, quin angle té, quina llum hi ha a les sis de la tarda i a les sis del matí, què passa quan plou, què s'hi creua per davant i amb quina freqüència. D'aquí surt el primer que diem, que de vegades és que no es pot — i això també és a mida.
Si es pot, el que s'afina és la detecció per a AQUELLA escena. No és triar un model d'un catàleg i encendre'l: és ajustar-lo al teu producte, a la teva manera d'apilar, a la roba que porta la teva gent, a la marca del terra de la teva nau. Per això arriba a una precisió que un sistema general no pot assolir en aquell cas concret: perquè no està resolent tots els casos, està resolent el teu.
El que demana a canvi són dues coses. La primera, temps: cal enregistrar, veure què passa de debò en aquella càmera durant uns dies i corregir. La segona, connexió: el vídeo es processa fora, així que aquella instal·lació necessita una línia que aguanti.
I una tercera que no és un cost però convé dir-la: cada cas afinat és un cas. Si el que vols són quaranta coses diferents sobre quaranta càmeres, afinar-les una a una no surt a compte ni per a tu ni per a nosaltres. Aquí el que et toca és l'altre.
Vol dir que s'instal·la un sistema i a partir d'aquí la instal·lació sencera està coberta. Totes les càmeres, no una. Molts casos alhora, no un. I el vídeo, les regles, els avisos i l'històric en un sol lloc, en comptes de repartits entre un enregistrador, un correu i un full de càlcul.
Les regles les escriu la teva organització, que és qui sap què mereix un avís a les quatre de la matinada. IRIS automatitza aplicar-les tota l'estona sense cansar-se, que és exactament el que una persona no pot fer davant d'un mosaic de pantalles.
I funciona amb el cable d'internet desconnectat. Per a molta gent aquesta és la primera pregunta i l'última: hi ha instal·lacions que no poden dependre d'una línia, per normativa, per aïllament o perquè la línia que hi ha no es pot garantir.
El que no fa és afinar com el fet a mida. Un sistema que cobreix quaranta càmeres no pot estar ajustat a l'escena de cadascuna com ho estaria una detecció feta per a una de sola. No és una limitació d'IRIS: és el que vol dir cobrir molt.
Perquè una instal·lació real no té un problema: té una capa de fons i dues o tres coses que importen de debò. La capa de fons —saber què passa a totes les càmeres, tenir el vídeo ordenat, que salti l'evident— la cobreix IRIS. Les dues o tres coses que de debò decideixen alguna cosa s'afinen a mida.
Un exemple dels que es repeteixen: una nau amb quaranta càmeres on el que crema són dues coses, que ningú no creui per davant del carretó elevador al moll i que el comptatge de la porta aguanti una inspecció. IRIS cobreix les quaranta. Aquestes dues van a mida, i una d'elles a més homologada.
El rar és el contrari: pagar precisió de rellotger a quaranta llocs on no cal, o quedar-se'n sense justament allà on sí.
Que un sigui millor que l'altre. No ho és. Un sistema que cobreix quaranta càmeres no pot estar afinat com una detecció feta per a una de sola, i una detecció feta per a una de sola no cobreix quaranta. Això no és una limitació de ningú: és com funciona.
El que sí que diem és quin et toca a tu, encara que sigui el barat. I si el que vols no ho fa bé cap dels dos, això també.
Fins aquí és com està organitzat. El que ve ara és l'únic que convenç de debò: el que es veu a la pantalla quan està funcionant. Cadascuna d'aquestes deteccions està enregistrada en una instal·lació real, no simulada — i si la teva s'assembla a alguna, ja saps què esperar.
Lo que Lemon Neural entiende
Personas: cuántas, por dónde y cuánto tiempo.
Cada una es una grabación del sistema funcionando. Pasa el ratón por encima —o tabula hasta ella— para verla en movimiento.
Casos grabados
Infinity Neural optimiza la ocupación y rotación de mesas en zonas de restauración
Infinity Neural mide ocupación y colas en centros comerciales con IA en tiempo real
¿Pierdes dinero por retrasos, colas y riesgos en el embarque? Infinity Neural para puertos y ferries
Análisis de flujos y zonas de interés en tiendas y supermercados con la IA de Infinity Neural
Revoluciona tu bar o discoteca con Lemon Neural
Lemon neural: optimizando la ocupación de carriles en piscinas
Control de aparcamientos con Lemon Neural
Transforma tu restaurante con Lemon y Rust Neural
Sin rodeos: Lemon Neural descifra cada movimiento humano
Tot l'anterior es pot ensenyar funcionant. Hi ha una cosa, a més, que es pot ensenyar signada per algú de fora — i és la que sol decidir un expedient.
Qualsevol pot posar un comptador en una porta. El difícil arriba quan algú pregunta d'on surt aquell número. I ho pregunten. Ho pregunta una inspecció quan cal justificar un aforament. Ho pregunta el propietari quan el lloguer es calcula per afluència. Ho pregunta l'anunciant que paga per impactes. Ho pregunta el comitè quan cal decidir quant personal posar un dissabte.
En aquell moment, «ho compta un sistema que tenim» no val. Cal poder dir qui ha comprovat que aquell sistema compta bé.
Homologar no vol dir que el sistema no s'equivoqui. Vol dir que un organisme independent ha mesurat quant s'equivoca, en unes condicions definides, i ho ha posat per escrit amb el seu segell.
Això és exactament el que cal quan el número surt de casa teva i va a un expedient: no una promesa del fabricant, sinó el mesurament d'un tercer que no ven el producte.
L'organisme aquí és el Centre Espanyol de Metrologia, que és el que a Espanya s'ocupa que un metre mesuri un metre.
Que sigui «el més precís del mercat». No ho sabem: caldria haver mesurat tots els altres en les mateixes condicions, i no ho hem fet. El que sí que sabem i es pot comprovar és que és l'únic europeu homologat per fer això.
I que l'homologació cobreixi qualsevol muntatge. Cobreix el comptatge fet tal com marca el protocol: amb la càmera on ha d'estar i amb l'enquadrament que exigeix. Muntat d'una altra manera compta igual de bé o de malament que qualsevol altre, però ja no està homologat — i això s'ha de dir abans, no després.
Amb això ja hi és tot: per què cal, què fa, de quines dues maneres es té, com es veu funcionant i quina part està mesurada per algú de fora. El que falta no ho podem posar nosaltres.
Falta mirar una càmera teva. On és, quin angle té, què s'hi veu a les sis de la tarda i a les sis del matí. Això decideix què se'n pot treure, i no es pot saber abans de mirar-la.
Sí, y hacerlo es clave para mejorar la efectividad de tus campañas. Cuanto más sepas sobre quién visita tu negocio (edad, género, si vienen solos o en grupo…), más fácil será diseñar mensajes, promociones o productos que realmente conecten con tu audiencia.
La mayoría de negocios físicos no tiene acceso a esta información sin recurrir a encuestas o programas de fidelización. Pero gracias a soluciones de análisis de video con inteligencia artificial como Lemon Neural , ahora es posible detectar y segmentar automáticamente el perfil demográfico de tus visitantes de forma anónima.
Esto te permite lanzar campañas dirigidas con mayor precisión, adaptar tus creatividades al público real que te visita y evaluar qué perfiles responden mejor a cada acción, todo en tiempo real y sin recopilar datos personales.
Leer la respuesta entera →Medir manualmente cuánto tiempo pasa cada cliente en un mostrador es ineficiente y propenso a errores. Sin embargo, existen soluciones basadas en inteligencia artificial que permiten realizar este cálculo de forma automática, precisa y en tiempo real.
Lemon Neural detecta:
Cuándo una persona llega al mostrador.
Leer la respuesta entera →Sí, existen soluciones que permiten monitorizar de forma automática cuántas personas están haciendo cola y cuánto tiempo esperan. Esta información es clave para tomar decisiones rápidas, abrir nuevas cajas cuando sea necesario y mejorar la experiencia del cliente.
Lemon Neural analiza en tiempo real:
El número de personas en cola por caja .
Leer la respuesta entera →Tener demasiadas cajas abiertas en momentos de baja afluencia desperdicia recursos. Tener pocas cuando el local se llena provoca largas esperas, mala experiencia y pérdidas. La clave está en anticiparse y tomar decisiones basadas en datos reales, no en intuiciones.
Lemon Neural te permite:
Medir en tiempo real cuántas personas hay en tienda.
Leer la respuesta entera →Saber si las cajas están funcionando con fluidez es clave para evitar cuellos de botella, tiempos de espera excesivos y una mala experiencia de compra. Pero muchas veces el personal no tiene visibilidad inmediata de lo que ocurre en tiempo real.
Lemon Neural monitoriza continuamente las zonas de pago, detectando:
El número de personas en cola .
Leer la respuesta entera →Las colas son uno de los principales puntos de fricción en la experiencia de cliente. Afectan la percepción del servicio, provocan abandono y afectan directamente a la rentabilidad. Reducirlas no siempre significa añadir más personal, sino actuar con datos.
Lemon Neural monitoriza en tiempo real la formación de colas , su longitud, tiempos de espera y velocidad de avance. Con esta información puedes:
Detectar patrones de saturación en ciertos horarios o zonas.
Leer la respuesta entera →Las colas largas generan frustración, abandonos y pérdidas de ventas. Pero muchas veces no se detectan a tiempo porque el equipo no tiene visibilidad en tiempo real, y tampoco es fácil medir cuánto espera cada cliente.
Lemon Neural te permite monitorizar automáticamente las colas : cuántas personas hay, cuánto tiempo lleva esperando cada una y si se forman cuellos de botella en momentos clave. Incluso puede alertarte cuando se supera un umbral de espera definido, para que tomes medidas inmediatas, como abrir más cajas o reforzar la atención.
Así, no solo evitas malas experiencias, sino que mejoras la eficiencia operativa y mantienes el flujo de clientes sin fricción.
Leer la respuesta entera →Tener rampas, ascensores o zonas amplias es fundamental, pero la verdadera accesibilidad no se mide solo por el diseño, sino por cómo se usa el espacio en la práctica. A veces, un local cumple con la normativa pero sigue presentando barreras reales: puertas estrechas, pasillos obstruidos o mobiliario mal distribuido.
Para saber si tu espacio es realmente accesible, necesitas observar cómo interactúan con él las personas con movilidad reducida: ¿pueden moverse sin obstáculos? ¿utilizan las rutas previstas? ¿hay zonas que evitan sistemáticamente?
Lemon Neural detecta de forma anónima la presencia de personas con sillas de ruedas u otros elementos de apoyo, y analiza sus recorridos dentro del local. Con esta información puedes identificar barreras no evidentes, validar la eficacia de tus rutas accesibles y adaptar el espacio para que sea verdaderamente inclusivo y funcional.
Leer la respuesta entera →Verlo funcionando en IRIS Neural El sistema de vídeo del grupo, con su propia web.
Començar
Ens expliques què voldries saber d'una de les teves càmeres i et diem si es pot, amb quina família i què caldria. Si no es pot, també t'ho diem.