Construir projetos de inovação social a partir do terreno exige uma lógica própria, distante de receitas prontas e centrada no impacto humano real.

1. Projectos próprios

Desarrollar proyectos propios no es fabricar un producto y darlo por terminado. Es un proceso vivo que empieza siempre con una necesidad real, observada en terreno, escuchada directamente de personas que intentan resolver un problema sin las herramientas adecuadas. Desde ese punto, construimos la solución mínima posible, la ponemos delante de usuarios reales lo antes que se pueda y dejamos que los datos decidan si vale la pena escalarla, ajustarla o abandonarla. Tener control sobre todas las etapas —desde descubrir la necesidad hasta validar y escalar— nos permite avanzar con rapidez, evitar sobreingeniería y mantener tanto la propiedad intelectual como la gobernanza de los datos. Es una forma de trabajar que elimina capas innecesarias y hace que cada función tenga un propósito.

Nuestro flujo empieza siempre en el terreno. Observamos sin filtros, escuchamos cómo las personas resuelven sus tareas, analizamos qué “trabajos” están intentando hacer y qué dolores aparecen en ese camino. Convertimos estas fricciones en oportunidades y, a partir de ahí, comenzamos a idear. Usamos métodos rápidos porque las ideas no necesitan ser bonitas: necesitan ser útiles. Bocetos en papel, storyboards de la experiencia completa y comparaciones con soluciones de otras industrias nos ayudan a definir un concepto que tenga sentido. Cuando la idea se sostiene, elegimos la versión con mejor equilibrio entre impacto y esfuerzo.

La siguiente fase es construir prototipos. Algunos son físicos —impresión 3D, CNC, pequeños circuitos— y otros son digitales —wireframes, MVPs hechos en low-code o con código limpio cuando la lógica lo exige. En proyectos que involucran IA, muchas veces simulamos manualmente la “respuesta del modelo” para entender si el comportamiento esperado tiene sentido antes de entrenar nada. La prioridad es validar sin gastar de más.

Una vez que el prototipo respira, lo llevamos al terreno. Lo usamos internamente durante unas horas, lo ponemos en manos de cinco usuarios y observamos cómo fallan, dónde se traban, qué entienden y qué no. Con eso detectamos más del 80 % de las fricciones. Métricas cuantitativas y cualitativas nos dicen si vamos por buen camino: tiempo por tarea, tasa de error, claridad percibida, carga cognitiva. Esta evidencia alimenta la decisión final: seguimos, pivotamos o matamos la idea. Cuando seguimos, lo hacemos con capas crecientes de automatización, experimentos controlados y decisiones basadas en el valor real que entrega la solución.

Trabajar end-to-end nos da velocidad, eficiencia y diferenciación. Nos permite diseñar productos que crecen desde el día uno y que nacen con usuarios reales a su lado. La usabilidad no es un añadido: forma parte del proceso.

2. Publicação Científica Digital

Dentro de los proyectos propios, uno de los campos donde más trabajamos es la publicación científica digital. Es un sector donde casi nadie menciona en voz alta lo evidente: los tiempos editoriales son demasiado lentos, los revisores desaparecen, las referencias llegan incompletas y los autores no saben en qué fase está su manuscrito. A veces el mismo artículo es rechazado por tres revistas seguidas sin que exista una transferencia de conocimiento entre ellas. La ciencia avanza, pero los procesos que la sostienen se han quedado cortos.

Por eso tratamos la inteligencia artificial como un instrumento, no como un autor fantasma. La IA no escribe resultados ni decide aceptaciones, pero puede liberar a editores y revisores de tareas mecánicas, acelerar la detección de problemas y mejorar la claridad del texto. Nuestro trabajo actual va desde asistentes que detectan plagio y chequean reproducibilidad hasta sistemas que generan metadatos, DOI y referencias sin intervención humana. Diseñamos plataformas que permitan a autores, revisores y editores comunicarse sin fricciones, con filtros que evitan ataques personales y con resúmenes automáticos para que todos estén en sincronía. También desarrollamos modelos capaces de predecir cuánto tardará un artículo en avanzar por el proceso editorial, alertas de retrasos y herramientas que convierten figuras y tablas en visualizaciones claras y adaptadas a cualquier pantalla. El resultado es una cadena editorial más rápida, más transparente y con menos carga manual, sin sacrificar un gramo de rigor científico.

3. Os sectores tradicionais digitalizados

Otra de nuestras áreas es la modernización de sectores tradicionales, donde la tecnología llega tarde no por falta de talento, sino por falta de herramientas y por miedo a cambiar un proceso que ha funcionado durante décadas. En estos sectores —como el automóvil, la metalurgia o las reparaciones— la fricción es diaria: llamadas, WhatsApps, hojas sueltas, piezas que no aparecen, inventarios desactualizados. Nuestra misión aquí no es digitalizar por digitalizar, sino intervenir donde duele: conectar actores, automatizar lo repetitivo y dar visibilidad a información que nunca estuvo en el mismo lugar.

El mejor ejemplo es el mundo de las piezas auto. Portugal tiene cientos de desguaces y miles de talleres, pero ninguna red que los una. Cuando una pieza falta, todo se detiene. Los talleres pierden días, los clientes pagan sobretasas y el proceso depende de llamadas que muchas veces terminan con un “no hay”. Creamos una plataforma que registra piezas con lector de VIN, clasifica automáticamente con visión artificial, valida compatibilidades, integra proveedores internacionales y calcula el coste real de cada pieza. Cada repuesto puede trazarse con un QR; los talleres reciben alertas cuando entra stock relevante; los desguaces ven qué piezas son más demandadas y el sistema prioriza proveedores cercanos para reducir CO₂. La red se vuelve inteligente: anticipa rupturas de stock, sugiere compras y ajusta precios según urgencia. El resultado es un sector que respira mejor, más rápido y con menos desperdicio.

4. Experimentação Tecnológica

La tercera área es la experimentación tecnológica, donde trabajamos con hipótesis claras, presupuestos limitados y tiempos cortos. El objetivo es validar ideas sin miedo a equivocarse. Algunos proyectos sobreviven; otros mueren; todos enseñan.

Aquí hemos encontrado un terreno fértil en la construcción civil, la carpintería y la artesanía. Son oficios donde la precisión lo es todo, pero la comunicación suele ser oral, a veces improvisada, y donde un error pequeño significa pérdida de material, retrasos y clientes frustrados. Nuestro enfoque es respetuoso: no buscamos sustituir al artesano, sino quitarle peso. Construimos plataformas de pedidos personalizados donde el cliente ve el proyecto en 3D antes de aprobarlo, interfaces que permiten capturar medidas por voz, aplicaciones que funcionan incluso sin conexión, y sistemas de checklist que evitan malentendidos antes de cortar la primera pieza. Automatizamos lo repetitivo —lijado inicial, cortes rectos, mecanizados simples— pero dejamos en manos del artesano aquello que requiere mirada, criterio y sensibilidad. Con bases de datos de modelos, planos y referencias, el oficio se fortalece en vez de diluirse. Los resultados hablan por sí solos: menos retrabajo, más margen, más tiempo para el diseño y menos discusiones por medidas mal entendidas.

En todas estas áreas el hilo conductor es el mismo: tecnología al servicio de sectores infra-modernizados, soluciones creadas desde el terreno y productos que crecen a la velocidad de su utilidad, no de su complejidad. Nuestro trabajo no es imaginar futuros lejanos; es construir herramientas que resuelvan problemas hoy, con sentido práctico y con impacto real.