Kyndryl colaborará con el IoT MAD LAB en el diseño de un estándar de ciudad inteligente

Recomendados....   » Continuidad de negocio vs backup de datos Webinar  » Retos en la gestión de activos IT en cloud: maximizando las ventajas de la nube Ver » Indicadores de que necesitas actualizar el sistema de telefonía Leer

Kyndryl ha empezado a colaborar con el nuevo laboratorio de Internet de las cosas ciudad de Madrid, IoT MAD LAB, que acaba de inaugurarse en el Centro de Domótica Integral (CeDint) de la Universidad Politécnica de Madrid. Según ha informado el proveedor, su aportación a esta iniciativa pionera será su profundo conocimiento de las tecnologías de conectividad Edge y 5G para ayudar al establecimiento de un modelo de red de IoT abierto, neutro e interoperable, normalizado y aplicable a todos los servicios.

IoT MAD LAB es una iniciativa de colaboración público-privada que se enmarca en la estrategia de transformación digital Madrid Capital Digital del Ayuntamiento de Madrid y que responde a tres objetivos principales: conseguir los mejores servicios digitales para las personas, dotar de inteligencia a la ciudad y reforzar el posicionamiento de Madrid como polo de innovación digital. El abanico de proyectos a poner en marcha es muy amplio e incluye el alumbrado inteligente, soluciones para la optimización de la carga de vehículos eléctricos, dispositivos multifunción con servicios de logística, semáforos y contenedores de basura inteligentes, etc.

"Es necesario crear un modelo de ciudad inteligente con una plataforma tecnológica común y estándar, capaz de coordinar los diferentes sensores y dispositivos, y conseguir así la posibilidad de un crecimiento modular y un retorno de la inversión rápido", asegura Laura Guijarro, experta en 'smart cities' en Kyndryl España y Portugal.

La compañía cuenta con una oferta completa e integrada de servicios TI para los proyectos de ciudad inteligente: desde ayudar a definir los casos de uso más adecuados y de más valor para sus necesidades; apoyarles en la elección de los dispositivos y conectividad más adecuados a cada caso de uso; hasta la integración de todos estos datos en una plataforma donde se pueda aplicar otras tecnologías como inteligencia artificial y machine learning.