El gemelo digital se ha convertido en una de las principales tendencias o «modas» en relación con la digitalización. Prácticamente es un sinónimo de producto, algo que puedes adquirir como un bien más para una empresa. En CARTIF, creemos que el concepto de gemelo digital es un sinónimo del paradigma de la industria 4.0, un enfoque «revolucionario» que ha transformado la forma en que concebimos y gestionamos los procesos industriales.
El término «gemelo digital» fue acuñado porJohn Vickers de la NASA en 2010, pero su predecesor, el ciclo de vida de un producto, fue introducido por Michael Grieves en 2002. Esta filosofía se centraba en gestionar un producto a lo largo de su vida, desde su creación hasta su eliminación. En esencia, el producto físico genera datos que alimentan un espacio virtual, proporcionando información esencial para la toma de decisiones y la optimización del objeto físico.
Una definición de gemelo digital podría ser: «representación digital precisa y completa de objetos físicos, procesos o sistemas con datos en tiempo real y características físicas, comportamientos y relaciones«.
Una pregunta clave es ¿por qué necesitamos gemelos digitales? o ¿cuál es su utilidad? Estas representaciones digitales precisas y en tiempo real ofrecen una serie de ventajas:
Recopilación y análisis de datos para obtener información valiosa y generar conocimiento, lo que impulsa la eficiencia y la toma de decisiones informadas.
Simulación precisa y dinámica del comportamiento de objetos físicos, lo que posibilita pruebas y experimentos virtuales antes de implementar cambios, como inversiones costosas, en el mundo real.
Reducción de costos y riesgos minimizando estos últimos y acelerando la innovación den una amplia gama de sectores, desde la manufactura hasta la atención médica.
Actualización en tiempo real de forma constante a medida que se recopilan nuevos datos del objeto físico, lo que garantiza su validez a lo largo de su ciclo de vida.
Al igual que las revoluciones industriales anteriores, la industria 4.0 ha transformado la forma en que trabajamos. Esta cuarta revolución se centra en la interconexión de sistemas y procesos para lograr una mayor eficiencia en toda la cadena de valor. La fábrica ya no es una entidad aislada, sino un nodo en una red global de producción.
Para crear un gemelo digital efectivo, seguimos una receta sistemática de nueve pasos en CARTIF:
Definición del objetivo: identificamos el objeto físico, proceso o sistema que deseamos replicar y comprendemos claramente su propósito y objetivos.
Recopilación de datos: recolectamos todos los datos relevantes del objeto físico utilizando sensores IoT, registros históricos u otras fuentes de información.
Integración de datos: organizamos y combinamos los datos recopilados en un formato adecuado para su procesamiento y análisis.
Modelado y construcción: utilizamos diferentes tecnologías de simulación y modelado para crear una representación digital precisa del objeto físico.
Validación y calibración: verificamos y ajustamos el modelo del gemelo digital utilizando datos de referencia y pruebas comparativas con el objeto físico real.
Integración en tiempo real: establecemos una conexión en tiempo real entre el gemelo digital y los sensores IoT del objeto físico para recopilar datos en tiempo real.
Análisis y simulación: utilizamos el gemelo digital para realizar análisis, simulaciones y pruebas virtuales del objeto físico.
Visualización y acceso compartido: proporcionamos interfaces virtuales y herramientas de acceso compartido para que los usuarios interactúen con el gemelo digital.
Mantenimiento y actualización: mantenemos el gemelo digital actualizado mediante una recopilación de datos en tiempo real, la calibración periódica y la incorporación de mejoras y actualizaciones.
Así como las revoluciones industriales anteriores requerían tecnologías habilitadoras, la industria 4.0 necesita sus propios habilitadores digitales. Como hemos dicho al principio consideramos al gemelo digital una forma digitalizada del paradigma industria 4.0 porque los habilitadores digitales son fundamentales para la creación de gemelos digitales de forma eficaz. En CARTIF, hemos acumulado casi 30 años de experiencia aplicando estas tecnologías en diversos sectores, desde la industria hasta la salud.
Las tecnologías habilitadores digitales se dividen en cuatro categorías principales:
Tecnologías de creación: estas tecnologías permiten la creación de gemelos digitales mediante ecuaciones físicas, datos, modelado 3D o eventos discretos.
Optimización: la optimización se logra a través de métodos como la programación lineal/no lineal, simulaciones, algoritmos de IA y enfoques heurísticos.
Presentación: la información generada puede presentarse a través de soluciones comerciales, herramientas de código abierto como Grafana o Apache Superset o incluso visualizaciones de realidad aumentada.
A pesar de los avances, el desafío de mantener los gemelos digitales actualizados sigue siendo un área de desarrollo. La actualización automática para reflejar la realidad es un objetivo que requiere una inversión significativa en investigación y desarrollo.
En resumen, los gemelos digitales son el corazón de la industria 4.0, impulsando la eficiencia y la toma de decisiones informadas. En CARTIF, estamos comprometidos a seguir liderando el camino en este emocionante campo, ayudando a diversas industrias a abrazar el futuro digital.
¡Al final no pude resistirme…fui a ver AVATAR 2, y en 3D! La sola idea de rememorar las sensaciones vividas hace ya 13 años, como espectador de uno de los más grandes avances tecnológicos de la animación del siglo XXI, pudo con la pereza de meterme en un cine la friolera de 3 horas. Sin embargo, esta vez quería ver cómo había evolucionado algo que ya en la primera película de la saga me llamó la atención: ser capaces de establecer un vínculo directo con la naturaleza. ¡Impresionante!
Vista la «peli», y de vuelta a la realidad, creo que nunca hemos perdido nuestro vínculo con la naturaleza, pero lo hemos ignorado pensando que ya no nos era necesario y que únicamente los avances tecnológicos harían de este mundo un sitio mejor, prescindiendo de nuestra esencia natural.
Es importante saber que toda medida desarrollada para proteger un ecosistema y la biodiversidad que lo habita nos protegerá, como parte de esa variedad de seres vivos y no hará otra cosa que mejorar nuestras condiciones de vida.
Fuente: Raúl Sánchez Francés
Actualmente hay una creciente necesidad de contactar con la naturaleza, bien por hartazgo ante una vida sedentaria y demasiado urbanita, bien por practicar deporte o bien por el mero hecho de entrar en contacto con la naturaleza y los árboles que la habitan; pero sin saber de los múltiples beneficios que ese «baño de bosque o naturaleza» está proporcionando. Aunque se cree que el concepto de baño de bosque (Shinrin-yoku en japonés) parece tener un origen ancestral, no fue hasta los cercanos años 80 del siglo XX cuando las autoridades forestales japonesas promocionaron el concepto para acercar a la gente los beneficios del bosque.
La sensación de bienestar que percibimos paseando por el monte tiene una explicación científica comprobada. Ya a mediados del siglo XX se demostró que ciertas coníferas eran capaces de depurar/desinfectar su entorno, generando un antibiótico natural (fitoncidas), como respuesta principalmente al ataque que continuamente reciben de los hongos. Esto tiene como consecuencia directa que la presencia de árboles en zonas residenciales mejora la salud de sus habitantes.
Fuente: Raúl Sánchez Francés
Existen claras evidencias acerca del papel esencial que juegan los espacios verdes y azules en el fomento de un estilo de vida más saludable y sostenible. En áreas urbanas y periurbanas, los espacios naturales disminuyen la exposición a factores potencialmente dañinos como el calor excesivo, ruido y la contaminación del aire. Los estudios han demostrado que las zonas verdes circundantes a espacios urbanos se asocian con una menor mortalidad. Del mismo modo, diversos estudios experimentales y observacionales han demostrado que la exposición a la naturaleza se asocia con mejoras cognitivas, de la actividad cerebral, de la presión arterial, del sueño, y de la actividad física y salud mental. Especial relevancia adquiere la mejora de la salud mental (ansiedad, depresión y estrés) debido a la actividad en la naturaleza.
Un aumento de espacios verdes/azules bien diseñados, equitativamente distribuidos y accesibles, como promueve el concepto de soluciones basadas en la naturaleza (NBS), constituye un factor importante para preservar y mejorar la salud mental y el bienestar.
La pandemia de COVID-19 y la posterior recesión económica han afectado a la salud mental de la población, con un aumento de los síntomas de ansiedad y trastornos depresivos y han revelado la necesidad de mejorar la comprensión de los tipos y características específicos de los espacios naturales que son claves para la salud mental.
Desde CARTIF llevamos tiempo trabajando en la re-naturalización de nuestras ciudades, entornos y todos aquellos espacios habitados que han perdido su carácter natural, con el propósito de hacer nuestras urbes más habitables… pero de manera natural y en convivencia con la naturaleza, proyectos como URBAN GreenUP,MyBuildingisGreen, NATMED… son una muestra de ello.
Teniendo en cuenta todo esto, la receta médica de baños de bosque, de soluciones basadas en la naturaleza o lo que hemos llamado terapias basadas en la naturaleza (Nature based Therapies) está cada vez más cerca.
Recientemente tuve la oportunidad de charlar con Odile Rodríguez de la Fuente, hija de Félix Rodríguez de la Fuente, sobre el vínculo con la naturaleza que su padre les inculcó a ella y sus hermanas y que aún mantiene, desde su faceta de divulgadora de la naturaleza, la cual realiza de una manera fantástica. Fue sin duda Félix quien percibió la desconexión ser humano-naturaleza en un momento clave del crecimiento del país, lo que hizo aún más difícil su trabajo pero que le ha permitido dejar una huella más profunda y duradera, sentando las bases del buscado vínculo con la naturaleza.
Se trata de explorar conexiones reales y profundas entre el ser humano y el mundo natural, que vayan más allá de los trabajos culturales en campo o de algunas experiencias de jardinería como la errónea percepción de que las tomateras engordan despacio al ser acariciadas…como si de una prueba de amor se tratara. Nada más lejos de la realidad, al acariciar una tomatera a diario su crecimiento en vertical se ralentiza y su tallo se engrosa, pero no es más que una reacción natural a una carga ficticia del viento.
Sin embargo, aún estamos a tiempo para proteger la naturaleza que nos rodea, para acercarla a nuestras ciudades y espacios habitados, y para volver a conectar, a vincularnos con ella.
El denominador común en resolución de problemas mediante la inteligencia artificial es la necesidad de datos reales y de buena calidad disponibles para avanzar en los diferentes procedimientos necesarios para crear y entrenar unos modelos adecuados. La investigación práctica en IA a menudo carece de conjuntos de datos disponibles y fiables para que los profesionales puedan probar diferentes algoritmos de inteligencia artificial para la resolución de problemas.
En algunos campos de investigación industrial como el mantenimiento predictivo esta falta de datos es particularmente desafiante, ya que muchos investigadores no tienen acceso a equipos industriales reales o no hay conjuntos de datos disponibles que representen un contenido rico en información en los diferentes tipos de fallos que se puedan presentar en el equipo a analizar. Además de eso, los conjuntos de datos disponibles están claramente desequilibrados desde el punto de vista estadístico, ya que la norma para las máquinas es que funcionen correctamente y solo aparezcan pocos ejemplos de fallas durante su vida útil.
Es muy importante desde el punto de vista de la investigación en IA la disponibilidad de fuentes de datos fiables e interesantes que nos puedan proporcionar gran cantidad de ejemplos para probar diferentes algoritmos de procesamientos de señales e introducir a estudiantes e investigadores en aplicaciones prácticas como el procesamiento de señales, la clasificación o la predicción.
La situación soñada para los investigadores y desarrolladores de soluciones de inteligencia artificial, es que todo el mundo, en la medida de lo posible, comparta datos, pero compartir datos no puede verse solo como una forma de ayudar a otras personas, compartir los datos de investigación puede traer muchas ventajas al donante de estos datos:
Es parte de las buenas prácticas en datos y ciencia abierta, al hacer que los datos sean accesibles junto con los artículos científicos generados.
Reducir el fraude académico y evitar la publicación de estudios basados en datos falsos.
Validar resultados. Cualquiera puede cometer un error, si compartimos los datos que utilizamos, otros investigadores podrían replicar nuestro trabajo y detectar cualquier error potencial.
Más avances científicos. Esto es especialmente cierto en las ciencias sociales y de la salud, donde el intercambio de datos permitiría, por ejemplo, más estudios en el cerebro humano como la enfermedad de Alzheimer y muchos otros.
Mejores herramientas para la docencia basadas en el análisis de casos reales.
Dar mayor relevancia a nuestros trabajos. Diferentes estudios revelan que los trabajos científicos que ponen los datos a disposición en un repositorio público tienen más probabilidades de recibir más referencias que estudios similares para los cuales los datos no están disponibles.
A nivel europeo, la Comisión Europea ha lanzado el Open Research Europe, un programa de publicación científica, para los beneficiarios de proyectos Horizonte 2020 y Horizonte Europa con un servicio para publicar sus resultados en pleno cumplimiento de las políticas de acceso abierto de la Comisión. El servicio proporciona un lugar fácil y de alta calidad revisado por pares para publicar sus resultados en acceso abierto, sin costo para ellos. Otra parte interesante del servicio de esta iniciativa de investigación abierta es Zenodo, un repositorio abierto para cargar los resultados de su investigación (conjuntos de datos, algoritmos, videos,…). Además de las pautas de publicación de investigación abierta, también están disponibles pautas de datos que también se adhieren a los principios F.A.I.R en relación con una serie de repositorios fiables como Zenodo con los que la comisión europea nos obliga a cumplir.
Los principios F.A.I.R a seguir para la publicación de datos significan que los datos y metadatos que los definen deben ser:
Findables (Encontrable): a los (meta)datos se les asigna un identificador global, único y duradero.
Accesibles: los (meta)datos se pueden recuperar por su identificador utilizando un protocolo de comunicaciones estandarizado.
Interoperables: los (meta)datos utilizan un lenguaje formal, accesible, compartido y ampliamente aplicable para representar el conocimiento.
Reutilizables: los meta(datos) se describen de una forma rica, con una serie de atributos precisos, variados y relevantes.
Además, desde el punto de vista gubernamental de la Comisión Europea, tanto la Estrategia Europea de Datos como la política de Gobernanza de Datos son iniciativas poderosas centradas en la implementación de espacios de datos europeos, entre los cuales la Comisión propone la creación de un espacio de datos industrial (fabricación) europeo específico para aprovechar la fuerte base industrial europea y mejorar su competitividad.
Como investigadores de CARTIF, estamos comprometidos a promover la ciencia abierta con nuestros proyectos de investigación. Por ejemplo, en el proyecto CAPRI tiene disponible su propio repositorio Zenodo, donde periódicamente subimos resultados de las soluciones que estamos desarrollando para la industria de procesos, como sensores cognitivos o algoritmos de control cognitivo. Os invitamos a visitar el repositorio y echar un vistazo a más de 40 conjuntos de datos, códigos fuente o vídeos que ya hemos compartido.
Esta frase que ya forma parte de la historia, y que a la mayoría nos suena familiar aunque pertenezcamos a otra generación, se utilizó por los astronautas a bordo de la nave espacial Apolo13 después de que explosionara un tanque de oxígeno en la misma, dos días después de que comenzará su misión espacial de aterrizar en la luna, cuyo lanzamiento había tenido lugar el 11 de abril de 1970. Durante días, este acontecimiento fue mundialmente seguido por millones de personas para saber la suerte que les depararía a los 3 astronautas a bordo de la nave. Mientras tanto, desde la NASA se dedicaron a generar a contrarreloj una réplica digital mediante simuladores controlados por ordenador que replicarían las condiciones que se estaban produciendo en el espacio. Este modelo, que era fiel a la realidad, les permitía predecir el comportamiento que tendría la nave en el espacio para encontrar la solución más adecuada para poder traer de vuelta a la tripulación. Se podría decir que esta fue la primera aproximación hacia el concepto de gemelo digital.
Existen muchas definiciones diferentes del concepto de gemelo digital, o Digital Twin en su nombre en inglés, una de las primeras fue dada por Michael Grieves, experto en la gestión del ciclo de vida de los productos, cuya definición estaba centrada en la comparación virtual entre lo que se había producido con el diseño previo del producto, con el objetivo de mejorar los procesos de producción1. El campo de aplicación de los gemelos digitales es muy amplio, así como sus definiciones posibles, pero en términos generales podemos considerar que un gemelo digital es la representación digital de un activo físico, o de un proceso o sistema, del mundo físico real.
Los gemelos digitales se basan en la fidelidad de los mismos con la realidad, con el mundo físico, que nos permitan realizar predicciones futuras y optimizaciones en los mismos, donde se pretende que ambos ecosistemas, el del mundo físico y el ecosistema del gemelo digital (con la representación del mundo virtual), co-evolucionen entre sí, es decir, que se vean afectados el uno al otro y de un modo sincronizado. Esto es posible debido a que ambos modelos están conectados automáticamente de un modo bi-direccional. Cuando se produce solo la conexión automática de un modo uni-direccional, y que iría del modelo real existente en el mundo físico al modelo digital del mundo virtual, no podemos llamarlo como tal un gemelo digital, para estos casos recibiría el nombre de sombra digital. Un modelo digital por sí solo no podría considerarse un gemelo digital si no existe conexión automática entre el mundo físico y el virtual. El uso de Tecnologías de la Información y la Comunicación (TIC) junto con las técnicas de Inteligencia Artificial, entre ellas el aprendizaje automático o Machine Learning, permiten al gemelo digital aprender, predecir y simular comportamientos futuros para mejorar su operación.
Y todo esto del gemelo digital, ¿para qué?
El uso de los gemelos digitales se puede utilizar en numerosos campos, por ejemplo en las líneas de fabricación industrial, para mejorar los procesos de producción, o aspectos como su sostenibilidad energética y ambiental, campos en los que proyectos como ECOFACT están trabajando actualmente. Otro uso de los gemelos digitales se podría dar en las ciudades inteligentes o Smart Cities, gracias a lo cual se podría mejorar la gestión vial, la recogida de residuos, etc. A nivel edificio puede ser útil su aplicación tanto a nivel terciario (aquellos edificios dedicados al sector servicios) como puede ser un aeropuerto (donde se podría utilizar para predecir y gestionar más adecuadamente el edificio basándose en patrones de uso, asociados al tráfico aéreo programado) así como un edificio comercial o industrial, centrándonos en este caso en el edificio en sí, y no tanto en la línea de producción comentada anteriormente. A nivel residencial, el uso de gemelos digitales del edificio nos podrían ser también de gran utilidad, ya que podríamos predecir el comportamiento térmico del mismo, asociado a patrones de uso, para mejorar el acondicionamiento térmico del ambiente interior y minimizar el consumo de energía.
Desde CARTIF llevamos ya tiempo trabajando en la creación de modelos digitales de edificios basados en BIM (Building Information Modelling), con diferentes propósitos, como puede ser la mejora de la toma de decisiones a la hora de realizar proyectos de renovación profunda de edificios, con la finalidad de obtener la renovación más adecuada y conseguir una reducción de tiempo y coste en los mismos, con proyectos como OptEEmAL o BIM-SPEED. Estos modelos BIM, funcionarían como un facilitador para la integración de los sistemas estáticos (mundo físico) y dinámicos (mundo lógico proveniente de datos de redes IoT-Internet of Things) de un edificio, además de proporcionar el control en todas las fases del ciclo de vida de un edificio, desde su diseño, construcción, comisionado de sistemas, la fase de operación y mantenimiento, así como la posible demolición.
Concepto de vinculación del mundo físico y digital a través de gemelos digitales basados en modelos BIM.
El reto que tenemos por delante en los próximos años, centrado en conseguir ciudades climáticamente neutras, que sean más sostenibles, funcionales y también inclusivas, hace que el uso de los gemelos digitales pueda ser de gran ayuda y vayan a ser cada día más utilizados y aplicados en estos ámbitos.
Es un hecho conocido cómo nuestro entorno ha cambiado vertiginosamente en los últimos años. Este entorno se encuentra en constante transformación, con incertidumbres y aspectos de difícil predicción.
El sector de la construcción en particular, no ha estado ajeno a dichos cambios. En Europa tiene un gran peso en la recuperación de las economías, presentando una evolución positiva que se espera se siga manteniendo. Actualmente se puede hablar de la confluencia de dos corrientes que afectan a dicho crecimiento. Por un lado, una que lo favorece: los estímulos que le llegan con los fondos Next Generation. Pero por otro lado, la escasez de materias primas y el aumento de precios al que se suma el problema recurrente de la escasez de mano de obra actúan en su contra. Así y tal como indicaba en sus previsiones a finales de 2021 el informe de Euroconstruct, el sector de la construcción a nivel europeo todavía conservará inercia para crecer en 2022 (3,65%), si bien para 2023 (1,5%) y 2024 (1,2%) se considera un avance más moderado.
En el caso de España, también se apuntaba a un crecimiento del 8% en 2022. Sin embargo, la incertidumbre ha aumentado debido a aspectos como la evolución de la inflación y el despliegue del Plan de Recuperación sufragado por los citados fondos europeos. Si bien estos fondos, ofrecen un gran potencial para el crecimiento de la actividad, principalmente en el caso de la rehabilitación, también es cierto que esa incertidumbre no permitirá alcanzar todo el desarrollo que se podría prever.
Además de los problemas a los que se está enfrentando la economía, el sector también tiene que hacer frente a grandes retos a nivel europeo como son la sostenibilidad y la digitalización. Tradicionalmente el sector de la construcción no ha prestado la misma atención que otros sectores industriales a la innovación. Poner el foco en estos aspectos debe permitir un cambio en esta industria, siendo ambas indudablemente, la vías de innovación del sector.
Es necesario por lo tanto pensar en un nuevo enfoque, siendo la innovación una oportunidad para crear valor. Una manera de acelerar este proceso de innovación y mejorar la calidad de sus resultados pasa por la investigación colaborativa.
Desde la UE se está trabajando activamente para fortalecer los marcos que soporten los enfoques de innovación abierta. El paradigma de la innovación abierta consiste en «un modelo de innovación basado en una red y colaboración, en la co-creación entre todos los actores de la sociedad traspasando los límites organizacionales mucho más allá de los esquemas normales de colaboración. Este modelo permite alcanzar una gran ventaja competitiva, así como beneficios de la innovación para un gran número de colaboradores«.
Un buen ejemplo de proyecto europeo colaborativo de innovación abierta es el proyecto Metabuilding Labs en el que CARTIF participa y entre cuyos objetivos está el construir un sistema de innovación para el sector. Este comprenderá a los sistemas nacionales de innovación organizados como «metaclusters» en forma de Plataformas Tecnológicas Nacionales de la Construcción. Algunos de estos sistemas ya existen y en otros casos será necesario desarrollarlos como parte del proyecto.
Con su desarrollo se busca un tipo de innovación abierta, reuniendo a todas las partes interesadas de la cadena de valor del entorno construido en un nuevo ecosistema de innovación. Todo ello a través de una plataforma digital sectorial y de una red supranacional de instalaciones, capacidades y servicios de prueba OITB (Open Innovaton Test Beds). Esta red abarca 12 países con un punto de entrada único, la plataforma.
El objetivo de los bancos de prueba de innovación abierta, es poner los nuevos avances tecnológicos al alcance de las empresas y usuarios. Esto permite avanzar en la introducción de componentes y elementos en el mercado, pasando de la valoración en laboratorios a prototipos en entornos industriales.
El desarrollo de la plataforma permitirá una comunicación fluida y un mapeo dinámico de los activos y de los recursos del ecosistema tanto a nivel nacional como regional. Las Pymes innovadoras, tendrán así acceso a los recursos, buscando involucrarlas y dando apoyo. Así se logrará una masa crítica aprovechando las redes de trabajo del consorcio que les permita desarrollar y probar nuevas soluciones innovadoras de envolventes de edificios.
Dentro de estas instalaciones de prueba que se ofertarán se encuentran las O3BET Building Enveloped Testbeds. El consorcio diseñará, desarrollará y proporcionará ocho instalaciones de prueba innovadoras para elementos de envolvente de edificios. Estas instalaciones a escala 1:1, en condiciones reales, asequibles, industrializadas y con todos los sensores y equipamientos necesarios permitirán hacer de puente entre las pruebas de laboratorio y los edificios a gran escala, manteniendo bajo control todas las condiciones interiores necesarias y dejando que las condiciones exteriores varíen en un entorno real.
O3BET comprende Open Source, Open Data y Open Access.
Open Source. Se diseñará como un modelo BIM abierto accesible a todos los actores ,que aproveche las máximas capacidades de esta metodología para que socios y terceros las repliquen fácilmente en toda Europa.
Open Data. Para cualquier ensayo, los datos monitoreados se consolidarán y se almacenarán en una plataforma de datos abierta, otorgando el acceso a todos y como tal reforzar la ciencia y la innovación abierta.
Open Access. En el contexto de OITB, aplicable también para O3BET. Cualquier usuario interesado puede acceder a las instalaciones, capacidades y servicios de los bancos de prueba, independientemente de si es socio del consorcio o no. Los miembros de la plataforma Metabuilding Labs tendrán condiciones más favorables. Se buscará la forma de facilitar la participación de las PYMES considerando su tamaño y capacidad para encontrar sus instalaciones de prueba más adecuadas.
Con el desarrollo de este tipo de colaboración se añade un componente al enfoque tradicional de la innovación, potenciando una participación más cercana a la fase productiva, de desarrollo de productos y tecnología y favoreciendo la creación de valor. Obviamente, las dificultades actuales para un nuevo crecimiento empresarial (particularmente en la construcción) no van a solucionarse únicamente con este tipo de iniciativas, pero si pueden colaborar en la consolidación de su progresiva y necesaria transformación.
«Innovar es una actividad de riesgo cuyo principal riesgo es no practicarla»
