L'AI Congress de Barcelona, organitzat per CIDAI i Eurecat, ha dedicat una sessió a projectes en què la IA resol una tasca concreta i no pretén substituir ningú. Segons CatalunyaPress, en tots tres casos la decisió final continua en mans d'un professional.
El més tangible és IAQUA, desenvolupat per Aventec, BGEO, Aigües de Vic i Eurecat amb finançament del programa RETECH de la Generalitat. Per no dependre d'un model físic lent, l'equip n'ha entrenat un de substitut basat en xarxes neuronals de grafs, i un agent d'aprenentatge per reforç proposa pujar, abaixar o mantenir la dosi de clor. Segons Andreu Giménez, d'Aventec, el sistema millora un 35% la recompensa de l'agent respecte al sistema de referència. Però aquesta és una mesura d'entrenament, no un estalvi de clor ni una millora mesurada de la qualitat de l'aigua, i encara no controla cap dosificació real.
Gestmusic hi va presentar KAI, una plataforma conversacional per trobar imatges i sons entre centenars d'hores de rodatge, encara en desenvolupament i sense resultats quantitatius. HP, per la seva banda, va explicar que un sistema entrenat amb l'historial d'incidències assigna cada cas a l'equip adequat amb un 77% d'encert, davant d'un 60-70% de l'assignació manual anterior, i que redueix al voltant d'un 30% el temps de resolució.
Les xifres d'HP són les de la companyia i no han passat per cap avaluació independent. Les dues comparacions, a més, potser no es van fer sobre els mateixos casos.