De los datos de sensores a las decisiones que ganan regatas

Confidencial: el proyecto con SailGP es privado. Esta página describe únicamente el método, en términos generales — no se reproducen datos de cliente, resultados, ni cifras específicas de ningún equipo.

El reto

Un F50 de SailGP genera una telemetría multicanal densa — unos 400 canales de sensores a 10 Hz, entre velocidad del barco, cargas, actitud, viento, y geometría de foils y aparejo — para cada barco, cada regata, cada evento. Junto a ella existe una segunda fuente de conocimiento, no estructurada: horas de narración y análisis de regatas, donde regatistas y analistas dicen con palabras lo que los sensores solo miden en números. Ninguna de las dos era utilizable tal cual. La telemetría era demasiado voluminosa y demasiado bruta para que un entrenador la consultase directamente, y el conocimiento táctico de la narración estaba encerrado en vídeo, imposible de buscar y desconectado de los datos que explicaba.

Qué hicimos

• Construimos pipelines de datos con una arquitectura por capas (bronce → plata → oro) para convertir la telemetría bruta multicanal en conjuntos de datos limpios, etiquetados y listos para el análisis.
• Realizamos extracción de información — modelado del coste de maniobras, análisis de línea ideal y de ruta, y análisis de salidas — convirtiendo la telemetría etiquetada en las métricas de rendimiento que importan a regatistas y entrenadores.
• Desarrollamos un panel interactivo y un sistema de IA multiagente que responde preguntas concretas sobre rendimiento y táctica consultando tanto la telemetría como una base de conocimiento curada a partir de la narración de regatas.

Enfoque

1 — Pipeline de datos

La telemetría bruta pasa por tres capas, cada una un paso deliberado y acotado en lugar de una única transformación monolítica. Bronce convierte los ficheros de sensores en bruto en un formato consultable, sin lógica de negocio alguna. En plata entra el conocimiento del dominio: suavizado de sensores, y detección de maniobras que etiqueta cada viraje, trasluchada y paso de boya directamente a partir de la señal, dividiendo cada regata en segmentos numerados de tramo recto y de maniobra. Oro agrega la plata en tablas resumen a nivel de regata, tramo y evento — la capa a la que recurren primero tanto el panel como el sistema de IA, de modo que la mayoría de las preguntas se responden desde una tabla pequeña y precalculada, en lugar de un barrido sobre la señal bruta.

2 — Extracción de información

La telemetría etiquetada es solo la materia prima; el problema más difícil es convertirla en métricas de rendimiento que resistan el escrutinio. Construimos un modelo de coste de maniobra que mide lo que realmente cuesta un viraje, una trasluchada o un rodeo en progreso hacia la boya — no solo la velocidad retenida durante el giro, que resulta contar una historia diferente, a veces contradictoria. Sobre eso se apoya un modelo de línea ideal: rendimiento del barco calibrado, un campo de viento reconstruido, y el modelo de coste de maniobra se combinan en un optimizador de ruta que reconstruye la forma más rápida en que se pudo navegar un tramo — o una regata completa —, validado contra el rendimiento real de la flota antes de confiar en él para nada que se dibuje en pantalla. Una línea de trabajo paralela aplica el mismo rigor a la salida: modelando la aproximación a la línea y el valor de la posición de salida.

3 — Herramientas interactivas y sistema de IA

El panel pone este análisis directamente delante de regatistas y entrenadores — repetición de la regata con una “línea ideal” modelada junto a los barcos que realmente la navegaron, y un cuadro de mando de rendimiento para puntuar cuán cerca navega un barco de sus objetivos. Encima se superpone un sistema de IA multiagente: un agente maestro delega en subagentes especializados en telemetría, en la base de conocimiento, y en búsqueda web, cada uno devolviendo una respuesta breve y destilada en lugar de filas de datos en bruto — manteniendo pequeño el contexto del modelo de razonamiento más caro y todo el sistema rápido y económico de operar. La propia base de conocimiento se construye a partir de la narración de regatas, estructurada e incrustada para la búsqueda semántica, de modo que una pregunta se responde con una cita de vuelta a lo que realmente se dijo, no solo con un número.

Resultado

El resultado es una plataforma en producción que regatistas, entrenadores y analistas usan para obtener respuestas directas y fundamentadas durante los debriefings y las semanas de regata, en lugar de esperar a un análisis manual. Está en desarrollo activo e iterativo, moldeada directamente por el feedback de los entrenadores y regatistas que la usan.