Miembro - Last Mile Team

Last Mile Team es una startup española que aprovecha las tecnologías de vanguardia, incluyendo la Inteligencia Artificial y la Ciencia de Datos, para impulsar transiciones sostenibles, digitales y socialmente responsables en la industria del transporte de mercancías por carretera, produciendo resultados impactantes. En general, nuestro objetivo es lograr un cambio transformador en la cadena de valor de la logística. Nuestros logros han recibido reconocimiento a través de prestigiosos premios, como el Mobility Challenge en #innovateagainstthevirus 2020, el Premio Español de Movilidad Sostenible 2021 y el European ENTRANCE Open Challenge 2021. En 2021, nuestra empresa fue seleccionada como Caso de Estudio de Buenas Prácticas de Sostenibilidad y Responsabilidad Social dentro del sector europeo de la logística y el transporte. Como socios técnicos de los paquetes de trabajo Madrid Living Lab Implementation y Operational Validation de la Acción de Investigación e Innovación de H2020 financiada por la CE denominada "LEAD", hemos adquirido una valiosa experiencia. Nuestra participación se extiende al Marco de Logística de Ciudades Verdes, los Casos de Valor de "LEAD" y el desarrollo de un Modelo Gemelo Digital y un Entorno de Simulación. Desde octubre de 2021, hemos implantado con éxito nuestras soluciones Digital Twin en la mayor Zona de Bajas Emisiones de Madrid, que abarca un área de cinco kilómetros cuadrados con más de 150.000 residentes permanentes y atrae a más de 20.000 turistas diarios. Nos enorgullece informar de que nuestras soluciones han contribuido a una notable reducción del 30 % de la congestión y las emisiones, así como a una disminución de hasta el 25 % de los costes de transporte y entrega asociados a los vehículos existentes. Tuvimos el honor de ser elegidos Mejor Práctica Logística de Ciudad Europea Sostenible en 2022 por el EIT Urban Mobility. Además, fuimos reconocidos en Tech4Good como Mejor Práctica Logística de Ciudad Sostenible en 2022, como parte del mercado EC 100 Intelligent Cities Challenge. Este reconocimiento destaca que nuestras soluciones Digital Twin han mejorado significativamente la logística de la ciudad de Madrid, creando un modelo escalable aplicable a todas las ciudades dentro de los estados miembros de la UE y más allá. Nuestros desarrollos en el proyecto 'LEAD' han sido reconocidos como un Resultado Aprovechable Clave del proyecto, publicado en la Plataforma de Resultados Horizon de la CE. Estos avances proporcionan un análisis exhaustivo de los indicadores clave de los sistemas de reparto de última milla en entornos urbanos, periurbanos y suburbanos. Este análisis abarca métricas esenciales como la distancia recorrida, la utilización de mano de obra, el consumo de energía y las emisiones de gases de efecto invernadero (GEI) correspondientes a furgonetas y camiones pequeños y grandes con motores de combustión interna (ICE), híbridos (HV) y vehículos 100% eléctricos. Hemos sido aprobados por la CE como beneficiarios de diversos servicios prestados por los programas Horizon Results Booster y Green Assist, para capitalizar de forma óptima el potencial de explotación de nuestros resultados de investigación e innovación, fomentando al mismo tiempo el desarrollo de planes y estrategias empresariales integrales para facilitar una difusión sin fisuras y acelerar la entrada en el mercado. Además, hemos sido aceptados en la primera cohorte de la incubadora Logistics 4.0, un proyecto liderado por el Consorci de la Zona Franca de Barcelona y apoyado por la Fundación INCYDE. Hemos sido seleccionados como una de las startups más prometedoras del sector logístico que desarrollan tecnología propia, apoyando aún más nuestro avance en innovación tecnológica. Como parte de este logro, se nos ha concedido una importante subvención de Servicios Tecnológicos que nos ayudará a desarrollar y entrenar nuevos modelos de aprendizaje automático para mejorar continuamente nuestro Gemelo Digital y establecer un Espacio de Datos Abiertos conectado con los datos comunes de movilidad europeos.