La Comunidad de Madrid ha convertido algo tan cotidiano como perder una maleta, un portátil o un móvil en un caso de uso ejemplar de Inteligencia Artificial aplicada al servicio público y al negocio privado. Foundspot, una pyme madrileña, ha recibido 66.088 euros para evolucionar su plataforma de gestión de objetos perdidos y convertirla en un modelo de IA capaz de conectar, en cuestión de segundos, reclamaciones de usuarios con bases de datos de oficinas de objetos perdidos en aviones, autobuses, hoteles o taxis. El resultado: más eficacia (entre un 5% y un 15% de mejora), y una reducción drástica de los tiempos de gestión (entre un 400% y un 600%), pasando de hasta dos semanas a un máximo de 48 horas para recuperar una pertenencia extraviada.
Para abogados, peritos, cuerpos policiales, empresas y tecnólogos, este caso es mucho más que una anécdota navideña de “objetos perdidos y encontrados”. Es un ejemplo real de cómo la IA puede transformar procesos probatorios, responsabilidades contractuales, modelos de negocio y expectativas de los clientes, al tiempo que abre debates de primer nivel en materia de protección de datos, prueba digital y diligencia debida.
Qué resuelve exactamente Foundspot… y por qué importa a juristas y técnicos
El núcleo del proyecto es un modelo inteligente que conecta, mediante integraciones API y motores de búsqueda semántica, los sistemas informáticos de oficinas de objetos perdidos (aeropuertos, aerolíneas, autobuses, hoteles, taxis) con las reclamaciones individuales de los usuarios.
El algoritmo analiza las descripciones que introduce la persona (qué perdió, cuándo, dónde, características) y las contrasta con los registros de los objetos hallados, detectando coincidencias de forma automática y avisando tanto al usuario como a la entidad custodia cuando encuentra un posible “match”. En términos técnicos, estamos ante un sistema de IA que combina:
- Procesamiento de lenguaje natural para interpretar descripciones humanas imprecisas.
- Modelos de similitud semántica que reconocen equivalencias (por ejemplo “maleta de cabina negra Samsonite” ≈ “trolley negro rígido con etiqueta de vuelo”).
- Reglas de negocio y filtros (fecha, lugar, compañía, tipo de objeto) que reducen falsos positivos.
Para el sector legal y policial es relevante por tres motivos:
- Trazabilidad digital: cada reclamación, cruce, alerta y devolución genera un rastro electrónico que puede convertirse en prueba documental en caso de litigio (por ejemplo, reclamaciones de responsabilidad por pérdida de equipaje o bienes de empresa).
- Estandarización del proceso: frente al caos de hojas Excel o correos sueltos, la plataforma impone estructura, tiempos y criterios objetivos de búsqueda.
- Gestión de expectativas y responsabilidad: si una aerolínea demuestra que ha integrado un sistema como éste, mejora su posición probatoria frente a reclamaciones de negligencia en la gestión de objetos perdidos.
Datos que cambian el juego: métricas de eficacia y eficiencia
Los responsables de Foundspot afirman que la nueva versión de la plataforma, apoyada por la subvención regional, mejora las tasas de éxito entre un 5% y un 15% respecto a su versión anterior. Puede parecer modesto, pero sobre volúmenes de cientos o miles de reclamaciones diarias, ese salto es enorme (especialmente en aerolíneas con 200–400 reclamaciones por día).
Más disruptivo aún es el impacto en tiempos de gestión:
- Reducción entre un 400% y un 600% en los tiempos de tramitación interna.
- Plazo máximo de devolución de objetos de unas 48 horas, frente a períodos habituales de entre una y dos semanas antes de la implantación del sistema.
Para empresas y aseguradoras, esto tiene traducción directa en:
- Menos costes de personal gestionando búsquedas manuales.
- Menos conflicto y reclamaciones de clientes insatisfechos.
- Menor riesgo reputacional en redes sociales y prensa.
Para abogados y peritos, estos tiempos trazados y cuantificables facilitan periciales sobre diligencia debida (qué hizo la compañía, cuándo, con qué herramientas objetivas) y permiten discutir con datos si una entidad actuó o no con la rapidez y medios exigibles.
Impacto jurídico: prueba digital, diligencia y responsabilidad
Un sistema de IA como Foundspot no solo acelera la logística; introduce un nuevo estándar de actuación razonable en la gestión de objetos extraviados. Si el sector empieza a adoptarlo de forma extensa, puede producirse un “efecto jurisprudencial”:
- Deber de medios reforzado: compañías que no adopten tecnologías comparables podrían verse comparadas con las que sí lo hacen, y juzgadas como menos diligentes ante tribunales civiles o mercantiles.
- Prueba digital estructurada: logs de búsquedas, coincidencias evaluadas, notificaciones enviadas, plazos de respuesta del usuario y de la compañía. Todo ello, conservado de forma íntegra, puede ser objeto de pericia informática para acreditar o refutar alegaciones.
- Cadena de custodia civil/comercial: aunque no hablemos de cadena de custodia penal, sí hay una “cadena de custodia comercial” del objeto (dónde, cuándo y en manos de quién se encuentra), respaldada por registros digitales exportables.
Para cuerpos policiales, sobre todo en entornos donde un objeto extraviado puede estar vinculado a un delito (por ejemplo, un móvil con material probatorio, un ordenador con datos corporativos o un bolso con documentación), la existencia de esta trazabilidad facilita:
- Localizar rápidamente la ubicación física del objeto dentro de la cadena de oficinas y empresas colaboradoras.
- Asegurar su recogida formal con acta y sellos de tiempo, reduciendo oportunidades de manipulación.
- Coordinar con peritos informáticos la extracción forense cuando se trate de dispositivos electrónicos.
Fundamentos técnicos: cómo “piensa” una IA que busca objetos perdidos
Según el CEO de Foundspot, el gran desafío fue “enseñar a la máquina” qué coincidencias son reales y cuáles no, entrenándola con miles de casos y correcciones humanas. Técnicamente, hablamos de:
- Modelos de clasificación binaria (match / no match) entrenados con ejemplos reales.
- Técnicas de entity matching y record linkage, habituales en compliance y lucha contra el fraude, ahora aplicadas al mundo físico de objetos extraviados.
- Análisis de texto y contexto “similar al de una persona”, pero con la capacidad de procesar miles de registros simultáneos casi sin error y sin fatiga.
Este punto es especialmente interesante para profesionales tecnológicos:
- La IA no sustituye al personal, sino que filtra y prioriza; el humano interviene en los casos dudosos o de alto valor.
- Cuanto más se usa el sistema, mejor se refina el modelo. Los errores se convierten en nuevos datos de entrenamiento.
- El despliegue no se limita a autobuses; el mayor impacto se está viendo en el sector aéreo, con aerolíneas como el grupo Iberia utilizando ya la plataforma para gestionar reclamaciones masivas.
Programa RETECH y financiación pública: la IA como política industrial
El apoyo de 66.088 euros a Foundspot es solo una pieza de una estrategia más amplia: la Consejería de Digitalización ha destinado ya 10 millones de euros a casi un centenar de proyectos de IA para mejorar procesos y eficiencia en pymes madrileñas.
Se trata de iniciativas enmarcadas en el programa europeo de Redes de Especialización Tecnológica (RETECH), diseñado para que las industrias regionales integren tecnologías avanzadas y pasen de pilotos aislados a soluciones escalables con impacto real en competitividad. Entre los rasgos clave del programa destacan:
- Ayudas de hasta 200.000 euros por proyecto para pymes con sede en la Comunidad de Madrid que presenten soluciones en niveles TRL 6–8, es decir, cercanas a su explotación comercial.
- Foco en automatización avanzada, modelos predictivos, optimización logística y aplicaciones de IA generativa, siempre con métricas concretas de retorno y eficiencia.
- Búsqueda de un ecosistema de innovación conectado, donde empresas, centros de investigación y administraciones colaboran en lugar de trabajar en silos.
Para empresarios y despachos, esto abre una doble línea de actuación:
- Oportunidad de financiación para proyectos propios que integren IA en procesos internos (compliance, gestión documental, CRM, soporte jurídico, ciberseguridad).
- Necesidad de especialización jurídica y pericial para redactar, auditar y litigar en torno a contratos de desarrollo IA, cesión de datos y responsabilidad por fallos algorítmicos.
Implicaciones para la prueba digital y la pericia informática
Un sistema que gestiona reclamaciones, cruces automáticos y devoluciones, si se implementa con criterios forenses desde el diseño (forensic by design), puede convertirse en una mina de oro probatoria:
- Sellos de tiempo fiables sobre cada interacción (registro del hallazgo, alta de reclamación, propuesta de coincidencia, aceptación, envío).
- Integridad de los registros garantizada mediante hash, versiones inmutables o incluso tecnologías como append-only logs.
- Exportabilidad estructurada (JSON, CSV, PDF firmado) que facilita la labor del perito informático al reconstruir cronologías.
Para abogados, esto permite:
- Aportar informes periciales de alto valor en reclamaciones contra compañías de transporte, hoteleras o aseguradoras, demostrando qué hizo o dejó de hacer el sistema.
- Argumentar sobre la razonabilidad de los plazos: si la media de mercado está ya en 48 horas, exigir dos semanas puede considerarse excesivo salvo causa mayor.
Para cuerpos policiales:
- Integrar este tipo de plataformas en protocolos de actuación cuando exista denuncia de sustracción, para descartar rápidamente que el objeto esté simplemente extraviado en un circuito logístico.
- Solicitar volcados completos, con garantías técnicas, cuando un objeto perdido se convierta en pieza de convicción en una causa penal.
Riesgos, límites y buenas prácticas: no todo es brillo
También hay preguntas críticas que este ecosistema debe abordar:
- Privacidad y protección de datos: se tratan datos de contactos, trayectos, reservas, a veces información sensible asociada al contenido de los objetos. El cumplimiento del RGPD, la minimización de datos y la limitación de finalidades son ineludibles.
- Sesgos y errores de la IA: un algoritmo que no ha sido bien entrenado puede proponer coincidencias erróneas o, peor aún, no detectar coincidencias reales, generando perjuicios. Debe existir siempre supervisión humana, mecanismos de reclamación y auditoría algorítmica.
- Dependencia tecnológica: cuanto más central es el sistema en la operativa de una empresa o sector, más crítica es su ciberseguridad y continuidad de negocio. Ataques de ransomware o caídas prolongadas tendrían impacto reputacional y jurídico.
Para peritos informáticos y auditores de sistemas, se abre aquí una nueva área de trabajo:
- Auditorías técnicas y legales de plataformas de IA: seguridad, calidad de datos, explicabilidad, logging y cumplimiento normativo.
- Peritajes en casos donde la decisión del algoritmo (o su fallo) haya sido determinante en un daño o reclamación económica.
La Comunidad de Madrid ha financiado con 66.088 euros a la pyme Foundspot para mejorar una plataforma de IA que conecta reclamaciones de usuarios con bases de datos de objetos perdidos en sectores como el aéreo, el transporte y la hostelería, logrando incrementos de eficacia del 5–15% y reducciones de tiempos de gestión del 400–600%, acortando los plazos de devolución a un máximo de 48 horas. Este proyecto se integra en el programa RETECH, que ha movilizado 10 millones de euros para casi un centenar de iniciativas de IA orientadas a pymes madrileñas, con subvenciones de hasta 200.000 euros por proyecto y exigencia de soluciones maduras y escalables.
Más allá de la anécdota, el caso Foundspot ilustra cómo la IA, aplicada a un proceso muy concreto, redefine estándares de diligencia empresarial, genera prueba digital rica y auditable, y abre campos de especialización para abogados, peritos, fuerzas de seguridad y tecnólogos. El reto inmediato es consolidar este modelo como referencia de buenas prácticas: trazabilidad robusta, cumplimiento del RGPD, supervisión humana y ciberseguridad avanzada.
El proyecto madrileño de IA para localizar objetos perdidos demuestra que la Inteligencia Artificial deja de ser un concepto abstracto cuando se aplica a problemas reales, medibles y cercanos al ciudadano, creando a la vez nuevas necesidades jurídicas, periciales y de gobernanza tecnológica.
Si eres abogado, perito, policía, empresario o profesional tech, este es el momento de pasar de espectador a protagonista:
- Identifica en tu organización un proceso repetitivo y crítico donde la IA pueda aportar un salto cuantitativo similar al de Foundspot.
- Evalúa las convocatorias RETECH y otras líneas de financiación que pueden convertir una buena idea en un proyecto financiado y escalable.
- Diseña tus sistemas “probatoriamente conscientes”: que cada interacción pueda, si es necesario, sostener un procedimiento judicial con garantías.
La próxima vez que alguien pierda algo en tu organización —sea un objeto, un dato o una oportunidad—, la verdadera pregunta será: ¿tienes ya una IA preparada para encontrarlo… y un marco legal y pericial sólido para defender cómo lo hace?
