PLATAFORMA DE INTELIGENCIA ARTIFICIAL DEL GRUPO EMPRESARIAL GEOCUBA. EXPERIENCIAS DE USOS. Edel García Reyes, José Luis Capote Fernández, Rafael Cruz Iglesias, Pavel Matamoros Fombellida, Silvio Vioel Rodríguez Hernández, Eduardo Garea Llano, Dayamit Ojeda Martínez, Pedro Martínez Fernández, Maurilio Núñez García, Frank Soto Martínez, Felipe Samuell Kelly, Homero Menéndez, Luis Javier Cutiño, Rafael García López. Grupo Empresarial GeoCuba Resumen: El objetivo de este trabajo es compartir las experiencias del Grupo Empresarial Geocuba en la transformación digital del proceso de entrega de información geoespacial de las coberturas de la superficie terrestre basada en la innovación con inteligencia artificial (IA). Se trata de cambiar el modelo de negocio para entregar un servicio sistemático y automatizado de clasificación semántica de imágenes captadas desde aviones, vehículos aéreos no tripulados (VANT) y satelitales de observación de la tierra, entre ellos Sentinel, Landsat, etc. Para ello se ha implementado un conjunto de servicios informáticos basados en estándares tecnológicos para el manejo de grandes volúmenes de imágenes, la gestión ordenada de la toma de muestras, el entrenamiento de los modelos y su publicación, el consumo de los modelos mediante servicios de clasificación, regresión y detección de objetos basados en redes neuronales convolucionales, y finalmente la entrega de los resultados a los usuarios mediante aplicaciones web personalizadas de la infraestructura de datos espaciales. Se explica el flujo tecnológico que se ha implementado, los nuevos roles que desempeñan los diferentes especialistas y se ejemplifican los resultados y dificultades enfrentadas en aplicaciones de agricultura de precisión, para el monitoreo de la siembra de los cultivos varios en los polos productivos, el monitoreo de las etapas de las campañas de producción del arroz y los experimentos que se desarrollan en las plantaciones de caña de azúcar. Entre otras capacidades, es posible brindar información mensual de las áreas sembradas y no sembradas en los polos productivos, se pueden detectar las áreas de lagunas dentro de arroz, el conteo automatizado del número de panículas, la humedad del grano en el campo como un indicador para el corte del cereal, los problemas de población en los campos cañeros y la estimación de la maduración de los campos para una mejor organización de la cosecha. Introducción La teledetección de la tierra cada día es más demandada para la toma de decisiones informadas sobre los procesos que ocurren en la superficie terrestre y marina (Persello et al., 2022). En estos momentos, existe una gran disponibilidad de datos libres satelitales y constantemente se toman imágenes desde sensores colocados en aviones y vehículos aéreos no tripulados (VANT) (Mogili et al., 2018). Se observa que la capacidad de toma de datos sobrepasa la capacidad de su interpretación por métodos visuales de expertos en fotointerpretación. Es por ello, que se demanda de un monitoreo sistemático de las coberturas, no de un estudio a mediano plazo de un fenómeno, por ejemplo, el monitoreo de los cultivos agrícolas requiere de la entrega de información sistemática asociada al estado de desarrollo del cultivo y su entorno. En la figura 1, es posible observar el estado de la superficie agrícola al sur de Alquizar y Güira de Melena, que abastece de productos agrícolas a la capital cubana. La simple inspección visual permite observar el predominio