La logística del futuro se construye con tecnología, algoritmos y habilidades humanas

Oct 28, 2026 Admin Logística y transporte, Más Industria 0

---

El verdadero salto tecnológico de la logística no consiste en automatizar decisiones, sino en comprender mejor los problemas, dijo Roger Z. Ríos, investigador de la UANL.

Uriel Naum Ávila

MONTERREY, Nuevo León (28/10/2026).- Durante años, gran parte de la logística se construyó a partir de experiencias, prueba y error y decisiones operativas tomadas bajo presión. Sin embargo, el crecimiento del comercio electrónico, las cadenas de suministro globales y la exigencia de entregas cada vez más rápidas han llevado a las organizaciones a buscar nuevas formas de responder a una realidad más compleja.

Esa fue una de las ideas centrales presentadas por Roger Z. Ríos, profesor de la Facultad de Ingeniería Mecánica y Eléctrica de la Universidad Autónoma de Nuevo León (UANL), durante el evento From Resilience to New Opportunities: Building the North American Supply Chain of the Future, realizado en el Tecnológico de Monterrey.

Su investigación sobre optimización territorial para servicios de entrega exprés de última milla mostró cómo la logística moderna comienza mucho antes de que un conductor encienda el motor.

El proceso inicia con el diseño inteligente de territorios, continúa con la asignación de recursos y culmina con la generación de rutas eficientes que minimicen las distancias recorridas y mejoren los niveles de servicio,

argumentó Ríos.

Actualmente, las tecnologías de aprendizaje automático permiten identificar patrones, procesar grandes volúmenes de información y generar predicciones cada vez más precisas. No obstante, la construcción de un modelo útil sigue dependiendo del conocimiento humano.

Por ello, aunque gran parte de la conversación actual gira en torno a la inteligencia artificial (IA), Ríos consideró que su principal valor no está en sustituir a las personas, sino en potenciar su capacidad para analizar sistemas complejos.

Antes de que cualquier algoritmo funcione, es necesario comprender a profundidad el problema: recorrer plantas, hablar con operadores, entrevistar gerentes y entender las particularidades de cada proceso. Esa etapa de modelación continúa siendo una tarea profundamente humana,

expuso Ríos.

En ese sentido, “la IA no es una varita mágica”, advirtió el especialista:

Además, añadió: “La calidad de los resultados depende directamente de la calidad de los datos, la formulación del problema y la capacidad de quienes desarrollan los modelos para interpretar correctamente la realidad”.

Experiencias que sirven a la industria

Para Roger Z. Ríos, uno de los ejemplos ilustrativos de cómo estas tecnologías pueden transformar la toma de decisiones proviene del sector salud.

En varios países desarrollados, los servicios de emergencia utilizan modelos matemáticos para determinar la ubicación óptima de las ambulancias. En lugar de permanecer estacionadas en hospitales, las unidades se posicionan en puntos estratégicos de la ciudad a partir del análisis histórico de accidentes, densidad poblacional y patrones de movilidad.

La diferencia puede parecer técnica, pero sus consecuencias son profundamente humanas. “Reducir un tiempo de respuesta de 40 a 12 minutos puede representar la diferencia entre la vida y la muerte para determinados pacientes”, opinó.

En otras palabras, la optimización logística deja de ser una herramienta de eficiencia para convertirse en un mecanismo capaz de generar impacto social, y lo mismo pasa en la industria.

A juicio del investigador, muchas organizaciones todavía desconocen el potencial que existe detrás de las herramientas de optimización. “Con frecuencia, las empresas dedican años a perfeccionar procesos, cuando podrían resolver ciertos problemas de forma más rápida y precisa mediante metodologías científicas”, sostuvo.

Más allá del software que se utilice para tener procesos logísticos más eficientes, el investigador insiste en que el factor decisivo seguirá siendo el talento. “La logística del futuro no dependerá solamente de algoritmos más sofisticados, sino de profesionales capaces de combinar programación, estadística, probabilidad, pensamiento lógico y conocimiento operativo del negocio”, concluyó Ríos.

---

• automatización, business analytics, cadena de suministro, COMPETITIVIDAD, computación cuántica, flotas, ingeniería logística, Innovación, inteligencia artificial, Logística, machine learning, movilidad urbana, planeación de rutas, procesos, programación, Roger Z. Ríos, supply chain management, Tec de Monterrey, transformación digital, Transporte, transporte inteligente, UANL, última milla, Universidad Autónoma de Nuevo León

---

---