Podcast - Entrevista a Sergio Peinado, CIO en Ontime: tecnología, datos e IA, así está cambiando el sector logístico.

La logística está viviendo una transformación profunda. El crecimiento del e-commerce, la necesidad de ganar eficiencia y la incorporación de nuevas tecnologías están cambiando la forma en la que las compañías gestionan sus operaciones.

En este contexto, la tecnología y el dato han dejado de ser solo herramientas de soporte para convertirse en piezas estratégicas del negocio.

En este episodio entrevistamos a Sergio Peinado, CIO de Ontime, y con él hablamos de todos estos retos y de cómo se está preparando el sector logístico para los próximos años.

La tecnología ya no es solo un área de soporte

Durante años, el departamento de tecnología recibía las decisiones del negocio y se encargaba de ejecutarlas. Ese modelo está cambiando.

En compañías donde la tecnología tiene un papel estratégico, los equipos tecnológicos participan cada vez más en la definición de los propios procesos y en la toma de decisiones.

La clave está en entender primero qué necesita el negocio y, a partir de ahí, decidir qué tecnología puede aportar valor. No se trata de incorporar inteligencia artificial porque sea una tendencia, ni de migrar sistemas a la nube simplemente porque sea una prioridad tecnológica. La pregunta debe ser siempre qué problema se quiere resolver y qué beneficio aporta la solución.

Esta evolución requiere perfiles capaces de moverse entre ambos mundos. Personas que entiendan las necesidades del negocio y, al mismo tiempo, conozcan las posibilidades que ofrece la tecnología para responder a ellas.

En este modelo, figuras como los Business Relationship Managers adquieren especial importancia. Su función es actuar como puente entre tecnología y negocio, entender las necesidades de cada área y traducirlas en soluciones tecnológicas viables.

La tecnología deja así de ser un mero ejecutor para convertirse en un socio estratégico del negocio.

El reto de convertir millones de datos en decisiones

La logística genera una cantidad enorme de información. Vehículos, remolques, almacenes, sensores, sistemas de gestión, plataformas financieras o herramientas comerciales producen datos continuamente. El reto no consiste únicamente en recopilar toda esa información, sino en convertirla en un dato único, fiable y accionable.

En operaciones de transporte, por ejemplo, conocer en tiempo real dónde se encuentra cada vehículo, cuál es su disponibilidad o qué conductor está asociado permite tomar decisiones mucho más precisas.

Una nueva carga puede asignarse al vehículo más adecuado teniendo en cuenta factores como la proximidad, la disponibilidad o la posibilidad de reducir los kilómetros recorridos en vacío.

Precisamente, este último aspecto resulta especialmente relevante en un negocio con márgenes tan ajustados. Una pequeña mejora en la utilización de los vehículos puede tener un impacto significativo cuando se multiplica por miles de desplazamientos.

Para conseguirlo, es necesario construir una verdadera estrategia de datos. No basta con disponer de diferentes sistemas y generar informes, es necesario establecer quién es responsable de cada dato, cuál es su calidad, cómo se genera y qué indicadores deben utilizarse para tomar decisiones.

Un Data Lake que centralice y haga trazable la información permite, además, acabar con uno de los problemas habituales en las empresas: que diferentes áreas trabajen con versiones distintas de la realidad. Cuando negocio, operaciones y finanzas manejan datos diferentes, buena parte del tiempo se acaba dedicando a discutir qué cifra es correcta en lugar de utilizarla para decidir.

Y esta cuestión es especialmente importante ahora que la inteligencia artificial empieza a ocupar un lugar central. Sin datos de calidad, la IA no puede ofrecer resultados de calidad.

Inteligencia artificial: menos ruido y más casos de uso

La inteligencia artificial está abriendo nuevas posibilidades en el sector logístico, pero su valor no está necesariamente en los proyectos más espectaculares. En muchos casos, el impacto aparece en procesos cotidianos y muy concretos.

Uno de los primeros ámbitos es el de la productividad interna. Herramientas basadas en IA pueden actuar como asistentes para equipos administrativos, ayudándoles a automatizar tareas y aumentando su capacidad de trabajo.

Otro gran ámbito es la relación con el cliente. Cuando una compañía gestiona cientos de miles de envíos, ofrecer una atención personalizada a través de canales tradicionales resulta difícil de escalar.

Los agentes conversacionales permiten atender consultas a través de canales como WhatsApp, correo electrónico o teléfono, acceder a la información disponible sobre cada cliente y ofrecer respuestas más rápidas.

La IA también puede ayudar al propio equipo de atención al cliente. Mientras un agente mantiene una conversación, el sistema puede recuperar información sobre el cliente, su historial y posibles respuestas, proporcionando contexto en tiempo real y reduciendo el trabajo manual.

Pero quizá uno de los campos con mayor potencial sea el de la predicción y optimización de las operaciones. La IA puede ayudar a determinar qué vehículo y qué conductor son más adecuados para una determinada carga, predecir la demanda o automatizar procesos como la concertación de entregas.

En el caso de las entregas voluminosas, por ejemplo, la concertación de una cita con el cliente puede realizarse mediante IA sin necesidad de intervención humana. El sistema puede contactar con el destinatario, acordar una hora y registrar la información necesaria para continuar con el proceso.

Y hay una idea especialmente importante detrás de estos ejemplos: la IA no tiene por qué trabajar sola. Puede combinarse con tecnologías más tradicionales, como RPA, para construir procesos automatizados de principio a fin.

La inteligencia artificial puede encargarse de interpretar una llamada o un correo electrónico, extraer la información necesaria y, a continuación, un proceso RPA puede utilizar esos datos para ejecutar las operaciones correspondientes en los sistemas corporativos.

Ciberseguridad en un ecosistema cada vez más conectado

La digitalización también amplía la superficie de ataque. En logística, esto adquiere una dimensión especial por la enorme cantidad de dispositivos conectados que participan en las operaciones.

Vehículos, sensores, almacenes y diferentes sistemas corporativos forman un ecosistema tecnológico que debe estar protegido. Además, las compañías logísticas manejan información de empresas pertenecientes a sectores especialmente sensibles, como banca, seguros, alimentación, industria o telecomunicaciones.

Por eso, la ciberseguridad deja de ser únicamente una cuestión interna para convertirse también en una responsabilidad dentro de la cadena de suministro. Una compañía logística puede no ser el objetivo final de un ataque, pero sí convertirse en una posible puerta de entrada hacia otros actores.

La inversión en seguridad, certificaciones y controles se convierte así en un elemento estratégico para poder trabajar con clientes cada vez más exigentes y operar en entornos críticos.

El siguiente gran salto: los vehículos autónomos

Si la automatización y la inteligencia artificial ya están transformando las operaciones actuales, el siguiente gran cambio podría llegar de la mano de los vehículos autónomos.

La tecnología necesaria ya existe en buena medida. El principal obstáculo no es únicamente técnico, sino también regulatorio. La llegada de vehículos capaces de operar sin conductor tendría implicaciones importantes para el transporte de mercancías, especialmente en un sector que afronta además un problema creciente de disponibilidad de profesionales.

Su impacto podría ir mucho más allá de sustituir determinadas tareas. Los vehículos autónomos podrían permitir crear nuevas formas de distribución urbana, realizar determinadas rutas durante la noche y reducir parte de la congestión asociada al transporte de mercancías en las grandes ciudades.

Un posible escenario sería el de vehículos autónomos que circulasen durante la noche y fueran capaces de realizar operaciones en puntos de recogida o lockers sin intervención humana. La combinación de autonomía, datos e inteligencia artificial podría cambiar radicalmente la forma en la que se mueve la mercancía dentro de las ciudades.

Eso sí, para que ese futuro sea viable será necesario resolver cuestiones regulatorias, de seguridad y de convivencia con el resto de usuarios de las vías.

Tecnología con propósito

La transformación tecnológica del sector logístico no pasa por adoptar cada nueva tecnología que aparece en el mercado. Pasa por entender dónde puede aportar valor y cómo puede ayudar a resolver problemas reales.

La inteligencia artificial, el cloud, los datos, la automatización o los vehículos autónomos son herramientas. El verdadero reto para los responsables tecnológicos consiste en conectarlas con la estrategia de negocio y utilizarlas para conseguir objetivos concretos.