Adopción de la IA en la industria del transporte

La IA en el sector del transporte aún está en sus fases iniciales, con múltiples aplicaciones potenciales

La inteligencia artificial (IA) es un término que describe software capaz de simular la inteligencia humana y ha existido por más de medio siglo. En los últimos años, su desarrollo ha invadido diversos ámbitos, incluido el transporte de mercancías, donde la inversión en IA busca mejorar la seguridad y la productividad.

A pesar de los avances, la IA en el sector del transporte aún está en sus fases iniciales, con múltiples aplicaciones potenciales, como la seguridad de conductores, eficiencia laboral, mantenimiento de vehículos e inteligencia empresarial. Tom McLeod, CEO de McLeod Software, señaló que los avances tecnológicos han hecho la IA más accesible y facilitado su adopción generalizada.

La IA puede automatizar tareas rutinarias, aumentando la productividad y permitiendo a los trabajadores enfocarse en actividades más valiosas. Además, puede mejorar la formación de conductores, detectar comportamientos inseguros y optimizar el mantenimiento predictivo, así como actuar como copiloto, realizando tareas mundanas y liberando a los trabajadores para roles más estratégicos.

La IA también permite aprovechar mejor los datos, identificando patrones para prevenir accidentes y mejorar la retención de conductores. Otros usos incluyen la optimización de rutas, fijación de precios y desarrollo de software de conducción autónoma. Lindsay Watt de Parade destaca que la IA se promociona para aumentar la eficiencia de los trabajadores, no para sustituirlos, subrayando la colaboración entre humanos y máquinas para mejorar la productividad.

Empresas implementando la IA en la industria del transporte

En el sector del transporte, estos modelos de IA pueden ayudar a estructurar y sintetizar grandes volúmenes de datos desorganizados de la cadena de suministro, provenientes de diversas fuentes y formatos.

Empresas como Sunset Transportation, utilizan IA para mejorar la eficiencia operativa y el servicio al cliente, agilizando la negociación de contratos, reduciendo el tiempo de días a 45 minutos al identificar áreas de acuerdo y discrepancias. Además, la gestión meteorológica basada en IA permite prever interrupciones en los envíos, notificando a los clientes con antelación sobre posibles impactos climáticos. Sunset también emplea presupuestos automatizados para extraer datos de correos electrónicos, facilitando el trabajo rutinario y permitiendo a los agentes de carga centrarse en las llamadas de los clientes.

Otro ejemplo es Decker Truck Line, que ha implementado sistemas telemáticos de vídeo con IA en sus camiones para mejorar la seguridad y la formación de conductores. La empresa también explora la optimización del combustible y la previsión de volúmenes de carga mediante IA. Adicionalmente, utilizan la IA para reducir la rotación de conductores contratando a aquellos que viven cerca de zonas con alta demanda de cargadores, facilitando el tiempo en casa y minimizando las millas vacías.

Siguen existiendo muchas reservas en cuanto al uso de la IA, sin embargo estos ejemplos resaltan la importancia de comenzar a adoptar la IA. Las empresas pueden iniciar su implementación en aspectos no esenciales pero significativos para sus negocios, viendo resultados positivos y facilitando procesos a su personal.