El transporte y la logística funcionan a base de planificación, rutas, carga y descarga, documentación y comunicación entre eslabones que rara vez se ven entre sí. Gran parte del trabajo consiste en combinar reglas fijas con circunstancias variables: el clima, el tráfico, la disponibilidad de conductores y material, las normas aduaneras, los acuerdos con clientes que varían por encargo. Además, hay trabajo que gira en torno a acciones físicas en una ubicación específica, y trabajo que se basa en la confianza entre personas que se conocen desde hace años: el planificador que sabe qué conductor puede afrontar un trayecto difícil, el agente de expedición que sabe qué cliente es flexible con una fecha de entrega.
Esa combinación determina dónde el trabajo con IA puede tomar el relevo y dónde no. La planificación y las rutas consisten en gran medida en optimización dentro de reglas, y ese es precisamente el tipo de trabajo en el que los sistemas obtienen buenos resultados en cuanto los datos son correctos. Las acciones físicas en el lugar y la valoración ante una situación excepcional siguen siendo sobre todo trabajo humano, porque ahí se necesita algo que no cabe en un formulario.
Tres tipos de trabajo se entremezclan en cada proceso logístico. Hay trabajo que un sistema ya puede asumir, como recalcular una ruta ante un corte de carretera o completar la documentación estándar a partir de envíos anteriores. Hay trabajo que se asume parcialmente, con una persona que evalúa el resultado y lo aprueba o rechaza: una planificación propuesta que un planificador revisa antes de salir a la carretera, una hora de llegada estimada que un empleado corrige a partir de un conocimiento que el sistema no tiene. Y hay trabajo que sigue siendo trabajo humano, como negociar con un cliente sobre una entrega difícil o valorar una situación en el terreno que no figura en los datos.
En una empresa, ese desplazamiento ya está muy avanzado: los planificadores trabajan con un sistema que propone rutas y solo escala las excepciones, lo que libera horas para el tipo de trabajo que sí requiere personas. En otra empresa, todo el mundo sigue haciendo a mano lo que un sistema ya podría proponer, no por falta de voluntad sino porque los datos no están en orden, los sistemas no se comunican entre sí, o nadie ha establecido quién puede aprobar una propuesta de un sistema y quién no. La diferencia rara vez está en la tecnología. Está en si la organización ha dispuesto las condiciones para que el trabajo se desplace realmente.
Una dirección que dice "queremos una planificación impulsada por IA" rara vez entiende con ello lo mismo que el departamento de planificación que debe ejecutarlo. Para la dirección es un ahorro en horas liberadas. Para el departamento de planificación es una pregunta sobre quién sigue siendo responsable si un sistema propone una ruta que después resulta incorrecta. Esa diferencia de interpretación es precisamente donde la distinción entre un objetivo y una ambición se vuelve relevante: un objetivo es medible y está acotado en el tiempo, una ambición describe una dirección que todavía debe traducirse a lo que realmente cambia en el trabajo.
Esa traducción se refiere a ocho dimensiones de preparación: ¿tiene la organización los datos en orden?, ¿están los procesos suficientemente descritos como para transferirlos a un sistema?, ¿hay alguien que pueda aprobar el resultado?, ¿está la tecnología integrada con lo que ya funciona?, y más. Una ambición que ya se estanca en la primera puerta —porque nadie sabe dónde están los datos— es una ambición distinta de una que se estanca en la última puerta, porque los derechos de decisión nunca se han establecido. Ambas situaciones ocurren en el transporte, y ambas requieren una conversación distinta de "implementamos IA".
Esa conversación a veces toca la pregunta de qué ocurre con el trabajo existente cuando una tarea desaparece. Para eso existen requisitos legales propios, independientes de lo que una prueba de preparación pueda decir sobre la capacidad.
La tensión entre lo que un sistema puede asumir y lo que una organización puede soportar no se limita al transporte. En los servicios profesionales aparecen preguntas similares sobre qué ambiciones de IA existen en el trabajo de asesoría y los servicios, donde el trabajo es menos físico pero la disyuntiva entre automatizar y confiar se repite de forma comparable. Y dentro del propio transporte suele darse otro patrón: el departamento de planificación ha formulado una ambición que choca con la ambición del departamento de operaciones, y nadie ha señalado ese conflicto antes de que el proyecto se estancara. Qué hacer cuando los objetivos departamentales se contraponen se describe en un enfoque para objetivos departamentales enfrentados.
La pregunta de fondo no suele ser si la IA funciona en el transporte, sino qué trabajo dentro de su propia empresa puede transferirse realmente y qué trabajo sigue siendo trabajo humano; esto es precisamente lo que el escaneo de trabajo de FTE TO AI identifica tarea por tarea. Para quien primero quiera saber en qué punto se encuentra su propia organización, existe la prueba de preparación gratuita: ocho preguntas breves, una por dimensión, con una imagen de dónde ha avanzado más y dónde ha avanzado menos. La prueba de ambición completa, con las cuatro capas y la traducción a roles y derechos de decisión, está en construcción.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.