Entrevista
“Sostenibilidad no es solo usar autos eléctricos, es definir rutas más eficientes”
La aplicación de inteligencia artificial en la logística de distribución está modificando la estructura de costos, los indicadores de servicio y la relación entre operaciones logísticas y ciudad. En este escenario, el CEO de SimpliRoute, Álvaro Echeverría, analiza cómo la última milla se consolida como uno de los principales desafíos para el e-commerce y el retail.
Publicado
La logística de última milla se ha convertido en uno de los puntos más críticos de la cadena de suministro, especialmente en América Latina, donde concentra cerca del 50% del costo total de envío. Kilómetros recorridos, horas hombre, congestión urbana y reintentos de entrega explican una estructura de costos que impacta directamente la rentabilidad y la sostenibilidad de las operaciones.
Para Álvaro Echeverría, CEO de SimpliRoute, el peso de la última milla se explica por la naturaleza misma del proceso. “La gran mayoría del costo total termina ocurriendo cuando se están sacando los transportes. Los costos relevantes son la cantidad de kilómetros recorridos y la cantidad de horas gastadas, eso tiene que ver 100% con horas hombre y tarifas de transporte”, señala en conversación con Agenda Logística.
A diferencia de etapas previas como el almacenamiento o el picking, el ejecutivo explica que el mayor margen de optimización aparece cuando los vehículos salen a ruta. “Cuando alguien quiere bajar el ‘bottom line’ del costo logístico, siempre es la salida de los vehículos de transporte en la última milla”, afirma, destacando que en algunos casos este tramo puede representar entre 60% y 65% del costo total.
En su origen, SimpliRoute no estuvo inicialmente ligado al comercio y el algoritmo que hoy sustenta la plataforma nació en la academia, a partir de un proyecto desarrollado con Bomberos de Santiago. “Fue justo mi tesis de doctorado donde se acercaron a la Universidad de Chile para hacer un modelo que redujera el tiempo de llegada de los bomberos en la Región Metropolitana, y eso se convirtió en la base del algoritmo”, explica.
A partir de esa experiencia, la compañía identificó un problema logístico transversal. “Nos dimos cuenta de que había un problema más grande. Entramos al mundo del ruteo de camiones, luego evolucionamos a la gestión de flotas y después a la orquestación logística”, detalla el ejecutivo. En la actualidad, la empresa opera como una plataforma integral, con agentes de inteligencia artificial orientados a la gestión de excepciones.
Uno de los principales diferenciales del modelo, según Echeverría, es el uso de inteligencia artificial predictiva. “Antes, la mayoría de las empresas tenía rutas fijas porque no podían predecir el tráfico. Si metían variabilidad, no tenían herramientas para hacerlo”, indica, aludiendo a los sistemas tradicionales basados en mapas estáticos.
La incorporación de machine learning y deep learning permitió un salto en eficiencia. “Empezamos a crear modelos que predicen comportamiento de conductores, tiempos de servicio y tráfico de la ciudad. Eso llevó a eficiencias mucho más altas, con reducciones de hasta 30% en el costo logístico”, afirma. La capa más reciente de desarrollo apunta a la gestión en tiempo real donde “entiendes al conductor, dinamizas la operación y, frente a excepciones, tomas decisiones en línea. Ahí se completa todo el ciclo”, explica Echeverría.
Electromovilidad y mejores rutas, claves para la última milla
En materia de sostenibilidad, el CEO de SimpliRoute sostiene que eficiencia operativa y reducción de emisiones no son objetivos contrapuestos. “Existe el prejuicio de que pensar en sustentabilidad aumenta los costos, pero cuando le metes inteligencia artificial al ruteo puedes compatibilizar ambas cosas”, señala.
Más allá de la electromovilidad, Echeverría enfatiza el diseño inteligente de rutas y horarios ya que “no es solo usar autos eléctricos, es definir rutas más eficientes, salir en horarios con menos congestión y menor impacto ambiental”, explica. Como resultado, los clientes de la plataforma reducen en promedio un 10% su flota operativa y cerca de un 27% sus emisiones de CO₂.
El impacto también se refleja en los indicadores de servicio. “Todo suena bonito cuando hablamos de algoritmos, pero lo único que importa es el KPI, que llegue a tiempo y bien informado al cliente”, afirma Echeverría, destacando que la tasa de éxito de entrega alcanza el 94%. Según explica, cada entrega fallida genera un efecto cascada. “Cuando falla la entrega, hay logística reversa, reintentos, aumenta el costo, la insatisfacción del cliente y la contaminación ambiental”, señala, subrayando la importancia de maximizar las entregas exitosas.
La logística inversa es abordada como parte estructural del modelo. “Integramos la distribución y la reversa en la misma operación. Antes muchas empresas tenían flotas separadas y eso generaba suboptimización”, explica Echeverría. Esta integración permite reducir congestión y mejorar el uso de recursos.
En paralelo, el ejecutivo valora los avances en políticas públicas vinculadas a la distribución urbana de mercancías. “Es un gran avance que se esté pensando la ciudad con una visión más clara. Cuando no hay políticas definidas aparecen externalidades negativas”, señala, aunque advierte que estas estrategias deben actualizarse de forma permanente ya que, desde su mirada, la última milla seguirá siendo un eje central de la competitividad logística. “La disrupción ya no es excepcional, requiere soluciones sistémicas basadas en datos y con una visión de largo plazo”, concluye.
En este escenario, la última milla aparece como un espacio donde convergen eficiencia operativa, experiencia del cliente y sostenibilidad urbana. La creciente complejidad de las ciudades, sumada a la presión por reducir costos y emisiones, está empujando a las empresas a replantear sus modelos logísticos con mayor apoyo en datos, automatización e inteligencia artificial.
Más que una etapa final del proceso, la distribución urbana se consolida como un factor estratégico para la competitividad, con impactos directos en la rentabilidad, la planificación de flotas y la relación entre logística y entorno urbano.
