De papeles y nueve horas de recepción a una operación trazable en cuatro horas

Operación aduanera pasa del papel a procesos automatizados con inteligencia artificial

Notipress.- Una operación de aduanas en un recinto fiscalizado aeroportuario en México enfrentaba procesos intensivos en trabajo manual y papel para registrar y recibir mercancías. La información de cada vuelo llegaba por correo electrónico, debía imprimirse y posteriormente cargarse al sistema, mientras el personal realizaba de forma manual parte del proceso de recepción y ubicación de la carga.

Ese esquema demandaba entre dos horas y media y tres horas únicamente para cargar al sistema la información correspondiente a cada vuelo. La recepción física de la mercancía requería alrededor de nueve horas por carga de avión. En entrevista con NotiPress, Luis Tulio Perasollo, CEO de Geodot, presentó el caso como un problema de eficiencia operativa, control y trazabilidad en un proyecto cuya solución se centró en el uso de inteligencia artificial.

La empresa optó por automatizar y digitalizar el proceso con tecnología desarrollada por Geodot. El impacto operativo develó indicadores concretos. De acuerdo con Perasollo, la carga de información al sistema pasó de entre dos horas y media y tres horas a aproximadamente 15 segundos. Paralelamente, la recepción de mercancías disminuyó de unas nueve a cuatro horas por carga de avión, es decir, un 55.6 por ciento.

Trazabilidad

Por su parte, la digitalización también permitió registrar quién recibió la mercancía, cuándo se realizó la recepción y qué cantidad correspondía a cada paquete. Al concentrar esta información, la operación ganó trazabilidad y facilitó la consulta de registros requeridos durante auditorías realizadas por las autoridades.

Estos resultados mostraron una reducción de tiempos en las tareas analizadas. Sin embargo, por razones de privacidad no fue posible conocer el ahorro financiero, el costo por operación, cuántas horas-hombre dejaron de utilizarse o si se redujo la plantilla.

Para la firma de soluciones de IA en logística, el proyecto funciona como ejemplo de su oferta orientada a digitalizar y automatizar operaciones. Perasollo señaló que la empresa trabaja con herramientas vinculadas con procesos logísticos y de gestión, entre ellas sistemas WMS (Warehouse Management System o Sistema de Gestión de Almacenes) y TMS (Transportation Management System), ruteadores, palletización digital y soluciones para convertir documentos en información estructurada.

Fernando Leibowich Beker, CEO y cofundador de Lidd AI, ubicó este tipo de implementación dentro de una evolución más amplia de la inteligencia artificial empresarial: desde herramientas generativas de uso general hacia casos de uso concretos y cada vez más especializados. En su lectura, aplicaciones como las desarrolladas por Geodot muestran una etapa de maduración tecnológica en la que la IA se integra a procesos operativos específicos y exige a las empresas una asignación de capital más orientada a automatización e infraestructura para obtener beneficios concretos.

El caso de uso permite mostrar comercialmente una aplicación concreta de esas capacidades: intervenir procesos manuales para reducir tiempos y aumentar el control y la trazabilidad.

Así, el valor empresarial del caso de uso resuelto con IA confirma un importante indicador operativo: una tarea de captura que requería horas pasó a segundos y una recepción que tomaba nueve horas se redujo a cuatro. El aumento de eficiencia coloca el potencial de la IA por delante, pero también cómo las empresas proveedoras de tecnología logran nuevos niveles de eficiencia en el campo.