Cómo la inteligencia artificial está cambiando la custodia de carga

La custodia de transporte ha sido durante décadas un negocio de presencia física — custodios en ruta, comunicación por radio, decisiones humanas. La adopción de inteligencia artificial está cambiando ese modelo en cinco frentes concretos. Este artículo explica qué está haciendo la IA hoy en operaciones de custodia mexicanas y qué no hace, para que cuando un proveedor diga "tengo IA" sepas qué preguntar.

1. Predicción de riesgo por ruta

El primer uso operativo serio de la IA en custodia es la predicción de riesgo por tramo, hora y día de la semana. Modelos de gradient boosting o redes neuronales entrenados con datos del SESNSP, reportes internos y variables externas (clima, eventos masivos, operativos federales) producen un score de riesgo para cada segmento de ruta.

En la práctica, antes de aprobar un viaje el sistema sugiere:

• Hora ideal de salida con menor riesgo histórico.
• Ruta alternativa cuando la principal tiene score elevado.
• Necesidad o no de custodia física activa para ese tramo.
• Puntos de chequeo recomendados.

Esto reemplaza la decisión heurística ("esta ruta siempre la hemos hecho a las 6 AM") por una decisión basada en datos vivos. El error operativo común sin IA es repetir el patrón hasta que falla. La IA detecta el cambio en el patrón antes del incidente.

2. Detección de anomalías en tiempo real

Durante el viaje, el reto del monitorista no es detectar el evento obvio (la unidad se detuvo en un punto fuera de zona) sino el evento sutil. Por ejemplo:

• Velocidad sostenida 5 km/h por debajo del promedio del tramo.
• Comunicación radial que llega tarde respecto al patrón habitual del custodio.
• Rumbo del vehículo desviándose levemente sin cruzar la geocerca.
• Apertura del candado por menos de 2 segundos.

Los modelos de series de tiempo entrenados con la operación normal de cada flota levantan alertas para estas señales débiles. Reducen el tiempo entre el inicio del incidente y la respuesta del monitorista, que históricamente puede ser de varios minutos.

3. Optimización de rutas con riesgo ponderado

Los algoritmos clásicos de routing (Dijkstra, A*) buscan la ruta más corta o más rápida. La IA aplicada a custodia agrega el riesgo predicho como costo de la arista. El resultado es una ruta a veces 20–40 km más larga pero con score de riesgo significativamente menor — y para una operación de custodia, eso suele valer la pena.

Los proveedores serios permiten configurar el peso del riesgo vs. el tiempo de viaje según política comercial: una entrega JIT a planta automotriz prioriza tiempo, una carga de farma de alto valor prioriza riesgo.

4. Reducción de falsos positivos

Una queja crónica con sistemas de monitoreo es la tasa de falsos positivos — alertas que terminan siendo paradas autorizadas, descansos del operador o microdesvíos sin consecuencia. Cuando el monitorista recibe 200 alertas al día, las 5 importantes se pierden en el ruido.

Modelos de clasificación entrenados con la historia operativa de cada flota aprenden a filtrar este ruido. La promesa razonable es bajar las alertas a la cabina de cientos a decenas, todas con probabilidad significativa de ser eventos reales. La cabina pasa de operación de bombero a operación de vigilancia.

5. Asignación inteligente de recursos

En operaciones grandes, asignar custodios y unidades a viajes es un problema combinatorio. Variables: experiencia del custodio, certificaciones para el tipo de carga, fatiga acumulada, ubicación, score de la ruta, ventana de la flota. Solver clásico + IA produce asignaciones que reducen tiempo muerto de custodios y aumentan el match entre perfil del custodio y perfil de la carga.

El resultado típico es una operación que cuesta lo mismo pero rinde más viajes custodiados de mayor calidad.

Lo que la IA no hace (y conviene aclarar)

No reemplaza al monitorista

La IA prioriza alertas y propone respuestas. La decisión de coordinar con autoridades, pausar el viaje o desviar la ruta sigue siendo humana. Las propuestas de IA en custodia son recomendaciones, no acciones autónomas.

No detiene un asalto

Esto suena obvio pero hay quien lo confunde. La IA detecta y avisa más rápido. La protección física requiere custodios. Ningún algoritmo detiene una intervención violenta — la IA reduce el tiempo de respuesta, no lo lleva a cero.

No sustituye datos faltantes

Si la flota no tiene historial completo de eventos o no reporta a la cabina, la IA funciona peor. La calidad del modelo depende de la calidad del dato. Las operaciones que arrancan con IA y cero historial usan modelos pre-entrenados con datos del sector durante el primer trimestre, mientras se construye el dato propio.

No predice todo

Los modelos predicen patrones; los eventos atípicos (un nuevo modus operandi, un hecho político inesperado) los toman desprevenidos. Por esto la operación seria nunca delega 100% en IA — humanos en la cabina siguen haciendo el trabajo de excepción.

Cómo evaluar "IA" en una propuesta de custodia

Cuando un proveedor te diga que tiene IA, pregunta:

• ¿Qué problema concreto resuelve? "Detección de anomalías" es genérico; "detecta paro fuera de geocerca con velocidad menor a X y dispara alerta a la cabina" es operativo.
• ¿Cómo se entrena el modelo? Datos públicos, datos propios, mezcla. Si la respuesta es vaga, probablemente no haya modelo serio.
• ¿Qué métricas reporta? Precisión, recall, tasa de falsos positivos. Sin métricas no hay modelo.
• ¿Cómo se reentrena? Mensual, trimestral, continuo. Un modelo sin reentrenamiento envejece rápido en este sector.
• ¿La decisión final es humana? Si dicen que la IA decide sola, desconfía.

El caso de BALAM

BALAM es la IA propia de la plataforma Kustek. Combina varios modelos especializados en lugar de un único LLM: gradient boosting para riesgo de ruta, series de tiempo para detección de anomalías, solver clásico con costo ajustado para optimización de ruta y un LLM ligero para resumir bitácoras y reportes ejecutivos. Todo el procesamiento se realiza en infraestructura mexicana con datos cifrados. Lee más en custodia con IA.

Conclusión

La IA en custodia de transporte no es una capa cosmética: cambia el costo unitario del riesgo. Las flotas que combinan custodia física disciplinada con IA bien afinada operan con menor incidencia, menos falsos positivos y costo total más bajo que las que dependen solo del esfuerzo humano. Para gerencia, la pregunta ya no es si usar IA, sino cómo escoger un proveedor cuya IA realmente funcione.

Si quieres ver BALAM en acción, solicita una demo.