La investigación, liderada por la Pontificia Universidad Católica de Valparaíso, busca mejorar la planificación de las entregas urbanas incorporando variables que habitualmente se representan de manera simplificada, como los desplazamientos al interior de los edificios, la coordinación entre vehículos y repartidores y la composición de la flota. Los resultados podrían contribuir a reducir costos operativos, kilómetros recorridos, tiempos improductivos y emisiones asociadas al transporte, además de favorecer una distribución más equilibrada del trabajo de reparto.

¿Es posible realizar entregas urbanas más eficientes y predecibles y, al mismo tiempo, reducir sus impactos en la congestión y el medio ambiente? Un equipo de investigadores chilenos busca responder esa pregunta mediante nuevos modelos de optimización que permitirán planificar con mayor precisión las entregas de última milla en ciudades cada vez más complejas. El reparto de última milla corresponde al tramo final de la distribución, desde un centro logístico o punto de abastecimiento hasta el  destinatario de la mercadería.

Con el objetivo de hacer más eficientes estas operaciones, el proyecto FONDECYT Regular «Problemas de logística de última milla con entregas al interior de edificios, asignación de equipos de reparto y diseño de flotas de vehículos en áreas urbanas», liderado por el Dr. Germán Paredes-Belmar, académico de la Pontificia Universidad Católica de Valparaíso (PUCV), desarrollará nuevos modelos matemáticos y herramientas de optimización para mejorar la distribución urbana de mercancías. El equipo también está integrado por el Dr. Guillermo Latorre-Núñez, de la Universidad del Bío-Bío, y el Dr. Andrés Bronfman, de la Universidad Andrés Bello.

El investigador explica que el crecimiento del comercio electrónico ha incrementado la demanda de servicios de transporte, generando impactos directos sobre las ciudades. «Todos necesitamos abastecernos de productos diariamente. Eso significa más vehículos circulando, mayor congestión, más ruido, más emisiones y una utilización cada vez más intensa de la infraestructura pública. El desafío es cómo hacer que esas entregas sean mucho más eficientes», explica Paredes-Belmar.

El desafío de entregar más allá de la dirección

Uno de los principales aportes del proyecto, que está financiado por la Agencia Nacional de Investigación y Desarrollo (ANID),  será incorporar una realidad una dimensión que habitualmente se incorpora de manera agregada en los modelos tradicionales, por su dificultad, en la que una entrega no termina cuando el vehículo llega a una dirección.

Hospitales, edificios de oficinas, centros comerciales o condominios presentan tiempos de espera por ascensores, desplazamientos por pasillos, restricciones de acceso y horarios de alta congestión que pueden representar una parte importante del tiempo total de reparto.

«No es lo mismo entregar en un edificio de oficinas a las nueve de la mañana, cuando todos están ingresando, que hacerlo en otro horario. Esas diferencias hoy prácticamente no se consideran y generan ineficiencias importantes», explica el investigador.

El proyecto incorpora variables como los tiempos de caminata, los desplazamientos verticales, las esperas y las características específicas de cada infraestructura para estimar con mayor precisión la duración real de cada entrega.

Diseñar rutas más inteligentes

La investigación también abordará otro aspecto clave: la coordinación entre vehículos y repartidores.

En muchas ocasiones, los camiones deben estacionarse lejos del destino y los repartidores completan la entrega a pie. Determinar cuántos trabajadores deben viajar en cada vehículo, cómo asignar a los repartidores a los distintos vehículos y rutas, y cuándo resulta conveniente utilizar equipos de reparto de distintos tamaños.

Además, los investigadores están analizando distintos escenarios que integren camiones convencionales, vehículos eléctricos, motocicletas y bicicletas para diseñar flotas adaptadas a las características de cada ciudad. El investigador de la PUCV  sostiene que esta transición también enfrenta nuevos desafíos.

«La incorporación de vehículos eléctricos también plantea restricciones de autonomía, tiempos de recarga y disponibilidad de infraestructura que deben considerarse al diseñar las flotas urbanas», afirma.

Beneficios para empresas, trabajadores y ciudades

Los investigadores esperan que los resultados permitan ofrecer información mucho más precisa para la planificación de rutas.

Por ejemplo, una empresa podrá estimar cuánto tiempo demandará realmente la visita a determinados edificios según el piso del destinatario, el horario o las condiciones de acceso, optimizando así la programación diaria de las entregas.

«Si sabemos con anticipación cuánto demorará una entrega en un edificio de veinte pisos, podemos decidir cuál es el mejor momento para realizarla y evitar tiempos muertos que hoy nadie considera con precisión», explica el académico.

Una mejor planificación no solo permitiría reducir costos operativos, sino también disminuir el consumo de combustible, las emisiones contaminantes, la congestión urbana y las extensas jornadas laborales que hoy enfrentan muchos repartidores.

Ciencia para las ciudades del futuro

Para resolver estos problemas, el equipo desarrollará modelos basados en investigación de operaciones, optimización matemática e inteligencia computacional, utilizando algoritmos capaces de encontrar soluciones eficientes en escenarios altamente complejos.

Durante el primer año del proyecto ya se concretó uno de sus principales hitos: la formación de capital humano avanzado mediante el desarrollo de una tesis doctoral vinculada a las problemáticas de la logística urbana.

Al finalizar los cuatro años de investigación, el equipo espera no solo generar nuevas publicaciones científicas, sino también entregar herramientas concretas que puedan ser utilizadas por empresas del rubro para mejorar sus procesos de distribución.

A largo plazo, Paredes-Belmar proyecta que la automatización y la inteligencia artificial transformarán profundamente la logística urbana. «La inteligencia artificial podrá complementar estas herramientas mediante predicciones más precisas sobre la demanda, los tiempos de viaje y las condiciones de servicio. Sin embargo, esas predicciones deben integrarse con modelos de optimización que permitan decidir cómo asignar vehículos, repartidores y rutas de manera consistente», concluye.