Análisis de la implementación de soluciones de inteligencia artificial y su relación con la eficiencia operativa y la intensidad de carbono del transporte de carga terrestre en Colombia (2022–2025)

Bonfante Pacheco, Melanie; Gonzalez Vargas, Ferney Duban

Análisis de la implementación de soluciones de inteligencia artificial y su relación con la eficiencia operativa y la intensidad de carbono del transporte de carga terrestre en Colombia (2022–2025)

datacite.rights	http://purl.org/coar/access_right/c_f1cf
dc.contributor.advisor	Vega Sampayo, Yolanda
dc.contributor.author	Bonfante Pacheco, Melanie
dc.contributor.author	Gonzalez Vargas, Ferney Duban
dc.date.accessioned	2026-04-13T19:48:28Z
dc.date.available	2026-04-13T19:48:28Z
dc.date.issued	2026
dc.description.abstract	El transporte de carga terrestre constituye uno de los principales contribuyentes a las emisiones de gases de efecto invernadero en Colombia, en un contexto caracterizado por ineficiencias operativas estructurales y alta dependencia de combustibles fósiles. En este escenario, la inteligencia artificial (IA) ha sido señalada como una herramienta con potencial para optimizar procesos logísticos y mejorar el desempeño ambiental del sector. El objetivo de esta investigación fue analizar la relación documentada entre la implementación de soluciones de inteligencia artificial y los indicadores de eficiencia operativa e intensidad de carbono del transporte de carga terrestre en Colombia durante el periodo 2022-2025. Se adoptó un enfoque cualitativo con alcance descriptivo-analítico, mediante una revisión documental sistematizada de literatura científica y técnica reciente, cuya información fue organizada en una matriz de análisis que permitió identificar tipos de soluciones de IA implementadas, indicadores operativos reportados e indicadores ambientales asociados. Los resultados evidencian que la adopción de herramientas basadas en optimización de rutas, gestión inteligente de flotas y analítica predictiva se relaciona consistentemente con mejoras en eficiencia operativa, particularmente en la reducción de tiempos improductivos y mejor utilización de la capacidad vehicular. Asimismo, se identificó una asociación indirecta entre estas mejoras y la disminución potencial de la intensidad de carbono, aunque la medición explícita de indicadores ambientales en estudios nacionales aún es limitada. Se concluye que la implementación de inteligencia artificial representa una oportunidad estratégica para fortalecer la eficiencia y sostenibilidad del transporte de carga terrestre en Colombia, aunque se requiere mayor integración de métricas ambientales en futuras investigaciones.	spa
dc.description.abstract	Road freight transport is one of the main contributors to greenhouse gas emissions in Colombia, within a context characterized by structural operational inefficiencies and high dependence on fossil fuels. In this scenario, artificial intelligence (AI) has been identified as a tool with the potential to optimize logistics processes and improve the environmental performance of the sector. The objective of this research was to analyze the documented relationship between the implementation of artificial intelligence solutions and the indicators of operational efficiency and carbon intensity in road freight transport in Colombia during the period 2022-2025. A qualitative approach with a descriptive-analytical scope was adopted through a systematized documentary review of recent scientific and technical literature. The information was organized into an analytical matrix to identify types of AI solutions implemented, reported operational indicators, and associated environmental indicators. The findings show that the adoption of tools based on route optimization, intelligent fleet management, and predictive analytics is consistently associated with improvements in operational efficiency, particularly in the reduction of idle times and better vehicle capacity utilization. An indirect association was also identified between these operational improvements and the potential reduction of carbon intensity, although the explicit measurement of environmental indicators in national studies remains limited. It is concluded that the implementation of artificial intelligence represents a strategic opportunity to strengthen the efficiency and sustainability of road freight transport in Colombia; however, greater integration of environmental metrics in future research is required.	eng
dc.format.mimetype	pdf
dc.identifier.uri	https://hdl.handle.net/20.500.12442/17533
dc.language.iso	spa
dc.publisher	Ediciones Universidad Simón Bolívar	spa
dc.publisher	Facultad de Administración y Negocios	spa
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 International	eng
dc.rights.accessrights	info:eu-repo/semantics/embargoedAccess
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Inteligencia artificial	spa
dc.subject	Transporte de carga terrestre	spa
dc.subject	Eficiencia operativa	spa
dc.subject	Intensidad de carbono	spa
dc.subject	Sostenibilidad logística	spa
dc.subject.keywords	Artificial intelligence	eng
dc.subject.keywords	Road freight transport	eng
dc.subject.keywords	Operational efficiency	eng
dc.subject.keywords	Carbon intensity	eng
dc.subject.keywords	Logistics sustainability	eng
dc.title	Análisis de la implementación de soluciones de inteligencia artificial y su relación con la eficiencia operativa y la intensidad de carbono del transporte de carga terrestre en Colombia (2022–2025)	spa
dc.type.driver	info:eu-repo/semantics/other
dc.type.spa	Otros
dcterms.references	Amado Mateus, M. (2024). La dualidad de la inteligencia artificial en la sostenibilidad de las cadenas de suministro: una revisión narrativa. European Public & Social Innovation Review. https://epsir.net/index.php/epsir/article/view/552	spa
dcterms.references	Angarita Montes, J. F., Gutiérrez Herrera, A. C., & Márquez Joya, J. E. (2023). Propuesta para el aseguramiento de la prestación del servicio de transporte de carga terrestre en Transportes Okendo SAS con la incorporación de tecnologías digitales [Monografía, Universidad Piloto de Colombia]. Repositorio Institucional Universidad Piloto de Colombia. https://repository.unipiloto.edu.co/handle/20.500.12277/13919	spa
dcterms.references	Arroyo Palacios, J. C. (2025). Incidencia de la logística 4.0 en las empresas de transporte terrestre en los municipios de Cali, Palmira y Yumbo. Repositorio UCEVA. https://repositorio.uceva.edu.co/handle/20.500.12993/4957	spa
dcterms.references	Banco Interamericano de Desarrollo. (2022). Impulsando la transformación digital del transporte en América Latina y el Caribe. BID. https://publications.iadb.org/es/impulsando-la-transformacion-digital-del-transporte-en- america-latina-y-el-caribe	spa
dcterms.references	Banco Interamericano de Desarrollo. (2023). Transporte y descarbonización en América Latina y el Caribe. BID.	spa
dcterms.references	Calatayud, A., Katz, R., & Riobó, A. (2022). Impulsando la transformación digital del transporte en América Latina y el Caribe. Banco Interamericano de Desarrollo.	spa
dcterms.references	Calatayud, A., Rivas, M. E., Camacho, J., Beltrán, C., Ansaldo, M., & Café, E. (2023). Transportation 2050: Pathways to decarbonization and climate resilience in Latin America and the Caribbean. Inter-American Development Bank. https://publications.iadb.org/en/transportation-2050-pathways-decarbonization-and- climate-resilience-latin-america-and-caribbean	eng
dcterms.references	Chen, W. (2024). Artificial intelligence in logistics optimization with sustainability considerations. Sustainability, 16(21), 9145. https://doi.org/10.3390/su16219145	eng
dcterms.references	El Transporte. (2024). El 69 % de los viajes en Colombia se hacen vacíos y sin carga. https://eltransporte.com/el-69-de-los-viajes-en-colombia-se-hacen-vacios-y-sin-carga-2/	spa
dcterms.references	Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society: Series A (General), 120(3), 253–290. https://doi.org/10.2307/2343100	eng
dcterms.references	Foro Económico Mundial. (2025). Intelligent transport, greener future: AI as a catalyst to decarbonize global logistics. WEF. https://reports.weforum.org/docs/WEF_Intelligent_Transport_Greener_Future_2025.pdf	eng
dcterms.references	GHG Protocol. (2023). Corporate value chain (Scope 3) accounting and reporting standard.	eng
dcterms.references	Hernández-Sampieri, R., Fernández-Collado, C., & Baptista, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.	spa
dcterms.references	International Energy Agency. (2023). Transport sector CO₂ emissions. IEA.	eng
dcterms.references	International Organization for Standardization. (2006). ISO 14040: Environmental management—Life cycle assessment—Principles and framework. ISO.	eng
dcterms.references	IPCC. (2022). Climate change 2022: Mitigation of climate change. Intergovernmental Panel on Climate Change.	eng
dcterms.references	ITF–OCDE. (2023). Perspectivas del transporte 2023. OECD Publishing.	eng
dcterms.references	La República. (2024, 5 de marzo). Viajes de transporte vacíos y sin carga se ubican en 69 %: incrementa la huella CO₂. https://www.larepublica.co/economia/viajes-de- transporte-vacios-y-sin-carga-se-ubican-en-69-incrementa-la-huella-co2-3814605	spa
dcterms.references	Lugo Cedano, C. J. (2022). Evaluación del potencial de reducción de emisiones de gases de efecto invernadero derivado de la implementación de proyectos de digitalización en el transporte. https://repositorio.utp.edu.co/entities/publication/3fe08200-5b12-4689- 9093-66529728602c	spa
dcterms.references	Martínez Barraza, M. P., Castro Gastélum, O. M., Ozuna, A. G., & Ruiz Benítez, A. G. (2025). El transporte de carga terrestre sustentable y eficiente en el sur del estado de Sonora. https://revistaveritas.org/index.php/veritas/article/view/475	spa
dcterms.references	McKinsey & Company. (2023). AI-driven logistics and supply chain optimization.	eng
dcterms.references	Medina Cano, A. G. (2024). Análisis en la implementación de logística 4.0 aplicada en la cadena de suministro sostenible en Colombia. https://repository.ucc.edu.co/entities/publication/940c2f76-5a1b-4f5a-bcff-1f57919094d4	spa
dcterms.references	OECD. (2023). Decarbonising transport pathways. OECD Publishing.	eng
dcterms.references	Rodrigue, J. P. (2020). The geography of transport systems (5th ed.). Routledge.	eng
dcterms.references	Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.	eng
dcterms.references	Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.	eng
dcterms.references	Sepúlveda Saldarriaga, C. A. (2024). El impacto de la inteligencia artificial en la logística y en la optimización de rutas de transporte en el Valle de Aburrá para reducir tiempos y costos en las pymes. https://repository.uniminuto.edu	spa
dcterms.references	Urquiza Cuéllar, M. L. (2022). Importancia de la implementación de sistemas inteligentes como apoyo a la gestión del transporte terrestre automotor de carga en Colombia [Monografía, Universidad Piloto de Colombia]. https://repository.unipiloto.edu.co/handle/20.500.12277/11655	spa
dcterms.references	Vásquez, D. M., Robayo Roa, D. E., Avendaño Beltrán, O. S., & Susa Puentes, O. L. (2024). Desarrollo de un tablero de control para el área logística y financiera de una empresa de transporte de carga [Seminario de investigación de posgrado, Universidad EAN]. Repositorio Minerva, Universidad EAN. https://repository.universidadean.edu.co	spa
oaire.version	info:eu-repo/semantics/acceptedVersion
sb.investigacion	Logística sostenible y aplicación de inteligencia artificial	spa
sb.programa	Especialización en Logística y Negocios Internacionales	spa
sb.sede	Sede Barranquilla	spa