Vega Sampayo, YolandaBonfante Pacheco, MelanieGonzalez Vargas, Ferney Duban2026-04-132026-04-132026https://hdl.handle.net/20.500.12442/17533El 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.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.pdfspaAttribution-NonCommercial-NoDerivatives 4.0 InternationalInteligencia artificialTransporte de carga terrestreEficiencia operativaIntensidad de carbonoSostenibilidad logísticainfo:eu-repo/semantics/embargoedAccessinfo:eu-repo/semantics/otherArtificial intelligenceRoad freight transportOperational efficiencyCarbon intensityLogistics sustainability