Ante un problema de siniestralidad que incluía tanto eventos menores como mayores, Trayecto se dio a la tarea de buscar de qué manera se podían disminuir los índices, para lo cual expertos hicieron uso de la Inteligencia Artificial (IA) y el Machine Learning.

«Teníamos un tema de una siniestralidad que nos estaba rebasando de todo tipo siniestros: menores, mayores y siniestralidades altas nos estaban ocupando para hacer algo en esos temas», dijo Manuel Marentes, Gerente de Seguridad Vial en Trayecto.

«Cada vez teníamos más clientes que requerían que estuviéramos en este tema, que sigue vigente», recordó el directivo al participar en el décimo Ciclo de Conferencias de Seguridad Vial de Expo Cesvi 2025.

Marentes reconoció que el problema estaba tomando dimensiones importantes, pues se veía reflejado en las pólizas de los seguros, que rebasaban el 100% de utilización.

«Esa era la realidad hace 20 años», recuerda Marentes, pero advierte que hoy existe también el problema de inseguridad en todas los carreteras, así como la sobre regulación, temas que también deben resolver, además de los siniestros.

Lee también: Trayecto recibe presea al Mérito Cívico del gobierno de Escobedo

Generar una cultura de seguridad

En ese escenario de alta siniestralidad, Trayecto dio pasó a la generación de una cultura de seguridad, la cual arrancó con una misión muy clara: Eliminar condiciones de riesgo que puedan llevar un siniestro.

Un primer paso fue la creación de comités de seguridad, donde había reuniones semanales para analizar los indicadores para medir el desempeño de los operadores; sin embargo, no fue suficiente porque tenían una gran cantidad de datos que tenían que medir.

Manuel Marentes advierte que el enfoque de Trayecto en materia de seguridad vial se enfoca en la profesionalización de los operadores, «para dejar de ser un chofer y dejar de ser un trailero y se convierta en un operador profesional».

«Cuando se convierten en operadores es porque están cumpliendo, porque están capacitando, pero tiene que ver un trabajo alrededor de esto. Entonces es dónde entra el tema de la automatización», afirmó.

Te puede interesar: Uber Freight premia a Trayecto como «Transportista Transfronterizo del Año»

Seguridad administrada en capas

El especialista comentó que actualmente, Trayecto administra la seguridad en capas, es decir, por una parte se enfoca en la capacitación del operador, pero también atiende el entrenamiento y la administración de la fatiga del operador; otro tema es la atención a través de los comités de seguridad, y así van manejando esas capas.

Es entonces que hablan de la intervención de la Inteligencia artificial en el manejo y análisis de los indicadores, mismos que reportan cuántos operadores entran a capacitación, cuántas horas de servicio tienen, así como los hábitos de manejo.

En este sentido, Trayecto analiza el marco situacional, la demanda de trabajo, el crecimiento organizacional, la siniestralidad, la rotación de operadores, todo ello en más de 5,000 camiones y analizando el manejo de más de 6,000 operadores.

Sin embargo, una vez que se tiene toda la información hay que analizarla para ofrecer mejoras.

Entra en acción la IA

Es entonces que Héctor Dávila, Gerente de Proyectos en Trayecto, interviene para detallar de qué manera la IA y el Machine Learning ayudan a disminuir la siniestralidad.

«Es una lluvia inmensa de datos y lo primero que tenemos que hacer son indicadores», explicó Dávila. Posteriormente se extraen los datos y se ordenan. Es entonces cuando entra en acción la IA.

El especialista precisa que la IA y el Machine Learning transforman la seguridad del transporte al anticipar riesgos antes de que ocurra. Esto se logra mediante el análisis continuo de grandes volúmenes de datos operativos.

Las herramientas disponen de varios elementos, entre los cuales destacan la predicción de incidentes mediante algoritmos que analizan patrones históricos y en tiempo real para anticipar accidentes fallas mecánicas o desvíos peligrosos.

También se considera la evaluación continua del operador, donde la IA detecta comportamientos riesgosos, fatiga, distracciones o conducción agresiva, al tiempo que envía alertas automáticas o recomendaciones.

Otro factor es cuando el Machine Learning detecta riesgos y emite alerta solamente ante desvíos relevantes reduciendo la saturación de información destacando lo verdaderamente crítico. Asimismo, la IA clasifica automáticamente los eventos en un en su nivel de gravedad, permitiendo que el equipo de monitoreo evalúe sobre los casos más críticos.

«Si no hay datos ordenados, si no hay expertos, si no sabemos lo que queremos, los resultados no están sirviendo de mucho», concluye Héctor Dávila.

Te invitamos a escuchar el nuevo episodio de nuestro podcast Ruta TyT: