De la logística a la inteligencia artificial aplicada

Mi trayectoria profesional no ha seguido una línea recta. Ha conectado logística, transporte, política pública, investigación, datos, productos digitales y, más recientemente, inteligencia artificial aplicada.

Visto en retrospectiva, hay una idea que une todas esas etapas: traducir problemas complejos en decisiones, herramientas y formas de trabajo que sí puedan usarse en la vida real.

Una carrera construida desde la logística

Durante más de 25 años he trabajado alrededor de los problemas que enfrentan empresas, gobiernos y organizaciones cuando necesitan mover bienes, entender costos, modernizar operaciones o diseñar mejores políticas de transporte.

Ese recorrido incluye proyectos empresariales, estudios de mercado, plataformas tecnológicas y consultorías para organismos multilaterales. También me ha permitido trabajar en distintos países de América Latina y observar una realidad persistente: la logística no se mejora con una sola herramienta. Requiere combinar información, conocimiento del territorio, criterio técnico y capacidad de implementación.

Seis Encuestas Nacionales de Logística en América Latina

Una parte central de esa experiencia ha sido la participación y dirección de Encuestas Nacionales de Logística en seis países:

• Paraguay;
• Colombia;
• Bolivia;
• Perú;
• Ecuador;
• Costa Rica.

Estos estudios, desarrollados en diferentes momentos con el BID, ministerios, entidades de planificación y equipos consultores, han permitido medir costos, prácticas, brechas y capacidades logísticas.

Más que producir indicadores, una encuesta nacional ayuda a construir un lenguaje común. Permite que el sector público y el privado discutan sobre evidencia, identifiquen prioridades y comparen cómo cambia el desempeño logístico entre empresas, sectores y territorios.

Política pública, transporte y sostenibilidad

También he trabajado con entidades como el Banco Interamericano de Desarrollo, la CEPAL, el Banco Mundial, C40, ICLEI y UN-Habitat.

Los proyectos han abordado temas como planes nacionales de logística, integración regional, modernización del transporte de carga, logística urbana, infraestructura, distribución de vacunas, clústeres logísticos, ecologística y reducción de emisiones.

Esta experiencia dejó una convicción importante: una recomendación técnica solo tiene valor cuando entiende las restricciones institucionales, operativas y humanas de quienes deben llevarla a la práctica.

Por eso mi trabajo ha buscado tender puentes entre el análisis y la ejecución; entre los modelos y las decisiones; entre la política pública y lo que realmente ocurre en una vía, una empresa o una cadena de suministro.

Datos para entender antes de decidir

La analítica ha sido otra constante de mi recorrido.

He trabajado con información del Registro Nacional de Despachos de Carga, estructuras de costos de transporte, estudios de mercado, benchmarking, encuestas y redes logísticas. En paralelo, he participado en el desarrollo de plataformas para gestión operativa, enturnamiento, seguimiento y análisis de desempeño.

Ese camino me enseñó que acumular datos no equivale a entender una operación. El reto está en organizar las fuentes, declarar sus límites y convertirlas en una respuesta que alguien pueda usar.

Esa misma lógica está detrás de herramientas actuales de Atiemppo alrededor de SICETAC, analítica de red, costos de transporte, reportes vivos y agentes conversacionales.

Atiemppo: el puente entre negocio, datos e IA

Hoy esa trayectoria converge en Atiemppo.

Nuestro trabajo comienza con una pregunta concreta del negocio: ¿qué decisión está consumiendo demasiado tiempo?, ¿qué información está dispersa?, ¿qué tarea se repite?, ¿qué conocimiento depende de una sola persona?

A partir de ahí conectamos fuentes autorizadas, datos, criterio experto y tecnología. Construimos productos, automatizaciones y agentes de inteligencia artificial alrededor del proceso, no alrededor de la moda.

La promesa no es llenar una empresa de IA. Es ayudarla a recuperar tiempo, reducir reprocesos y tomar mejores decisiones.

De los sistemas de información a los agentes

Los agentes de IA son la evolución más reciente de este recorrido.

Con ellos estamos construyendo sistemas capaces de consultar fuentes, mantener contexto, coordinar tareas, analizar datos, preparar documentos y entregar resultados trazables. Bruno, por ejemplo, funciona como una capa de coordinación entre conversaciones, herramientas, memoria y agentes especializados.

Lo importante no es que un agente “hable”. Lo importante es que conozca su propósito, use fuentes válidas, respete límites y deje evidencia de lo que hizo.

En otras palabras, el aprendizaje acumulado en logística y datos no quedó atrás con la llegada de la IA. Es precisamente lo que permite aplicarla con criterio.

Un ecosistema de conocimiento logístico

El Dato Logístico complementa esta labor como frente editorial. Allí traduzco señales del transporte, costos, regulación, datos e inteligencia artificial en contenido útil para quienes toman decisiones.

Atiemppo construye soluciones. El Dato Logístico organiza y comparte conocimiento. Mi sitio personal, juanmatiz.com, reúne la trayectoria que da contexto a ambos frentes.

No son proyectos separados. Son partes de un mismo ecosistema para observar, explicar y resolver mejor los problemas de la logística.

Lo que sigue

Después de más de dos décadas de trabajo, sigo interesado en la misma clase de desafío: problemas difíciles que exigen conectar mundos que normalmente trabajan por separado.

Negocio y tecnología.
Sector público y operación privada.
Experiencia e innovación.
Datos y criterio.
Inteligencia artificial y responsabilidad humana.

La tecnología cambia. Las herramientas cambian. Pero la pregunta esencial permanece:

¿cómo convertimos conocimiento en una forma mejor de trabajar?

Ese es el trabajo que hoy continuamos en Atiemppo.

Conoce las soluciones de Atiemppo · Explora mi trayectoria y proyectos · Conversemos