La planificación de la carga aérea evoluciona hacia modelos más predictivos

La incertidumbre operativa es una constante en la logística aérea. Condiciones meteorológicas adversas, congestión en aeropuertos, restricciones operativas o demoras en los tiempos de vuelo pueden alterar la planificación de una red de transporte y generar efectos en cadena sobre la distribución de mercaderías.

Frente a este desafío, un equipo internacional de investigadores desarrolló una metodología que busca mejorar la capacidad de anticipación de las aerolíneas de carga y fortalecer la resiliencia operativa de sus operaciones.

La investigación propone un modelo integrado que combina asignación de aeronaves, ajustes de horarios de salida y ruteo de carga para gestionar operaciones bajo escenarios de incertidumbre.

El trabajo contó con la participación de especialistas en transporte y logística de China, Países Bajos y Chile, entre ellos Felipe Delgado, investigador del Centro Avanzado de Transporte, Logística y Competitividad Económica (CATLEC).

Cuando un retraso afecta toda la red

En las operaciones de carga aérea, una demora rara vez impacta sobre un único vuelo. Los retrasos pueden modificar conexiones entre aeronaves, alterar la programación de envíos y afectar la llegada de productos a destino.

Esta situación resulta especialmente relevante para medicamentos, productos perecederos, repuestos críticos para la industria o envíos vinculados al comercio electrónico, donde los tiempos de tránsito suelen ser determinantes.

El estudio parte de la premisa de que los tiempos de vuelo no siempre pueden predecirse con exactitud. En lugar de trabajar únicamente con promedios históricos, el modelo incorpora múltiples escenarios posibles y evalúa cómo responder ante cada uno de ellos.

De esta forma, la planificación deja de ser una secuencia de decisiones independientes y pasa a considerar simultáneamente qué aeronave asignar, cuándo conviene modificar la salida de un vuelo y qué ruta debe seguir la carga dentro de la red logística.

Una planificación adaptada a la incertidumbre

La metodología propuesta se basa en un modelo de programación estocástica diseñado para gestionar operaciones bajo condiciones de incertidumbre.

En una primera instancia, se realiza la planificación inicial de la operación antes de conocer los tiempos reales de vuelo. Posteriormente, una vez observado el escenario operativo, el sistema permite introducir ajustes para minimizar impactos sobre la red.

Entre las acciones contempladas se encuentran retrasar deliberadamente la salida de una aeronave para esperar una carga determinada, modificar rutas previstas o reasignar recursos para evitar interrupciones mayores en etapas posteriores.

Según los investigadores, este enfoque permite mejorar tanto la robustez operativa como el desempeño económico de las compañías de carga aérea frente a escenarios cambiantes.

“El estudio demuestra que considerar explícitamente la incertidumbre mejora significativamente la robustez y desempeño económico de las operaciones de carga aérea”, explicó Delgado.

Datos reales y miles de escenarios posibles

Para desarrollar el modelo, el equipo utilizó tres años de registros reales de operaciones de carga aérea correspondientes a una red de 43 aeropuertos en China.

La base de datos permitió construir miles de escenarios potenciales mediante técnicas avanzadas de optimización matemática e inteligencia computacional.

A partir de esa información, los investigadores diseñaron algoritmos capaces de representar diferentes condiciones operativas y evaluar cómo responder ante variaciones en los tiempos de vuelo.

El objetivo fue generar una herramienta que permita a las compañías tomar decisiones con una visión más amplia de los riesgos operativos asociados a la incertidumbre.

Aplicaciones para la logística y el comercio electrónico

Aunque se trata de una investigación aplicada, sus posibles aplicaciones alcanzan a múltiples segmentos de la logística moderna.

Una planificación más flexible y preparada para escenarios variables podría contribuir a reducir retrasos en entregas, mejorar la utilización de recursos y aumentar la confiabilidad operativa de las compañías de carga aérea.

Los investigadores destacan que este tipo de herramientas adquiere especial relevancia en sectores donde los tiempos de entrega son determinantes, como el transporte de productos farmacéuticos, alimentos perecederos, repuestos industriales y envíos de comercio electrónico.

Asimismo, la metodología podría ayudar a las empresas a gestionar de forma más eficiente los efectos de fenómenos climáticos, congestiones aeroportuarias y otros factores que habitualmente generan interrupciones en las cadenas logísticas.

El próximo paso: integrar inteligencia artificial y logística multimodal

La línea de investigación continuará evolucionando hacia modelos más orientados al uso intensivo de datos y técnicas de aprendizaje automático.

Entre los desarrollos previstos se encuentra la incorporación de variables contextuales como velocidad del viento, temperatura o presión atmosférica para mejorar la predicción de tiempos de vuelo y optimizar las decisiones operativas.

Los investigadores también proyectan ampliar el alcance de la metodología hacia redes multimodales que integren transporte aéreo y terrestre, permitiendo gestionar cadenas logísticas más complejas desde una perspectiva unificada.

La iniciativa se enmarca en una línea de investigación orientada al desarrollo de herramientas para mejorar la toma de decisiones en operaciones de carga aérea bajo incertidumbre. El objetivo es contribuir a la construcción de sistemas logísticos más eficientes, resilientes y preparados para responder a entornos operativos cada vez más dinámicos.