La IA agéntica en logística falla sin razonamiento espacial, según Bart Coppelmans de HERE
Puntos clave
- •Los modelos de IA de propósito general responden correctamente solo alrededor del 55% de las preguntas básicas de dirección espacial, según HERE Technologies.
- •HERE dice que la IA logística debe basarse en inteligencia de ubicación desde el inicio para evitar resultados incorrectos en rutas y planificación.
- •Los conjuntos de datos de HERE incluyen más de 800,000 puntos de datos específicos para camiones, con peajes, restricciones viales y rutas permitidas.
- •La empresa describe su enfoque como un viaje asistido en el que los operadores humanos conservan el control de las decisiones.
- •Coppelmans dijo que la colaboración multiagente entre sistemas de clientes y de terceros es el próximo gran desarrollo.

La IA agéntica en logística sigue fallando cuando el razonamiento espacial entra en juego. Bart Coppelmans, de HERE Technologies, explica por qué los modelos de IA generalistas pueden entender el lenguaje, pero aun así fallan en la ruta de camiones, puentes de baja altura, estacionamiento, congestión y ejecución en el mundo real. En este segmento de FreightWaves Today, Coppelmans expone por qué la inteligencia de ubicación debe integrarse en la IA logística desde el inicio, y no añadirse después, y cómo un mejor anclaje espacial puede conectar la planificación, la ejecución y la retroalimentación de los conductores en tiempo real. #LogisticsAI #SupplyChainTech #TruckingTechnology
Según Bart Coppelmans, director de producto empresarial en HERE Technologies, los modelos de lenguaje de propósito general responden correctamente solo alrededor del 55% de las preguntas básicas de direcciones, y esa brecha de precisión está frenando directamente la adopción de la IA agéntica en logística. La empresa, que durante varias décadas ha impulsado sistemas de gestión del transporte, gestión de flotas y entregas de última milla, sostiene que la inteligencia de ubicación debe estar integrada en la base de cualquier flujo de trabajo logístico impulsado por IA, no añadirse más adelante. Eso es importante en un sector donde las decisiones de ruta afectan el cumplimiento, los tiempos de servicio, la experiencia del conductor y los costos operativos, y donde una recomendación incorrecta puede ser algo más que un error de software.
Coppelmans explicó que el problema central es que los modelos de IA de frontera entienden lenguaje natural, pero carecen del razonamiento espacial necesario para las operaciones de carga del mundo real. Tareas tan rutinarias como desviar camiones con poca altura libre alrededor de restricciones de puentes, identificar estacionamiento para camiones y anticipar congestión portuaria o de tráfico requieren una densa red de datos específicos de ubicación que los modelos de lenguaje actuales no incorporan internamente. Los conjuntos de datos de mapas y ubicación de HERE incluyen más de 800,000 puntos de datos específicos para camiones, que cubren peajes, restricciones viales y rutas permitidas.
“Si no has conectado el modelo y el grafo de la ubicación y el modelo geoespacial subyacente, entonces empieza a alucinar de forma realmente dramática en tus respuestas y en los resultados que estás obteniendo”, dijo Coppelmans.
“No lo vemos tampoco como un viaje de automatización. Lo vemos realmente como un viaje asistido.”— Bart Coppelmans, Head of Enterprise Product, HERE Technologies
Coppelmans describió una desconexión persistente entre la planificación de oficina y la ejecución en carretera que la IA agéntica, correctamente anclada en datos de ubicación, podría ayudar a cerrar. Los despachadores pueden construir lo que parece una ruta óptima, pero los conductores se encuentran con condiciones en tiempo real que invalidan el plan. El enfoque de HERE crea un circuito de retroalimentación que captura la información del conductor en el terreno, la devuelve a los planificadores y construye un patrón de aprendizaje para que el mismo modo de falla no se repita. El objetivo, dijo, es pasar de una planificación estática a una orquestación dinámica entre despachadores, operadores y conductores.
Más allá de la ruta, Coppelmans enmarcó la oportunidad más amplia como “inteligencia de transporte”, un término que usó para describir el motor de compensaciones que HERE está construyendo para optimizar simultáneamente entre costo, cumplimiento, riesgo, seguridad y sostenibilidad. En lugar de calcular una sola ruta punto a punto, el sistema está diseñado para permitir que los operadores ajusten los KPI o los acuerdos de nivel de servicio que más importen para una operación determinada y reciban sugerencias proactivas calibradas a esas prioridades. En la práctica, eso sitúa los datos espaciales como un insumo central para las decisiones logísticas diarias, no solo como una capa de mapas sobre ellas.
Sobre la supervisión humana, Koppelmans fue directo: el juicio humano debe seguir al mando durante la fase actual de la tecnología. Puso como ejemplo los ajustes de restricciones: si un planificador relaja una restricción de distancia o de costo, el sistema ahora puede mostrar el impacto posterior en el costo total, pero la decisión de implementar ese cambio sigue en manos del operador humano. Añadió que no cree en sistemas logísticos totalmente automatizados “al menos durante un tiempo”.
De cara al futuro, Coppelmans identificó la colaboración multiagente como la próxima frontera: conectar los agentes de HERE directamente con los sistemas de los clientes y con agentes de terceros para que la información y las decisiones fluyan entre límites organizacionales sin requerir una integración profunda de software en cada lado. Para la industria en general, dijo que la prioridad inmediata es eliminar la fragmentación aplicando capacidades agénticas de forma fluida en flujos de trabajo que hoy aún operan en silos.
Los modelos de IA de frontera responden correctamente solo el 55% de las preguntas básicas de dirección espacial, lo que limita su fiabilidad en la ruta y la planificación logística.
HERE Technologies incorpora más de 800,000 puntos de datos específicos para camiones —que cubren peajes, restricciones viales y rutas permitidas— en sus conjuntos de datos de ubicación para fundamentar las salidas de la IA.
HERE presenta la IA agéntica como un “viaje asistido” con humanos al mando, y ve la colaboración multiagente entre sistemas de clientes y de terceros como el próximo gran desarrollo.
Este resumen se genera gracias a una transcripción de la entrevista; para la entrevista completa, por favor disfruta del video de arriba.
La publicación Agentic AI in Logistics: Why 55% Accuracy Fails apareció primero en FreightWaves.