Quick Shipping apuesta por IA propia para procesar paquetes en segundos y transformar la logística centroamericana
La multinacional de origen guatemalteco desarrolló una infraestructura de inteligencia artificial capaz de identificar paquetes con una precisión del 99,93% y automatizar el 80% de su clasificación inicial. Mario Morán, gerente regional de Sistemas de Información y Desarrollo, explica cómo la compañía pasó de procesos manuales a una operación inteligente, sin depender de soluciones comerciales externas y con la protección de los datos como prioridad.

En una industria donde cada segundo puede determinar la eficiencia de una cadena de suministro, Quick Shipping está demostrando que la inteligencia artificial puede convertirse en una ventaja competitiva incluso para empresas que no nacieron en el ecosistema tecnológico.
La multinacional logística de origen guatemalteco, que celebra 35 años de trayectoria, desarrolló un sistema propio de inteligencia artificial capaz de reconocer mercancías, identificar destinatarios, extraer información de los envíos y automatizar procesos que anteriormente requerían la intervención de varios trabajadores.
Su implementación en el nuevo centro logístico de Miami, una instalación de aproximadamente 5.100 metros cuadrados que representó una inversión de US$2 millones, marca una nueva etapa en la digitalización de la compañía.
El cambio más significativo ocurre antes de que los paquetes comiencen su recorrido hacia Centroamérica.
Mediante modelos avanzados de visión artificial, el sistema identifica información relacionada con cada envío en aproximadamente cuatro segundos, con una precisión reportada por la empresa del 99,93%.
El resultado es que ocho de cada diez paquetes pueden ser identificados y asignados automáticamente, sin que una persona tenga que realizar esa tarea de forma manual.
Mario Morán, gerente regional de Sistemas de Información y Desarrollo de Quick Shipping, explica que detrás de estos resultados existe un proceso de experimentación que ha obligado a la compañía a replantear continuamente su arquitectura tecnológica.
“Probamos muchísimos modelos de inteligencia artificial y creo yo que el reto más importante para nosotros fue, por ejemplo, ómo lograr lo que queríamos hacer, porque se escucha muy fácil, es IA y la IA lo puede hacer todo”, señaló durante una entrevista.
El desarrollo tomó aproximadamente ocho meses y obligó al equipo tecnológico a evaluar diferentes modelos, especialmente por sus capacidades de reconocimiento visual, rendimiento y tratamiento de la información.
De varios minutos a segundos: el impacto de automatizar la logística
Antes de incorporar estas soluciones, el procesamiento de un paquete requería varias etapas y la intervención de dos o tres personas.
Primero se registraban las dimensiones, el peso y las fotografías. Posteriormente, otro departamento debía revisar los datos, identificar al destinatario e incorporar la información al sistema.
Ahora, gran parte de estas tareas ocurre dentro de un mismo flujo automatizado.
Según los datos compartidos durante la presentación de la tecnología, el procesamiento completo de un paquete pasó de aproximadamente tres o cuatro minutos a menos de un minuto.
En determinadas tareas administrativas, la reducción es todavía más pronunciada.
Morán explicó que algunas transacciones que anteriormente requerían entre 170 y 190 segundos de trabajo manual ahora se completan en apenas dos o tres segundos mediante automatizaciones.

“En realidad es totalmente transformador porque era de 170 o 190 segundos que se tardaba la transacción en hacer la mano, hoy se tarda 2 o 3 segundos”, afirmó.
El ejecutivo aclara que no todas estas operaciones necesitan modelos de inteligencia artificial ejecutándose en cada transacción.
Algunas funcionan mediante robots de software que realizan tareas repetitivas y que fueron construidos con asistencia de IA.
La distinción es importante porque permite a la empresa utilizar tecnologías diferentes según la complejidad del proceso, evitando implementar inteligencia artificial donde una automatización convencional resulta suficiente.
En otros procesos, como el registro de facturas y mercancías recolectadas diariamente para clientes empresariales, operaciones que requerían aproximadamente dos minutos por entrada ahora pueden completarse en tres segundos.
La consecuencia va más allá de la reducción de tiempos. Trabajadores que anteriormente dedicaban cerca de dos horas a ingresar información pueden concentrarse en actividades comerciales, administrativas y de seguimiento al cliente.
La empresa asegura que esta transformación ha contribuido a duplicar su capacidad de ingreso de mercancías entre 2025 y 2026 utilizando el mismo equipo humano.
Para Morán, ese cambio representa una oportunidad para redefinir el trabajo dentro de la industria.
“A nadie le gusta recibir una llamada de un robot ofreciéndole un servicio”, expresó, al explicar por qué considera más valioso que las personas se concentren en la atención y las relaciones comerciales.
Una IA que aprende a mirar los paquetes
Uno de los elementos centrales del desarrollo tecnológico de Quick Shipping es la evolución desde sistemas tradicionales de reconocimiento óptico de caracteres (OCR) hacia modelos de inteligencia artificial con capacidades de visión.
Mientras el OCR identifica principalmente texto contenido en imágenes, los modelos de visión utilizados por la compañía permiten interpretar visualmente elementos de los paquetes y extraer información relevante para su procesamiento.
Esto incluye datos de identificación, destinatarios y características de la mercancía, información necesaria para alimentar los sistemas logísticos y apoyar el cumplimiento de requisitos operativos.
El cambio también ha modificado la velocidad con la que la empresa desarrolla herramientas internas.
Morán recordó que uno de los primeros módulos de captura de imágenes requirió aproximadamente 45 días de implementación. Actualmente, algunas funcionalidades similares pueden construirse en cuestión de días mediante herramientas asistidas por inteligencia artificial.
Sin embargo, esa velocidad trae consigo un nuevo desafío: evitar que los sistemas queden obsoletos mientras la tecnología continúa evolucionando.
El ejecutivo explicó que, durante los ocho meses dedicados al desarrollo reciente, el equipo llegó a cambiar sus modelos entre tres y cuatro veces.
“En realidad nuestro reto es seguir, saber que digamos podemos seguir cerrando la brecha de lo que un modelo de IA puede hacer y no quedarnos con el primero que no funciona”, afirmó.
Su planteamiento refleja una transformación en la manera de administrar proyectos tecnológicos. La selección de un modelo deja de ser una decisión definitiva para convertirse en un proceso continuo de evaluación, sustitución y mejora.

La privacidad de los datos, un requisito desde el diseño
La utilización de inteligencia artificial para procesar mercancías implica manejar información sensible relacionada con empresas, destinatarios, transacciones y operaciones comerciales.
Para Quick Shipping, uno de los principales desafíos fue desarrollar una arquitectura que permitiera aprovechar estos modelos sin comprometer el control sobre los datos.
Morán explicó que durante la selección tecnológica evaluaron las políticas de retención de información de diferentes proveedores de inteligencia artificial.
Algunos servicios ofrecen esquemas de retención cero, mientras otros contemplan períodos de almacenamiento que, según las condiciones del servicio, pueden extenderse hasta 30 días.
La compañía decidió priorizar una infraestructura bajo su propio control.
“Nosotros queríamos tener, digamos, que los datos estuvieran en nuestra nube, privados”, explicó.
Esta decisión introduce una diferencia frente a las empresas que dependen exclusivamente de aplicaciones comerciales de inteligencia artificial.
En lugar de construir toda su operación sobre un único proveedor externo, Quick Shipping busca mantener el control del desarrollo, la integración de sus aplicaciones y el tratamiento de la información.
La estrategia también responde a un problema cada vez más relevante para las organizaciones que incorporan IA en procesos críticos: una vulneración de datos no solamente representa un incidente tecnológico, sino una amenaza para la reputación y la continuidad del negocio.
Morán sostiene que proteger la información exige inversiones permanentes, monitoreo de vulnerabilidades y mecanismos que permitan responder rápidamente ante incidentes.
El departamento tecnológico cuenta con tres profesionales con formación de maestría en seguridad, encargados de fortalecer las defensas de la infraestructura.
Entre las medidas descritas por el ejecutivo se encuentran conexiones mediante redes privadas virtuales (VPN), controles de acceso por direcciones IP, firewalls de aplicaciones web y redundancia en los enlaces de comunicación.
La organización también utiliza infraestructura en Amazon Web Services (AWS) y herramientas de protección como Cloudflare.
Para mantener la disponibilidad de sus aplicaciones de inteligencia artificial, implementó una arquitectura de servidores agrupados o clúster, diseñada para permitir que otro servidor asuma el procesamiento si uno presenta fallas.
El ejecutivo considera que esta redundancia es indispensable para una operación que depende de sistemas digitales durante buena parte de su jornada.




Comentarios