Metodología para el mejoramiento de Procesos Operativos de Asignación y Documentación Logística en Empresas de Transporte de Carga mediante herramientas digitales. Mateo Zapata Valencia Trabajo de grado como requisito parcial para optar al título de: Ingeniero Industrial Modalidad de Práctica Trabajo de Grado Seleccione tipo de orientador(es) Juan Camilo España Lopera, Magíster (MSc) en Ingeniería Universidad de Antioquia Facultad de Ingeniería Ingeniería Industrial Medellín, Antioquia, Colombia 2025 Cita (Zapata Valencia, 2025) Referencia Estilo APA 7 (2020) Zapata Valencia M. (2025). Metodología para el mejoramiento de Procesos Operativos de Asignación y Documentación Logística en Empresas de Transporte de Carga mediante herramientas digitales. [Trabajo de grado profesional]. Universidad de Antioquia, Medellín, Colombia. Centro de Documentación Ingeniería (CENDOI) Repositorio Institucional: http://bibliotecadigital.udea.edu.co Universidad de Antioquia - www.udea.edu.co El contenido de esta obra corresponde al derecho de expresión de los autores y no compromete el pensamiento institucional de la Universidad de Antioquia ni desata su responsabilidad frente a terceros. Los autores asumen la responsabilidad por los derechos de autor y conexos. http://www.udea.edu.co/ Dedicatoria A mi madre, por tu apoyo y por infundir en mí la idea de que todo es posible. Agradecimientos Agradezco a mis compañeros y profesores que, de una u otra manera, han contribuido a mi formación profesional. De manera especial, expreso mi más profundo agradecimiento a mi padre por presentarme el alma máter. Este logro también es suyo, pues gracias a su ejemplo y al amor que siempre ha mostrado por esta universidad, hoy puedo decir que todo lo que soy se lo debo, en gran parte, a la UdeA. Tabla de contenido Resumen ......................................................................................................................................... 10 Abstract ......................................................................................................................................... 11 1. Introducción ............................................................................................................................... 12 2. Objetivos .................................................................................................................................... 13 2.1 Objetivo general ................................................................................................................... 13 2.2 Objetivos específicos ............................................................................................................ 13 3. Metodología ............................................................................................................................... 14 3.1 Revisión de literatura ............................................................................................................... 15 4. Evidencia Técnica de la solución ............................................................................................... 33 5. Análisis de resultados ................................................................................................................. 34 6. Conclusiones y recomendaciones ............................................................................................... 36 Referencias ..................................................................................................................................... 38 Anexos ........................................................................................................................................... 40 Lista de tablas Tabla 1 Guia de Entrevista ............................................................................................................. 17 Tabla 2 Observación de los procesos actuales ............................................................................... 19 Tabla 3 Análisis Documental ......................................................................................................... 20 Tabla 4 Registro de Tiempos ......................................................................................................... 23 Tabla 5 Ficha indicadores .............................................................................................................. 23 Tabla 6 Ficha de Caracterización del Experto ............................................................................... 25 Tabla 7 Fichas de Observación de los procesos actuales ............................................................... 28 Tabla 8 Archivo vehículos para asignar ......................................................................................... 32 Tabla 9 Tiempos Manuales vs Automatizados .............................................................................. 34 Tabla 10 Indicadores de Desempeño ............................................................................................. 35 Lista de figuras Figura 1 Diagrama proceso Actual ................................................................................................. 30 Figura 2 Diagrama proceso Automatizado ..................................................................................... 31 Figura 3 Formulario Power Automate ........................................................................................... 33 Figura 4 Comparativo grafico de tiempos Manuales vs Automatizados ....................................... 35 Siglas, acrónimos y abreviaturas TMS Transportation Management System (Sistema de Gestión del Transporte) ERP Enterprise Resource Planning (Planificación de Recursos Empresariales) RPA Robotic Process Automation (Automatización Robótica de Procesos) IA Inteligencia Artificial PDF Portable Document Format API Application Programming Interface (Interfaz de Programación de Aplicaciones) KPI Key Performance Indicator (Indicador Clave de Desempeño) S.A.S Sociedad por Acciones Simplificada TO-BE Representación futura de un proceso (estado deseado) AS-IS Representación actual de un proceso (estado actual) UI User Interface (Interfaz de Usuario) LLM Large Language Model (Modelo de Lenguaje Extendido) Resumen El objetivo de este proyecto es diseñar una propuesta metodológica orientada al mejoramiento de los procesos operativos de asignación y documentación logística en empresas de transporte de carga en Colombia. La metodología incluye como paso inicial una revisión de literatura haciendo un análisis de ineficiencias en dichos procesos, con el fin de identificar cuellos de botella y áreas críticas. Posteriormente, se proponen herramientas digitales que contribuyen a optimizar la eficiencia operativa, reducir errores y facilitar la transformación digital en el sector. A través de un enfoque metodológico, se diseñaron las fases que estructuran la propuesta metodológica, las cuales abarcan desde el diagnóstico de procesos, entrevistas con expertos y la definición de flujos automatizados con herramientas como Microsoft Power Automate y Python. La propuesta metodológica fue validada en la empresa TRANSCOMERCOL SAS como caso de estudio, evidenciando una reducción del 88% en el tiempo promedio de generación de documentos y un ahorro estimado de más de 205.000 minutos mensuales en estas tareas. Los resultados confirman que la automatización permite estandarizar procesos, mejorar la trazabilidad, reducir errores operativos y así liberar tiempo para tareas de mayor valor estratégico. La propuesta metodológica desarrollada es replicable en otros entornos logísticos y constituye una guía práctica para empresas que buscan avanzar hacia una gestión operativa más eficiente y digital. Palabras clave: Automatización, Logística, Mejoramiento de procesos logísticos, Power Automate, Python, Transformación digital. Abstract The objective of this project is to design a methodological proposal aimed at improving the operational processes of order assignment and logistics documentation in freight transport companies in Colombia. The methodology begins with the analysis of inefficiencies in these processes, in order to identify bottlenecks and critical areas. Subsequently, digital tools are proposed to optimize operational efficiency, reduce errors, and foster digital transformation in the sector. Through a mixed methodological approach, five phases were designed to structure the methodological proposal, covering from process diagnosis and expert interviews to the definition of automated flows using tools such as Microsoft Power Automate and Python. The methodological proposal was validated through a case study in the company TRANSCOMERCOL SAS, showing an 88% reduction in the average time required for document generation and an estimated monthly savings of more than 205,000 minutes. The results confirm that automation enables process standardization, improves traceability, reduces operational errors, and frees up time for tasks of greater strategic value. The proposed methodology is replicable in other logistics environments and constitutes a practical guide for companies seeking to advance toward more efficient and digital operational management. Keywords: Automation, Logistics, improvement of logistics processes, Power Automate, Python, Digital transformation. 1. Introducción Actualmente la competitividad empresarial depende en gran medida de la capacidad de las organizaciones para optimizar sus procesos logísticos y adaptarse a las nuevas demandas del mercado. Una gestión logística eficiente permite reducir tiempos de entrega, minimizar errores y optimizar el desempeño de la cadena de suministro, lo cual influye directamente en la productividad y sostenibilidad de las empresas (Christopher, 2016). Sin embargo, en países como Colombia, los costos logísticos representan un desafío significativo: estudios del Banco Mundial y del Departamento Nacional de Planeación (DNP) han señalado que estos pueden alcanzar entre el 12% y el 15% del valor del producto, mientras que en países miembros de la OCDE se ubican en torno al 8% (Banco Mundial, 2018; DNP, 2020). Esta brecha evidencia la necesidad de implementar metodologías de mejora y herramientas digitales que contribuyan a incrementar la eficiencia y reducir los sobrecostos en el sector. Las empresas colombianas de transporte de carga enfrentan una necesidad urgente de optimizar y digitalizar sus procesos operativos y contables. Diversos estudios han señalado que el sector presenta deficiencias en la integración tecnológica, lo que afecta la eficiencia, los costos y la competitividad frente a estándares internacionales (COLFECAR, 2023; DNP, 2020). Al mismo tiempo, la creciente demanda de servicios logísticos, impulsada por el crecimiento del comercio electrónico y la globalización, ha puesto en evidencia las limitaciones de los modelos tradicionales de gestión basados en procedimientos manuales y escasa automatización (ECLAC, 2022; OECD, 2019). Este panorama resalta la importancia de implementar metodologías de mejoramiento apoyadas en herramientas digitales que fortalezcan la competitividad de las empresas del sector. La presente propuesta se centra en el mejoramiento de los procesos operativos de asignación y documentación logística, partiendo del análisis de ineficiencias que generan tareas repetitivas, errores frecuentes, demoras en la comunicación y baja trazabilidad de la información. Estas condiciones incrementan los costos, retrasan la generación de documentos logísticos y afectan la calidad del servicio al cliente. En este sentido, la metodología propuesta no solo busca identificar los puntos críticos, sino también diseñar soluciones de automatización que permitan optimizar la eficiencia y la competitividad del sector. A partir de un diagnóstico detallado, se plantea una ruta metodológica de mejoramiento que incorpora herramientas digitales como Microsoft Power Automate y Python. La validación de esta propuesta en un caso de estudio permitirá evaluar su viabilidad técnica y su impacto en la reducción de errores, la optimización de tiempos operativos y el fortalecimiento de la gestión logística en las empresas de transporte de carga. 2. Objetivos 2.1 Objetivo general Diseñar una propuesta metodológica para el mejoramiento de los procesos operativos de asignación y documentación logística en empresas de transporte de carga en Colombia, apoyada en herramientas digitales de automatización. 2.2 Objetivos específicos 1.Realizar una revisión de la literatura sobre metodologías, herramientas digitales y enfoques aplicados al mejoramiento de procesos logísticos en el sector transporte. 2.Identificar las principales causas de ineficiencias reportadas en la literatura y en estudios previos en procesos de asignación y documentación logística. 3.Diseñar una metodología estructurada en fases que integre diagnóstico, análisis de procesos, diseño de flujos automatizados y evaluación mediante indicadores de desempeño (KPIs). 4.Validar la metodología propuesta en un caso de estudio, evaluando su impacto en la eficiencia operativa, la reducción de errores y el ahorro de tiempo en los procesos de asignación y documentación logística. 3. Metodología La metodología de este trabajo se estructuró en tres fases principales que permiten, por un lado, el diseño de la propuesta metodológica y, por otro, su validación en un caso de estudio real. Fase 1. Revisión de la literatura En esta primera fase se realizó una revisión de la literatura académica y técnica relacionada con la transformación digital y la automatización de procesos logísticos. El objetivo fue identificar las principales herramientas utilizadas, las causas recurrentes de ineficiencias en los procesos operativos y las metodologías previamente implementadas en entornos similares. Esta fase permitió establecer un marco conceptual y técnico sólido como base para la propuesta. Fase 2. Diseño de la metodología de mejoramiento A partir de los hallazgos de la revisión de literatura y de entrevistas con expertos, se diseñó una metodología orientada al mejoramiento de procesos operativos de asignación y documentación logística. La metodología incluye cinco etapas: 1.Recolección de información y diagnóstico inicial. 2.Identificación de ineficiencias y cuellos de botella. 3.Análisis de alternativas tecnológicas. 4.Diseño de procesos mejorados y flujos automatizados. 5.Definición de métricas (KPIs) para la evaluación. Fase 3. Validación en un caso de estudio En esta fase se llevó a cabo la validación de la metodología diseñada, aplicándola en la empresa TRANSCOMERCOL SAS como caso de estudio. La validación permitió contrastar la propuesta con la realidad operativa de la organización, evaluando indicadores clave como reducción de tiempos, disminución de errores y mejora en la trazabilidad de la información. Fases de la metodología Fase 1. Revisión de la literatura 3.1 Revisión de literatura La transformación digital se ha consolidado como un factor determinante en la competitividad de las organizaciones, ya que permite integrar tecnologías emergentes en los procesos empresariales para mejorar su eficiencia, trazabilidad y capacidad de adaptación a las demandas del mercado. En el ámbito logístico, esta transformación representa una oportunidad estratégica para reducir costos, optimizar los tiempos de entrega y fortalecer la calidad del servicio al cliente (World Bank, 2018; DNP, 2020). En Colombia, donde los costos logísticos alcanzan entre el 12% y el 15% del valor del producto, cifras superiores al promedio de países miembros de la OCDE, que se ubican alrededor del 8%, entonces la transformación digital se presenta como una alternativa clave para cerrar esta brecha y avanzar hacia modelos más competitivos y sostenibles (COLFECAR, 2023; OECD, 2019). Dentro de este proceso de transformación digital, la automatización de procesos ocupa un lugar central como una de las estrategias más utilizadas para el mejoramiento operativo. La automatización, soportada en tecnologías como la Robotic Process Automation (RPA), los Business Process Management Systems (BPMS) y más recientemente los agentes inteligentes basados en inteligencia artificial, permite reducir la intervención manual en tareas repetitivas, minimizar errores y liberar tiempo de los trabajadores para actividades de mayor valor agregado (Ferreira & Reis, 2023; Baykasoglu et al., 2011). En el sector logístico, estas herramientas se han aplicado con éxito en la gestión de pedidos, la documentación de transporte y la atención al cliente, evidenciando mejoras significativas en eficiencia y trazabilidad. Diversos estudios han propuesto metodologías para la implementación de procesos de transformación digital y automatización en entornos logísticos. Estas metodologías, en su mayoría, parten de un diagnóstico de ineficiencias, seguido de un análisis de causas y la selección de herramientas tecnológicas para la mejora de procesos (Ariza, 2022; Arcila, 2024). De estas propuestas se puede extraer la importancia de estructurar fases claras que guíen la transición de procesos manuales a procesos digitalizados y automatizados. En este trabajo se retoma dicho enfoque metodológico, pero se adapta específicamente a las necesidades de empresas colombianas de transporte de carga, proponiendo una metodología basada en cinco fases que busca no solo diagnosticar, sino también validar soluciones de automatización mediante herramientas accesibles como Microsoft Power Automate y scripts en Python. En cuanto a las alternativas de automatización, existen diferentes enfoques con distintos niveles de complejidad y madurez tecnológica. Herramientas como Microsoft Power Automate permiten automatizar procesos repetitivos de manera rápida y con una curva de aprendizaje baja, representando una opción accesible en términos de costos y tiempo de implementación, especialmente en organizaciones con madurez digital primeriza (Arcila, 2024). Por otro lado, soluciones de Robotic Process Automation (RPA) como UiPath o Automation Anywhere ofrecen mayores capacidades de integración, pero requieren inversiones más altas en licencias, infraestructura y capacitación (Ferreira & Reis, 2023). Finalmente, tecnologías emergentes como LangChain y LangGraph posibilitan la construcción de agentes inteligentes que integran modelos de lenguaje con flujos de decisión complejos, lo que resulta ideal para entornos logísticos con procesos no lineales y decisiones en tiempo real (Liu et al., 2023; Ye et al., 2023). Sin embargo, estas soluciones demandan un nivel de madurez digital avanzado y equipos técnicos especializados. En este contexto, la elección de Power Automate como herramienta central en la metodología propuesta responde a criterios de viabilidad técnica, accesibilidad económica y rapidez de implementación, constituyendo un punto de partida sólido para avanzar hacia soluciones más sofisticadas a medida que las organizaciones logísticas fortalezcan sus capacidades digitales. Fase 2. Diseño de la metodología de mejoramiento Fase 2.1: Recolección de información y diagnóstico inicial. Reunión con expertos y caracterización del contexto Se llevarán a cabo reuniones con profesionales con experiencia en logística operativa y gestión documental en empresas de transporte de carga. El objetivo de esta fase es recolectar información cualitativa sobre las mejores prácticas, identificar procesos clave para priorizar, y entender el contexto técnico y operativo de las empresas del sector. Instrumento: guía de entrevista semiestructurada y ficha de caracterización de expertos. Para la guía de entrevista se desarrolló el siguiente formato: Tabla 1 Guia de Entrevista Tabla 1 Guia de Entrevista Nombre (opcional) Cargo Empresa (puede ser anónima) Años de experiencia Áreas de especialidad Relación con procesos de asignación y documentación Preguntas Guía para la Entrevista 1. ¿Cómo describiría el proceso actual de asignación de órdenes en su experiencia? 2. ¿Cuáles son los errores más comunes que ha observado en la generación de documentos logísticos? 3. ¿Qué herramientas digitales utilizan actualmente en su empresa para estos procesos? 4. ¿Qué tareas considera más repetitivas o propensas a errores? ⁠ 5. ¿Qué buenas prácticas recomendaría para mejorar la eficiencia operativa? 6. ¿Cómo percibe la automatización como solución en estos procesos? ⁠ 7. ¿Qué barreras ha enfrentado su empresa al intentar implementar herramientas digitales? Fuente. Elaboración propia Fase 2.2: Identificación de ineficiencias y cuellos de botella. Mediante técnicas de observación directa y análisis documental, se identificarán las principales ineficiencias y errores recurrentes en los procesos actuales. Se realizará el mapeo de los flujos de información y actividades que intervienen en la asignación de órdenes y la generación de documentos logísticos (órdenes de servicio, remesas, manifiestos). Instrumentos: checklist de observación. Para el análisis de los procesos actuales se desarrolló el siguiente checklist: Tabla 2 Observación de los procesos actuales Fuente. Elaboración propia Asignacion de pedidos Sí No N.A. Observaciones ¿El proceso inicia sin demoras? ¿Se usan herramientas digitales en alguna etapa? ¿Se presentan reprocesos durante la asignación? ¿Existen tiempos muertos evidentes? ¿Hay múltiples validaciones manuales? ¿Se cometen errores visibles en los documentos? OBSERVACION DIRECTA DEL PROCESO Tabla 3 Análisis Documental Fuente. Elaboración propia Criterio Valoración (Sí / No / Parcial) Observaciones ¿El formato está completo (todos los campos requeridos)? ¿Los datos son legibles y estandarizados? ¿Se evita la duplicación de información? ¿Tiene campos innecesarios o no usados? ¿Se encuentran errores frecuentes al diligenciarlo? ¿Cuenta con trazabilidad (fecha, responsable, código de orden)? ¿Facilita el seguimiento posterior de la operación? ¿Está alineado con otros formatos (ej. ERP, manifiesto)? ANALISIS DOCUMENTAL PEDIDOS Fase 2.3: Análisis de alternativas tecnológicas. A partir de la revisión de la literatura, se identificaron tres enfoques principales: Automatización accesible con bajo costo y curva de aprendizaje corta: Herramientas como Microsoft Power Automate permiten automatizar tareas repetitivas y estructuradas en poco tiempo, con una interfaz amigable y mínima necesidad de programación. Esto las convierte en opciones viables para organizaciones con madurez digital inicial, donde se busca un impacto rápido con baja inversión (Arcila, 2024). Soluciones avanzadas de Robotic Process Automation (RPA): Plataformas como UiPath o Automation Anywhere ofrecen mayores capacidades de integración con sistemas heredados en las compañías y tienen un mayor nivel de escalabilidad, pero requieren una inversión significativa en licencias, infraestructura y personal especializado. Estas soluciones son más adecuadas en empresas con un nivel de madurez digital intermedio o avanzado, que cuentan con recursos y experiencia en automatización (Ferreira & Reis, 2023). Tecnologías emergentes basadas en agentes inteligentes: Alternativas como LangChain y LangGraph integran modelos de lenguaje con flujos de decisión complejos, lo que permite diseñar agentes autónomos capaces de tomar decisiones en tiempo real y gestionar procesos no lineales. Aunque ofrecen un potencial disruptivo para la logística, su implementación demanda altos niveles de madurez tecnológica y equipos con experiencia en inteligencia artificial avanzada (Liu et al., 2023; Ye et al., 2023). En este contexto, la selección de Microsoft Power Automate como herramienta central de la metodología se fundamenta en criterios de viabilidad técnica, accesibilidad económica y rapidez de implementación, factores que responden al estado actual de madurez digital de muchas empresas de transporte de carga en Colombia. Esto no excluye que en etapas posteriores se integren soluciones más sofisticadas como agentes inteligentes, pero establece un punto de partida sólido y replicable para iniciar el proceso de transformación digital en el sector logístico. Fase 2.4. Diseño e implementación de la propuesta metodológica Con base en la información recolectada y analizada en las fases anteriores, se diseñó una ruta metodológica de mejora para los procesos priorizados. Esta fase contempla la construcción de flujos automatizados mediante Microsoft Power Automate y su integración con sistemas existentes, con el fin de optimizar tiempos, reducir errores y mejorar la trazabilidad de la información. Como parte de esta etapa, se documentaron los nuevos diagramas de proceso (TO-BE), que reflejan la simplificación de tareas manuales y la incorporación de automatismos digitales. Finalmente, se desarrolló un piloto funcional que permitió validar la aplicabilidad técnica de los flujos diseñados dentro del caso de estudio. La ruta de mejora diseñada no es una ruta única, sino adaptable a otros contextos logísticos. Fase 2.5. Medición de impacto y evaluación de resultados Se realizará una comparación entre los resultados operativos antes y después de la automatización. Se registrarán indicadores clave de desempeño (KPIs), como tiempos de ejecución, tasa de errores y productividad operativa. Finalmente, se revisarán los hallazgos y se elaborarán recomendaciones para futuras implementaciones. Instrumentos: registro de tiempos, tabla comparativa de indicadores, análisis de impacto. Tabla 4 Registro de Tiempos Fuente. Elaboración propia Tabla 5 Ficha indicadores KPI Fórmula Valor Manual vs Automatizado Tiempo promedio por documento Σ Tiempo / Nº documentos Reducción del tiempo (%) (T_manual - T_auto) / T_manual × 100 Incremento de capacidad (%) (Doc/hora_auto - Doc/hora_manual) / Actividad Cantidad Tiempo promedio total (manual) MIN Tiempo promedio total (automatiza do) MIN Ahorro en minutos Ahorro (%) Creación de pedido 1 Creación de pedido 18 Creación de pedido 25 Generación de remesa 1 Generación de remesa 18 Generación de remesa 25 Emisión del manifiesto 1 Emisión del manifiesto 18 Emisión del manifiesto 25 Doc/hora_manual × 100 Ahorro total mensual (minutos) (T_manual - T_auto) × Nº documentos × días hábiles % de actividades automatizadas N actividades automatizadas / Total actividades Fuente. Elaboración propia Fase 3. Validación en un caso de estudio Estudio de Caso: Se seleccionó una empresa de transporte de carga terrestre ubicada en la ciudad de Medellín, la empresa TRANSCOMERCOL SAS Esta empresa cuenta con una antigüedad de 35 años, se dedica al transporte de mercancías masivo y semimasivo para generadores de carga como la Cooperativa Colanta, Mitsubishi Electric de Colombia, Industrias Metálicas Corsan, entre otros. La empresa dentro de sus procesos operativos cuenta con una TMS de transporte de un proveedor de servicios de Bogotá. En la empresa se realizará la validación de la metodología propuesta y se aplicarán las siguientes técnicas, como la observación directa de los procesos, un análisis documental de los formatos utilizados en la organización, se hará un diagrama de procesos actual y el propuesto en la metodología. Por último, se hará un registro de métricas KPIs para evaluar el impacto de la automatización en los objetivos de eficiencia y reducción de errores dentro del caso de estudio. Como parte del desarrollo de la validación del estudio de caso, se realizaron reuniones con expertos en automatización, logística y tecnologías aplicadas a procesos operativos. El objetivo fue complementar el diagnóstico con una perspectiva externa sobre las buenas prácticas, herramientas y barreras comunes en procesos similares de asignación de pedidos y generación de documentos logísticos. Tabla 6 Ficha de Caracterización del Experto Nombre (opcional) Santiago Carrillo Marin Cargo Especialista de Proyectos TI Empresa (puede ser anónima) Tennis S.A. Años de experiencia 14 años Áreas de especialidad Tecnologia, RPA, Datos Relación con procesos de asignación y documentación Procesos de implementación de Ultima milla Preguntas Guía para la Entrevista 1. ¿Cómo describiría el proceso actual de asignación de órdenes en su experiencia? El proceso de asignación de órdenes es interactivo a través del TMS de AVANSAT, pero no deja de ser un proceso que requiere mucha manualidad e inversión de tiempo de parte del usuario que realiza la creación de pedidos y asignación de órdenes. 2. ¿Cuáles son los errores más comunes que ha observado en la generación de documentos logísticos? No han sido muchos, pero a veces se presentan errores de digitación de valores. 3. ¿Qué herramientas digitales utilizan actualmente en su empresa para estos procesos? Normalmente para los procesos repetitivos utilizamos herramientas de RPA (Robotic Process Automation) que permiten automatizar la ejecución de tareas que tienen el mismo patrón o modo de ejecución. Dependiendo de la necesidad se usa Power Automate Desktop o UiPath. También para algunas ejecuciones puntuales se utilizan scripts de Python. 4. ¿Qué tareas considera más repetitivas o propensas a errores? ⁠Definitivamente las tareas operativas que no requieren la toma de decisiones. 5. ¿Qué buenas prácticas recomendaría para mejorar la eficiencia operativa? Lo primero es identificar el proceso a través de una inmersión e interacción con el dueño del mismo. Lo que permite obtener un diagnóstico de la situación actual, la manera de cómo se ejecuta y de allí identificar que se puede intervenir o automatizar y a través de qué herramienta. 6. ¿Cómo percibe la automatización como solución en estos procesos? ⁠Las virtudes principales de la automatización desde mi experiencia, radican en que han permitido reducir tiempo de ejecución de tareas, disminución de errores e integración entre diferentes herramientas cómo puede ser un e-commerce con un ERP, entre otros. Además, permite que las personas puedan utilizar el tiempo para otras actividades que agregan más valor. 7. ¿Qué barreras ha enfrentado su empresa al intentar implementar herramientas digitales? La principal barrera es la adaptación de los usuarios, debido a que llevan muchos años ejecutando las tareas de la misma manera y a veces son temerarios de que un Robot pueda reemplazarlos. Allí la tarea importante cómo líderes es orientar a las personas a que pueden usar ese tiempo para desarrollar otras labores un poco más estratégicas que generan más valor a las compañías. Fuente. Elaboración propia La experiencia del entrevistado resalta aspectos clave que validan y fortalecen la metodología propuesta en este proyecto. En primer lugar, se confirma que incluso con el uso de un TMS, los procesos de asignación y creación de pedidos aún requieren un alto grado de intervención manual, lo que justifica la búsqueda de soluciones automatizadas. Adicionalmente, se identificó que herramientas como Power Automate, UiPath y scripts en Python son opciones viables para automatizar tareas repetitivas, especialmente aquellas que no requieren decisiones humanas. El experto enfatiza que la automatización no solo contribuye a reducir tiempos y errores, sino que también permite redirigir el talento humano hacia tareas de mayor valor estratégico. Como parte de la validación metodológica, se realizó una observación directa del proceso de asignación de pedidos en la empresa TRANSCOMERCOL SAS para ello, se emplearon los formatos creados en la metodología y estos permitieron registrar de manera estructurada, las actividades realizadas por el personal operativo, así como los tiempos, herramientas utilizadas y las incidencias observadas en el desarrollo de las tareas. Tabla 7 Fichas de Observación de los procesos actuales Fuente. Elaboración propia Asignacion de pedidos Sí No N.A. Observaciones ¿El proceso inicia sin demoras? ☐ X ☐ Muchas veces la rapidez de la TMS depende de que tan saturado este el servidor del proveedor. ¿Se usan herramientas digitales en alguna etapa? X ☐ ☐ Si, Hay APIs con integración en la TMS. ¿Se presentan reprocesos durante la asignación? X ☐ ☐ Si, después de cada proceso hay un proceso de confirmación de los datos. ¿Existen tiempos muertos evidentes? X ☐ ☐ Si, Cuando la pagina esta recargando o cuando se están comunicando las APIs. ¿Hay múltiples validaciones manuales? X ☐ ☐ Si, en varias etapas del proceso pide confirmación de los datos. ¿Se cometen errores visibles en los documentos? ☐ X ☐ No son recurrentes los errores. OBSERVACION DIRECTA DEL PROCESO Criterio Valoración (Sí / No / Parcial) Observaciones ¿El formato está completo (todos los campos requeridos)? Si ¿Los datos son legibles y estandarizados? Si ¿Se evita la duplicación de información? Si ¿Tiene campos innecesarios o no usados? Si Hay varios campos no usados. ¿Se encuentran errores frecuentes al diligenciarlo? Parcial No regularmente ¿Cuenta con trazabilidad (fecha, responsable, código de orden)? Si ¿Facilita el seguimiento posterior de la operación? Si ¿Está alineado con otros formatos (ej. ERP, manifiesto)? Si ANALISIS DOCUMENTAL PEDIDOS A partir de la observación directa del proceso de asignación de pedidos en la empresa TRANSCOMERCOL SAS se identificaron varias oportunidades de mejora orientadas a reducir errores, agilizar tareas y minimizar la intervención manual. Se evidenció que el ingreso manual de los datos del pedido en la plataforma TMS conlleva un riesgo constante de errores de digitación. Como alternativa, se propone la implementación de un formulario automatizado conectado a la base de datos de clientes y productos, lo cual permitiría estandarizar la información y reducir el margen de error. Con el objetivo de visualizar y comparar las diferencias entre el flujo de trabajo actual y la solución propuesta, se realizó el mapeo detallado del proceso de asignación de pedidos en la empresa TRANSCOMERCOL SAS, esta actividad permitió identificar cuellos de botella, tareas repetitivas y puntos críticos que afectan la eficiencia operativa. A continuación, se presentan los diagramas correspondientes al proceso actual (manual) y al proceso automatizado propuesto como parte de la metodología de mejora. El nuevo flujo contempla el uso de herramientas digitales que permiten reducir la intervención manual, optimizar tiempos y mejorar la trazabilidad de la información. Figura 1 Diagrama proceso actual Fuente. Elaboración propia Figura 2 Diagrama proceso automatizado Fuente. Elaboración propia Como parte de esta propuesta, también se diseñó un formulario automatizado en Power Automate, el cual se comunica con una tabla de Excel donde están las placas de los vehículos asignar y esto nos permite recolectar la información del pedido y conectarla directamente con el sistema TMS, facilitando así la creación y asignación de órdenes de carga de manera más eficiente y sin errores de digitación. Tabla 8 Archivo vehículos para asignar Fuente. Elaboración propia Figura 3 Formulario Power Automate Fuente. Elaboración propia 4. Evidencia Técnica de la solución Zapata Valencia, M. (2025). Automatización Transcomercol: Solución técnica para procesos logísticos con Power Automate y Python [Repositorio GitHub]. GitHub. https://github.com/Mateoz18/Automatizacion_Transcomercol https://github.com/Mateoz18/Automatizacion_Transcomercol 5. Análisis de resultados Con el fin de validar la efectividad de la metodología propuesta, se llevó a cabo un análisis comparativo entre el desempeño de los procesos manuales y los procesos automatizados para la creación de pedidos, la generación de remesas y la emisión de manifiestos. Se registraron los tiempos de ejecución para distintos volúmenes de trabajo (1, 18 y 25 documentos), y se construyó un gráfico de barras que permite visualizar claramente la diferencia de tiempos entre ambos enfoques. Los resultados muestran una reducción significativa en los tiempos operativos, evidenciando que, a mayor volumen de documentos procesados, mayor es el ahorro total obtenido gracias a la automatización. Además, se observa que el tiempo promedio por documento tiende a estabilizarse en niveles bajos y constantes, lo que refleja la eficiencia sostenida del flujo automatizado frente a la variabilidad y el desgaste presentes en la ejecución manual. Tabla 9 Tiempos Manuales vs Automatizados Actividad Cantidad Tiempo promedio total (manual) MIN Tiempo promedio total (automatizado) MIN Ahorro en minutos Ahorro (%) Creación de pedido 1 1,28 0,49 0,79 62% Creación de pedido 18 23,95 3,18 20,77 87% Creación de pedido 25 38,34 4,43 33,91 88% Generación de remesa 1 1,25 0,32 0,93 74% Generación de remesa 18 22,86 2,86 20,01 88% Generación de remesa 25 37,39 3,53 33,87 91% Emisión del manifiesto 1 1,79 0,37 1,42 80% Emisión del manifiesto 18 33,25 4,10 29,15 88% Emisión del manifiesto 25 57,68 5,11 52,57 91% Fuente. Elaboración propia Figura 4 Comparativo grafico de tiempos Manuales vs Automatizados Fuente. Elaboración propia Tabla 10 Indicadores de Desempeño KPI Fórmula Valor Manual vs Automatizado Tiempo promedio por documento Σ Tiempo / Nº documentos 1,53 vs 0,17 min/und Reducción del tiempo (%) (T_manual - T_auto) / T_manual × 100 88% Incremento de capacidad (%) (Doc/hora_auto - Doc/hora_manual) / Doc/hora_manual × 100 7,65 % x min Ahorro total mensual (minutos) (T_manual - T_auto) × Nº 205.669 min x mes documentos × días hábiles % de actividades automatizadas N actividades automatizadas / Total actividades 55,5% Fuente. Elaboración propia Los resultados obtenidos reflejan una mejora sustancial en términos de eficiencia operativa gracias a la automatización de los procesos. La reducción del tiempo promedio por documento en un 88%, así como el incremento en la capacidad de procesamiento, evidencian el impacto positivo de las herramientas digitales propuestas. Además, el ahorro total mensual de más de 205.000 minutos representa un valor significativo que puede ser reinvertido en tareas estratégicas o de valor agregado. Aunque aún hay espacio para continuar automatizando el resto de las actividades operativas, los avances logrados hasta el momento validan la viabilidad técnica y el potencial de escalabilidad de la metodología. También los resultados obtenidos se alinean con hallazgos de la literatura que destacan los beneficios de la automatización en la logística. Estudios como los de Ferreira y Reis (2023) confirman que la automatización contribuye a la reducción de tiempos de procesamiento y a la mejora en la trazabilidad de la información, aspectos que fueron evidenciados en la validación con TRANSCOMERCOL SAS. Esta reducción de tiempos coincide con reportes previos que señalan que la automatización libera capacidad operativa para actividades de mayor valor estratégico (Arcila, 2024). En este sentido, la propuesta metodológica no solo generó mejoras cuantificables, sino que también reafirma el rol de las herramientas digitales como un factor determinante en la competitividad logística. 6. Conclusiones y recomendaciones A partir del desarrollo metodológico y la validación a través del caso de estudio en TRANSCOMERCOL SAS, se concluye que la automatización de los procesos operativos de asignación y documentación logística, mediante herramientas digitales como Power Automate y Python, genera mejoras significativas en términos de eficiencia, reducción de errores y trazabilidad de la información. Además, permite la integración con otros sistemas, la automatización de tareas repetitivas y la construcción de soluciones sostenibles en el tiempo. El diagnóstico permitió identificar que las principales ineficiencias estaban relacionadas con la digitación manual de datos, la dependencia de validaciones externas y la generación física de documentos, todos estos puntos con alto potencial de automatización. La implementación del formulario automatizado y su conexión con el TMS permitió estandarizar la captura de información y agilizar la creación de pedidos, disminuyendo el tiempo promedio por documento de 1,53 a 0,17 minutos, con una reducción del 88% en tiempos operativos. El ahorro total estimado de más de 205.000 minutos mensuales evidencia el impacto tangible de la metodología, validando su escalabilidad y replicabilidad en otros contextos logísticos. Este ahorro en tiempo operativo se traduce en beneficios económicos significativos, considerando el costo promedio de la hora laboral en el sector, la empresa podría alcanzar un ahorro mensual cercano a 57,7 millones de pesos colombianos, lo cual refuerza la viabilidad y el impacto de la automatización como estrategia de mejoramiento. Si bien la validación de la propuesta metodológica en el caso de estudio arrojó resultados positivos, es importante reconocer ciertas limitaciones. En primer lugar, la validación se realizó en una sola empresa, por lo que los hallazgos deben complementarse con aplicaciones en diferentes organizaciones y contextos logísticos. En segundo lugar, la metodología se centró en procesos específicos de asignación y documentación, lo que abre la posibilidad de extenderla a otras áreas operativas como inventarios, disponibilidad de vehículos o en procesos contables dentro de las empresas de transporte. Finalmente, aunque Power Automate resultó adecuado para el nivel de madurez digital de la empresa, futuras investigaciones podrían explorar el uso de tecnologías más avanzadas, como agentes inteligentes, para escenarios con mayores exigencias de integración y autonomía operativa. Referencias Arcila Ramírez, M. C. (2024). Automatización del proceso de órdenes de servicio y almacén: Mejora de la eficiencia operativa mediante Power Apps y Power Automate [Trabajo de grado, Universidad de Antioquia]. American Psychological Association. (2020). Publication manual of the American Psychological Association (7.ª ed.). American Psychological Association. Ariza González, C. (2022). Propuesta metodológica para la implementación de la transformación digital para las actividades de almacenamiento y transporte: Estudio de caso operadores logísticos en Bogotá [Tesis de maestría, Universidad Nacional de Colombia]. Banco Mundial. (2018). Connecting to compete: Trade logistics in the global economy. https://lpi.worldbank.org/ Baykasoglu, A., Kaplanoglu, V., Erol, R., & Şahin, C. (2011). A multi-agent framework for load consolidation in logistics. Transport, 26(3), 320–328. https://doi.org/10.3846/16484142.2011.622141 Chaurasiya, A., Agarwal, R., Tiwari, T., Gupta, K., Badal, A. S., & Saxena, A. (2025). Improving the automation and autonomy efficiency by employing LLM as agents. International Journal of Scientific Research and Engineering Multidisciplinary (IJSREM). Advance online publication. https://ijsrem.com Christopher, M. (2016). Logistics & supply chain management (5th ed.). Pearson Education. Comisión Económica para América Latina y el Caribe [ECLAC]. (2022). State of e-commerce and logistics in Latin America. Naciones Unidas. Deheza Intelligence & Strategy. (s.f.). Challenges in Colombian port logistics. Recuperado el 21 de agosto de 2025, de https://www.deheza.co.uk/challenges-in-colombian-port-logistics/ Departamento Nacional de Planeación [DNP]. (2020). Política nacional logística. DNP. https://www.dnp.gov.co Federación Colombiana de Transportadores de Carga y su Logística (COLFECAR). (2023). Balance sectorial 2022–2023. https://www.colfecar.org.co Federación Colombiana de Transportadores de Carga y su Logística (COLFECAR). (2024). Balance sectorial 2023 vs 2022. https://www.colfecar.org.co/wp- content/uploads/2024/12/Balance_Sectorial_2023-vs-2022.pdf Ferreira, B., & Reis, J. (2023). A systematic literature review on the application of automation in logistics. Logistics, 7(4), 80. https://doi.org/10.3390/logistics7040080 Liang, G., & Tong, Q. (2025). LLM-powered AI agent systems and their applications in industry. arXiv Preprints. https://arxiv.org/abs/2505.16120 Liu, J., Chen, H., Cai, Y., Zhu, Y., Li, Z., Zhang, Y., & Lin, X. (2023). LLMs as multi-agent collaborators. arXiv Preprints. https://arxiv.org/abs/2306.11822 Numan. (s.f.). Transporte y logística en Colombia: Actualidad, principales desafíos y perfiles más demandados por el sector. Recuperado el 21 de agosto de 2025, de https://numan.la/transporte-y- logistica-en-colombia-actualidad-principales-desafios-y-perfiles-mas-demandados-por-el-sector/ Organisation for Economic Co-operation and Development [OECD]. (2019). The future of global trade and logistics. OECD Publishing. Ye, Y., Cong, X., Tian, S., Cao, J., Wang, H., Qin, Y., … Sun, M. (2023). ProAgent: From robotic process automation to agentic process automation. arXiv Preprints. https://arxiv.org/abs/2311.10751 Anexos Anexo A. Evidencia técnica de la solución automatizada 1. Automatización del proceso mediante Power Automate Se diseñó un flujo en Power Automate que automatiza el registro y la asignación de órdenes logísticas. El flujo permite seleccionar entre dos opciones: “Flujo Completo” o “Solo Asignar”, puesto que se detectó que a veces por intermitencias del computo donde se ejecuta o intermitencias de Power Automate el flujo se para y se decidió separar el flujo ya que primero se crean la cantidad de pedidos en la TMS y luego se asignan uno por uno las placas asociadas a esos transportes. El flujo recoge los datos del formulario digital (cliente, mercancía, peso y cantidad de órdenes). Luego ejecuta validaciones según el tipo de remesa (Si es a crédito o de contado). Posteriormente genera una estructura JSON con los datos procesados y llama a un script en Python para enviar la información a la API del TMS. https://arxiv.org/abs/2311.10751 Figura 5 Flujo general de Power Automate para asignación de pedidos. Fuente. Elaboración propia 2. Scripts de Python integrados en el flujo 2.a. RequestOET.py Este script realiza la conexión con el backend del TMS utilizando autenticación vía sesión y cookies. A partir de los datos del formulario, construye y envía un payload con la solicitud de pedido/logística. Entonces realiza una autenticación al sistema TMS mediante `requests`. Luego se obtiene la cookie de sesión y se envía la solicitud con la sesión autenticada para después interpretar la respuesta HTML con `BeautifulSoup` y extraer el número de pedido, remesa u orden de cargue creada. Figura 6 Envió de solicitud POST a TMS Fuente. Elaboración propia b. OETValidarLicencia.py Este segundo script valida los datos antes del envío final, realizando un inicio de sesión con la cookie y asegurando que el payload esté bien formado antes de ejecutar el POST. Figura 7 Fragmento Script OETValidarLicencia.PY Fuente. Elaboración propia A modo resumen los dos scripts y el flujo de Power Automate se encargan de automatizar la interacción con el sistema TMS. Utiliza la biblioteca requests para iniciar sesión en la plataforma mediante una sesión autenticada por cookie y luego envía los datos del pedido recibidos desde Power Automate. Estos datos son transformados desde formato string a JSON y enviados al servidor mediante un POST. El script retorna el código de estado y la respuesta HTML, que luego es interpretada por otro script para extraer el número de documento creado. Esta automatización permite reemplazar por completo el registro manual de pedidos, reduciendo errores y tiempos de digitación. Anexo B. Autoarchivo en Repositorio y documentos de interés Consulte el instructivo de autoarchivo en el este enlace. Anexo C. Póster https://drive.google.com/file/d/1tMigARB8FLA6sRnGyTYYM2iIgQcIZW1w/view