Optimización para el transporte de contenedores reefer de un Operador Logístico en Perú.

• Autores: Huaman Bravo, Rodrigo Jesus, Gonzales Landecho, Roy
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/686251
• Enlace del recurso: http://hdl.handle.net/10757/686251
• Nivel de acceso: acceso abierto
• Materia: Logística internacional; Transporte refrigerado; Machine learning; Exportación perecible; Planificación predictiva; International logistics; Refrigerated transport; Perishable exports; Predictive planning; https://purl.org/pe-repo/ocde/ford#5.02.00; https://purl.org/pe-repo/ocde/ford#5.02.04

El presente trabajo analiza la problemática relacionada con la escasez de unidades de transporte refrigerado (Reefer) durante las temporadas de alta demanda de exportación en productos perecibles como palta, uva, arándano y cítricos. Esta situación genera sobrecostos operativos, retrasos logísticos y riesgos de pérdida comercial para los exportadores. El estudio se desarrolla en el contexto de un operador logístico nacional que enfrenta limitaciones estructurales y de planificación ante el incremento estacional de la demanda. Se plantearon tres alternativas tecnológicas para resolver la problemática: 1) implementación de un modelo de análisis predictivo de demanda, 2) incorporación de algoritmos de Machine Learning como complemento al sistema actual, y 3) migración al sistema IBM SCIS con OTM con inteligencia artificial integrada. A través de entrevistas, matriz de selección, cronograma de implementación y análisis financiero, se evaluaron los beneficios, riesgos e implicancias de cada alternativa. La alternativa elegida fue la incorporación de Machine Learning, por su rápida aplicabilidad, bajo costo inicial y potencial para optimizar recursos logísticos anticipadamente. Se concluye que esta solución no solo responde a la problemática operativa, sino que ofrece una ventaja competitiva al permitir negociaciones estratégicas, mayor previsibilidad y mejor desempeño en indicadores OTIF (On Time, In Full) durante las campañas de exportación.