La revolución de la IA en la logística: qué están haciendo Amazon, DHL y los grandes operadores
Cuando pides algo por internet y llega en un día, detrás hay un ejército discreto de robots, programas de cálculo y sistemas que aprenden de los datos. Amazon, DHL, UPS, Walmart, Ocado y Maersk llevan años incorporando inteligencia artificial a su logística. Pero no todo lo que se anuncia funciona ya, ni todo lo que funciona es IA: aquí separamos lo operativo de lo que es piloto y de lo anunciado.
Qué está cambiando de verdad en la logística
Cuatro ideas para seguir el artículo:
- Robot móvil: una máquina que se desplaza sola por un almacén, por ejemplo para llevar estanterías o acompañar a quien recoge.
- Visión artificial: cámaras y programas que permiten a una máquina reconocer qué objeto tiene delante y cómo cogerlo.
- Predicción de demanda: estimar cuánto se va a pedir de cada producto, ni de más ni de menos.
- Optimización de rutas: calcular el recorrido más eficiente para una flota de vehículos.
Y tres tecnologías que se mezclan a menudo: la automatización tradicional repite tareas; la optimización matemática calcula la mejor combinación de rutas o cargas sin aprender; el aprendizaje automático, que sí es IA, mejora con datos. La logística usa las tres.
Robots móviles y sistemas automáticos en los almacenes
Amazon presentó en octubre de 2023 Sequoia, un sistema que combina robots móviles, pórticos, brazos robóticos y un puesto de trabajo ergonómico. Es tecnología operativa. La empresa afirma que almacena inventario hasta un 75 % más rápido y recorta hasta un 25 % el tiempo de procesamiento de un pedido; en aquel anuncio declaraba más de 750.000 robots junto a sus empleados. El mismo anuncio presentaba a Digit, un robot bípedo en pruebas: un piloto.
DHL Supply Chain usa robots móviles LocusBot, que acompañan a los operarios en la recogida de productos, el famoso «picking». Según el comunicado del 14 de junio de 2024, la recogida número 500 millones se produjo el 18 de mayo de 2024 en el centro de Toledo (España). Más de 35 centros usan ya estos robots: tecnología operativa. La escala impresiona: las primeras 10 millones de recogidas tardaron dos años y medio; las últimas 100 millones, 154 días.
Walmart y Symbotic anunciaron el 23 de mayo de 2022 la ampliación de su acuerdo para implantar robótica y software en los 42 centros de distribución regionales de la cadena, desde un compromiso previo de 25. Mueve y almacena cajas y monta palés de salida de forma automatizada: operativo, aunque el comunicado hable de implantación, no de resultados.
Distinto es el anuncio del 16 de enero de 2025: un proyecto anunciado y condicionado. Walmart eligió a Symbotic para automatizar sus centros de recogida y entrega acelerada, con un pedido inicial de cientos de tiendas; solo si se cumplen los criterios de rendimiento se compromete a desplegar sistemas en 400 de esos centros. Los 520 millones de dólares del programa de desarrollo y los más de 5.000 millones que Symbotic estima como trabajo futuro son cifras contractuales y de expectativa, no ahorros demostrados.
Visión artificial: reconocer y manipular mercancías
Coger un objeto parece fácil hasta que hay que coger millones de objetos distintos. Sparrow, presentado por Amazon en noviembre de 2022, es su primer brazo robótico capaz de detectar, seleccionar y manipular productos individuales con visión artificial. Es tecnología operativa, y su última versión, según la empresa, maneja más de 200 millones de productos únicos de formas y tamaños distintos.
En el centro de Shreveport (Luisiana), según una publicación de Amazon de 2025, trabajan juntos Sequoia, que puede albergar más de 30 millones de artículos, y el trío de brazos Robin, Cardinal y Sparrow, con cifras de hasta un 25 % menos de tiempo de procesamiento y más de un 30 % de mejora de seguridad. Son datos de la propia empresa.
Ocado usa visión artificial para identificar puntos de agarre en su tecnología OGRP, la recogida robótica sobre la cuadrícula de almacenaje. Enseña a los brazos con clonación de comportamiento (imitar a una persona) y aprendizaje por refuerzo (aprender por ensayo y error), para que cojan productos que no conocen. Esa generalización es implantación parcial; OGRP en sí está operativo. En 2024 recogió más de 30 millones de artículos y prevé ampliarlo con rapidez: eso ya es expectativa.
Publica además que OGRP está en 14 centros con ocho socios y suma más de 350 millones de recogidas, y que en Luton recoge en torno al 50 % del volumen con un «control de tráfico aéreo» de IA que habla con cada robot diez veces por segundo. El almacén perfecto no existe, pero la compra semanal en lo que dura un café, según la empresa, sí.
Previsión de demanda y planificación de cargas y rutas
Un almacén lleno de robots sirve de poco si no se sabe qué producto hará falta. Sobre la predicción de demanda de estas compañías no hay cifras públicas verificables, así que no las damos.
Lo documentado son las rutas. ORION, de UPS, calcula la ruta más eficiente para más de 66.000 rutas en Estados Unidos, Canadá y Europa y funciona desde 2012. Su mejora de optimización dinámica, anunciada en enero de 2020, recalcula la ruta del día según el tráfico y los compromisos de recogida y entrega, y se despliega por fases: implantación parcial. UPS describe ORION como tecnología que usa algoritmos avanzados, inteligencia artificial y aprendizaje automático.
Conviene afinar: elegir el mejor orden de paradas es sobre todo optimización matemática; la IA entra en el cálculo de rutas y en la predicción de tiempos y condiciones cambiantes, no en todo el sistema. Las cifras de UPS en un comunicado de 2015 hablaban de 100 millones de millas y 10 millones de galones menos al año, y la empresa preveía superar los 300 millones de dólares de ahorro al completar el despliegue: proyecciones de 2015, no resultados verificados hoy.
Maersk afirma, en un análisis del 25 de noviembre de 2025, que en su red norteamericana de transporte terrestre la IA está integrada en las operaciones diarias y guía planificación, rutas y entrega: afirmación de la compañía, sin medición independiente.
Detección anticipada de incidencias
Anticipar un problema es mejor que apagar el fuego. Captain Peter, presentado por Maersk en 2019, es un asistente virtual integrado en su plataforma de gestión remota de contenedores refrigerados: vigila temperatura, humedad y CO₂ y avisa al cliente cuando algo requiere atención. Lo usan más de 3.600 empresas, con unos 380.000 contenedores. Ese aviso automático es tecnología operativa.
Pero un aviso no es una predicción: avisar de que la temperatura se salió de rango es reaccionar a algo que ya ocurre, y predecir un daño antes del envío la propia compañía lo presenta como una «aspiración», es decir, un objetivo declarado. Sobre mantenimiento predictivo no hay casos documentados.
IA generativa y agentes: piloto frente a implantación
La IA generativa crea contenido nuevo a partir de lo aprendido; un agente es un sistema que encadena tareas por su cuenta. Sobre su uso en tareas administrativas o atención al cliente no hay casos públicos documentados, así que no los inventamos.
Maersk lo sitúa con prudencia: en un análisis del 9 de diciembre de 2025 sostiene que la IA agéntica necesita datos estructurados y prevé un papel relevante «a partir de 2026»: expectativa, no capacidad consolidada.
El contraste lo da DeepFleet, anunciado por Amazon en julio de 2025 como operativo y en ampliación: un modelo fundacional de IA generativa que coordina el movimiento de la flota. Amazon cifra en un 10 % la mejora del tiempo de desplazamiento y declara un millón de robots y más de 300 instalaciones. Hay además una investigación técnica de agosto de 2025: documentación, no medición independiente.
Trabajadores, productividad, seguridad y costes
Las empresas hablan de robots que trabajan junto a las personas: Amazon destaca puestos ergonómicos y más de un 30 % de mejora de seguridad, y DHL productividad, precisión y ergonomía. Son cifras de las propias compañías.
Lo que no se puede afirmar es cómo cambia el empleo en conjunto, cuánto se ahorra ni si los resultados se mantienen fuera de los centros presentados: no hay mediciones independientes de empleo ni de costes.
Qué puede llegar a las empresas medianas y pequeñas
Los casos anteriores son de grandes operadores y no hay pymes con resultados medidos: lo que sigue es análisis. Dos piezas parecen más accesibles, porque no exigen robots: la optimización de rutas y los avisos automáticos. Y la advertencia de Maersk sobre los datos vale para cualquier tamaño: sin datos ordenados, ni un agente sirve de mucho. Oportunidades plausibles, no resultados demostrados.
Qué está cambiando de verdad y por qué
Lo que cambia es la coordinación: robots, brazos y rutas se gestionan como un conjunto, con datos continuos y cálculo en tiempo real. La IA aporta sobre todo en visión artificial, coordinación de flotas y anticipo de condiciones cambiantes; la automatización y la optimización matemática siguen haciendo gran parte del trabajo, y las cifras las publican las propias empresas. La revolución existe: mejor leerla con regla y calendario.
Para ampliar información
Fuentes externas
- Amazon: Sequoia y el nuevo sistema de almacén (octubre de 2023)
- Amazon: Sparrow (noviembre de 2022)
- Amazon: el centro de Shreveport (2025)
- Amazon: DeepFleet y el millón de robots (julio de 2025)
- Investigación técnica sobre DeepFleet (12 de agosto de 2025)
- DHL: 500 millones de recogidas con robots LocusBot (14 de junio de 2024)
- UPS: ORION y la optimización dinámica (29 de enero de 2020)
- UPS: optimización de rutas y ahorro previsto (2 de marzo de 2015)
- Walmart y Symbotic: ampliación a 42 centros de distribución (23 de mayo de 2022)
- Walmart y Symbotic: centros de recogida y entrega acelerada (16 de enero de 2025)
- Ocado: brazos robóticos con aprendizaje automático
- Ocado: su plataforma tecnológica
- Ocado: cifras de recogida robótica
- Maersk: Captain Peter, asistente de visibilidad (2019)
- Maersk: IA y aprendizaje automático en el transporte terrestre (25 de noviembre de 2025)
- Maersk: tendencias de visibilidad y el papel de la IA agéntica (9 de diciembre de 2025)
Artículos de LedSolEo
- Agentes de IA: qué son, cómo actúan y en qué se diferencian de un chatbot
- Cuánto cuesta incorporar IA a un negocio
