MyTower: la IA logística propone, el humano decide

El aviso de MyTower: automatizar no es lo mismo que eficientizar

MyTower, proveedor de soluciones de automatización para operaciones logísticas, llevó a la jornada #LogisticsTrends organizada por CITET en Madrid un mensaje poco habitual en plena fiebre por la IA: automatizar una operación no garantiza por sí mismo una mayor eficiencia. Su Key Account Manager, Pablo Pedrosa, lo expuso en la mesa redonda Automatización y robotización en logística: del almacén al reparto, junto a Fran Magdalena (CEO de Tookane) y Aitor Madoz (Global Operations Director de UNOde50).

La tesis de Pedrosa no niega la utilidad de la inteligencia artificial ni la robotización: las sitúa en su lugar. Para el directivo, decidir automatizar exige antes dos condiciones claras y, aunque se cumplan, el paso no siempre conviene. Es una advertencia que llega en un momento de aceleración del inmobiliario logístico español: según el último balance sectorial recogido por Diario del Puerto, en el primer semestre de 2026 la contratación logística en España alcanzó cerca de 1,51 millones de m², un 15 % más que en el mismo periodo de 2025.

Las dos condiciones previas para automatizar decisiones

Pedrosa definió dos requisitos antes de automatizar cualquier decisión: disponer de un proceso definido y contar con datos suficientes. Una asignación de transporte, explicó, puede automatizarse cuando el sistema conoce el pedido, el destino, las tarifas y las reglas que debe aplicar. Hasta ahí, la IA logística opera con orden.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Sin embargo, el directivo añadió un matiz clave: que una decisión pueda automatizarse no implica que deba hacerse. Como ejemplo mencionó proyectos de clasificación arancelaria en los que las empresas prefieren usar la inteligencia artificial para generar propuestas y dejar la validación final en manos de una persona. Es un patrón híbrido: la máquina propone, el humano firma. La eficiencia no viene solo de reducir intervención humana, sino de reducir el error humano en tareas repetitivas que el modelo ya domina.

Detectar vs. resolver: la frontera donde la IA logística se detiene

Una de las ideas más concretas del debate fue la diferencia entre detectar un problema y resolverlo. Pedrosa lo planteó con un ejemplo directo: si se rompe una furgoneta y el sistema envía un email masivo diciendo que el paquete llegará 30 minutos tarde, ¿eso es una solución? Para el directivo, no. La solución real es que el paquete hubiese llegado a su hora.

Cuando una incidencia afecta al mundo físico —un vehículo averiado, un pedido dañado, una ruta bloqueada— entran en juego variables que el modelo no siempre puede ponderar: qué pedidos transportaba ese vehículo, qué recursos alternativos pueden asumir la ruta, o si conviene esperar a la reparación. En estos casos, Pedrosa considera necesario mantener a una persona encargada de verificar o validar la respuesta hasta que los procesos puedan estandarizarse suficientemente.

El ejemplo que desmonta el mito del almacén sin personas

El responsable de MyTower también cuestionó la idea de que automatizar reduce la complejidad por sí sola. Citó el caso de un supermercado automatizado que preparaba productos refrigerados en bolsas separadas cuando podían agruparse sin problema. La máquina cumplía su tarea lógica —un producto por bolsa, como probablemente dictaba la regla programada— pero rompía una lógica de negocio: agrupación eficiente, menos plástico, menor coste por pedido.

«Detrás hay personas. Hagamos que esa persona tenga importancia y que su labor se siga manteniendo, porque hay cuestiones que una tecnología no va a poder resolver», concluyó Pedrosa. Es una cita que resume el enfoque: la automatización no elimina el juicio humano, lo reubica.

El sector lo viene diciendo: primero los procesos, luego la máquina

La advertencia de MyTower coincide con lo que otras voces del ecosistema logístico español están planteando. La consultora leonesa Moving Robots, especializada en robótica móvil para almacenes, defiende también un enfoque conservador en declaraciones recogidas por Diario de León: «cuando te metes en fábrica y la producción tiene que salir sí o sí, hay que recurrir a tecnología probada que responda a las exigencias reales, no a algo que solo funcione en un laboratorio o showroom».

El patrón se repite en operaciones más grandes. La finlandesa Flovi, especializada en logística de vehículos con un modelo apoyado en IA, asegura haber movido 160.000 vehículos entre tres países en 2025, con ingresos de 17 millones de euros y un crecimiento anual del 45 % desde 2019, según declaró su CEO Aapeli Kallunki a La Información Económica. Su aterrizaje en España busca precisamente los nichos donde la asignación de transporte y la optimización de rutas tienen margen real de mejora, no donde todavía faltan procesos estables.

Qué significa esto para tu startup

Si tu cadena logística todavía depende de planillas, decisiones manuales y overrides constantes, no automatices la confusión. La lectura práctica de lo que Pedrosa plantea es directa para founders que están dando sus primeros pasos con IA aplicada a operaciones:

Mapea antes de comprar tecnología. Documenta el proceso que quieres automatizar —entradas, salidas, excepciones, reglas— y mide cuántos casos limpios tienes frente a los que dependen de juicio humano. Si estos segundos superan el grueso del volumen, automatizar te va a generar más overrides que ahorros.
Diseña el punto de validación humana desde el día uno, no como parche, sino como parte del sistema. La IA propone, una persona aprueba, y el modelo aprende de cada corrección. Es el patrón que Pedrosa describe para clasificación arancelaria, y el que, según el sector inmobiliario, ya piden los operadores 3PL al elegir naves.
Audita la regla antes de confiar en la métrica. Antes de mirar throughput o coste por pedido, pregunta si la lógica de negocio está bien representada en las reglas del sistema. Pide a una persona que revise 50 casos resueltos por el modelo y compare con la decisión que tomaría un humano experto. Si la coincidencia está por debajo del 80-85 %, escala solo después de cerrar esa brecha.

La automatización logística en España está dejando de ser una promesa y empezando a ser una decisión de diseño. Y, como recuerda MyTower, en esa decisión el criterio humano sigue siendo —por ahora— el límite que mejor protege al negocio.