Inteligencia artificial e ISO 39001: cómo prevenir accidentes de tránsito antes de que ocurran
En una empresa con flota de vehículos, cada recorrido implica exposición a riesgos: exceso de velocidad, fatiga, distracciones, conducción brusca, condiciones deficientes de la vía, fallas mecánicas o presión por cumplir horarios.
Tradicionalmente, muchas organizaciones han evaluado estos factores después de un siniestro, a partir de partes, daños y estadísticas de siniestralidad. La inteligencia artificial (IA) permite avanzar hacia un enfoque distinto: identificar patrones de riesgo durante la operación y actuar antes de que se produzca siniestro.
La IA no evita por sí sola los siniestros ni reemplaza la responsabilidad de la dirección, de los supervisores o de los conductores. Su valor consiste en procesar grandes volúmenes de información, detectar señales que podrían pasar inadvertidas y apoyar decisiones oportunas. Integrada a un Sistema de Gestión de la Seguridad Vial basado en ISO 39001, puede fortalecer la prevención y hacerla medible.
¿Qué aporta ISO 39001?
ISO 39001 establece requisitos para que las organizaciones gestionen la seguridad vial de manera sistemática, considerando su contexto, los riesgos y oportunidades, los objetivos, los controles operacionales, la evaluación del desempeño y la mejora continua. Para una empresa de flota, esto significa identificar qué actividades y factores influyen en sus resultados viales —por ejemplo, kilómetros recorridos, rutas, horarios, tipo de vehículo, comportamiento de conducción y exposición de terceros— y establecer medidas para reducir el riesgo.
La IA puede apoyar ese ciclo de gestión: convertir registros operacionales en información útil, priorizar riesgos, orientar controles y comprobar si las medidas adoptadas producen mejoras. La tecnología debe estar subordinada a los objetivos de seguridad vial definidos por la organización y no convertirse en un proyecto aislado del área de informática.
Aplicaciones prácticas en la operación de flotas
| Aplicación | Descripción y beneficios |
|---|---|
| Detección de conducción riesgosa | Sistemas telemáticos y modelos analíticos pueden reconocer patrones de exceso de velocidad, frenadas intensas, aceleraciones bruscas, giros agresivos o seguimiento demasiado cercano. La alerta permite retroalimentar al conductor y revisar si la ruta, los plazos o la planificación favorecen conductas inseguras. |
| Fatiga y distracción | Cuando la normativa y las condiciones de privacidad lo permiten, cámaras o sensores pueden identificar indicios, como cierre prolongado de ojos, bostezos, mirada apartada de la vía o uso del teléfono. La respuesta debe priorizar detenerse en un lugar seguro, descansar o reorganizar el turno; no limitarse a emitir una alarma. |
| Predicción de riesgo por ruta y horario | Al combinar historial de incidentes, tráfico, clima, iluminación, obras, geometría vial y horarios, los modelos pueden señalar tramos o ventanas temporales de mayor exposición. La empresa puede modificar rutas, programar pausas, ajustar velocidades operacionales o reforzar instrucciones antes del viaje. |
| Mantenimiento predictivo | El análisis de datos de kilometraje, diagnósticos a bordo, sensores y órdenes de trabajo para taller pueden advertir anomalías compatibles con desgaste o fallas. La planificación anticipada de inspecciones y mantenimiento reduce la probabilidad de que un defecto contribuya a un siniestro. |
| Gestión de incidentes y aprendizaje | La IA puede agrupar eventos, detectar causas recurrentes y ayudar a identificar factores comunes entre sedes o sucursales, conductores, vehículos y rutas. Así, la investigación deja de centrarse únicamente en asignar responsabilidades y se orienta también a corregir condiciones del sistema. |
Cómo implementarla sin perder el enfoque preventivo
1. Diagnosticar y priorizar. Identificar los riesgos viales significativos de la flota y definir qué problema se busca reducir. No comenzar comprando tecnología sin una necesidad operacional clara.
2. Asegurar datos confiables. Integrar, cuando corresponda, GPS, telemetría, mantenimiento, planificación de turnos, capacitación e informes de incidentes. Revisar calidad, representatividad y actualización de los datos.
3. Definir alertas y protocolos. Establecer umbrales, responsables y acciones concretas. Una alerta de fatiga, por ejemplo, debe activar un protocolo de pausa segura; una alerta de velocidad debe conducir a una intervención proporcional y documentada.
4. Probar, validar y ajustar. Realizar un piloto en rutas o vehículos seleccionados. Comprobar falsos positivos, omisiones, desempeño en distintas condiciones y utilidad real para supervisores y conductores.
5. Medir y mejorar. Evaluar tendencias y resultados, revisar controles y actualizar objetivos. La tecnología debe demostrar que contribuye a reducir exposición y eventos de riesgo, no solo que genera más datos.
Indicadores que permiten comprobar resultados
Además de contabilizar accidentes y lesiones, conviene seguir indicadores preventivos: eventos de exceso de velocidad por cada 1.000 km; alertas de fatiga o distracción y porcentaje de respuesta efectiva; frenadas bruscas por distancia recorrida; cumplimiento de pausas; porcentaje de mantenimiento ejecutado a tiempo; riesgos críticos identificados y cerrados; y participación de conductores en acciones de mejora. Los indicadores deben analizarse con denominadores adecuados, por ejemplo, kilómetros u horas de conducción para evitar comparaciones engañosas.
Condiciones indispensables: personas, ética y control
La implementación requiere transparencia sobre qué datos se recogen, para qué se utilizan, quién accede a ellos y cuánto tiempo se conservan. Deben respetarse la legislación, la protección de datos y los derechos laborales: limitar el acceso, proteger la información y evitar que una puntuación algorítmica se use como única base para sancionar o evaluar a una persona. Los modelos pueden equivocarse, reproducir sesgos o funcionar peor en escenarios distintos de aquellos con los que fueron entrenados. Por ello, las alertas necesitan validación humana, canales para reportar errores y revisión periódica.
Conclusión: anticiparse es gestionar
La combinación de inteligencia artificial e ISO 39001 ofrece a las empresas de flotas la posibilidad de pasar de reaccionar ante los siniestros a intervenir sobre sus señales precursoras. Su aporte más importante no es vigilar por vigilar, sino reconocer riesgos, actuar a tiempo y aprender de cada operación. Cuando los datos se convierten en decisiones, los conductores participan y la dirección de la empresa sostiene los controles, la prevención deja de ser una declaración y se integra en la planificación diaria. El objetivo final sigue siendo plenamente humano: proteger la vida y evitar lesiones graves en las vías.
Víctor M. Cancino Veloso - Coordinador de Seguridad Vial