Consulte los términos de referencia, lineamientos de participación y el documento completo de Formulación del Proyecto. Este espacio detalla la estructura técnica, los objetivos de innovación y los requisitos oficiales para la vinculación de actores del sector.
FORMULACIÓN DEL PROYECTO
PERFIL DEL PROYECTO
SOCTER: Plataforma Inteligente de Gestión Operacional
del Transporte Público Colectivo TPC basada en Inteligencia Artificial algorítmica
para optimizar la movilidad, proteger los ingresos del conductor, la mitigación
del riesgo operativo y mejorar la eficiencia empresarial y operacional, reducir
costos laborales, aumentar la productividad empresarial y contribuir a la
movilidad urbana sostenible.
DESCRIPCIÓN DEL SISTEMA
Plataforma tecnológica de gestión
inteligente orientada a la optimización paramétrica en tiempo real de las
variables críticas de operación (tiempo, intervalo, frecuencia y velocidad) en
el Transporte Público Colectivo TPC. El ecosistema integra algoritmos de
Inteligencia Artificial para el modelado y análisis predictivo de la demanda de
pasajeros, interactuando de forma sinérgica con sistemas de geolocalización
satelital (GNSS/GPS) y motores de enrutamiento dinámico. Esto transforma la
gestión estática tradicional en un modelo adaptativo, resiliente y de alto
impacto sociotécnico en la infraestructura de movilidad urbana de Colombia y
Latinoamérica.
DEFINICIÓN DEL PROBLEMA
Inflexibilidad Operativa y
Asimetría de Información en la Movilidad Urbana: La gestión del TPC enfrenta una desconexión crítica entre la planificación
teórica de rutas y la naturaleza estocástica (impredecible) del tráfico urbano.
Los sistemas actuales operan bajo modelos deterministas y cronogramas estáticos
que ignoran contingencias dinámicas (siniestros, bloqueos, congestión
estacional). Esta rigidez genera los siguientes impactos:
- Siniestralidad vial por rigidez programática:
La presión punitiva por cumplir itinerarios inflexibles induce a los
operadores a conductas de alto riesgo (excesos de velocidad, conductas
temerarias), comprometiendo la seguridad vial.
- Degradación del nivel de servicio (Efecto Bus
Bunching): La incapacidad del sistema para recalibrar intervalos
en tiempo real produce el agrupamiento de la flota en un solo punto del
trazado seguido de largos periodos de desabastecimiento, afectando
directamente al usuario.
- Vulnerabilidad psicosocial laboral: Los
conductores experimentan altos niveles de estrés laboral y ansiedad debido
a sistemas de control basados en alertas ciegas al entorno, que penalizan
retrasos causados por factores exógenos no validados.
- Subutilización de la infraestructura de datos:
Existe una desconexión (islas de información) entre los datos generados
por la infraestructura tecnológica pública (sistemas de vigilancia,
secretarías de movilidad) y los sistemas de gestión operativa de flota.
- Ausencia de un Modelo de Gobernanza de Datos
Centralizado: La falta de una arquitectura lógica integrada reduce la
respuesta ante contingencias a la improvisación manual, limitando la
eficiencia, escalabilidad y sostenibilidad del sistema de transporte.
OBJETIVO GENERAL
Desarrollar y validar un
sistema adaptativo de gestión inteligente de flotas basado en Inteligencia
Artificial (IA), diseñado para la recalibración dinámica y paramétrica de los
tiempos de ruta e intervalos de despacho, mediante la integración y
procesamiento de datos de tráfico en tiempo real, con el fin de mitigar la
siniestralidad vial y optimizar las condiciones del entorno laboral de los
operadores del transporte urbano.
OBJETIVOS ESPECÍFICOS
Objetivo Técnico 1: Adquisición e Integración de Datos (El ingreso de datos)
- Diseñar e implementar una arquitectura de integración de datos que automatice la captura y procesamiento de variables de tráfico en tiempo real a través de interfaces de programación de aplicaciones (API) y sistemas de geolocalización satelital (GNSS), sincronizándolos de manera interoperable con el núcleo del sistema de control operativo.
- Objetivo Técnico 2: Desarrollo del Algoritmo e IA (El núcleo del software)
- Desarrollar algoritmos de lógica difusa y
aprendizaje automático capaces de detectar anomalías viales
(bloqueos, congestión crítica, siniestros) para recalibrar de forma
automatizada los tiempos oficiales en ruta, eliminando falsos positivos
en el sistema de penalizaciones al operador.
- Objetivo Técnico 3: Optimización de la Flota (La solución al problema físico)
- Modelar y simular escenarios predictivos de
despacho adaptativo para regular los intervalos de frecuencia entre
vehículos, minimizando significativamente el fenómeno de agrupamiento de
flota (bus bunching) y optimizando la distribución de la oferta de
transporte ante fluctuaciones de la demanda.
- Objetivo Técnico 4: Validación y Seguridad Vial (La fase de pruebas de campo)
- Validar experimentalmente el impacto del
sistema en entornos operativos reales, evaluando la reducción de
conductas de conducción de riesgo (excesos de velocidad) al mitigar la
presión temporal del itinerario mediante la flexibilización dinámica de
cronogramas.
- Objetivo Técnico 5: Analítica y Visualización (El entregable de datos)
- Estructurar un módulo de analítica de datos e
inteligencia de negocios (BI) que genere reportes descriptivos y
predictivos sobre puntos críticos de congestión urbana, sirviendo como
herramienta de soporte para la toma de decisiones estratégicas de las
empresas operadoras y entes reguladores.
IMPACTO ECONÓMICO
Análisis de Impacto Económico
y Reducción del Costo Operativo Directo (Línea Base)
La viabilidad económica del proyecto se fundamenta en la reestructuración de
los costos marginales diarios que asumen los operadores de transporte en la
informalidad. Actualmente, un conductor de TPC destina un promedio de $5 a $10
USD diarios en pagos fragmentados a controladores empíricos en vía
("calibradores humanos") para obtener datos rudimentarios de tiempo y
frecuencia, lo que representa un costo operativo invisible de aproximadamente $150 a $300 USD mensuales por vehículo.
El modelo de transferencia tecnológica de la plataforma democratiza el acceso a la información mediante un esquema de suscripción digital (SaaS) con un costo proyectado de 5 a $10 USD mensuales por operador. Esta transición tecnológica automatizada genera una reducción demostrable del 96.6% en el costo directo de adquisición de datos operativos para el conductor. Este impacto financiero no solo incrementa el ingreso neto disponible del trabajador del transporte, sino que elimina un ecosistema de efectivo informal, sustituyéndolo por un modelo digital, trazable, formal y de alta eficiencia económica.
JUSTIFICACIÓN
SOCTER responde a una problemática estructural
del Transporte Público Colectivo: el descontrol del tiempo de ruta, las
pérdidas económicas del conductor, la ineficiencia operativa y los efectos de
la congestión y los bloqueos sobre el servicio. La propuesta integra
inteligencia artificial, GPS y aplicaciones móviles para mejorar el control
operativo, reducir costos invisibles y dignificar el trabajo del conductor, al
tiempo que fortalece la gestión de las empresas de transporte. Su enfoque
innovador, su viabilidad de implementación y su potencial de escalamiento lo
convierten en una solución pertinente para convocatorias de financiamiento no
reembolsable orientadas a movilidad, innovación, desarrollo e impacto social.
ANÁLISIS DE RESILIENCIA DEL SECTOR Y PERTIENECIA DE MERCADO
Justificación de la Coexistencia Tecnológica Frente a Modelos Centralizados de Transporte:
Históricamente, la planificación de políticas públicas de movilidad en Colombia se orientó hacia la sustitución total del Transporte Público Colectivo TPC por Sistemas Integrados de Transporte Masivo SITM. No obstante, la realidad operativa y financiera de las últimas dos décadas ha demostrado la inviabilidad presupuestal de centralizar la cobertura total en ciudades intermedias y zonas periféricas bajo dichos esquemas, debido a los altos costos de infraestructura vial y adquisición de flotas gubernamentales. El TPC ha demostrado una alta resiliencia estructural, operando actualmente en 23 ciudades del país y abarcando un parque automotor superior a las 18.000 unidades según registros oficiales del Departamento Administrativo Nacional de Estadísticas DANE.
Aunque la transición normativa hacia la modernización y
chatarrización vehicular avanza, la brecha crítica en el control dinámico de
frecuencias e intervalos permanece invariante en la calle. La estabilización de
los conductores mediante salarios mínimos fijos mitigó la competencia directa
por el pasajero en los semáforos, pero perpetuó una presión punitiva
institucional por el cumplimiento de cronogramas inflexibles. Esto se evidencia
en la persistencia del control empírico informal en vía ("calibradores humanos"),
un fenómeno microeconómico que demuestra que el conductor asalariado sigue
requiriendo conocer de forma exacta su posición temporal y espacial respecto a
la flota adyacente para evitar penalizaciones administrativas.
Por consiguiente, el proyecto SOCTER no se concibe
como una herramienta para una tipología vehicular obsoleta, sino como una innovación
de proceso lógico e intangible (software adaptativo) diseñada para la
gobernanza de datos en el transporte urbano del futuro. La plataforma se
desacopla del hardware físico o del tipo de propulsión del vehículo, siendo
100% interoperable tanto en buses tradicionales como en nuevas flotas de bajas
emisiones. Al ofrecer un modelo de implementación con costo cero de adquisición
(CAPEX Cero) para los operadores habilitados, el proyecto resuelve el
ordenamiento del tránsito y optimiza las condiciones laborales del gremio sin
requerir endeudamiento público, consolidándose como la solución de transporte
inteligente (Smart City) más eficiente, democrática y de mayor
viabilidad técnica en el contexto macroeconómico actual de Latinoamérica.
PLANTEAMIENTO DEL PROBLEMA
El Transporte
Público Colectivo en Colombia presenta dificultades recurrentes relacionadas
con el control del tiempo de ruta, la congestión vial, los bloqueos
imprevistos, la variabilidad en los recorridos y la ausencia de herramientas
tecnológicas suficientemente precisas para apoyar la operación diaria. Estas
condiciones generan desorden operativo, retrasos frecuentes, pérdida de
eficiencia y afectaciones económicas tanto para las empresas transportadoras
como para los conductores.
A esta problemática se suma la llamada “guerra del centavo”, que históricamente ha presionado al conductor a trabajar bajo condiciones de alta incertidumbre, con ingresos inestables y costos ocultos que afectan directamente su bolsillo. Entre estos costos se encuentran sanciones por retrasos que no siempre dependen de su voluntad, tiempos muertos no remunerados y pagos informales asociados al control manual de la operación. Todo ello debilita la sostenibilidad económica del sistema y deteriora las condiciones laborales del conductor.
Aunque hoy existen soluciones tecnológicas para la movilidad, muchas no están diseñadas específicamente para las particularidades del Transporte Público Colectivo ni para la realidad laboral de los conductores. Por ello, se requiere una herramienta que permita registrar, controlar y optimizar el tiempo de ruta con mayor precisión, integrando georreferenciación, GPS e inteligencia artificial, para mejorar la toma de decisiones, la eficiencia del servicio y el bienestar de los actores involucrados.
RESULTADOS ESPERADOS
- Desarrollo de una plataforma
tecnológica funcional para el control de tiempos de ruta en el Transporte
Público Colectivo.
- Implementación de una aplicación móvil para conductores que permita registrar y monitorear de manera precisa su recorrido y sus tiempos de operación.
- Reducción de pérdidas económicas derivadas de retrasos, bloqueos y sanciones injustas.
- Mejora en la eficiencia operativa de la empresa transportadora mediante información en tiempo real sobre el comportamiento de las rutas.
- Disminución de costos invisibles asociados al manual de control y a prácticas informales dentro de la operación.
- Fortalecimiento del bienestar laboral del conductor al brindarle mayor control, trazabilidad y protección sobre su tiempo de trabajo.
- Validación del sistema mediante un plan piloto con una empresa del Transporte Público Colectivo.
- Generación de evidencia técnica y
operativa para facilitar la escalabilidad del modelo a otras empresas y
ciudades.
ALCANCE DEL PROYECTO
El proyecto
comprende el diseño, desarrollo, prueba y validación de una solución
tecnológica orientada al control de tiempos de ruta en el Transporte Público
Colectivo. Su alcance inicial se centrará en un plan piloto con una empresa
seleccionada, con el fin de evaluar la funcionalidad del sistema, su adopción
por parte de conductores y administradores, y su impacto en la movilidad, la
operación y el bienestar económico-laboral.
La solución
incluirá una plataforma madre de gestión y una aplicación móvil para
conductores, con posibilidad de expansión futura hacia otros módulos, como pago
digital del pasaje y paraderos inteligentes. El proyecto busca demostrar la
viabilidad técnica, social y económica de la herramienta, con miras a su
replicabilidad en otras empresas de transporte público en Colombia y
Latinoamérica.
El alcance no
contempla, en esta fase inicial, la sustitución completa de los sistemas
actuales de operación del transporte, sino la integración progresiva de una
herramienta complementaria que mejore el control del tiempo y la calidad de la
gestión operativa. Tampoco incluye una implementación masiva inmediata, sino
una validación controlada que permita obtener resultados medibles y
sustentables antes de su expansión.
Indicadores y cronograma:
El avance del
proyecto será verificado mediante indicadores medibles, verificables y
comparables, tales como el desarrollo de una plataforma funcional, la creación
de una app operativa, la integración de tres componentes tecnológicos, la
ejecución de un piloto y la elaboración de un modelo de escalamiento. La
ejecución se organizará en seis meses, distribuidos en fases de planeación,
desarrollo, integración, pruebas, pilotaje y cierre, permitiendo obtener
resultados concretos y verificables dentro del periodo propuesto.
Metodología del proyecto:
La metodología propuesta combina un enfoque de innovación
aplicada, desarrollo tecnológico iterativo y validación en campo. El proyecto
se ejecutará por fases sucesivas, desde el levantamiento de requerimientos
hasta la prueba piloto y la formulación de escalabilidad, con participación de
actores clave del sistema de Transporte Público Colectivo.
1. Diagnóstico y alistamiento: En esta fase se realizará
la identificación detallada del problema operativo del Transporte Público
Colectivo, con énfasis en control de tiempos, afectaciones por bloqueos,
pérdidas económicas del conductor y necesidades de la empresa transportadora.
Se recopilará información primaria mediante entrevistas, observación de la
operación y revisión de procesos existentes. También se definirán los
requerimientos funcionales y técnicos del sistema, así como los criterios de
éxito del piloto.
2. Diseño funcional y técnico: Con base en el
diagnóstico, se elaborará la arquitectura general de la solución tecnológica.
En esta etapa se definirán los módulos de la plataforma madre, la aplicación
del conductor y los componentes de integración con GPS, Google Maps e
inteligencia artificial. Se diseñarán las rutas de interacción entre usuario,
conductor y empresa, junto con los flujos de datos, tableros de control y
alertas operativas.
3. Desarrollo del prototipo: Se construirá el prototipo
funcional del sistema, iniciando por la plataforma madre y la aplicación para
el conductor. El desarrollo se hará de manera modular para permitir pruebas
parciales y ajustes progresivos. Durante esta fase se implementarán las funciones
principales de registro de tiempos, geolocalización, control de ruta,
visualización de eventos e informes básicos de operación.
4. Integración tecnológica: Una vez desarrollado el prototipo, se procederá a integrar los servicios de georreferenciación, mapas y analítica inteligente. La inteligencia artificial se orientará al análisis de trayectos, detección de desviaciones, identificación de tiempos atípicos y apoyo a la toma de decisiones. Esta integración buscará asegurar que el sistema funcione de forma confiable, precisa y útil para la operación diaria.
5. Pruebas internas y ajuste: Antes de la salida a campo, se realizarán pruebas funcionales, técnicas y de usabilidad para verificar el comportamiento del sistema. En esta etapa se corregirán errores, se ajustará la interfaz y se mejorará la experiencia de uso del conductor y del administrador. También se validará la calidad de los datos capturados, la estabilidad del sistema y la coherencia de los reportes generados.
6. Implementación del piloto: El sistema será probado en una empresa de Transporte Público Colectivo seleccionada como piloto. Durante esta etapa se capacitará a los usuarios, se hará seguimiento al uso de la aplicación y se recogerá evidencia sobre desempeño, facilidad de adopción y pertinencia de la solución. El piloto permitirá observar el impacto real en el control del tiempo de ruta, la eficiencia operativa y la percepción de beneficio por parte de conductores y empresa.
7. Seguimiento y evaluación: Durante el piloto se aplicarán instrumentos de seguimiento para medir resultados frente a los indicadores definidos. Se evaluarán aspectos como reducción de pérdidas por tiempo, utilidad del sistema, satisfacción de los usuarios, calidad de la información y posibilidades de mejora. Esta fase permitirá verificar si la solución cumple con los objetivos propuestos y si genera valor tangible para el sistema de transporte.
8. Cierre y escalabilidad: Con base en los resultados obtenidos, se elaborará el informe final del proyecto, incluyendo hallazgos, aprendizajes, recomendaciones y ajustes necesarios. También se formulará una propuesta de escalabilidad para ampliar la solución a otras rutas, empresas y ciudades, con una visión de réplica en Colombia y Latinoamérica. En esta fase se consolidará el modelo técnico, operativo y financiero de sostenibilidad.
ÁRBOL DE PROBLEMAS (Estructura Metodológica)
- Problema Central: Inflexibilidad operativa y
asimetría de información en la gestión de flotas del Transporte Público
Colectivo (TPC).
- Causas Directas (Las raíces del problema):
- Causa 1: Ausencia de mecanismos
tecnológicos para la detección analítica de contingencias viales en
tiempo real (accidentes, bloqueos o congestión).
- Causa 2: Rigidez en la programación de
itinerarios y aplicación de cronogramas estáticos deterministas.
- Causa 3: Dependencia estructural de
sistemas empíricos e informales de control en vía ("calibradores
humanos").
- Efectos Directos (Las consecuencias / Las ramas):
- Efecto 1: Penalización y sanción
injustificada a los operadores por retrasos ajenos a su gestión,
precarizando el entorno laboral.
- Efecto 2: Aparición del fenómeno de la
"guerra del tiempo", incrementando los índices de
siniestralidad vial por conducción temeraria.
- Efecto 3: Fuga económica y sobrecosto
operativo directo para el conductor, estimado entre $5 y $10 USD
diarios ($150 a $300 USD mensuales por operador), perpetuando la
informalidad monetaria del sector.
ÁRBOL DE OBJETIVOS (El Espejo
de las Soluciones)
- Objetivo Central: Desarrollar un sistema de
gestión inteligente y adaptativo de flotas que recalibre dinámicamente los
tiempos oficiales de ruta para optimizar la seguridad vial y dignificar
las condiciones laborales del conductor.
- Medio 1: Integrar interfaces de
programación de aplicaciones (APIs) de tráfico y motores de enrutamiento
dinámico para la captura automatizada de datos del entorno vial.
- Medio 2: Implementar algoritmos de
validación automatizada para la flexibilización de cronogramas y la
anulación inmediata de alertas de retraso ante contingencias comprobadas.
- Medio 3: Desplegar una solución tecnológica
formal y accesible (modelo SaaS digital) que sustituya el gasto informal
en vía.
- Multas (Los impactos positivos que se logran):
- Fin 1: Mitigación de alertas falsas y
protección del bienestar psicosocial del operador del vehículo.
- Fin 2: Reducción drástica de la
"guerra del tiempo" y disminución de los vectores de riesgo
asociados a la siniestralidad vial urbana.
- Fin 3: Optimización de la eficiencia
financiera del conductor mediante una reducción de más del 90% en sus
costos de adquisición de información, formalizando la operación del
TPC.
1. ARQUITECTURA DE VALOR TECNOLÓGICO Y CUMPLIMIENTO OPERATIVO:
El ecosistema de innovación
propuesto genera valor mediante la automatización de procesos y la mitigación
del riesgo legal y operativo del sector:
- Validación Estocástica mediante IA:
Procesamiento algorítmico y fusión de datos geoespaciales provenientes de
sistemas de información geográfica (SIG) avanzados para la recalibración
paramétrica del "Tiempo Oficial En Ruta".
- Módulo de Gestión Adaptativa y Restricciones:
Sistema automatizado de control de excepciones que valida dinámicamente
las restricciones legales, administrativas (seguros obligatorios,
licencias, estado de la revisión técnica) y operativas (planes de
mantenimiento y jornadas de descanso), garantizando el cumplimiento
normativo antes del despacho.
- Protección y Custodia de Activos de
Conocimiento: Arquitectura de software fundamentada en modelos de
casos de uso registrados y protegidos bajo el régimen nacional de
Propiedad Intelectual y Derechos de Autor, blindando la transferencia
tecnológica.
2. MODELO DE SOSTENIBILIDAD
FINANCIERA Y ADOPCIÓN TECNOLÓGICA
El proyecto implementa un modelo
de negocio de Plataforma Bilateral de Base Tecnológica (Two-Sided Platform)
bajo la modalidad de Software as a Service (SaaS), garantizando la
viabilidad financiera e independencia de recursos públicos recurrentes tras la
fase de cofinanciación:
- Monetización por Consumo Eficiente (B2C): La
estructura de ingresos se desplaza hacia el usuario final (operador del
vehículo) a través de micro-transacciones mensuales (rango proyectado de
$5 a $10 USD).
- Mitigación de Barreras de Transferencia:
Acceso democrático mediante software de libre descarga, eliminando los
costos hundidos de entrada y los incentivos para continuar en la
informalidad.
- Seguridad Laboral como Servicio: El
micropago mensual actúa como un mecanismo de aseguramiento operativo y
jurídico para el conductor, garantizándole una programación de ruta
ajustada a la realidad del tráfico urbano y protegiéndolo de
penalizaciones punitivas por factores externos.
3. ESTRATEGIA DE PENETRACIÓN
DE MERCADO (VALOR B2B)
Para acelerar la transferencia de
tecnología en el tejido empresarial del Transporte Público Colectivo (TPC), la
plataforma se introduce bajo un modelo de Costo Cero de Adquisición (CAPEX
Cero) para las empresas habilitadas:
- Adopción Masiva Inmediata: Al remover la
necesidad de inversiones de capital por parte de las empresas de
transporte, se acelera el despliegue de la innovación, convirtiendo la
plataforma en el estándar tecnológico de control de flota de la región.
- Eficiencia Operativa Exógena: Las empresas
adquieren capacidades de analítica predictiva de datos, reducción de la
siniestralidad vial y optimización de intervalos de frecuencia sin alterar
sus pasivos financieros ni requerir presupuestos públicos.
4. IMPACTOS ADICIONALES Y
ESCALABILIDAD
- Impacto Psicosocial y Formalización Económica:
Dignifica las condiciones de salud mental laboral del operador al mitigar
el estrés por presión temporal. Simultáneamente, desplaza flujos
monetarios de la economía informal y no registrada hacia transacciones
digitales trazables.
- Seguridad Vial Sistémica: Disminución de los
vectores de riesgo asociados a la conducción temeraria mediante la
flexibilización adaptativa de las frecuencias de viaje.
- Escalabilidad Exponencial Transnacional: El
modelo digital de aprovisionamiento automatizado permite la replicabilidad
del software en múltiples sistemas de transporte urbano de Latinoamérica.
Esto asegura flujos de caja recurrentes para la reinversión continua en
investigación, desarrollo tecnológico (I+D) y mantenimiento de la
infraestructura de Inteligencia Artificial del sistema.
PROTOCOLOS DE VALIDACIÓN
AUTOMATIZADA Y RESTRICCIONES OPERATIVAS
Para garantizar la integridad del
sistema, la confiabilidad de los datos y el estricto cumplimiento del marco
regulatorio del transporte público, el ecosistema integra un Módulo de
Validación Paramétrica. Este componente bloquea preventivamente la
activación del "Tiempo Oficial En Ruta" mediante la evaluación en
tiempo real de las siguientes variables condicionales:
1. Parámetros de Viabilidad Administrativa y Sostenibilidad
- Validación de Vigencia de Suscripción (SaaS):
El sistema requiere la confirmación activa del micro-pago mensual en la
pasarela digital para habilitar la transmisión de telemetría y la
ejecución de los algoritmos de recalibración por IA.
- Auditoría de Documentación Habilitante: El
software restringe el inicio de la operación si detecta la caducidad de
los documentos obligatorios de ley (SOAT, Revisión Técnico-Mecánica o
Licencia de Conducción) mediante mecanismos de interoperabilidad de bases
de datos.
- Conformidad Legal Normativa: Restricción
automatizada por sanciones de tránsito pendientes que inhabiliten
jurídicamente al operador según la regulación local vigente.
2. Parámetros de Restricción Vehicular y Operativa
- Cumplimiento de Restricciones Urbanas Dinámicas:
Integración de algoritmos que indexan los calendarios locales de
restricción vehicular (Pico y Placa, alertas ambientales y zonas de bajas
emisiones). Si el vehículo se encuentra bajo restricción, el sistema
impide la apertura del itinerario.
- Trazabilidad del Estado Mecánico: Bloqueo
preventivo en el nodo central si la unidad vehicular cuenta con un reporte
activo de "Fuera de Servicio" debido a fallas mecánicas o ciclos
de mantenimiento predictivo/correctivo programados por la empresa
operadora.
3. Parámetros de Gestión de Talento Humano y Seguridad Biométrica
- Mitigación del Riesgo por Fatiga y Salud
Laboral: Desactivación temporal y automática del perfil del operador
ante la detección de novedades administrativas como incapacidades médicas
validadas, suspensiones o el incumplimiento de los periodos de descanso
obligatorio establecidos para la seguridad vial.
- Protocolos de Autenticación y Mitigación de
Suplantación: Implementación de sistemas de seguridad digital y
verificación de identidad que garantizan que el operador autenticado
corresponda exactamente al conductor asignado y autorizado para la ruta
específica.
MATRIZ DE GESTIÓN DE RIESGOS OPERATIVOS Y TECNOLÓGICOS (I+D+i)
Categoría de Riesgo
Riesgo Identificado
Impacto Sistémico / Operativo
Estrategia de Mitigación Tecnológica
Financiero y de Adopción
|
Discontinuidad en la vigencia de la suscripción mensual (SaaS)
por parte del operador del vehículo. |
Interrupción de la transmisión de telemetría y suspensión de los algoritmos de recalibración adaptativa.
Despliegue de notificaciones automatizadas (Push / SMS) con 72 horas de antelación; integración con pasarelas de pago y billeteras digitales multicanal.
Legal y Regulatorio
Pérdida de vigencia en la documentación obligatoria de ley (SOAT, RTM) o desacato de sanciones viales.
Exposición a contingencias jurídicas y multas institucionales para la empresa de transporte.
|
Activación de alertas predictivas tempranas (ventana de 30
días) y bloqueo paramétrico automatizado en el nodo central el día del
vencimiento. |
Operativo y Urbano
Intento de despacho u operación vehicular durante ventanas de restricción de movilidad local (Pico y Placa / Alertas ambientales).
Alteración estocástica del flujo en vía e inconsistencia en la asignación dinámica de frecuencias de la flota.
Restricción algorítmica automatizada mediante indexación paramétrica del último dígito de la placa vehicular sincronizado con los calendarios de tránsito locales.
Tecnológico e Infraestructura
Latencia crítica, degradación de conectividad (GNSS/GPRS) o indisponibilidad temporal de APIs externas de enrutamiento.
Interrupción del flujo de datos geoespaciales en tiempo real para el cálculo dinámico de itinerarios.
Implementación de un protocolo híbrido Offline Contingency Mode basado en modelos matemáticos de datos históricos de la ruta y cálculo local predictivo.
Humano y Salud Laboral
Omisión en el reporte de novedades de personal (incapacidades médicas, suspensiones o fatiga extrema acumulada).
Incremento de los vectores de riesgo asociados a la siniestralidad vial por operadores no aptos.
Desarrollo de un módulo centralizado para la empresa operadora que automatiza el cruce de novedades de talento humano, inhabilitando perfiles en tiempo real.
Propiedad Intelectual
Vulneración de la arquitectura informática, ingeniería inversa o plagio de los algoritmos de IA desarrollados.
|
Pérdida de la ventaja competitiva, del secreto industrial
y desvalorización del activo tecnológico transferido. |
Incorporación de protocolos avanzados de encriptación y ofuscación de código fuente, respaldados por el registro de Derechos de Autor sobre el software.
MÓDULO DE IMPACTOS Y EXTERNALIDADES POSITIVAS DEL PROYECTO
1. Impacto Social y Humano: Bienestar y Entorno Laboral
El desarrollo tecnológico actúa
como un factor de mitigación de riesgos psicosociales y formalización de las
condiciones de trabajo en el sector del transporte público:
- Atenuación del Riesgo Psicosocial y Estrés
Laboral: Al suprimir los mecanismos de alerta punitivos causados por
factores exógenos del tráfico, el sistema reduce los niveles de cortisol,
estrés y ansiedad en los conductores, disminuyendo la prevalencia de
enfermedades profesionales asociadas a la fatiga.
- Gobernanza Basada en Datos Objetivos:
Transforma el clima organizacional de las empresas operadoras al sustituir
los criterios de evaluación discrecionales y punitivos por métricas
auditables y transparentes de desempeño vial.
- Optimización de la Convivencia y Cultura
Ciudadana: La reducción de la presión temporal sobre el operador
mitiga conductas de agresividad al volante, promoviendo una conducción
preventiva y un incremento cualitativo en los niveles de servicio y trato
al usuario del transporte colectivo.
2. Impacto en Seguridad Vial y Salud Pública
El proyecto se alinea de forma
directa con los objetivos nacionales de reducción de la siniestralidad vial
bajo el enfoque de Sistema Seguro:
- Disminución de la Siniestralidad Vial Crítica:
La recalibración algorítmica y adaptativa del itinerario suprime el vector
de incentivo que genera la "guerra del tiempo". Al eliminar la
necesidad de recuperar minutos perdidos en congestiones viales, disminuyen
drásticamente los eventos de exceso de velocidad, maniobras temerarias y,
consecuentemente, el Índice de Mortalidad y Morbilidad por siniestros de
tránsito en el municipio.
- Capacidad de Respuesta y Telemetría
Post-Incidente: El procesamiento de datos geoespaciales en tiempo real
permite detectar anomalías cinemáticas severas (detenciones abruptas),
facilitando la alerta temprana a los centros de despacho de emergencias
médicas y autoridades de control vial.
3. Impacto Operativo, Económico e Interoperabilidad Digital
- Resiliencia y Continuidad del Servicio Urbano:
El motor predictivo calcula rutas alternas dinámicas ante eventos de
bloqueo o congestión severa, optimizando la utilización de la capacidad
transportadora instalada y garantizando la regularidad en las frecuencias
de cara al usuario final.
- Reducción de Costos por Externalidades
Negativas: Fomentar una conducción estabilizada y dentro de los
límites de velocidad permitidos reduce el gasto corporativo de las
empresas en reparación de activos por colisiones, reclamaciones de seguros
y costos asociados a infracciones de tránsito.
- Inserción en Marcos de Ciudades Inteligentes (Smart
Cities): La arquitectura lógica fundamentada en Inteligencia
Artificial y Big Data fomenta la interoperabilidad digital, valorizando
los activos tecnológicos preexistentes y sirviendo como una herramienta
analítica avanzada para la planificación del transporte urbano por parte
de entes estatales.
4. Impacto Ambiental y Eficiencia Energética
- Mitigación de Gases de Efecto Invernadero (GEI):
Al optimizar los flujos vehiculares, sugerir desvíos inteligentes y
erradicar el agrupamiento de buses (bus bunching), se minimizan los
tiempos de operación en ralentí excesivo dentro de embotellamientos
viales. Esto impacta de forma directa en la reducción del consumo de
combustibles fósiles, disminuyendo las emisiones de material particulado y
la huella de carbono del sistema de transporte urbano.
ANÁLISIS DE BRECHA TECNOLÓGICA Y DISRUPCIÓN DE LA ECONOMÍA INFORMAL
1. Estado del Arte y Limitaciones de las Soluciones Actuales
En el panorama actual de la
gestión del transporte urbano, coexiste una brecha crítica entre los sistemas
de control de flota convencionales (basados en telemetría GPS determinista y
cronogramas estáticos) y la dinámica estocástica del tráfico. Este vacío
tecnológico ha perpetuado la dependencia de esquemas de control empíricos e
informales en vía (denominados "calibradores humanos"). Este fenómeno
de intermediación analógica rudimentaria genera las siguientes externalidades
negativas:
- Asimetría e Ineficiencia Económica Crítica:
Los operadores de los vehículos incurren en una fuga de capital diario
estimada entre $5 y $15 USD en transacciones informales no
registradas para adquirir datos manuales de frecuencia. Esto se traduce en
un costo operativo invisible de $300 a $450 USD mensuales por
unidad. Este flujo de efectivo informal precariza el ingreso neto del
conductor y encarece la operación frente al modelo optimizado de Software
as a Service (SaaS) propuesto (proyectado en un rango de $10 a $15 USD
mensuales).
- Inexactitud Cognitiva y Vectores de Riesgo Vial:
La captura de datos por parte de estos actores informales es
inherentemente subjetiva, propensa al error humano y ciega a eventos macro
viales (bloqueos, siniestros aguas arriba o desvíos viales dinámicos). Esta
asimetría informativa cataliza la "guerra del tiempo",
induciendo al conductor a adoptar conductas de manejo temerario basadas en
predicciones erróneas para corregir desfases de itinerario inexistentes.
- Barrera Estructural para la Modernización
Urbana: Esta red informal fragmenta la gobernanza de datos del
transporte público, obstruye la digitalización y consolida entornos de
vulnerabilidad socio-operativa en los nodos de control de despacho urbano.
2. Factor de Diferenciación e Innovación Sistémica del Proyecto
A diferencia de los métodos de
medición humana y de los sistemas tradicionales de seguimiento pasivo, la
arquitectura tecnológica propuesta introduce un enfoque disruptivo fundamentado
en la fusión de datos multisensoriales:
- Procesamiento Analítico de Alta Fidelidad:
Sustituye el registro empírico manual por algoritmos de Inteligencia
Artificial interconectados con sistemas de información geográfica (SIG) en
tiempo real. Esto permite modelar variables de congestión de forma
automatizada y sin intermediación de terceros.
- Eficiencia Financiera Mediante Formalización:
Transforma un costo variable diario e ineficiente en una inversión mensual
indexada, legal y digitalmente trazable.
- Automatización de Reglas de Negocio:
Sincroniza la realidad del entorno vial con el sistema central de la
empresa transportadora, convirtiendo la información en un activo
estratégico para la toma de decisiones institucionales y regulatorias.
RESUMEN EJECUTIVO
El proyecto SOCTER
constituye una innovación sistémica de base tecnológica que integra Inteligencia Artificial (algoritmos de Machine Learning y analítica predictiva) para la modernización adaptativa de la gestión de flotas en el Transporte Público Colectivo (TPC). La plataforma mitiga de forma automatizada la rigidez operativa tradicional mediante la fusión de datos geoespaciales en tiempo real, permitiendo la recalibración paramétrica de los itinerarios, las frecuencias y los tiempos oficiales en ruta ante contingencias viales urbanas (bloqueos, siniestros o congestión crítica).
Mediante un modelo de negocio bilateral de Software as a Service (SaaS) y una estrategia de penetración de mercado con Costo Cero de Adquisición (CAPEX Cero) para las empresas operadoras, la solución desplaza y formaliza la intermediación analógica y precaria de los esquemas informales de control en vía ("calibradores humanos"). Este ecosistema de innovación reduce en más de un 90% el costo variable diario de adquisición de información asumido por los operadores de transporte en la informalidad, transformando una fuga económica no registrada en un proceso digital, trazable y auditable.
Respaldada por una sólida arquitectura lógica protegida bajo el régimen nacional de Derechos de Autor, la plataforma reduce la siniestralidad vial sistémica al eliminar los vectores de riesgo asociados a la "guerra del tiempo", optimiza el bienestar psicosocial del gremio transportador y garantiza la resiliencia en la continuidad del servicio para el usuario final. Su arquitectura modular y altamente interoperable confiere al proyecto una escalabilidad exponencial y transnacional , permitiendo su despliegue progresivo desde pequeñas unidades operativas hasta sistemas de transporte metropolitano masivo, alineando la infraestructura de movilidad urbana con los estándares globales de Ciudades Inteligentes ( Smart Cities ).
PERFIL DE VIABILIDAD, ENTREGABLES Y ESTRUCTURA FINANCIERA
1. Beneficiarios del Proyecto
- Beneficiarios Directos: Operadores y conductores activos del Transporte Público Colectivo (TPC). Se estima un impacto inicial directo en (número estimado de conductores de 500 a 1000) trabajadores del transporte, quienes verán optimizados sus ingresos netos y sus condiciones de salud mental laboral.
- Beneficiarios Indirectos:
- Empresas operadoras habilitadas de TPC (reducción
de costos por siniestralidad, CAPEX cero en tecnología y acceso a
analítica avanzada).
- Usuarios finales del sistema de transporte urbano
(regularidad en frecuencias y disminución de tiempos de espera).
- Entes gestores y Secretarías de Movilidad locales
(acceso a datos consolidados para la planificación urbana).
2. Productos y Entregables Tecnológicos (Indexados a Niveles TRL)
El proyecto se compromete a
entregar activos tecnológicos tangibles y auditables al finalizar la ejecución,
orientados a alcanzar un nivel de madurez tecnológica TRL 6 o 7
(Validación de prototipo en entorno operativo real):
- Entregable 1 (Propiedad Intelectual):
Documento técnico de Arquitectura Lógica, Especificación de Requisitos de
Software (ERS) y Diagramas de Casos de Uso debidamente registrados ante la
Dirección Nacional de Derecho de Autor (DNDA).
- Entregable 2 (Software Core - Backend):
Algoritmo predictivo de Inteligencia Artificial basado en modelos de
aprendizaje automático para la recalibración paramétrica estocástica de
tiempos en ruta.
- Entregable 3 (Software Interfaz - Frontend):
Aplicativo móvil operativo (App) para el conductor con protocolo
híbrido de contingencia Offline y plataforma web centralizada de
monitoreo para las empresas operadoras.
- Entregable 4 (Validación Científica):
Informe técnico de validación experimental en entorno real que demuestre
la mitigación de asimetrías de información, la tasa de adopción del modelo
SaaS y el impacto en la reducción de conductas de riesgo vial.
3. Temporalidad y Viabilidad Técnica
- Duración del Proyecto: 12 meses
(estructurado en 4 trimestres de desarrollo, pruebas y validación).
4. Arquitectura Tecnológica y Proveedores de Infraestructura (Antes "Aliados")
- Infraestructura de Datos y Telemetría:
Integración de sistemas de geolocalización satelital global (GNSS/GPS) e
interfaces de programación de aplicaciones (APIs) de georreferenciación y
enrutamiento dinámico en la nube.
- Entorno de Cómputo: Infraestructura de
servicios en la nube (Cloud Computing) de alta disponibilidad para el
entrenamiento e inferencia de los modelos de Inteligencia Artificial.
5. Estructura Presupuestaria
- Monto Solicitado: $70.000 USD (destinados exclusivamente a actividades de I+D+i: talento humano de ingeniería de software, arquitectura de datos, servidores de IA, y pruebas de validación experimental en vía).
6. Población Beneficiaria y Potencial de Escalamiento
Muestra Piloto de Validación Experimental: Entre 5 y 10 operadores de transporte vinculados a una empresa habilitada de Transporte Público Colectivo (TPC) en el municipio de Buga (Valle del Cauca), sirviendo como entorno operativo real para la validación del prototipo tecnológico (TRL 6).
- Impacto y Escalamiento Nacional: De acuerdo con los censos de operación del Departamento Administrativo Nacional de Estadística (DANE), el proyecto cuenta con un mercado objetivo y potencial de escalamiento promedio de 20.000 conductores activos a nivel nacional, garantizando una alta tasa de replicabilidad e impacto sistémico en la infraestructura de movilidad del país.
Matriz de Presupuesto Detallado de I+D+i (Fase de Desarrollo y Validación - 12 Meses)
Rubro Oficial Convocatoria
Descripción Técnica del Gasto
Valor Estimado (COP)
Talento Humano, Personal Científico y Técnico
Honorarios para Ingenieros de Desarrollo Senior (Especialistas en Inteligencia Artificial y Backend ), Arquitecto de Arquitectura de Datos y Líder de Proyecto de Investigación para el diseño y acoplamiento de algoritmos de optimización de flotas.
$120.000.000
Infraestructura Tecnológica y Cómputo
Servicios especializados de procesamiento y almacenamiento en la nube ( Cloud Computing ) dedicados exclusivamente al entrenamiento, inferencia y despliegue de los modelos de Inteligencia Artificial en tiempo real.
$15.000.000
Materiales e Insumos Tecnológicos
Costos analíticos derivados del consumo de interfaces de programación de aplicaciones (APIs) de georreferenciación, motores de enrutamiento dinámico y consumo de canales de transmisión de telemetría de datos de tráfico.
$10.000.000
Desarrollo de Activos Tecnológicos
Ingeniería de software para el diseño y construcción de la arquitectura lógica, maquetación de interfaces móviles y desarrollo del panel analítico centralizado ( Dashboard ) para la toma de decisiones.
$45.000.000
Apropiación Social del Conocimiento
Diseño y ejecución de talleres metodológicos de transferencia tecnológica, capacitación técnica y adopción de la cultura de gobernanza de datos orientado a conductores y personal directivo del transporte.
$8.000.000
Propiedad Intelectual y Gastos Conexos
Trámites legales para el registro del software, depósito del código fuente y protección jurídica de los Derechos de Autor ante la DNDA, junto con auditorias contables del proyecto.
$7.000.000
TOTAL PROYECTO
Cofinanciación solicitada para Actividades de I+D+i
$205.000.000
Justificación del Presupuesto,
Eficiencia Financiera y Aportes de Contrapartida
- Estructura de Contrapartida: Las entidades proponentes aportarán recursos de contrapartida en especie y valorizados en talento humano (tiempo de dedicación de los investigadores y personal de ingeniería) e infraestructura física preexistente (equipos de cómputo, servidores locales de desarrollo y laboratorios de pruebas), garantizando el compromiso institucional con el proyecto.
- Eficiencia de Costos Marginales y Escalabilidad:
El presupuesto solicitado se concentra en la fase de desarrollo,
entrenamiento y maduración tecnológica (CAPEX inicial). Una vez
estabilizado el núcleo algorítmico, los costos operativos y marginales por
vehículo conectado disminuyen drásticamente de manera exponencial. Esto
optimiza el retorno social de la inversión por cada peso cofinanciado por
el Ministerio.
- Justificación de Insumos Tecnológicos Críticos:
La indexación y consumo de interfaces de programación de aplicaciones
(APIs) de georreferenciación avanzada son estrictamente necesarios para
dotar al sistema de la fidelidad espacial requerida. Esto suprime los
errores de estimación de los métodos manuales y valida científicamente las
contingencias viales que catalizan la "guerra del tiempo".
Metodología de Ejecución y Cronograma de Desarrollo Tecnológico
La ejecución del proyecto se
estructurará en un horizonte de 12 meses, divididos en tres fases técnicas
orientadas al avance en la escala de madurez tecnológica (TRL - Technology
Readiness Levels):
- Fase 1: Arquitectura, Modelado e Integración
(Meses 1 a 3 - TRL 4)
- Diseño de la arquitectura lógica y especificación de requisitos de software (ERS). Desarrollo del backend, entrenamiento inicial de los modelos de Inteligencia Artificial y acoplamiento de las APIs de datos geoespaciales.
- Fase 2: Pruebas de Concepto y Validación de
Prototipo (Meses 4 a 6 - TRL 5)
- Despliegue del aplicativo móvil en fase beta y maquetación del panel centralizado ( Dashboard ).
- Validación controlada en un entorno simulado y
pruebas de campo con una micro-flota piloto de vehículos para calibrar el
protocolo Offline.
- Fase 3: Validación Experimental en Entorno Real
y Cierre (Meses 7 a 12 - TRL 6/7)
- Implementación del piloto operativo con la
población beneficiaria en el municipio de Buga (Valle del Cauca).
- Ajuste y optimización continua de los algoritmos
predictivos basados en los datos reales de tráfico captured.
- Ejecución de talleres de apropiación social del
conocimiento y consolidación del informe técnico final de impactos.
Plan de Sostenibilidad,
Escalabilidad y Transferencia Tecnológica
Para garantizar la continuidad
operativa y la autosostenibilidad del ecosistema tecnológico tras la ejecución
de los recursos no reembolsables, el proyecto implementará una estrategia
basada en tres ejes estratégicos:
- Eje A: Modelo de Sostenibilidad Operativa (SaaS
B2C): Al concluir la fase piloto, la plataforma transicionará hacia un
modelo autosostenible de Software as a Service (SaaS) mediante
micro-transacciones mensuales por vehículo conectado. Este flujo de caja
recurrente garantizará la cobertura de los costos operativos fijos,
incluyendo el mantenimiento de la infraestructura en la nube, la
actualización y reentrenamiento de los modelos de IA, y el soporte técnico
especializado.
- Eje B: Alianzas Estratégicas y Articulación
Institucional (G2B / APP): Dada la alta fidelidad de los datos
consolidados sobre movilidad urbana y puntos críticos de accidentalidad,
el proyecto buscará la articulación con Secretarías de Movilidad y
Gobiernos Locales. El objetivo es estructurar convenios de cooperación
tecnológica que promuevan la adopción del sistema como un estándar técnico
de control de flotas o permitan acceder a fondos públicos de seguridad
vial gracias a la mitigación demostrable de la siniestralidad.
- Eje C: Valorización de Activos de Información y
Gobernanza de Datos (Big Data). Los flujos de datos procesados por el
motor de Inteligencia Artificial serán estructurados bajo estrictos
protocolos de anonimización y agregación de datos (cumpliendo con
la Ley de Habeas Data). Esta información de alto valor analítico sobre el
comportamiento del tráfico urbano e infraestructura vial podrá ser
transferida o compartida bajo modelos de cooperación con empresas del
sector logístico, de última milla o compañías aseguradoras interesadas en
la reducción del riesgo y el fomento de la conducción preventiva.
- Eje D: Escalabilidad Modular Exponencial. La
arquitectura de software se ha diseñado bajo principios de modularidad,
microservicios y alta interoperabilidad. Esto permite replicar el sistema
y expandir su capacidad de cobertura a miles de unidades vehiculares del
transporte público en diferentes geografías sin requerir inversiones
adicionales en hardware local, diluyendo los costos fijos iniciales y
maximizando el impacto social del desarrollo tecnológico.
Módulo de Arquitectura Lógica
e Ingeniería de Control Distribuido
1. Procesamiento Dinámico de Telemetría y Control Paramétrico
El núcleo operativo del sistema
implementa un modelo de Gestión Dinámica de Intervalos y Frecuencias
fundamentado en el procesamiento estocástico de datos vectoriales de
posicionamiento global (GNSS).
- Captura Equidistante de Datos: El sistema
realiza el muestreo y procesamiento de datos georreferenciados mediante
nodos de control discretos parametrizados cada 100 metros lineales de
trayecto.
- Cálculo de Compensación Colectiva de Flota:
Mediante algoritmos de optimización matemática y promedio móvil ponderado
de la flota activa, el sistema calcula en tiempo real un "Tiempo
Oficial en Ruta Autocompensado".
- Optimización de Interfaz e Interacción
Humano-Máquina (HMI): Esta variable analítica se transmite al operador
del vehículo a través de una interfaz de radar cromática predictiva con
señalización intermitente de baja frecuencia. Este diseño de experiencia
de usuario (UX) minimiza la carga cognitiva y visual del conductor,
garantizando que mantenga la atención en la conducción segura mientras se
alinea con el ritmo óptimo del servicio.
2. Modelo de Gobernanza de
Datos y Consenso Algorítmico Distribuido
A diferencia de las plataformas
de control de flotas convencionales que operan bajo arquitecturas centralizadas
y deterministas, el sistema introduce un enfoque disruptivo basado en Sistemas
Multiagente Distribuidos (Multi-Agent Systems) y Consenso Algorítmico:
- Configuración Paramétrica por Nodos de Operación: La arquitectura lógica del software otorga a los operadores en vía la capacidad de parametrizar el tamaño de la muestra o el grupo de referencia vehicular para el cálculo del promedio dinámico. Esto transforma el sistema de un modelo de vigilancia pasiva y punitiva en un entorno de cooperación algorítmica descentralizada .
- Validación Empírica Distribución del Tráfico:
Los propios datos agregados y promediados por el conjunto de vehículos en
servicio validan de forma matemática la variabilidad física real del
entorno urbano (ciclos semafóricos, micro-congestiones estacionales,
dinámicas de ascenso y descenso de pasajeros). Al indexar esta realidad
colectiva directamente en el algoritmo, se elimina el sesgo de las
programaciones administrativas teóricas e inflexibles.
- Mitigación de la Asimetría de Información y
Transparencia Operativa: El "Tiempo Oficial en Ruta" deja de
ser una imposición arbitraria para convertirse en el resultado de un
cálculo matemático descentralizado, transparente y auditable, derivado de
las condiciones físicas reales del entorno vial capturadas cada 100
metros.
- Consenso Algorítmico de Ruta: El ecosistema
de Inteligencia Artificial actúa como un motor de procesamiento optimizado
que unifica la realidad operativa del grupo de conductores en vía y la
convierte en la norma dinámica de cumplimiento para ese trayecto
específico y ventana de tiempo determinada. Este enfoque innovador
automatiza la autorregulación de la flota y establece un nuevo estándar de
equidad socio-técnica y optimización de las condiciones laborales en el
transporte masivo.
CONCLUSIÓN Y DECLARACIÓN DE VIABILIDAD DE LA PROPUESTA
El proyecto SOCTER se
consolida como una iniciativa disruptiva de vanguardia tecnológica, con una
arquitectura lógica robusta, metodológicamente estructurada y con un modelo de
sostenibilidad financiera que garantiza su viabilidad a largo plazo de forma
independiente a los recursos públicos tras la fase de cofinanciación. Al
articular la Inteligencia Artificial con la analítica de datos en tiempo real,
esta propuesta no solo resuelve una falla de mercado crítica y una brecha
tecnológica histórica en el Transporte Público Colectivo (TPC), sino que mitiga
directamente la siniestralidad vial urbana, dignifica el entorno laboral del
gremio transportador y formaliza flujos económicos capturados en la
informalidad.
La idoneidad del equipo
desarrollador, la definición rigurosa de los niveles de madurez tecnológica
(TRL) y el diseño de un entorno de validación experimental localizado en el
municipio de Buga (Valle del Cauca), con un potencial de escalamiento para un promedio de 20.000 conductores a nivel nacional, demuestran la alta factibilidad técnica
y la pertinencia social de la innovación. Por consiguiente, la asignación de
recursos no reembolsables por parte de Convocatoria representa una
inversión estratégica de alto impacto sociotécnico, orientada a acelerar la
transferencia de tecnología, consolidar activos de propiedad intelectual
soberanos y posicionar la movilidad urbana del país bajo los estándares
globales de las Ciudades Inteligentes (Smart Cities).
IDONEIDAD DEL AUTOR Y ORIGEN DE LA INNOVACIÓN SISTÉMICA
El desarrollo del proyecto SOCTER
se fundamenta en la convergencia sinérgica entre el conocimiento empírico del
sector transportador, el diseño sistémico de interfaces y la ingeniería
avanzada de software:
- Dirección de Diseño Sistémico y Modelado
Conceptual (Autor Principal): Profesional en Diseño Gráfico
Publicitario con especialización orientada al diseño de sistemas de
información automatizados e interfaces inteligentes. Aporta al proyecto
una profunda comprensión del dominio del problema gracias a su experiencia
operativa histórica directa en el sector del transporte público colectivo
(década de los 80), lo que le permite identificar con precisión analítica
las dinámicas socio-operativas de la "guerra del centavo" y las
fallas de los esquemas informales de control. Su enfoque metodológico se
centra en la conceptualización de la arquitectura lógica, la optimización
de los flujos de interacción y el diseño de la ergonomía cognitiva de la
interfaz para mitigar la carga visual del operador.
- Co-investigación y Respaldo de Ingeniería de
Software: El modelado de los casos de uso, la especificación de los
requisitos técnicos (ERS) y la validación de la arquitectura del soporte
lógico cuentan con el aval, acompañamiento y mentoría técnica de un
Profesional en Ingeniería de Sistemas y Catedrático Universitario. Su
participación garantiza que el diseño del algoritmo de consenso
distribuido, la interoperabilidad de las bases de datos y los protocolos
de seguridad digital del ecosistema se estructuren bajo los más rigurosos
estándares internacionales de ingeniería de software e investigación
aplicada (I+D+i).
Ficha Técnica: Sistema
Inteligente de Gestión de Tiempos y Convivencia Vial
Nombre del Producto: CalibrApp
Socter (Interfaz de Operador) Autor: Diego Orozco – Diseñador Gráfico y Especialista en Sistemas
Automáticos
Soporte Tecnológico: Kerry
Mora - Ingeniero de Sistemas y Catedrático Universitario – Arquitectura del Soporte
Lógico y Casos de Uso
Soporte Lógico: SOCTER (IA y Analítica de Datos)
Estatus Legal: DNDA Propiedad Intelectual Protegida (Derechos de Autor)
PROPIEDAD INTELECTUAL: El soporte lógico, la descripción del programa, códigos fuentes, interfaces gráficas, los algoritmos de sincronización, la arquitectura lógica y los modelos de uso de este ecosistema tecnológico presentados en este documento, son propiedad exclusiva intelectual de su autor y se encuentran debidamente protegidos bajo el registro de Derechos de Autor © 2004 - 2006 - 2026. Queda estrictamente prohibida la reproducción total o parcial, copias de interfaz visual, ingeniería inversa, descompilación o uso no autorizado de este sistema o de sus logos y marcas derivadas SOCTER, CalibrApp y MirutApp.
CONTI SOCTER © 2004 - 2006 - 2026 - Registro DNDA Soporte Lógico Protegido