Semáforos inteligentes: cuando la IA gestiona procesos en tiempo real
La ciudad de Neuquén licitó un sistema de monitoreo semaforizado con Inteligencia Artificial para más de 300 esquinas. Un caso concreto para analizar qué significa realmente gestionar un proceso con datos en tiempo real.
A mediados de abril de 2026, la Municipalidad de Neuquén abrió los sobres de una licitación pública que pasó relativamente desapercibida en los medios generalistas, pero que contiene una lección de gestión de procesos que vale la pena analizar con detenimiento. La empresa santafesina Tacuar SRL fue la única oferente y se adjudicó el contrato para implementar un sistema de monitoreo inteligente en más de 300 semáforos de la ciudad, con un plazo de entrega de entre 60 y 90 días.
La noticia en sí es local. La reflexión que habilita es universal. Porque lo que Neuquén decidió implementar no es simplemente tecnología nueva: es un cambio profundo en la lógica de cómo se gestiona un proceso. Y esa diferencia, entre administrar un proceso manualmente y gestionarlo con datos en tiempo real, es exactamente el núcleo de lo que la gestión de calidad lleva décadas intentando instalar en las organizaciones.
El problema que existía: un proceso gestionado por intuición
Antes de este sistema, la regulación de los tiempos semafóricos en Neuquén dependía de operadores municipales que ajustaban los ciclos de forma manual. Es decir: un proceso de alto impacto urbano —la fluidez del tránsito de toda una ciudad— se gestionaba en base a criterios subjetivos, experiencia individual y, en el mejor de los casos, rutinas establecidas que no necesariamente respondían a la realidad cambiante del flujo vehicular.
Este modelo tiene un nombre en gestión de procesos: gestión por intuición. No es necesariamente malo cuando la variabilidad del proceso es baja y el impacto del error es menor. Pero cuando la variabilidad es alta —como ocurre en el tránsito urbano de una ciudad en crecimiento— y el impacto del error es visible e inmediato —los embotellamientos que afectan a miles de personas cada día— la gestión por intuición se vuelve estructuralmente insuficiente.
Qué cambia con la Inteligencia Artificial: datos, algoritmos y ciclos de ajuste automático
El sistema que implementará Tacuar SRL combina cámaras, sensores y algoritmos de Inteligencia Artificial para detectar la carga vehicular en tiempo real y ajustar automáticamente los ciclos semafóricos. Los tiempos de corte variarán entre 20 y 60 segundos según lo que el sistema detecte en cada esquina, y una vez que la demanda disminuye —por ejemplo, pasadas las horas pico de la mañana— los tiempos se reestablecen automáticamente.
Desde una perspectiva de gestión de procesos, esto representa un salto cualitativo en tres dimensiones fundamentales: la velocidad del ciclo de ajuste pasa de horas o días a segundos; la base de la decisión pasa de la percepción subjetiva a la evidencia objetiva medida por sensores; y la consistencia del proceso deja de depender de quién esté operando en ese turno para depender del sistema mismo.
Los componentes de gestión: lo que hace que este proceso funcione
Si se analiza este sistema desde el marco de la gestión de procesos, es posible identificar con claridad los elementos que lo hacen viable y que lo distinguen del modelo que reemplaza. No es simplemente tecnología: es una arquitectura de gestión que tiene componentes muy precisos.
Arquitectura de gestión del proceso semaforizado con IA
La lección de gestión: de la corrección reactiva al ajuste proactivo
Lo que hace que este caso sea relevante para cualquier organización que trabaja con gestión de procesos no es la tecnología en sí. Es la lógica de gestión que la tecnología habilita. Durante años, el proceso de regulación del tráfico funcionó bajo un paradigma reactivo: se detectaba un problema —el embotellamiento ya formado— y se intentaba corregir con los recursos disponibles. La corrección llegaba después del daño.
El nuevo sistema invierte esa lógica. En lugar de detectar el problema cuando ya ocurrió, detecta las condiciones que lo generan —la acumulación vehicular— y actúa sobre ellas antes de que el problema se materialice. Este es exactamente el principio que distingue la gestión preventiva de la gestión reactiva, y es uno de los fundamentos del pensamiento basado en riesgo que establece la norma ISO 9001:2015.
Lo que el semáforo inteligente le enseña a cualquier proceso organizacional
- Medir antes de gestionar: El sistema no puede ajustar lo que no mide. Antes de implementar cualquier mejora de proceso, la organización necesita saber con precisión qué está ocurriendo: con qué frecuencia, en qué magnitud, con qué variabilidad. Sin datos de base no hay punto de referencia y sin punto de referencia no hay forma de verificar si hubo mejora real.
- Sistematizar la lógica de decisión: Los algoritmos del sistema semaforizado son la codificación explícita de una lógica de decisión: si la carga vehicular supera X, el tiempo se extiende hasta Y. En los procesos organizacionales, esta sistematización se llama procedimiento, instrucción de trabajo o criterio de operación. Su función es la misma: garantizar que la decisión correcta se tome siempre, no solo cuando está el operador más experimentado.
- Reducir la dependencia de personas individuales: El sistema elimina la variabilidad asociada al operador humano. No porque las personas sean el problema —sino porque la variabilidad indeseada en un proceso crítico es el problema, independientemente de su origen. Un proceso que produce resultados consistentes cuando está determinada persona y resultados variables cuando no está es un proceso mal diseñado.
- Escalar sin perder control: Gestionar manualmente 300 intersecciones simultáneas es operativamente inviable. El sistema lo hace porque la lógica de gestión está automatizada. Cuando una organización crece, la pregunta equivalente es si sus procesos pueden escalar sin perder consistencia. La respuesta depende de cuánto de la gestión está sistematizado y cuánto depende de personas específicas.
- Verificar antes de comprometerse: El requisito de demostrar compatibilidad tecnológica antes de participar en la licitación es una práctica de gestión del riesgo aplicada. En cualquier proceso de cambio organizacional, la verificación de viabilidad previa a la implementación reduce la probabilidad de fallos costosos durante el despliegue.
Los riesgos que el sistema no resuelve solo
Sería un error concluir que la tecnología resuelve todos los problemas de gestión de un proceso. El sistema de semáforos inteligentes de Neuquén es un avance significativo, pero también crea nuevas responsabilidades de gestión que, si no se atienden, pueden convertir la mejora en una fuente diferente de problemas.
Lo que la implementación tecnológica no resuelve por sí sola
- Dependencia tecnológica sin plan de contingencia: Si el proceso manual desaparece por completo y el sistema automatizado falla —por un corte de energía, un fallo de software o un problema de conectividad— la organización puede quedar sin capacidad de gestionar el proceso en absoluto. Todo sistema crítico necesita un plan de contingencia explícito para los escenarios de fallo.
- Mantenimiento de la lógica algoritmica: Los algoritmos que hoy son adecuados para el patrón de tráfico actual pueden quedar desactualizados si la ciudad cambia: nuevas rutas, zonas de desarrollo, eventos masivos. Los sistemas de IA necesitan revisión y ajuste periódico para seguir siendo relevantes. La gestión del sistema no termina con la instalación.
- Capacidad interna para operar y auditar el sistema: Cuando la lógica de decisión de un proceso crítico está en manos de un proveedor externo, la organización contratante necesita desarrollar la capacidad técnica interna suficiente para entender, supervisar y auditar ese sistema. La tercerización de la operación no puede significar la pérdida del control sobre el proceso.
- Indicadores de desempeño posteriores a la implementación: La instalación del sistema es la fase inicial. La gestión real comienza después: ¿cuáles son los indicadores que medirán si el sistema está funcionando como se espera? ¿Tiempo de viaje promedio? ¿Frecuencia de embotellamientos? Sin indicadores de desempeño definidos, no hay forma de verificar que la inversión produjo la mejora prometida.
Indicadores: cómo medir si la mejora fue real
Uno de los principios más importantes de la gestión basada en evidencia es que una mejora no está verificada hasta que los datos la confirman. La instalación del sistema semaforizado inteligente es una hipótesis de mejora: se espera que reduzca los tiempos de espera y mejore los flujos vehiculares. Esa hipótesis necesita verificación con datos concretos.
Métricas que permitirían evaluar la eficacia real del sistema implementado
- Tiempo promedio de espera en intersecciones semaforizadas: El indicador más directo de la mejora prometida. Debería medirse antes y después de la implementación, en los mismos horarios y los mismos puntos, para permitir una comparación válida. Sin una línea de base previa, la mejora no es verificable.
- Frecuencia e intensidad de embotellamientos en horas pico: Cantidad y duración promedio de los congestionamientos en los períodos de mayor demanda vehicular. Este indicador refleja el impacto real del sistema en el problema que motivó la inversión.
- Tasa de disponibilidad del sistema: Porcentaje del tiempo en que el sistema opera correctamente, sin fallos técnicos. Un sistema que funciona el 95% del tiempo tiene un 5% de tiempo en que el proceso crítico queda sin gestión automatizada. Ese porcentaje necesita estar cubierto por un procedimiento de contingencia.
- Tiempo de respuesta ante incidencias técnicas: Cuando el sistema falla, ¿en cuánto tiempo se detecta, diagnostica y resuelve el problema? Este indicador mide la madurez del proceso de soporte y mantenimiento, que es tan importante como el proceso principal.
- Satisfacción percibida de los usuarios: Encuestas periódicas a conductores y peatones sobre su experiencia en las intersecciones semaforizadas. La percepción del ciudadano es el equivalente a la satisfacción del cliente externo: la medida definitiva de si la mejora fue real desde la perspectiva de quienes más importan.
La transferencia organizacional: ¿qué puede aprender tu organización de este caso?
La pregunta que este caso deja abierta para cualquier organización —pública o privada, grande o pequeña— no es si debería implementar Inteligencia Artificial en sus procesos. La pregunta más relevante y más inmediata es: ¿cuántos de mis procesos críticos se están gestionando hoy por intuición, cuando deberían gestionarse con datos?
Porque la distancia entre el semáforo operado manualmente y el semáforo gestionado por IA no es tecnológica en su esencia. Es una distancia de paradigma de gestión. Y esa misma distancia existe en innumerables organizaciones que toman decisiones sobre sus procesos más críticos con la misma lógica que un operador ajustando un semáforo a ojo: con experiencia, intuición y, en el mejor de los casos, rutinas establecidas. Pero sin datos, sin ciclos de ajuste sistemáticos y sin verificación de que el resultado fue el esperado.
