Ciudad de México, a 19 de mayo. En un momento crítico para la movilidad urbana en México, marcado por la presión financiera sobre los sistemas de transporte, el crecimiento de la electromovilidad y la necesidad de operar con mayor eficiencia, Grupo CISA y la Red Académica Mexicana por el Transporte Público (RAMPT) presentaron en el 17º Congreso Internacional de Transporte (17CIT) una agenda estratégica de investigación aplicada que busca transformar la manera en que opera el transporte público en el país.
Durante el “Taller de Proyectos CISA Academia”, realizado como parte de las actividades académicas del 17CIT, Grupo CISA planteó uno de los proyectos más ambiciosos del sector: desarrollar, junto con universidades y centros de investigación mexicanos, modelos inteligentes capaces de comprender con mayor precisión cómo se mueven diariamente millones de usuarios en las ciudades.
La propuesta se basa en el análisis de datos provenientes de tarjetas de pago y validadores instalados en las unidades de transporte, con el objetivo de construir matrices origen-destino que permitan identificar patrones reales de movilidad.
Este tipo de herramientas abriría la puerta a una nueva generación de decisiones operativas basadas en evidencia, permitiendo diseñar rutas más eficientes, ajustar frecuencias de servicio y optimizar recursos operativos con mayor precisión.
Para los organizadores, este esfuerzo representa uno de los pasos más relevantes en la vinculación entre empresas de transporte público y academia en México, al convertir problemas reales de operación en proyectos concretos de investigación aplicada.
La mesa fue moderada por Marcela Adriana Basurto Acevedo, profesora investigadora de la Unidad Profesional Interdisciplinaria de Ingeniería y Ciencias Sociales y Administrativas del Instituto Politécnico Nacional (UPIICSA-IPN) e integrante de la RAMPT, mientras que la presentación de proyectos estuvo a cargo de Mario Leonardo Nieto, director Adjunto de Operación de Grupo CISA.
Durante el encuentro se destacó que la transformación del transporte público mexicano requerirá no solo inversión en infraestructura y tecnología, sino también una nueva generación de colaboración entre academia, industria y gobierno.
Otro de los ejes centrales de la agenda presentada fue el desarrollo de modelos predictivos de mantenimiento mediante inteligencia artificial y análisis de datos.
Actualmente, Grupo CISA opera 24 empresas de transporte y una flota cercana a 2,200 autobuses de distintas tecnologías, incluyendo unidades diésel, de gas natural y eléctricas.
La intención es evolucionar de un modelo de mantenimiento correctivo hacia uno predictivo, capaz de anticipar fallas antes de que ocurran, para reducir costos operativos y mejorar la confiabilidad del servicio para los usuarios.
La colaboración entre Grupo CISA y la academia mexicana ya cuenta con antecedentes de alcance internacional.
En 2024, una metodología desarrollada por la becaria del IPN Laura Díaz Torres, junto con especialistas de Grupo CISA, se convirtió en el primer caso documentado a nivel internacional del uso de inteligencia artificial para calcular la tasa de falla de una flota BRT y determinar cuántos autobuses de reserva son necesarios para garantizar continuidad operativa.
El proyecto, desarrollado con datos reales de operación del Metrobús de la Ciudad de México, fue presentado en el Congreso World 4S, realizado en Londres, y posteriormente indexado por Springer Nature, una de las publicaciones científicas más relevantes a nivel internacional.
La metodología permitió estimar probabilidades de falla mediante modelos matemáticos y aprendizaje automático, generando beneficios operativos, financieros y de continuidad del servicio.
Para Grupo CISA, este antecedente demuestra que la vinculación entre empresas de transporte y universidades no solo fortalece la formación de talento especializado, sino que también puede convertir al transporte público mexicano en referente internacional de innovación tecnológica aplicada.
Finalmente, los participantes coincidieron en que la movilidad del futuro dependerá cada vez más del uso inteligente de datos, inteligencia artificial y conocimiento científico aplicado a la operación cotidiana del transporte público.