En un momento en que la electromovilidad ha acaparado la atención pública como posible solución a la crisis climática, Alfredo Del Mazo Maza, especialista en políticas públicas, subrayó la importancia de comprender que dicho énfasis no resuelve por sí solo los problemas estructurales en las ciudades mexicanas.
Según datos del Instituto Nacional de Estadística y Geografía, durante marzo de 2025 los sistemas de transporte urbano en México movilizaron a 250.6 millones de pasajeros, con un aumento del 8.1 % respecto al mismo mes del año anterior, lo que indica tanto la relevancia del transporte público como los retos que enfrentan para atender una demanda creciente.
En este contexto, apunta el especialista, la inteligencia artificial (IA) emerge como una herramienta subutilizada capaz de incidir en múltiples dimensiones de la movilidad, y su aplicación debe ser entendida en un enfoque integral que vaya más allá de la simple electrificación de flotas.
“La fragmentación operativa del transporte público en muchas ciudades mexicanas, caracterizada por modelos como el “hombre-camión”, impide planificar rutas con base en la demanda, renovar flotas o establecer redes integradas con frecuencias y paradas predefinidas”, explicó.
Ante esta situación, Del Mazo Maza sostiene que la IA puede ofrecer un apoyo decisivo para modelar la demanda real de desplazamientos, optimizar rutas y horarios, y predecir saturaciones en tiempo real, lo que permitiría aprovechar mejor los recursos existentes y orientar inversiones hacia zonas con mayores carencias.
“La desigualdad territorial, que se traduce en viajes más largos, costosos y peligrosos para quienes habitan periferias, constituye otro foco de atención. En ese sentido, los algoritmos de aprendizaje automático pueden identificar patrones de movilidad desatendidos, priorizando intervenciones en áreas de alta necesidad y contribuyendo a diseñar políticas que equilibren la oferta de transporte en el territorio metropolitano”, dijo.
Asimismo, consideró que la IA facilita el análisis de indicadores sociales y económicos asociados a la movilidad, de modo que los responsables de la política pública cuenten con evidencia sólida para justificar decisiones y rendir cuentas sobre su impacto en equidad urbana.
“El reto de la movilidad activa —caminar y andar en bicicleta— también puede beneficiarse de soluciones basadas en IA.
Estudios globales muestran que la ampliación de infraestructura segura para la bici está asociada con reducciones en emisiones y mejoras de salud, como el análisis publicado en PNAS que sugiere que replicar el modelo de carriles bici de Copenhague en miles de ciudades podría reducir las emisiones de vehículos privados y generar ahorros en salud pública significativos”, detalló.
En México, plataformas de IA podrían procesar datos de orígenes y destinos, condiciones de calles y comportamientos de usuarios para proponer redes de ciclovías más coherentes y seguras, alertar sobre tramos con alto riesgo de incidentes y orientar proyectos de infraestructura con base en modelos predictivos.
Sin embargo, Alfredo Del Mazo Maza subrayó que la IA no reemplaza la voluntad política, sino que proporciona evidencia y materiales que pueden fortalecer el respaldo técnico a decisiones complejas. Al visibilizar con datos los costos de no actuar, económicos, sociales y ambientales, la IA puede generar argumentos sólidos para movilizar apoyos y facilitar la participación ciudadana informada en debates sobre movilidad.
El especialista también apunta a la dimensión energética: aunque la electrificación del transporte es clave para descarbonizar, la matriz eléctrica mexicana aún depende mayoritariamente de combustibles fósiles, con cerca de 90 % de la energía primaria proveniente de hidrocarburos y gas según estimaciones recientes.
Por ello, advierte, la transformación hacia un transporte eléctrico debe ir acompañada de una transición energética que incremente la generación limpia, de modo que los beneficios ambientales sean reales. En este sentido, la IA puede optimizar la integración de fuentes renovables en redes eléctricas, prever demandas de recarga y contribuir a equilibrar la oferta y la demanda energética vinculada a la movilidad.