Diez días de validaciones y lo que la inteligencia artificial puede hacer por el transporte
Se analizaron las validaciones de la tarjeta TuLlave del 25 de septiembre al 4 de octubre de 2026 (unos … de registros) con el cómputo local del laboratorio, se probó un modelo de pronóstico y se revisó qué se ha hecho en otras ciudades. Todo sale de datos abiertos de TRANSMILENIO S.A.; no se publicó ningún dato por tarjeta.
Cinco hallazgos
El ritmo de la semana
Un día hábil mueve cerca de 3,8 millones de validaciones entre troncal, zonal, dual y cable; un sábado 2,5 millones y un domingo 1,3 millones. La troncal y la zonal pesan casi lo mismo.
Validaciones por día y servicio
TroncalZonalDualCable
Hora de las validaciones, % del día
Cómo se encadena el viaje: transbordos y tarjetas
Transbordo (ventana de 75 min)
Por día hábil
% del total
Minutos entre validaciones
Perfil de la tarjeta
% validaciones
Valor medio pagado
Estaciones: de dónde sale la gente y a dónde llega
Origen y destino inferidos con el encadenamiento de tarjetas
Mañana: origen → destino
Viajes por día
Tarde: origen → destino
Viajes por día
Rutas zonales: demanda real frente a los viajes que el horario programa
Rutas según validaciones por viaje programado
Ruta
Validaciones/día
Viajes
Val. por viaje
Un experimento: ¿un modelo de IA pronostica mejor la demanda?
Método
Error en días normales
Error en todos los días
Qué hace
Qué se ha hecho en el mundo
Se resume lo que se pudo verificar. Cada caso lleva una etiqueta de qué tan sólida es la evidencia: Evidencia alta si hay fuente primaria o artículo revisado, Media si es medio de prensa o proveedor, Baja si es una cifra que no se pudo comprobar. Casi todas las cifras de mejora las dan los propios operadores o sus proveedores; hay pocas evaluaciones independientes.
Quién va más adelante
No hay una clasificación única. Por profundidad de lo documentado, Singapur y Hong Kong aparecen como los más integrados (coordinación central con modelos predictivos y mantenimiento predictivo), las grandes ciudades chinas por escala y variedad, Seúl por haber rediseñado una red con datos y haberlo documentado bien, y Londres por la transparencia de sus ensayos, incluidos los fallos. Bogotá tiene algo poco común en la región: GTFS abierto, validaciones diarias abiertas desde 2012 y un historial de GPS; le falta un feed público de posiciones en tiempo real.
Cómo la IA puede favorecer el transporte en Bogotá
Cada fila une una oportunidad con la evidencia que aparece en estos datos y lo que haría falta para hacerla.