La logística de última milla revolucionó la entrega de bienes de consumo durante la pandemia. Hoy, lejos de haber quedado como un fenómeno coyuntural, el sector atraviesa una nueva etapa de transformación acelerada en América Latina. ¿El motivo? La inmediatez se ha consolidado como un elemento central de la propuesta de valor de las plataformas de delivery.
En ese contexto, las cifras ayudan a dimensionar la magnitud del fenómeno: un estudio de Fortune Business Insights estimó que el mercado global de quick commerce alcanzó un valor de US$ 184,550 millones en 2025 y que podría superar los US$ 385,000 millones hacia 2034.
América Latina no es ajena a esta tendencia. Según un informe de Mercado Libre y Endeavor, el comercio electrónico en la región podría superar los US$ 215,000 millones en 2026.
En paralelo, la Cámara Peruana de Comercio Electrónico (CAPECE) reportó que las ventas online en Perú superaron los US$ 15,600 millones en 2024, un crecimiento de 21.2% frente al año previo, impulsado por una demanda cada vez mayor de experiencias de compra más ágiles.
Frente a ese escenario, las plataformas de quick commerce han respondido con servicios de reparto inmediato como PedidosYa Market, Amazon Now y Rappi Turbo. Esta última, por ejemplo, promete entregas en poco más de diez minutos. La propuesta, sin embargo, abre interrogantes sobre el papel que cumplen la inteligencia artificial y los modelos de predicción en la operación de estos servicios.
En entrevista con Sectoriales Marketing y Retail, Miguel Niño, Head of Ecommerce de Rappi Perú, explica cómo la empresa de origen colombiano viene transformando la última milla y qué herramientas tecnológicas están redefiniendo sus operaciones.
¿Qué tan determinante es hoy la rapidez en la decisión de compra del usuario y cómo ha evolucionado el tiempo promedio de entrega en los últimos años?
Para nosotros es un factor sumamente determinante. Con la madurez que ha alcanzado Rappi en el sector de última milla, hemos logrado desarrollar formatos de entrega cada vez más rápidos, lo que llamamos ultra conveniencia o quick commerce.
Hoy, por ejemplo, las entregas de Turbo, que es nuestro canal más rápido, se completan en un promedio de 10.5 minutos. Nuestro objetivo es seguir ganando eficiencia y reducir cada vez más esos tiempos.
En la práctica, hemos observado que la inmediatez se ha convertido en un factor de preferencia para el usuario, incluso por encima de elementos como las promociones u otras variables que influyen en la decisión de compra. Por eso, de cara a los próximos meses, buscamos que el 40% de las transacciones en Rappi provenga de canales de entrega ultrarrápida.
Perú enfrenta importantes brechas en infraestructura urbana, especialmente en Lima, donde la congestión vehicular afecta la movilidad. ¿Cuáles son las principales barreras logísticas que enfrenta Rappi en la capital y cómo las viene abordando?
Para ponerlo en contexto, Rappi opera en nueve países y varios de ellos enfrentan desafíos similares en tráfico y movilidad urbana. La ventaja de esa escala regional es que nos permite iterar de forma constante sobre la tecnología y las soluciones que desarrollamos.
Podemos probar nuevas herramientas y modelos en ciudades como Lima, Bogotá o Santiago, que comparten retos similares, y extraer aprendizajes de cada experiencia. Más que verlo como una limitación, lo entendemos como una oportunidad para mejorar de forma continua nuestros estándares operativos.
En la práctica, eso implica apoyarnos en tecnología para anticiparnos a esos desafíos. Utilizamos modelos de predicción de tráfico y de comportamiento de la demanda que nos permiten organizar mejor la operación y ofrecer tiempos de entrega alineados con las expectativas de los usuarios.
Ese intercambio de aprendizajes entre ciudades, combinado con el uso de analítica y predicción, nos permite desarrollar soluciones cada vez más eficientes para la logística de última milla.
¿Qué tecnologías emplea hoy Rappi para optimizar la asignación de pedidos y rutas? ¿Y qué papel cumple la inteligencia artificial en estos procesos?
La inteligencia artificial y el machine learning son parte del día a día de nuestra operación. Utilizamos estos modelos para generar predicciones constantes: desde cómo se comportará la demanda hasta cómo reaccionan los usuarios frente a distintos escenarios.
Además, estas herramientas nos permiten evaluar y mejorar la calidad de la operación en la última milla. Hoy Rappi es una compañía AI-first, lo que significa que gran parte de nuestros procesos —como la predicción del tráfico, la estimación de la demanda e incluso la toma de decisiones internas— se apoya en inteligencia artificial.
Más allá de reducir minutos en el tiempo de entrega, ¿qué indicadores utilizan para medir la calidad de la última milla? ¿Cuáles son los KPI más relevantes?
Contamos con varios indicadores, aunque en términos generales los agrupamos bajo el concepto de calidad del servicio. No se trata únicamente de entregar más rápido, sino también de qué tan bien cumplimos con el tiempo prometido al usuario.
Otro aspecto clave es la calidad de la orden. Por ejemplo, analizamos si el pedido llegó completo y si se registraron incidencias, como productos faltantes o problemas de disponibilidad. Todos esos eventos se registran y analizan.
Además, recopilamos retroalimentación de los distintos actores del ecosistema —usuarios, socios repartidores y comercios aliados—. Esa información nos permite detectar oportunidades de mejora y ajustar de forma continua la operación.
¿De qué manera han automatizado procesos logísticos clave —como la atención al cliente o la gestión del inventario— para ganar eficiencia sin elevar los costos operativos?
En atención al cliente, hemos automatizado diversos procesos, especialmente los vinculados a consultas o casos de resolución más simple. A partir de la identificación de los patrones más recurrentes, hemos integrado esas soluciones directamente en la aplicación, de modo que el usuario pueda resolverlas de manera inmediata.
Al mismo tiempo, mantenemos equipos especializados para atender los casos más complejos. En esas situaciones intervienen tanto los equipos de atención como los líderes de la operación, para asegurar que cada problema se resuelva adecuadamente.
En cuanto al abastecimiento, utilizamos modelos de predicción tanto de la demanda como de potenciales quiebres de stock. Esto nos permite anticiparnos, con días o incluso semanas de margen, a posibles problemas de inventario y planificar mejor el abastecimiento, ya sea con aliados comerciales o con nuestras propias bodegas. Ese es el núcleo de cómo gestionamos la operación.
Entiendo que cuentan con sistemas automatizados para atender consultas básicas de los usuarios.
Más que un chatbot tradicional, hoy utilizamos herramientas mucho más avanzadas basadas en inteligencia artificial. Estas soluciones permiten identificar el problema del usuario y recopilar información relevante antes de que el caso sea derivado a un agente humano.
Así, cuando interviene el equipo de atención al cliente, ya dispone de un contexto previo construido por la inteligencia artificial: datos del pedido, posibles incidencias e historial del usuario. Esto permite resolver los casos con mayor rapidez y eficiencia, y reducir de forma significativa los tiempos de atención.
Rappi Turbo opera sobre una red de microcentros y dark stores. ¿Cuáles son las metas de expansión en el corto y mediano plazo?
La expansión puede entenderse de distintas maneras. Por un lado, buscamos ampliar la base de usuarios que utilizan esta vertical. Nuestro objetivo es que cada vez más personas adopten el modelo de entregas ultrarrápidas.
En términos geográficos, ya hemos comenzado a expandirnos hacia nuevas ciudades, como Arequipa. Sin embargo, hoy el foco principal de Turbo está en profundizar su presencia en las zonas donde ya opera, incrementando la penetración entre los usuarios actuales y sosteniendo los estándares de calidad alcanzados.
A partir de allí, evaluamos nuevas zonas de alta densidad poblacional —como algunas ciudades del norte del país— donde el modelo pueda desplegarse de forma eficiente.
A largo plazo, ¿consideran que la principal transformación en la logística de última milla en el Perú será la electromovilidad o existen otros cambios relevantes?
La electrificación ya es una tendencia clara, no solo en Perú, sino también en otros mercados. De hecho, ya hemos iniciado pruebas mediante alianzas como la que mantenemos con MOVI. Este tipo de iniciativas representa un avance importante para reducir emisiones y mejorar la eficiencia energética de la operación.
Sin embargo, sería limitado pensar que esa será la única gran transformación. La evolución de la última milla también estará marcada por un uso más sofisticado de los datos, una mayor optimización de los procesos logísticos y una gestión más eficiente de los recursos a lo largo de toda la cadena de suministro, desde el abastecimiento hasta la entrega final.
Hay que considerar que en Perú todavía no existe una red amplia de estaciones de carga eléctrica, como sí ocurre en países como Chile o Colombia.
Exactamente. Primero es necesario avanzar en la infraestructura que permita sostener este tipo de tecnologías. A medida que esa base se consolide, será posible desarrollar nuevas soluciones. En general, creemos que la transición energética debe pensarse a lo largo de toda la cadena logística, y no únicamente en el último tramo de entrega.
