En la búsqueda de una logística más eficiente, sostenible y competitiva, la inteligencia artificial aparece como un elemento transformador, pero no es el punto clave de la partida. Sin digitalización o una estructura de datos fiable y procesos definidos, la inteligencia artificial no tiene terreno sobre el que operar. Antes que una ventaja competitiva, la tecnología se ha convertido en una necesidad operativa . «En nuestro sector, la tecnología ha avanzado mucho, sobre todo en temas de ‘big data’ y análisis de datos. Nos hemos convertido ya, a la fuerza, en empresas tecnológicas», explica Francisco Aranda, presidente de UNO Logística, quien recuerda que el sector ha experimentado un crecimiento del 240% en volumen de envíos en solo cinco años: de 530 millones en 2018 a más de 1.300 millones en 2023. Y esto, sin tecnología, sería imposible.El cambio de paradigma ha sido total. Ahora, los operadores logísticos no solo gestionan mercancías, sino también millones de datos en tiempo real. Para ser eficientes, deben anticipar comportamientos del consumidor, automatizar almacenes, programar transportes en los momentos más oportunos y diseñar rutas inteligentes . «Sin esta tecnología, y especialmente en logística urbana, es imposible operar», recalca Aranda. La previsión de la demanda cambia cada día y por múltiples factores: «El lunes no es igual que el viernes. Si llueve, cambia. Si hay promociones, cambia. Sin una buena gestión de datos y previsión, no puedes adaptar recursos ni controlar costes». Todo este proceso ha sido catalizado por la pandemia que aceleró una transformación digital que estaba prevista para una década. David Montesinos, cofundador y responsable de Negocio de Logistiko, pone el acento en los datos: «Antes de aplicar inteligencia artificial , hemos dedicado mucho esfuerzo a digitalizar y estructurar los procesos. Porque si no tienes datos fiables y procesos bien definidos, es imposible que la IA funcione». Ahora mismo, están trabajando con modelos que ayudan a anticipar incidencias o a priorizar entregas según el comportamiento operativo de cada cliente. Los resultados han sido mejoras notables en los tiempos de respuesta, reducción de incidencias y, sobre todo, una mayor satisfacción del cliente final.Noticia Relacionada estandar Si La IA predictiva que anticipa la demanda revoluciona la logística Alberto Velázquez En un contexto muy complejo en las cadenas de suministros, el uso de analítica avanzada para predecir tendencias y optimizar inventarios es ya esencial«La IA puede ayudarte a reducir tiempos de entrega, optimizar rutas o anticipar incidencias, pero solo si has hecho los deberes antes». Para ello es importante encontrar en qué punto del proceso la IA ayuda realmente a mejorar el servicio, esa es la clave. La IA no se aplica igual en todos los procesos, ni en todas las empresas . Por eso, es fundamental entender bien cada operativa y detectar en qué punto concreto aporta valor antes de invertir en desarrollos que quizá no resuelvan el verdadero cuello de botella.Compañías nativas digitales como Kanguro también confirman que la primera barrera a la hora de adoptar la IA en sus procesos es, sin duda, tecnológica. «La mayoría de los operadores aún arrastran sistemas ‘legacy’ que no se hablan entre sí y guardan la información en silos. Antes de enchufar un motor de IA hay que limpiar, conectar y normalizar los datos ; ese trabajo previo suele subestimarse y es el que marca la diferencia entre un piloto brillante y un proyecto fallido», explica su CEO, Xavi Valverde. En su modelo operativo, la IA no se implementa como un complemento, sino que articula toda la cadena logística de última milla, especialmente bajo un modelo OOH (‘out of home’), basado en puntos de recogida urbanos en lugar de entregas a domicilio: «Cada paquete es procesado por varios agentes de IA que determinan en tiempo real la mejor forma de entregarlo: si a una tienda, una taquilla o un comercio colaborador cercano al domicilio del cliente». Este enfoque permite reducir los kilómetros recorridos, el impacto ambiental y optimiza el uso de recursos gracias a modelos que analizan datos históricos . «La IA permite escalar la red de puntos sin intervención humana directa. Solo se requiere al equipo comercial para cerrar los acuerdos iniciados por los sistemas», explica Valverde. De esta manera, cada interacción con el cliente también está mediada por algoritmos inteligentes. Desde recordatorios de recogida hasta reprogramaciones de entrega, el 80% de las consultas se resuelven mediante asistentes virtuales que utilizan lenguaje natural. «Nuestra prioridad es que la experiencia del usuario sea fluida, personalizada y sin fricciones, incluso si no hay ningún humano detrás», asegura Valverde.Por su parte, Sancho Lerena, CEO de Pandora FMS, explica que aplicar IA no es solo cuestión de algoritmos, sino de tener la capacidad de ver y entender qué está ocurriendo en tiempo real. En este punto, la observabilidad –el arte de monitorizar todo lo que sucede dentro de un sistema– se convierte en un requisito esencial para que cualquier despliegue de IA sea verdaderamente eficaz. «Sin una buena capa de observación, los modelos de IA corren el riesgo de tomar decisiones a ciegas», explica. Su experiencia con grandes volúmenes de datos, sistemas distribuidos y detección de anomalías, permite a las empresas tener información fidedigna y actual para tomar buenas decisiones. «La IA no sigue reglas fijas, aprende de patrones, y en logística, esto implica conocer la localización en tiempo real de cada furgoneta, si hay atascos, la información del rendimiento de cada repartidor, su histórico… Toda esa información se cruza, y ahí es donde aparece la magia». Y eso es el arte de la analítica de datos.Equipo humanoPero junto a la tecnología, el capital humano emerge como un reto central. «La IA no te soluciona las cosas sola. Es una herramienta muy eficaz, pero exige un capital humano con competencias muy específicas: capacidad de aprendizaje permanente, pensamiento crítico, creatividad…», defiende Aranda. Hay determinadas habilidades que tienen que ir de la mano del desarrollo tecnológico. Su diagnóstico es claro: faltan perfiles capacitados , tanto ingenieros como técnicos de formación profesional con habilidades digitales. «La transformación ha sido tan rápida que no ha dado tiempo a adaptar la formación. Y cuanta más tecnología adoptas, más importante es el talento humano», explica Aranda. Montesinos coincide. Más que quitar empleos, la IA cambia el tipo de tareas y permite a los empleados dedicar esas horas a otras tareas imprescindibles dentro de las empresas. Requiere que las personas se formen para asumir funciones de supervisión, toma de decisiones o atención al cliente. Es una oportunidad de evolución profesional, pero implica inversión en formación.También en Kanguro la transformación tecnológica ha reconfigurado los roles del equipo humano. Las tareas manuales que antes recaían en comerciales y gestores operativos han sido reemplazadas por funciones más analíticas y estratégicas. «No hemos prescindido de personas; al contrario, ahora pueden enfocarse en tareas de mayor valor añadido porque la IA les libera de la parte repetitiva», explica Valverde.SostenibilidadY en este contexto donde se exige más eficiencia con menos impacto es donde la sostenibilidad se entrelaza con la digitalización y la IA. «Mejorar rutas, evitar viajes innecesarios o automatizar procesos reduce consumo energético y emisiones», señala Montesinos. Aranda lo refrenda: «La tecnología es la mayor palanca de generación de buen medioambiente. Pero necesitamos garantías por parte de las instituciones: si se nos exige electrificar flotas , necesitamos infraestructuras como cargadores públicos. La colaboración público-privada debe ser real. No podemos quedarnos a medio gas». Aquí, Valverde aporta una visión complementaria. «La sostenibilidad no puede ir en contra de la comodidad del usuario. Si el cliente tiene que caminar veinte minutos para recoger su pedido, el sistema fracasa». Por ello, su estrategia se basa en asegurar que cada usuario tenga un punto de recogida a menos de diez minutos andando . La IA permite tomar decisiones inteligentes sobre la ubicación de esos puntos, optimizando tanto la logística como la experiencia urbana.La pregunta ya no es si aplicar IA, sino cuándo y cómo, explican los expertos. Una compañía que ya tiene los procesos digitalizados y aplica IA, puede tener mejoras del 30% hasta más del 100%. Y eso, para una empresa con costes fijos, puede ser la diferencia entre ser rentable o no. Pero insisten, primero hay que ordenar ‘la casa’ y entender esta herramienta como un ecosistema que aprende, se adapta y responde en tiempo real. En la búsqueda de una logística más eficiente, sostenible y competitiva, la inteligencia artificial aparece como un elemento transformador, pero no es el punto clave de la partida. Sin digitalización o una estructura de datos fiable y procesos definidos, la inteligencia artificial no tiene terreno sobre el que operar. Antes que una ventaja competitiva, la tecnología se ha convertido en una necesidad operativa . «En nuestro sector, la tecnología ha avanzado mucho, sobre todo en temas de ‘big data’ y análisis de datos. Nos hemos convertido ya, a la fuerza, en empresas tecnológicas», explica Francisco Aranda, presidente de UNO Logística, quien recuerda que el sector ha experimentado un crecimiento del 240% en volumen de envíos en solo cinco años: de 530 millones en 2018 a más de 1.300 millones en 2023. Y esto, sin tecnología, sería imposible.El cambio de paradigma ha sido total. Ahora, los operadores logísticos no solo gestionan mercancías, sino también millones de datos en tiempo real. Para ser eficientes, deben anticipar comportamientos del consumidor, automatizar almacenes, programar transportes en los momentos más oportunos y diseñar rutas inteligentes . «Sin esta tecnología, y especialmente en logística urbana, es imposible operar», recalca Aranda. La previsión de la demanda cambia cada día y por múltiples factores: «El lunes no es igual que el viernes. Si llueve, cambia. Si hay promociones, cambia. Sin una buena gestión de datos y previsión, no puedes adaptar recursos ni controlar costes». Todo este proceso ha sido catalizado por la pandemia que aceleró una transformación digital que estaba prevista para una década. David Montesinos, cofundador y responsable de Negocio de Logistiko, pone el acento en los datos: «Antes de aplicar inteligencia artificial , hemos dedicado mucho esfuerzo a digitalizar y estructurar los procesos. Porque si no tienes datos fiables y procesos bien definidos, es imposible que la IA funcione». Ahora mismo, están trabajando con modelos que ayudan a anticipar incidencias o a priorizar entregas según el comportamiento operativo de cada cliente. Los resultados han sido mejoras notables en los tiempos de respuesta, reducción de incidencias y, sobre todo, una mayor satisfacción del cliente final.Noticia Relacionada estandar Si La IA predictiva que anticipa la demanda revoluciona la logística Alberto Velázquez En un contexto muy complejo en las cadenas de suministros, el uso de analítica avanzada para predecir tendencias y optimizar inventarios es ya esencial«La IA puede ayudarte a reducir tiempos de entrega, optimizar rutas o anticipar incidencias, pero solo si has hecho los deberes antes». Para ello es importante encontrar en qué punto del proceso la IA ayuda realmente a mejorar el servicio, esa es la clave. La IA no se aplica igual en todos los procesos, ni en todas las empresas . Por eso, es fundamental entender bien cada operativa y detectar en qué punto concreto aporta valor antes de invertir en desarrollos que quizá no resuelvan el verdadero cuello de botella.Compañías nativas digitales como Kanguro también confirman que la primera barrera a la hora de adoptar la IA en sus procesos es, sin duda, tecnológica. «La mayoría de los operadores aún arrastran sistemas ‘legacy’ que no se hablan entre sí y guardan la información en silos. Antes de enchufar un motor de IA hay que limpiar, conectar y normalizar los datos ; ese trabajo previo suele subestimarse y es el que marca la diferencia entre un piloto brillante y un proyecto fallido», explica su CEO, Xavi Valverde. En su modelo operativo, la IA no se implementa como un complemento, sino que articula toda la cadena logística de última milla, especialmente bajo un modelo OOH (‘out of home’), basado en puntos de recogida urbanos en lugar de entregas a domicilio: «Cada paquete es procesado por varios agentes de IA que determinan en tiempo real la mejor forma de entregarlo: si a una tienda, una taquilla o un comercio colaborador cercano al domicilio del cliente». Este enfoque permite reducir los kilómetros recorridos, el impacto ambiental y optimiza el uso de recursos gracias a modelos que analizan datos históricos . «La IA permite escalar la red de puntos sin intervención humana directa. Solo se requiere al equipo comercial para cerrar los acuerdos iniciados por los sistemas», explica Valverde. De esta manera, cada interacción con el cliente también está mediada por algoritmos inteligentes. Desde recordatorios de recogida hasta reprogramaciones de entrega, el 80% de las consultas se resuelven mediante asistentes virtuales que utilizan lenguaje natural. «Nuestra prioridad es que la experiencia del usuario sea fluida, personalizada y sin fricciones, incluso si no hay ningún humano detrás», asegura Valverde.Por su parte, Sancho Lerena, CEO de Pandora FMS, explica que aplicar IA no es solo cuestión de algoritmos, sino de tener la capacidad de ver y entender qué está ocurriendo en tiempo real. En este punto, la observabilidad –el arte de monitorizar todo lo que sucede dentro de un sistema– se convierte en un requisito esencial para que cualquier despliegue de IA sea verdaderamente eficaz. «Sin una buena capa de observación, los modelos de IA corren el riesgo de tomar decisiones a ciegas», explica. Su experiencia con grandes volúmenes de datos, sistemas distribuidos y detección de anomalías, permite a las empresas tener información fidedigna y actual para tomar buenas decisiones. «La IA no sigue reglas fijas, aprende de patrones, y en logística, esto implica conocer la localización en tiempo real de cada furgoneta, si hay atascos, la información del rendimiento de cada repartidor, su histórico… Toda esa información se cruza, y ahí es donde aparece la magia». Y eso es el arte de la analítica de datos.Equipo humanoPero junto a la tecnología, el capital humano emerge como un reto central. «La IA no te soluciona las cosas sola. Es una herramienta muy eficaz, pero exige un capital humano con competencias muy específicas: capacidad de aprendizaje permanente, pensamiento crítico, creatividad…», defiende Aranda. Hay determinadas habilidades que tienen que ir de la mano del desarrollo tecnológico. Su diagnóstico es claro: faltan perfiles capacitados , tanto ingenieros como técnicos de formación profesional con habilidades digitales. «La transformación ha sido tan rápida que no ha dado tiempo a adaptar la formación. Y cuanta más tecnología adoptas, más importante es el talento humano», explica Aranda. Montesinos coincide. Más que quitar empleos, la IA cambia el tipo de tareas y permite a los empleados dedicar esas horas a otras tareas imprescindibles dentro de las empresas. Requiere que las personas se formen para asumir funciones de supervisión, toma de decisiones o atención al cliente. Es una oportunidad de evolución profesional, pero implica inversión en formación.También en Kanguro la transformación tecnológica ha reconfigurado los roles del equipo humano. Las tareas manuales que antes recaían en comerciales y gestores operativos han sido reemplazadas por funciones más analíticas y estratégicas. «No hemos prescindido de personas; al contrario, ahora pueden enfocarse en tareas de mayor valor añadido porque la IA les libera de la parte repetitiva», explica Valverde.SostenibilidadY en este contexto donde se exige más eficiencia con menos impacto es donde la sostenibilidad se entrelaza con la digitalización y la IA. «Mejorar rutas, evitar viajes innecesarios o automatizar procesos reduce consumo energético y emisiones», señala Montesinos. Aranda lo refrenda: «La tecnología es la mayor palanca de generación de buen medioambiente. Pero necesitamos garantías por parte de las instituciones: si se nos exige electrificar flotas , necesitamos infraestructuras como cargadores públicos. La colaboración público-privada debe ser real. No podemos quedarnos a medio gas». Aquí, Valverde aporta una visión complementaria. «La sostenibilidad no puede ir en contra de la comodidad del usuario. Si el cliente tiene que caminar veinte minutos para recoger su pedido, el sistema fracasa». Por ello, su estrategia se basa en asegurar que cada usuario tenga un punto de recogida a menos de diez minutos andando . La IA permite tomar decisiones inteligentes sobre la ubicación de esos puntos, optimizando tanto la logística como la experiencia urbana.La pregunta ya no es si aplicar IA, sino cuándo y cómo, explican los expertos. Una compañía que ya tiene los procesos digitalizados y aplica IA, puede tener mejoras del 30% hasta más del 100%. Y eso, para una empresa con costes fijos, puede ser la diferencia entre ser rentable o no. Pero insisten, primero hay que ordenar ‘la casa’ y entender esta herramienta como un ecosistema que aprende, se adapta y responde en tiempo real.
En la búsqueda de una logística más eficiente, sostenible y competitiva, la inteligencia artificial aparece como un elemento transformador, pero no es el punto clave de la partida. Sin digitalización o una estructura de datos fiable y procesos definidos, la inteligencia artificial no tiene … terreno sobre el que operar. Antes que una ventaja competitiva, la tecnología se ha convertido en una necesidad operativa. «En nuestro sector, la tecnología ha avanzado mucho, sobre todo en temas de ‘big data’ y análisis de datos. Nos hemos convertido ya, a la fuerza, en empresas tecnológicas», explica Francisco Aranda, presidente de UNO Logística, quien recuerda que el sector ha experimentado un crecimiento del 240% en volumen de envíos en solo cinco años: de 530 millones en 2018 a más de 1.300 millones en 2023. Y esto, sin tecnología, sería imposible.
El cambio de paradigma ha sido total. Ahora, los operadores logísticos no solo gestionan mercancías, sino también millones de datos en tiempo real. Para ser eficientes, deben anticipar comportamientos del consumidor, automatizar almacenes, programar transportes en los momentos más oportunos y diseñar rutas inteligentes. «Sin esta tecnología, y especialmente en logística urbana, es imposible operar», recalca Aranda. La previsión de la demanda cambia cada día y por múltiples factores: «El lunes no es igual que el viernes. Si llueve, cambia. Si hay promociones, cambia. Sin una buena gestión de datos y previsión, no puedes adaptar recursos ni controlar costes». Todo este proceso ha sido catalizado por la pandemia que aceleró una transformación digital que estaba prevista para una década.
David Montesinos, cofundador y responsable de Negocio de Logistiko, pone el acento en los datos: «Antes de aplicar inteligencia artificial, hemos dedicado mucho esfuerzo a digitalizar y estructurar los procesos. Porque si no tienes datos fiables y procesos bien definidos, es imposible que la IA funcione». Ahora mismo, están trabajando con modelos que ayudan a anticipar incidencias o a priorizar entregas según el comportamiento operativo de cada cliente. Los resultados han sido mejoras notables en los tiempos de respuesta, reducción de incidencias y, sobre todo, una mayor satisfacción del cliente final.
«La IA puede ayudarte a reducir tiempos de entrega, optimizar rutas o anticipar incidencias, pero solo si has hecho los deberes antes». Para ello es importante encontrar en qué punto del proceso la IA ayuda realmente a mejorar el servicio, esa es la clave. La IA no se aplica igual en todos los procesos, ni en todas las empresas. Por eso, es fundamental entender bien cada operativa y detectar en qué punto concreto aporta valor antes de invertir en desarrollos que quizá no resuelvan el verdadero cuello de botella.
Compañías nativas digitales como Kanguro también confirman que la primera barrera a la hora de adoptar la IA en sus procesos es, sin duda, tecnológica. «La mayoría de los operadores aún arrastran sistemas ‘legacy’ que no se hablan entre sí y guardan la información en silos. Antes de enchufar un motor de IA hay que limpiar, conectar y normalizar los datos; ese trabajo previo suele subestimarse y es el que marca la diferencia entre un piloto brillante y un proyecto fallido», explica su CEO, Xavi Valverde.
En su modelo operativo, la IA no se implementa como un complemento, sino que articula toda la cadena logística de última milla, especialmente bajo un modelo OOH (‘out of home’), basado en puntos de recogida urbanos en lugar de entregas a domicilio: «Cada paquete es procesado por varios agentes de IA que determinan en tiempo real la mejor forma de entregarlo: si a una tienda, una taquilla o un comercio colaborador cercano al domicilio del cliente». Este enfoque permite reducir los kilómetros recorridos, el impacto ambiental y optimiza el uso de recursos gracias a modelos que analizan datos históricos. «La IA permite escalar la red de puntos sin intervención humana directa. Solo se requiere al equipo comercial para cerrar los acuerdos iniciados por los sistemas», explica Valverde. De esta manera, cada interacción con el cliente también está mediada por algoritmos inteligentes.
Desde recordatorios de recogida hasta reprogramaciones de entrega, el 80% de las consultas se resuelven mediante asistentes virtuales que utilizan lenguaje natural. «Nuestra prioridad es que la experiencia del usuario sea fluida, personalizada y sin fricciones, incluso si no hay ningún humano detrás», asegura Valverde.
Por su parte, Sancho Lerena, CEO de Pandora FMS, explica que aplicar IA no es solo cuestión de algoritmos, sino de tener la capacidad de ver y entender qué está ocurriendo en tiempo real. En este punto, la observabilidad –el arte de monitorizar todo lo que sucede dentro de un sistema– se convierte en un requisito esencial para que cualquier despliegue de IA sea verdaderamente eficaz. «Sin una buena capa de observación, los modelos de IA corren el riesgo de tomar decisiones a ciegas», explica.
Su experiencia con grandes volúmenes de datos, sistemas distribuidos y detección de anomalías, permite a las empresas tener información fidedigna y actual para tomar buenas decisiones. «La IA no sigue reglas fijas, aprende de patrones, y en logística, esto implica conocer la localización en tiempo real de cada furgoneta, si hay atascos, la información del rendimiento de cada repartidor, su histórico… Toda esa información se cruza, y ahí es donde aparece la magia». Y eso es el arte de la analítica de datos.
Equipo humano
Pero junto a la tecnología, el capital humano emerge como un reto central. «La IA no te soluciona las cosas sola. Es una herramienta muy eficaz, pero exige un capital humano con competencias muy específicas: capacidad de aprendizaje permanente, pensamiento crítico, creatividad…», defiende Aranda. Hay determinadas habilidades que tienen que ir de la mano del desarrollo tecnológico. Su diagnóstico es claro: faltan perfiles capacitados, tanto ingenieros como técnicos de formación profesional con habilidades digitales. «La transformación ha sido tan rápida que no ha dado tiempo a adaptar la formación. Y cuanta más tecnología adoptas, más importante es el talento humano», explica Aranda. Montesinos coincide. Más que quitar empleos, la IA cambia el tipo de tareas y permite a los empleados dedicar esas horas a otras tareas imprescindibles dentro de las empresas. Requiere que las personas se formen para asumir funciones de supervisión, toma de decisiones o atención al cliente. Es una oportunidad de evolución profesional, pero implica inversión en formación.
También en Kanguro la transformación tecnológica ha reconfigurado los roles del equipo humano. Las tareas manuales que antes recaían en comerciales y gestores operativos han sido reemplazadas por funciones más analíticas y estratégicas. «No hemos prescindido de personas; al contrario, ahora pueden enfocarse en tareas de mayor valor añadido porque la IA les libera de la parte repetitiva», explica Valverde.
Sostenibilidad
Y en este contexto donde se exige más eficiencia con menos impacto es donde la sostenibilidad se entrelaza con la digitalización y la IA. «Mejorar rutas, evitar viajes innecesarios o automatizar procesos reduce consumo energético y emisiones», señala Montesinos. Aranda lo refrenda: «La tecnología es la mayor palanca de generación de buen medioambiente. Pero necesitamos garantías por parte de las instituciones: si se nos exige electrificar flotas, necesitamos infraestructuras como cargadores públicos. La colaboración público-privada debe ser real. No podemos quedarnos a medio gas». Aquí, Valverde aporta una visión complementaria. «La sostenibilidad no puede ir en contra de la comodidad del usuario. Si el cliente tiene que caminar veinte minutos para recoger su pedido, el sistema fracasa». Por ello, su estrategia se basa en asegurar que cada usuario tenga un punto de recogida a menos de diez minutos andando. La IA permite tomar decisiones inteligentes sobre la ubicación de esos puntos, optimizando tanto la logística como la experiencia urbana.
La pregunta ya no es si aplicar IA, sino cuándo y cómo, explican los expertos. Una compañía que ya tiene los procesos digitalizados y aplica IA, puede tener mejoras del 30% hasta más del 100%. Y eso, para una empresa con costes fijos, puede ser la diferencia entre ser rentable o no. Pero insisten, primero hay que ordenar ‘la casa’ y entender esta herramienta como un ecosistema que aprende, se adapta y responde en tiempo real.
Límite de sesiones alcanzadas
- El acceso al contenido Premium está abierto por cortesía del establecimiento donde te encuentras, pero ahora mismo hay demasiados usuarios conectados a la vez. Por favor, inténtalo pasados unos minutos.
Volver a intentar
Has superado el límite de sesiones
- Sólo puedes tener tres sesiones iniciadas a la vez. Hemos cerrado la sesión más antigua para que sigas navegando sin límites en el resto.
Sigue navegando
Artículo solo para suscriptores
RSS de noticias de economia
