Correos de Rusia: OCR y robots clasifican alrededor de 8 millones de artículos postales al día

• PostTech: как устроена OCR-сортировка писем (5 проекций, 40 000 писем/час, SMAB, Сортмастер, видеокодирование, АСЦ Внуково) — Habr (блог PostTech / Почта России), 2020
• Что умеет Почта России и какие технологии развивает (объёмы, робот-манипулятор 4 сек, нейросети для маршрутов, свёрнутые роботы-курьеры) — Hi-Tech Mail.ru, n/a
• «Почта России» внедряет систему моделирования маршрутов с ИИ («Сколково» + «Тераплан», 2024–2026; 54 млн км маршрутов в месяц) — CNews, 2024-05-28
• Почта России внедрила ИИ-систему для оптимизации логистики (платформа «Тераплан», до 30 млн операций ежедневно) — Online47, 2026-04-08
• Почта России: проекты искусственного интеллекта (голосовой ассистент на Yandex SpeechKit, 92–95%) — TAdviser, n/a
• Динамика доставки в срок 2013–2016: письма 54% → 85%, посылки 52% → 95% — РБК Тренды, 2022-01
• Генеральный директор АО «Почта России» — Михаил Волков — Почта России, n/a
• Главой Почты России стал Михаил Волков — Forbes Russia, 2023-01

Contexto

Correos de Rusia es uno de los mayores sistemas logísticos del país: aproximadamente 38.000 oficinas postales, 311.000 empleados, alrededor de 2,6 mil millones de cartas y aproximadamente 400 millones de paquetes al año, es decir, unos 8 millones de artículos postales diarios (Hi-Tech Mail.ru). El reverso de la escala es una economía dura: los volúmenes de correo en papel disminuyen año tras año (los materiales de 2024 ya citan 1,3 mil millones de cartas y 240 millones de paquetes anuales — CNews), y cada operación de clasificación manual pesa en los costos unitarios.

La red de clasificación de la empresa comprende 1.100 nodos de diferentes niveles: macro-regional, regional y local. El buque insignia es el centro de clasificación automatizado de Vnukovo — 64.000 m², capaz de procesar 3 millones de artículos diarios; el equipamiento procedía de Toshiba, Siemens y Vanderlande, mientras que la capa de software fue desarrollada internamente por el equipo de PostTech. Cuando se publicó el documento técnico (2020), la empresa planeaba 36 centros logísticos más para 2022 — la clasificación fue deliberadamente concentrada en grandes "fábricas" donde la automatización se justifica por volumen. Mikhail Volkov ha sido CEO de la empresa desde enero de 2023.

La automatización de la clasificación es parte de una modernización logística de años que comenzó mucho antes del auge de la IA: entre 2013 y 2016 el porcentaje de cartas entregadas a tiempo creció del 54% al 85%, y los paquetes del 52% al 95% (RBC Trends). El lado técnico de la clasificación está descrito en detalle y sin adornos por el equipo de PostTech en su blog corporativo de Habr — desde los protocolos utilizados para comunicarse con los controladores de máquinas hasta el destino de los sobres con direcciones ilegibles. Esa publicación es lo que hace verificable este caso: un raro ejemplo de una empresa estatal exponiendo los detalles internos de su TI de producción.

Problema

La clasificación manual no se escala a estos volúmenes: millones de sobres y paquetes al día con direcciones manuscritas e impresas de calidad variable. Cada artículo debe ser leído, su código postal y dirección determinados y verificados cruzadamente, y el artículo enrutado correctamente — en fracciones de segundo, o la cinta transportadora del centro logístico se detiene. En números: la cinta se mueve a 1,8 metros por segundo, y la decisión de enrutamiento debe tomarse en aproximadamente un segundo — antes del primer cruce donde un empujador expulsa la carta al conducto correcto o no.

El principal enemigo del reconocimiento automático es el correo real. Códigos postales manuscritos, tinta descolorida, sobres arrugados, direcciones escritas sobre otras antiguas, códigos de barras dañados. El dilema clásico para el diseñador del sistema: exigir confianza del cien por ciento en OCR y el flujo se detiene; dejar que la máquina "adivine" y las cartas se dirijan en direcciones equivocadas, con el costo del error medido en días de envío de retorno.

Un problema de ingeniería separado es la variedad de equipamiento. Las máquinas de clasificación de diferentes fabricantes (Toshiba, Siemens, Vanderlande) utilizan diferentes protocolos, y sin una capa de software unificada cada centro se convierte en una isla aislada con su propia lógica. Finalmente, la clasificación es solo la mitad de la tarea: incluso un artículo perfectamente clasificado viaja a lo largo de una ruta que alguien debe construir, y la longitud mensual de las rutas de Correos de Rusia totaliza 54 millones de kilómetros (CNews). Optimizar esa red manualmente se encuentra con los mismos límites de capacidad humana que leer sobres.

Solución

En las "fábricas" logísticas de Correos, la clasificación de cartas funciona así. Una carta en la cinta pasa bajo una cámara que fotografía el artículo en cinco proyecciones — la calidad de reconocimiento se logra ya en la captura de imagen. OCR encuentra texto en las fotos, lee el código postal y la dirección, y los verifica cruzadamente; la máquina de clasificación de cartas procesa 40.000 cartas por hora — las famosas 11 cartas por segundo (Vnukovo funciona con dos máquinas de este tipo para 80.000 cartas por hora, y el centro en su conjunto procesa 125.000 cartas por hora). La máquina de paquetes clasifica hasta 8.000 paquetes por hora, y un manipulador robótico realiza la clasificación de paquetes en 4 segundos por artículo.

La decisión arquitectónica clave es la intervención humana en el bucle: si el texto es ilegible, la foto del artículo se envía automáticamente a codificación de vídeo — un operador que escribe manualmente el código postal desde la imagen. El operador respalda la automatización en lugar de detener todo el flujo: la cinta transportadora nunca se detiene por escritura deficiente, y las cartas no leídas por máquina se reincorporan al flujo después de la entrada manual. Los artículos problemáticos obtienen un conducto de "Rechazo" al final de la cinta, y los operadores leen códigos de barras dañados con escáneres portátiles.

Debajo se encuentra la plataforma de software propia de PostTech — SMAB (Sorting Machine Automation Bridge), que conecta máquinas de diferentes fabricantes en un sistema único: se comunica con controladores mediante el protocolo OPC UA industrial, los eventos vuelan entre dispositivos a través de un intermediario MQTT, y las decisiones de enrutamiento provienen del servicio 'Sortmaster' (la máquina literalmente pregunta: "¿dónde coloco el código postal 107037?"). La pila es Spring, PostgreSQL, Vert.x, Consul, React, Docker (Habr, blog de PostTech).

El siguiente bucle es el enrutamiento. En mayo de 2024, Correos, junto con la Fundación Skolkovo (grupo VEB.RF), comenzó a desplegar un sistema inteligente de modelado logístico en la plataforma Teraplan: la IA analiza datos de rutas históricas, pronostica los flujos de artículos en cada etapa de la cadena, y propone rutas óptimas mientras reduce nodos de transporte innecesarios; el programa abarca 2024–2026. Para abril de 2026, el sistema estaba en funcionamiento: fusiona datos sobre movimiento de correo entre centros de clasificación, construye rutas para diferentes tipos de transporte, y permite a la empresa simular escenarios de red en hasta 30 millones de operaciones diarias (CNews, Online47).

El centro de contacto ejecuta un asistente de voz en Yandex SpeechKit con una precisión de reconocimiento de voz del 92–95% (TAdviser) — un caso de reutilización de tecnología de voz lista para usar en lugar del desarrollo in-house de ASR. También hubo experimentos cerrados: los ensayos de robots de entrega de Yandex (2021–2023) se descontinuaron debido a altos costos de equipamiento (Hi-Tech Mail.ru) — un detalle que mantiene el cuadro de la cartera tecnológica de Correos realista.

Resultado

La canalización automatizada sostiene un flujo a escala nacional. Cifras operacionales confirmadas: 40.000 cartas por hora en la máquina de clasificación de cartas (11 por segundo), hasta 8.000 paquetes por hora en la máquina de paquetes, 3 millones de artículos al día — la capacidad del centro de Vnukovo solo, 4 segundos por paquete para el manipulador robótico, fotografía de 5 proyecciones para OCR, y precisión de reconocimiento de voz del 92–95% para el asistente de voz. Desde 2026, un bucle de enrutamiento se ha unido al bucle de clasificación: la plataforma Teraplan planifica el transporte en una red de 1.100 nodos de clasificación y 38.000 oficinas postales.

Los efectos del bucle de enrutamiento se describen hasta ahora cualitativamente, no cuantitativamente: se reclaman tiempo de planificación reducido, costos operativos menores, y mejor precisión de pronóstico mediante agrupación de flujos logísticos — no existen cifras públicas medidas para Teraplan aún, lo que honestamente refleja la etapa del proyecto. Lo que está completamente ausente del registro público — y vale la pena mencionar: la empresa no ha divulgado el efecto financiero de la automatización de clasificación. La dinámica de calidad integral (entrega a tiempo: cartas 54% → 85%, paquetes 52% → 95% durante 2013–2016) se refiere a la modernización logística en su conjunto — nuevos centros, transporte, procesos — no solo a OCR. La proporción de artículos reconocidos automáticamente y el costo de la codificación de vídeo tampoco se publican.

Un marco separado es la dinámica de volumen: el pico de "8 millones de artículos al día" pertenece a materiales de descripción general anteriores, mientras que las publicaciones de 2024 ya citan un flujo anual de cartas de 1,3 mil millones. En nuestra opinión, la esencia de ingeniería de este caso no es OCR como tal (los servicios postales en todo el mundo han reconocido direcciones durante décadas) sino una arquitectura honesta de manejo de fallos: cinco proyecciones en la captura, la máquina decide en un segundo, todo lo ilegible va a un codificador de vídeo humano, lo imposible va a rechazo. Es una cinta transportadora diseñada con la suposición de que la IA cometerá errores — y por lo tanto nunca se detiene. El orden inverso — "primero creer en precisión del 100%, luego actuar sorprendido" — le habría costado a Correos cintas transportadoras detenidas.

Una segunda observación: la plataforma SMAB que conectó máquinas de Toshiba, Siemens y Vanderlande con una única capa de protocolo es, en nuestra opinión, la parte más subestimada del caso. El software de integración nunca hace comunicados de prensa, pero es lo que convierte un conjunto de máquinas importadas costosas en una red manejable — y permanece con la empresa cuando cambian los proveedores de hardware.

Lecciones aprendidas

1. La intervención humana en el bucle es una arquitectura funcional para OCR en datos desordenados: los artículos no reconocidos van a un codificador de vídeo humano, por lo que la escritura deficiente nunca detiene la cinta transportadora.
2. Diseña asumiendo que la IA falla: cinco proyecciones en la captura, un segundo para decidir, entrada manual y un conducto de rechazo para el resto — el sistema permanece vivo precisamente gracias a estas "salidas de emergencia".
3. La capacidad de procesamiento (40.000 cartas/hora, 4 seg/paquete) son las métricas honestas de clasificación; la empresa no publica ahorros en rublos, y el caso no debe inventarlos.
4. La fotografía de cinco proyecciones muestra que la calidad de OCR se logra en la captura de imagen, no solo en el modelo de reconocimiento.
5. La capa de integración vale más que las máquinas individuales: la plataforma SMAB (OPC UA + MQTT) conectó el equipamiento de Toshiba, Siemens y Vanderlande en una red única y sigue siendo un activo cuando cambian los proveedores.
6. Los indicadores de calidad integral (entrega a tiempo) crecieron durante años de modernización general — atribuir todo el efecto a una tecnología sería incorrecto.
7. La tecnología lista para usar y los experimentos cerrados son parte de una cartera madura: SpeechKit cubrió el centro de contacto sin ASR in-house, y los robots de entrega fueron honestamente descontinuados cuando la economía falló.

Preguntas frecuentes