Optimizar rutas de vehículos con restricciones de capacidad a gran escala —problemas con cientos o miles de puntos de entrega— sigue siendo uno de los retos computacionales más exigentes en logística y cadena de suministro. Los solucionadores tradicionales, incluso los más avanzados, encuentran dificultades al escalar, y las estrategias de divide y vencerás, aunque útiles, requieren un diseño artesanal de descomposición y configuración de subsolvers que consume mucho tiempo y conocimiento experto. En este contexto, la combinación de inteligencia artificial generativa y búsqueda estructurada está abriendo una vía prometedora: automatizar la creación de solucionadores mediante algoritmos de Monte Carlo Tree Search (MCTS) flexibles asistidos por Large Language Models (LLMs). Estos sistemas son capaces de explorar un espacio de hipótesis algorítmico, proponer políticas de descomposición y subsolvers, y refinarlos iterativamente sin intervención humana, superando las limitaciones de ventanas de contexto estrechas que aquejan a los enfoques puramente basados en LLMs. Esta línea de investigación, que combina planificación jerárquica con poda semántica y regeneración de ramas para mantener diversidad, demuestra que es posible componer solucionadores autónomos que compiten con los mejores del estado del arte. En Q2BSTUDIO entendemos que estos avances tecnológicos tienen un impacto directo en el mundo empresarial. Por eso, ofrecemos aplicaciones de inteligencia artificial para empresas que integran técnicas como MCTS y LLMs, permitiendo automatizar procesos complejos de optimización logística. Además, desplegamos estas soluciones sobre servicios cloud AWS y Azure, garantizando escalabilidad, seguridad y disponibilidad. Nuestro equipo también desarrolla aplicaciones a medida y software a medida que incorporan agentes IA para tomar decisiones en tiempo real, junto con servicios de ciberseguridad y servicios inteligencia de negocio basados en Power BI, para que cada cliente pueda visualizar y controlar sus rutas optimizadas desde un dashboard corporativo. La automatización del diseño de solucionadores, como la que propone LaF-MCTS, no es un concepto abstracto; es una realidad que en Q2BSTUDIO ayudamos a implementar, adaptándola a las necesidades específicas de cada organización, ya sea para reducir costos de transporte, mejorar tiempos de entrega o integrar sistemas de planificación con fuentes de datos heterogéneas. El futuro de la optimización a gran escala pasa por la colaboración entre algoritmos de búsqueda inteligente y modelos de lenguaje, y nuestra misión es trasladar ese potencial a soluciones empresariales robustas y listas para producción.