Este artículo introduce una metodología para abordar la gestión logística al generar planes de trabajo basado en el problema del Agente Viajero Múltiple (MTSP) y tienen como objetivo la minimización de costos, que puede manifestarse en dos formas: la distancia o el tiempo requerido para la ejecución de los planes de trabajo. Se emplean dos métodos para medir la distancia: el primero calcula distancias esféricas utilizando la fórmula de Haversine, y el segundo aprovecha datos de Google Maps para obtener información de tráfico asociada a tiempos de viaje. Uno de los propósitos de esta metodología es validar los beneficios de llevar a cabo optimizaciones en rutas múltiples que se ven afectadas por variables de tráfico, que se traducen en tiempos de recorrido, sobre una arquitectura de software moderna, modular y de rápida implementación. Para resolver el modelo matemático, se utiliza el algoritmo genético Chu-Beasley con mejoramientos a través del operador Or-Opt, con el objetivo de obtener soluciones de calidad con tiempos razonables en la planificación logística diaria. En la etapa de análisis de resultados, se llevaron a cabo pruebas con instancias obtenidas de ubicaciones reales de empresas cuyas operaciones se ven afectadas por el rendimiento logístico. Los resultados del estudio se compararon simulando un experto en el área utilizando el algoritmo del vecino más cercano como referencia y centrándose en la variable de distancia, evidenciando mejoras significativas y confirmando el beneficio del uso del planeamiento logístico usando algoritmos de optimización con variables de tráfico.