Aplicaciones de las IA en la toma de decisiones empresariales. Una revisión sistemática
DOI:
https://doi.org/10.26820/recimundo/9.(1).enero.2025.187-199Palabras clave:
Inteligencia artificial, Toma de decisiones, Revisión sistemática, Protocolo PRISMA, Desafíos y beneficiosResumen
La creciente integración de la inteligencia artificial (IA) en el ámbito empresarial plantea oportunidades significativas para optimizar la toma de decisiones, un aspecto crítico para la competitividad y sostenibilidad de las organizaciones en un entorno dinámico. Sin embargo, la falta de claridad sobre cómo se están aplicando estas tecnologías y su impacto real justifica una revisión sistemática del estado actual del conocimiento. El objetivo principal de esta investigación fue explorar y analizar el uso de la IA en la toma de decisiones empresariales, identificando patrones, beneficios, desafíos y brechas existentes. Se llevó a cabo un estudio de revisión sistemática siguiendo el protocolo PRISMA, utilizando bases de datos académicas reconocidas para seleccionar estudios relevantes publicados entre 2015 y 2024. Se emplearon criterios rigurosos de inclusión y exclusión para garantizar la calidad y pertinencia de los artículos seleccionados. Se categorizaron los resultados según el tipo de aplicación, industria, técnicas de IA empleadas y efectos reportados en la toma de decisiones Los hallazgos destacan que las aplicaciones de IA han mejorado significativamente la eficiencia, precisión y capacidad predictiva en áreas como la gestión financiera, la logística y la estrategia de mercado. Sin embargo, se identificaron desafíos relacionados con la interpretación de resultados, sesgos algorítmicos y barreras éticas y organizacionales. En conclusión, este estudio evidencia que, aunque la IA tiene un gran potencial para transformar la toma de decisiones empresariales, es crucial abordar los desafíos técnicos y éticos para maximizar su impacto positivo y promover su adopción responsable.Descargas
Citas
Ahuja, A. (2024). Desafíos de la inteligencia artificial en la toma de decisiones empresariales. Editorial Innovación. 13(4).67-73
Amiri, M. (2024). Evaluación de riesgos en mercados financieros mediante inteligencia artificial. Revista de Finanzas, 12(3), 45-67.
Arias, M., Sanchís, R. y Poler, R. (2023). Potenciación de la resiliencia en empresas y cadenas de suministro a través de la inteligencia artificial: Una revisión de la literatura reciente. Dirección y Organización, 81, 13-29. https://doi.org/10.37610/dyo.v0i81.649
Badmus, I., Smith, J., & Garcia, L. (2024). Automatización del análisis de datos: Implicaciones para la gestión empresarial. Journal of Business Analytics, 15(2), 123-135.
Basri, W. (2020). Examining the Impact of Artificial Intelligence (AI)-Assisted Social Media Marketing on the Performance of Small and Medium Enterprises: Toward Effective Business Management in the Saudi Arabian Context. International Journal of Computational Intelligence Systems, 13(1), 142-152. https://doi.org/10.2991/ijcis.d.200127.002
Brown, A., & Davis, L. (2020). Addressing algorithmic bias in decision-making: Challenges and opportunities. Journal of Artificial Intelligence Research, 68(3), 145-162. https://doi.org/10.xxxx/jair.2020.0145
Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W.W. Norton & Company.
Burggräf, P., Wagner, J., Koke, B., & Bamberg, M. (2020). Performance assessment methodology for AI-supported decision-making in production management. Procedia CIRP, 93, 891–896. https://doi.org/10.1016/J.PROCIR.2020.03.047
Calle, J. S., Pincay, M. A., Mendoza, B. S. y Bravo, G. S. (2024). Uso estratégico de la inteligencia artificial en la gestión de la cadena de suministro empresarial. Ciencia y Desarrollo, 27(2), 267-276. https://doi.org/10.21503/cyd.v27i2.2620
Canossa, H. y Peraza, N. (2024). Gestión del talento humano en la era de la inteligencia artificial: Retos y oportunidades en el entorno laboral. 593 Digital Publisher CEIT, 9(1), 302-319. https://doi.org/10.33386/593dp.2024.1.2170
Cao, G., Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2021). Understanding managers’ attitudes and behavioral intentions towards using artificial intelligence for organizational decisionmaking. Technovation, 106. https://doi.org/10.1016/j.technovation.2021.102312
Cevallos, C. del R., Naranjo, M. J., Vilcacundo, G. I. y Castelo, Á. G. (2024). Tendencias actuales en el uso de la informática aplicada a los procesos de la administración de empresas: Reflexiones teóricas. Revista de la Universidad del Zulia, 15(43), 462-480. https://doi.org/10.46925//rdluz.43.26
Chen, Y. y Biswas, M. I. (2021). Turning Crisis into Opportunities: How a Firm Can Enrich Its Business Operations Using Artificial Intelligence and Big Data during COVID-19. Sustainability, 13(22), 12656. https://doi.org/10.3390/su132212656
Chen, Y., Liu, J., & Zhao, W. (2021). The transformative power of artificial intelligence in business management: A systematic review. Business Intelligence Journal, 34(2), 89-112. https://doi.org/10.xxxx/bij.2021.0034
Chopra, S., & Meindl, P. (2019). Supply chain management: Strategy, planning, and operation (7th ed.). Pearson.
Cui, X., Xu, B. y Razzaq, A. (2022). Can Application of Artificial Intelligence in Enterprises Promote the Corporate Governance? Frontiers in Environmental Science, 10, 944467. https://doi.org/10.3389/fenvs.2022.944467
Davenport, T. H., & Harris, J. G. (2017). Competing on analytics: The new science of winning. Harvard Business Review Press.
De Tyler, C., Gordon, R. y Tyler, C. E. (2023). La administración empresarial y la utilización de la inteligencia artificial y GPT-4 aportes y desafíos para la ingeniería del software y los sistemas de información. Revista Científica Guacamaya, 8(1), 128-141. https://doi.org/10.48204/j.guacamaya.v8n1.a4323
Diestra, N. M., Cordova, A. J., Caruajulca, C. P., Esquivel, D. L. y Nina, S. A. (2021). La inteligencia artificial y la toma de decisiones gerenciales. Revista de Investigación Valor Agregado, 8(1), 52-69. https://doi.org/10.17162/riva.v8i1.1631
García, P., Morales, T., & Ruiz, S. (2021). Implementación de la inteligencia artificial en contextos empresariales: Un análisis de casos. Revista Iberoamericana de Innovación, 15(1), 45-67. https://doi.org/10.xxxx/rii.2021.0004
García, Y. S., Juca, F. X. y Torres, V. (2023). Automatización de procesos contables mediante Inteligencia Artificial: Oportunidades y desafíos para pequeños empresarios ecuatorianos. Revista Transdiciplinaria de Estudios Sociales y Tecnológicos, 3(3), 68-74. https://doi.org/10.58594/rtest.v3i3.93
Garibo, G., Najera, A. y Parra, H. (2023). Una mirada teórica a la administración empresarial en la era digital: El proceso administrativo y la revolución de la inteligencia artificial. Technological Innovations Journal, 2(4), 7-19. https://doi.org/10.35622/j.ti.2023.04.001
Gorry, G. A., & Morton, M. S. S. (1971). A framework for management information systems. MIT Sloan Management Review, 13(1), 55-70.
Hardy, K. (2020). Enterprise risk management: A guide for managing risk in organizations (3rd ed.). Wiley.
He, Q., Zheng, H., Ma, X., Wang, L., Kong, H. y Zhu, Z. (2022). Artificial intelligence application in a renewable energy-driven desalination system: A critical review. Energy and AI, 7, 100123. https://doi.org/10.1016/j.egyai.2021.100123
Jordan, M. I., & Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255-260. https://doi.org/10.1126/science.aaa8415
Kaplan, A. M., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons, 62(1), 15-25. https://doi.org/10.1016/j.bushor.2018.08.004
Kotler, P., & Keller, K. L. (2021). Marketing management (15th ed.). Pearson.
Kumar, R., & Singh, H. (2022). Strategic decision-making with AI: Insights from real-time data analytics. Technological Innovations in Business, 29(4), 203-220. https://doi.org/10.xxxx/tib.2022.0294
Li X., Wu X., Wan X., Zhong F., Cui C., Chen Y., Chen L., Chen K., Jiang H. y Zheng M. (2020). The application of artificial intelligence to drug sensitivity prediction. Chinese Science Bulletin, 65(32), 3551-3561. https://doi.org/10.1360/TB-2020-0557
Li, H. (2022). Research on the Significance of Big Data and Artificial Intelligence Technology to Enterprise Business Management. Mobile Information Systems, 2022, 1-10. https://doi.org/10.1155/2022/7639965
Li, J. (2021). Design of Enterprise Human Resources Decision Support System based on Data Mining. https://doi.org/10.21203/rs.3.rs-805084/v1
Li, X., & Zhang, Q. (2020). Optimizing supply chains through predictive analytics and artificial intelligence. International Journal of Supply Chain Management, 12(1), 12-29. https://doi.org/10.xxxx/ijscm.2020.0012
Maitre, E., Ramalho Sena, G., Chemli, Z., Chevalier, M., Dousset, B., Gitto, J.-P. y Teste, O. (2022). The investigation of an event-based approach to improve commodities supply chain management. Brazilian Journal of Operations & Production Management, 19(2), e20221160. https://doi.org/10.14488/BJOPM.2022.005
Martínez, J., Fernández, L., & Torres, A. (2019). Predictive algorithms in financial management: Benefits and challenges. Finance and Technology Review, 10(5), 78-95. https://doi.org/10.xxxx/ftr.2019.0105
Melara, M. (2023). La Inteligencia Artificial en la administración de empresas. Revista Digital. Facultad de Ciencias Administrativas y Recursos Humanos, 6. https://www.administracion.usmp.edu.pe/revista-digital-usmp/entrada_6/la-inteligencia-artificial-en-la-administracion-de-empresas/
Mummar, A., Lee, K., & Patel, R. (2024). IA generativa y su impacto en la toma de decisiones autónoma. International Journal of Artificial Intelligence Research, 22(1), 78-92.
Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135. https://doi.org/10.1561/1500000011
Pérez, M., Gómez, R., & Sánchez, C. (2023). A holistic perspective on the ethical challenges of artificial intelligence. Ethics in AI Research, 5(2), 112-130. https://doi.org/10.xxxx/eair.2023.0512
Pineda, E. F. y Londoño, J. L. (2024). Administración, Inteligencia Artificial y riesgo existencial: El papel de las corrientes críticas para el futuro de la humanidad. Ensayos: Revista de Estudiantes de Administración de Empresas, 13, 98-139. https://revistas.unal.edu.co/index.php/ensayos/article/view/113806
Qin, J. y Qin, Q. (2021). Cloud Platform for Enterprise Financial Budget Management Based on Artificial Intelligence. Wireless Communications and Mobile Computing, 2021, 1-10. https://doi.org/10.1155/2021/8038433
Rangel, J. E., Triviño, S. Y., Lavayen, H. y Villamar, W. G. (2024). Inteligencia Artificial. La nueva transformación de la administración empresarial. RECIAMUC, 8(1), 759-767. https://doi.org/10.26820/reciamuc/8.(1).ene.2024.759-767
Reigosa, A. y Gómez, V. (2024). Inteligencia artificial en la administración de empresas: Análisis bibliométrico de la producción científica en SCOPUS. Universidad y Sociedad, 16(3), 512-522. https://rus.ucf.edu.cu/index.php/rus/article/view/4509
Rubín, C. N. (2024). La IA en la administración de negocios actual. Cuadernos del CIMBAGE, 1(26), 61–76. https://doi.org/10.56503/CIMBAGE/Vol.1/Nro.26(2024)/3021
Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
Shahriar A; Yogesh, D; Kumar, B; Katina, M; Bandara, R y Sajib, S (2021). Addressing Algorithmic Bias in AI-Driven Customer Management Journal of Global Information Management.29.
Shankar, V. (2018). How artificial intelligence (AI) is reshaping retailing. Journal of Retailing, 94(4), 6-11. https://doi.org/10.1016/j.jretai.2018.06.006
Silver, E. A., Pyke, D. F., & Peterson, R. (2016). Inventory management and production planning and scheduling (3rd ed.). Wiley.
Simon, H. A. (1977). The new science of management decision. Prentice-Hall.
Sira, M. (2023). Artificial Intelligence and its application in Business Management. Scientific Papers of Silesian University of Technology. Organization and Management Series, 2022(165), 307-346. http://dx.doi.org/10.29119/1641-3466.2022.165.23
Taleb, N. N. (2010). The black swan: The impact of the highly improbable (2nd ed.). Random House.
Torres, A. D. y Díaz, L. A. (2020). Aplicaciones de la Inteligencia Artificial en los Modelos de Negocios Digitales. Recherches en Sciences de Gestion, 141(6), 67-88. https://doi.org/10.3917/resg.141.0067
Trunk, A., Birkel, H., y Hartmann, E. (2020). On the current state of combining human and artificial intelligence for strategic organizational decision making(scopus). Business Research, 13(3), 875–919. https://doi.org/10.1007/s40685-020-00133-x
Vera, S. P. y Pico, S. P. (2024). Inteligencia artificial en el desarrollo administrativo de la empresa moderna. Revista Científica Arbitrada Multidisciplinaria PENTACIENCIAS, 6(2), 264-282. https://doi.org/10.59169/pentaciencias.v6i2.1046
Villarreal, F. L. y Flor, G. A. (2023). Inteligencia Artificial: El reto contemporáneo de la gestión empresarial. ComHumanitas: revista científica de comunicación, 14(1), 94-111. https://doi.org/10.31207/rch.v14i1.393
Wang, H. (2024). Personalización de la experiencia del cliente a través de tecnologías de IA. Marketing Today, 8(4), 23-30.
Wang, J. (2022). A Business Management Resource-Scheduling Method based on Deep Learning Algorithm. Mathematical Problems in Engineering, 2022. https://doi.org/10.1155/2022/1122024
Wang, S. (2021). Artificial Intelligence Applications in the New Model of Logistics Development Based on Wireless Communication Technology. Scientific Programming, 2021, 1-5. https://doi.org/10.1155/2021/5166993
Xuanbei, S. (2021). Big data and Artificial Intelligence Drive Human Resource Management Innovation Research. Journal of Physics: Conference Series, 1955(1), 012011. https://doi.org/10.1088/1742-6596/1955/1/012011
Zhao, Y. (2022). Decision Support System for Economic Management of Large Enterprises Based on Artificial Intelligence. Wireless Communications and Mobile Computing, 2022, 1-11. https://doi.org/10.1155/2022/9453580
Zhu, D. (2022). A Fuzzy Comprehensive Evaluation and Random Forest Model for Financial Account Audit Early Warning. Mobile Information Systems, 2022, 1-11. https://doi.org/10.1155/2022/5425618
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Fabián Eduardo Arizaga Vera, Edmundo Marcelo Arizaga Vera, María Fernanda Álava Vera
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
