Recibido:
25/abril/2025 Aceptado: 17/julio/2025
La
inteligencia artificial y su aporte para la toma de decisiones en una empresa (Revisión)
Artificial Intelligence and its contribution to decision-making in a
company (Review)
Héctor Samuel Levy Palma. Profesional en formación de
la carrera administración de empresas. Universidad Estatal del Sur de Manabí.
Jipijapa, Ecuador.
[ levy-hector9116@unesum.edu.ec ] [ https://orcid.org/0009-0005-9181-7669 ]
Alvin Paul García Toala. Profesional en formación de la
carrera administración de empresas. Universidad Estatal del Sur de Manabí.
Jipijapa. Ecuador.
[ garcia-alvin7478@unesum.edu.ec ] [ https://orcid.org/0009-0001-8783-1442 ]
Elvis Javier Suarez Borbor. Profesional en formación de
la carrera administración de empresas.
Universidad Estatal del Sur de Manabí. Jipijapa Ecuador.
[ suarez-elvis3639@unesum.edu.ec ] [ https://orcid.org/0009-0002-1763-2218 ]
Resumen
La inteligencia artificial revoluciona el método de
gestión de las organizaciones y el uso de la información, afectando
directamente la efectividad del Sistema de Información de Gestión. Tradicionalmente,
estos sistemas procesan y difunden datos para ayudar a tomar decisiones con procesamiento
y distribución de datos a los gerentes de apoyo. Sin embargo, una gran cantidad
de datos obtenidos excede el análisis humano. La investigación plantea como
objetivo general determinar cómo la inteligencia artificial
aporta a los Sistema de Información Gerencial para la toma de decisiones en una empresa. Con un
enfoque cualitativo y una metodología descriptiva y analítica se describen y
analizan las dos variables de esta temática. La
investigación evidencia que la integración de la inteligencia artificial con
los Sistema de Información de
Gestión optimiza el procesamiento y análisis de
grandes volúmenes de datos, superando las limitaciones humanas tradicionales. Esta
fusión transforma la gestión empresarial al convertir datos en conocimiento
accionable, permitiendo a las organizaciones anticiparse a cambios, aumentar la
agilidad y reducir errores en la toma de decisiones, con ello se fomenta la
eficiencia operativa, la optimización de recursos y una cultura de innovación.
Palabras clave: inteligencia
de negocios;
transformación digital; procesamiento de datos; indicadores de desempeño
Abstract
Artificial
Intelligence is revolutionizing the way organizations manage their information
and directly impact the effectiveness of Management Information Systems. Traditionally, these systems process
and disseminate data to support decision-making by processing and distributing
data to managers. However, the sheer volume of data obtained often
exceeds human analysis capabilities. This research aims to determine how Artificial
Intelligence contributes to Management Information Systems for decision-making
within a company. Using a qualitative approach and a descriptive and
analytical methodology, the two variables of this topic are described and
analyzed. The
research demonstrates that integrating Artificial Intelligence with Management
Information Systems optimizes the processing and analysis of large volumes of
data, overcoming traditional human limitations. This fusion transforms business management by converting data into
actionable knowledge, enabling organizations to anticipate changes, increase
agility, and reduce errors in decision-making. This fosters operational
efficiency, resource optimization, and a culture of innovation.
Key words: business intelligence; digital transformation; data processing; performance indicators
Introducción
En la era de la conversión digital, la inteligencia artificial (IA) se ha
convertido en una herramienta estratégica con la que las organizaciones recopilan, procesan y usan
información para tomar decisiones. La creciente complejidad del entorno
empresarial actual se caracteriza por la riqueza de los datos y la necesidad de
respuestas flexibles y precisas, contribuyendo al desarrollo de sistemas de
control, integrando la capacidad de la IA para aumentar la eficiencia.
Para el desarrollo del artículo se han planteado las siguientes preguntas
de investigación: ¿de qué manera incide la inteligencia artificial en la toma
de decisiones? ¿Cuál es la importancia de los sistemas de información gerencial
en la gestión operativa y el control de procesos? ¿Qué relación existe
entre los sistemas de información gerencial (SIG) y la IA? Estos cuestionamientos
orientan la investigación y determinan los resultados que servirán para otros
estudios futuros.
A medida que las organizaciones enfrentan desafíos cada vez
más complejos, la combinación de IA y SIG se vuelve una aliada clave para
quienes toman decisiones. Ya no se trata solo de automatizar tareas o acelerar
procesos; ahora se habla de aprovechar la tecnología para entender mejor lo que
ocurre dentro y fuera de la empresa, anticipar cambios y reaccionar con rapidez
y acierto.
Esto significa que los líderes pueden contar con información
más precisa y relevante para tomar decisiones importantes, reduciendo el margen
de error y aumentando la confianza en cada paso que dan. Por su parte, los SIG
han dejado de ser simples repositorios de datos para ser herramientas vivas que
centralizan información clave y la presentan de manera clara y útil para la
gestión diaria. Gracias a ellos, los equipos pueden coordinarse mejor,
supervisar procesos en tiempo real y adaptarse rápidamente cuando surge algún
imprevisto.
La verdadera revolución ocurre cuando estos dos mundos (la IA
y los SIG) se conectan. Juntos, permiten que las empresas sean más ágiles,
eficientes y competitivas. Esta integración no solo facilita el trabajo de los
directivos, sino que también abre la puerta a nuevas formas de innovar y crecer
en un entorno cada vez más digitalizado. En este sentido, el
artículo profundiza en cómo la IA está transformando la toma de decisiones, por
qué los SIG son fundamentales para la gestión y el control, y cómo la relación
entre ambos puede marcar la diferencia en el éxito de cualquier organización
moderna.
Metodología
El estudio, de carácter no experimental con una metodología
descriptiva y analítica, tiene como objetivo principal describir cómo la IA se
incorpora a los SIG y, al mismo tiempo, analiza los efectos que dicha
integración genera en los procesos de toma de decisiones dentro de las
organizaciones. Esta combinación permite obtener una visión detallada del
fenómeno estudiado, destacando tanto sus características como sus implicaciones
estratégicas.
Se aplicó un enfoque cualitativo, lo que permitió una
comprensión más integral del objeto de estudio, explorando los fundamentos
teóricos, conceptos, ventajas y limitaciones de la inteligencia artificial en
los SIG. Para ello se consultaron fuentes científicas, libros especializados,
artículos académicos y estudios de caso que abordan la relación entre IA y SIG,
con alto rigor metodológico y pertinencia temática para garantizar la validez
del análisis.
Desarrollo
La IA, definiciones y campo de acción
La IA es un área de
estudio que abarca varias disciplinas y tiene como objetivo desarrollar
máquinas que puedan replicar la capacidad de pensar de las personas. Sus usos
incluyen desde el aprendizaje de máquinas, el análisis de lenguaje humano,
hasta la interpretación visual y la automatización de robots (Lara et al., 2025). De acuerdo con Ramírez et al. (2022),
la IA se describe a través de cuatro perspectivas: máquinas que razonan como
las personas, máquinas que se comportan como las personas, máquinas que piensan
de manera lógica y máquinas que actúan de forma lógica. Según su punto de
vista, la meta de la IA es crear agentes racionales que operen de manera
eficiente para alcanzar sus metas.
La IA ha surgido como
un recurso fundamental en el ámbito empresarial, cambiando drásticamente la
forma en que se llevan a cabo decisiones importantes. Sus habilidades para
manejar grandes cantidades de información, reconocer patrones y hacer
proyecciones han facilitado la mejora de procedimientos, el aumento de la
efectividad y la obtención de ventajas sobre la competencia. Proporciona, además,
soluciones creativas que modifican la administración de empresas, abarcando
desde la logística hasta la planificación estratégica. No obstante, también
presenta dificultades relacionadas con su comprensión, aplicación ética y
adaptación a situaciones particulares (Pedraza, 2023).
La IA cubre un ámbito
muy extenso que intenta permitir que las máquinas piensen y actúen como los
seres humanos. Actualmente, se aplica en diversos sectores, tales como el
reconocimiento de voz, imágenes y el aprendizaje automático. De acuerdo con
Ramírez et al. (2022), la IA puede ser interpretada desde distintas ópticas,
pero lo fundamental es que busca desarrollar agentes que razonen de manera
lógica para alcanzar objetivos específicos.
Tenés (2023) indica que la IA tiene cuatro ángulos diferentes y su meta
principal es construir agentes racionales que hagan las cosas bien. Se hace
notar cómo la IA ayuda a las empresas, haciendo que manejen mejor la
información, sean más eficientes y puedan competir mejor. Pero también se
mencionan los problemas éticos y lo difícil que puede ser adaptarse a estos
cambios. Además, habla de la inteligencia de negocios (BI, por sus siglas en
inglés) como algo que ayuda, transformando datos en información útil para
decidir qué hacer. Por último, expresa que la IA se está usando cada vez más en
el mundo del derecho para ayudar a tomar mejores decisiones, pero insiste en
que es importante solucionar los problemas éticos y técnicos para que se use de
manera justa y clara. En resumen, la IA es una tecnología que cambia las cosas
y que se debe usar con precaución.
Se advierte también
que la IA representa un campo multifacético dentro de la computación cuyo objetivo
es crear sistemas y máquinas que puedan imitar las habilidades cognitivas de
los humanos, incluyendo la capacidad de percibir, razonar, aprender y decidir.
De modo general engloba sistemas que detectan su entorno, piensan, aprenden y
actúan conforme a objetivos, clasificándose en inteligencia automatizada,
asistida, aumentada y autónoma (Loja, 2025). Sera
(2024) la
define como algoritmos que vinculan pensamiento, percepción y acción; mientras
que Montoya (2025), la describe como la
capacidad de interpretar datos externos para adaptarse y cumplir metas
concretas.
SIG,
definiciones y funcionalidad
Por otro lado, los SIG son estructuras que integran individuos, equipos,
programas, redes de comunicación y bancos de datos con el fin de recoger,
procesar y distribuir información dentro de una entidad. Su función fundamental
es facilitar las actividades, la administración y la elaboración de decisiones
mediante informes, evaluaciones y herramientas de apoyo (Quispe & Espinoza, 2024). En su núcleo, los SIG proporcionan a
los directivos los datos requeridos para supervisar el rendimiento, reconocer
dificultades, descubrir oportunidades y realizar decisiones correctivas o estratégicas. Aportan a las empresas múltiples beneficios al centralizar
la información y automatizar procesos en diversas áreas, mejorando la
eficiencia operativa y optimizando los recursos, de ahí la importancia de una
correcta implementación y gestión de estos sistemas para lograr mejoras
significativas (Carranza, 2024).
Según Gómez (2025), la implementación efectiva de los SIG mejora la
eficiencia operativa y transforma la cultura organizacional de las empresas,
enfocándose en el uso de datos precisos para ser más competitivas. Destaca que
los SIG optimizan el tiempo, los recursos y los costos en las operaciones
diarias, reduciendo al mínimo los errores. De acuerdo con Marriaga
(2024), la
gerencia operativa debería darse cuenta de los cambios obtenidos en el medio
ambiente y la estructura organizacional, de los sistemas que coexisten en la empresa,
la tecnología, así como los métodos y las estrategias de trabajo. Este autor enfatiza
la necesidad de identificar objetivos claros, garantizar los recursos
disponibles, identificar e implementar métodos y procedimientos.
El control de los
procesos en los SIG implica la formulación de sistemas de control basados en
indicadores de gestión, como el Cuadro de Mando Integral, que permiten medir el
desarrollo de las actividades y optimizar la gestión de los procesos. El
control se basa en la alineación de los objetivos estratégicos con indicadores
cuantificables, facilitando la toma de decisiones y la mejora continua (Triviño
et al., 2024). De acuerdo con Irigoin et al. (2023), el control de procesos es un análisis profundo y sistemático
del desarrollo de las actividades del negocio. A través de esta evaluación
detallada, es posible entender cómo optimizar resultados y recursos, contando
con los datos necesarios para promover mejoras continuas en la empresa.
Al respecto, Cortez (2022)
refiere que un SIG cubre cada aspecto de la compañía, como la calidad del
artículo y el servicio al cliente, además de la protección de la seguridad y la
salud en el trabajo. Los programas clave para la edificación del sistema de
gestión unificado son: gestión de documentos y archivos, auditorías internas,
artículos que no cumplen los requisitos y acciones correctivas y preventivas. Para
que la gestión diaria y las decisiones mejoren de verdad, es vital implementar
bien estos sistemas. Los responsables deben adaptarse a los cambios, definir
bien los objetivos y tener los recursos y el personal necesario para aplicar
métodos y procesos eficaces. El control de los procesos, basado en indicadores
de gestión, permite medir y mejorar las actividades, conectando los objetivos
con resultados que se pueden medir. Por último, un SIG cubre aspectos
importantes como la calidad, la seguridad y la gestión de documentos,
incluyendo auditorías y soluciones para mejorar la gestión general de la
empresa.
De acuerdo con
Micozzi (2024), un componente de los SIG, es la BI, que integra tecnología y
procesos para optimizar la gestión de procedimientos. Su característica
distintiva radica en convertir datos en información, lo que conduce a un
entendimiento que facilita la toma de decisiones orientadas a crear un plan o
llevar a cabo una estrategia comercial. En este sentido, facilitan la toma de
decisiones que pueden ser tanto estructuradas como semiestructuradas por parte
de los gerentes de nivel medio. Su objetivo esencial es resumir la información
habitual de una organización para garantizar el correcto desarrollo de los
procesos (Peña, 2024).
Los SIG son como el corazón que organiza y conecta toda la
información dentro de una empresa. Gracias a ellos, se pueden automatizar tareas
y tener datos claros y centralizados, lo que ayuda a que las operaciones sean
más rápidas y eficientes, y a aprovechar mejor los recursos disponibles. Pero
no basta con solo tener el sistema; es fundamental implementarlo bien y
adaptarlo a las necesidades reales de la empresa. Cuando se hace correctamente,
no solo mejora la forma de trabajar, sino que también cambia la cultura de la
organización, haciendo que las decisiones se basen en información precisa y
confiable.
Además, estos sistemas permiten medir cómo van las cosas en la empresa a
través de indicadores claros, lo que facilita detectar qué funciona y qué se
puede mejorar. Esto ayuda a que la empresa crezca de manera ordenada y
constante. Finalmente, un buen SIG no solo se enfoca en números, sino
también en aspectos importantes como la calidad del producto, la atención al
cliente y la seguridad en el trabajo. Así, se construye un ambiente sólido y
confiable que impulsa el éxito y la innovación.
Análisis
de la sinergia entre IA y SIG
La IA, al integrarse con los SIG, facilita la identificación de
tendencias, oportunidades y riesgos, permitiendo decisiones más informadas y
estratégicas. De acuerdo con Marcos et al. (2024), transforma la
administración empresarial desde la logística hasta la planificación
estratégica, generando ventajas competitivas. La IA automatiza tareas
rutinarias y complejas dentro de los SIG, optimizando procesos operativos y
administrativos. Esto se traduce en reducción de errores, mayor eficiencia y
liberación de recursos humanos para tareas de mayor valor agregado.
La implementación de IA en SIG plantea retos relacionados con la
comprensión tecnológica, la ética en el manejo de datos y la adaptación
organizacional. Es fundamental establecer políticas claras para garantizar la
transparencia y equidad en la toma de decisiones automatizadas; en esto los
autores consideran que es apropiado el uso de la IA con responsabilidad sin
abusar con la manipulación de la información. Las empresas que han adoptado IA
en sus SIG reportan mejoras en indicadores clave de desempeño (KPI), mayor
capacidad de adaptación al entorno y mejor control de procesos internos, lo que
contribuye al logro de objetivos estratégicos y operativos.
La IA
incide de manera significativa en la toma de decisiones al proporcionar
velocidad, precisión, eficiencia y adaptabilidad. Sin embargo, su
implementación también implica desafíos éticos, técnicos y organizacionales que
deben ser gestionados cuidadosamente. En un entorno cada vez más digital, la
integración efectiva de la IA en los procesos decisionales representa una
ventaja competitiva clave para las organizaciones que buscan innovar y
responder de manera ágil a los cambios del entorno.
La conexión entre los dos componentes se vuelve cada vez más sofisticada
y fundamental en el marco de la transformación digital de las instituciones.
Esta integración posibilita que los SIG no solo archiven y muestren datos
históricos, sino también procesen grandes cantidades de información en tiempo
real, detecten patrones ocultos y elaboren pronósticos con un alto nivel de
precisión. Con la implementación de algoritmos de aprendizaje automático, redes
neuronales y procesamiento de lenguaje natural, las plataformas gerenciales
pueden transformarse en sistemas inteligentes que brindan recomendaciones,
modelan futuros escenarios y automatizan decisiones operativas.
Estas tecnologías juntas crean un sistema de apoyo a la toma de
decisiones que es considerablemente más avanzado, ya que no solo optimiza la
eficiencia organizacional, sino que también posibilita una gestión ágil,
proactiva y fundamentada en datos, centrada en el análisis predictivo. Así, la conexión
entre los SIG y la IA no es únicamente complementaria, sino crucial para que
las organizaciones logren competir y adaptarse en un entorno que se vuelve cada
vez más complicado, dinámico y orientado a la información.
Desde la perspectiva de Tunque et al. (2023),
los SIG son sistemas convertidos sin manejar datos que
son beneficiosos para la gestión estratégica, mejorada cuando el aprendizaje
automático y el procesamiento de tiempo real están integrados por IA. De hecho,
esta integración permite la automatización de tareas regulares, reduciendo los
errores humanos y la creación de un análisis de pronóstico que contribuye a una
gestión más positiva.
La IA permite identificar patrones y prever escenarios futuros, fortaleciendo
así la planificación estratégica (Pedraza, 2023). Esta capacidad predictiva es
crucial, ya que permite a las organizaciones anticiparse a cambios del mercado
o de la competencia, logrando una mayor adaptabilidad. La relevancia de esta
ventaja ha sido respaldada también por estudios como el de Gutiérrez (2024), quien destaca que la IA interpreta datos externos para adaptar
acciones organizacionales a objetivos concretos.
No se puede obviar los desafíos éticos y técnicos que esta tecnología
conlleva. Como subraya Villar (2024), el uso de la inteligencia artificial en los campos como el legal, hace
preguntas sobre justicia, transparencia y responsabilidad por la toma de
decisiones automáticas. Estos temores también se aplican a un área de negocios
en la que una gran cantidad de datos puede conducir a soluciones alternativas
si se establece una política de gestión de algoritmo claro.
En cuanto al impacto en la operatividad organizacional, la
implementación de IA en SIG ha permitido mejoras en indicadores clave de
desempeño, optimización de recursos y aumento en la eficiencia general (Gómez, 2025). Esta conclusión concuerda con la
visión de Chiong
(2022) que declaró que no solo transformó la cultura de la
organización, sino que también ayudó a administrar datos confiables. Otro
aspecto importante es automatizar los procesos enfatizados como una forma
efectiva de controlar y optimizar los procesos internos, lo que permite a las
empresas reducir los costos, minimizar los errores y enfocar los talentos
humanos en tareas estratégicas de alto valor (Restrepo, 2025).
En este marco, la BI, como subcomponente del SIG, también cobra
relevancia. Micozzi
(2024) afirma que el valor de la diferencia incluye la
conversión de un conocimiento efectivo, lo que aumenta la capacidad de la
instrucción para implementar estrategias basadas en evidencia. La interacción
de estos tres elementos AI, BI y SIG crea un ecosistema de información confiable
que aumenta el nivel de gestión empresarial. Sin embargo, para que esta
integración sea efectiva, es indispensable superar retos como la resistencia al
cambio organizacional, la escasez de talento capacitado en IA y la
actualización constante de infraestructuras tecnológicas (Maldonado,
2022). En países en vías de desarrollo, como Ecuador, estos
retos pueden ser aún más pronunciados debido a limitaciones presupuestarias y
falta de modernización contable en pequeñas y medianas empresas.
Para concluir, la relación entre IA y SIG no debe verse como una mera
incorporación tecnológica, sino como una transformación estratégica que
redefine la forma en que las organizaciones procesan información, toman
decisiones y se adaptan a un entorno cambiante. Como afirma Montoya (2025), los SIG son
esenciales para el crecimiento organizacional, pero su verdadero potencial se
activa cuando se complementan con herramientas avanzadas como la IA.
Conclusiones
La integración de la IA en los sistemas de SIG representa un avance
significativo en la manera en que las empresas gestionan sus procesos y toman
decisiones. A lo largo del estudio se ha podido comprobar que la IA no solo
facilita el manejo de grandes volúmenes de datos, sino que también transforma
esa información en conocimiento útil y accionable para los líderes y equipos de
trabajo.
Uno de los principales hallazgos es que la IA, al combinarse con los
SIG, permite a las organizaciones anticiparse a los cambios del entorno,
responder con mayor agilidad y reducir los márgenes de error en la toma de
decisiones. Esta sinergia potencia la eficiencia operativa, optimiza el uso de
los recursos y promueve una cultura basada en la mejora continua y la
innovación. Los directivos y colaboradores pueden confiar en datos más precisos
y actualizados, lo que fortalece la confianza y la seguridad en cada decisión
tomada.
Sin embargo, también es fundamental reconocer que la tecnología, por sí
sola, no es suficiente. La correcta implementación y gestión de los SIG, junto
con una supervisión humana constante y principios éticos sólidos, son
indispensables para evitar sesgos, errores y asegurar que la IA se utilice de
manera justa y transparente. El factor humano sigue siendo esencial para
interpretar los contextos, comprender las particularidades de cada situación y
garantizar que las decisiones sean realmente justas y equilibradas.
Los SIG no solo impactan en la eficiencia y el control de los procesos
internos, sino que también abarcan aspectos clave como la calidad del producto,
la atención al cliente y la seguridad laboral. Esto contribuye a construir
empresas más sólidas, responsables y preparadas para enfrentar los retos de un
entorno cada vez más digitalizado y competitivo.
La combinación de inteligencia artificial y sistemas de información
gerencial abre una nueva etapa para la gestión empresarial, donde la tecnología
y el talento humano trabajan de la mano para lograr organizaciones más
inteligentes, adaptables y humanas. El futuro de la toma de decisiones
empresariales será, sin duda, digital, pero siempre deberá estar guiado por
valores éticos y por la sensibilidad de las personas que lideran los cambios.
Referencias
bibliográficas
Carranza, K. N. (2024). Cnel: utilidad de un sistema informático como
herramienta tecnológica en el proceso de la gestión de la información en el
periodo 2023 [Tesis de grado, Universidad Laica Eloy Alfaro de Manabí].
Repositorio digital ULEAM. https://repositorio.uleam.edu.ec/handle/123456789/5596
Chiong, S. Y. (2022). Diseño de
los procesos de adopción y seguimiento de la estrategia de datos de una empresa
de retail financiero en su cultura organizacional
[Tesis de grado, Universidad de Chile]. Repositorio
Académico de la Universidad de Chile. https://repositorio.uchile.cl/handle/2250/191364
Cortez, L. A. (2022). Diseño de un sistema de información gerencial para mejora de la
productividad de una empresa de proyectos y servicios de software utilizando la
metodología DoRCU de ingeniería de requisitos, 2021 [Tesis de grado, Universidad Lasalle]. Repositorio Institucional
ULASALLE. http://hdl.handle.net/20.500.12953/184
Gómez, J. R. (2025). Plan
estratégico para la optimización de la gestión gerencial y el incremento de la
eficiencia organizacional en INGESIG ASESORES S.A.S. [Tesis de maestría,
Universidad Nacional Abierta y a Distancia]. Repositorio digital Unad. https://repository.unad.edu.co/handle/10596/69859
Gutiérrez, M. F. (2024). Del Big Data a la toma de decisiones inteligentes: cómo
la IA redefine la estrategia organizacional. Revista Análisis Organizacional,
1(16), 179-202. https://remineo.org/remineorg/publicaciones/revista-analisis-organizacional
Irigoin, U. O., Goicochea, J. O., Cabanillas, E. G., Sánchez, V., Heredia, G.
R., & Saldaña, K. (2023). Métodos estadísticos para el control de la
calidad y la productividad. Mar Caribe. http://editorialmarcaribe.es/?page_id=2001
Lara, L. O., Vaca, T. N., &
Tapia, J. R. (2025). La Inteligencia Artificial y el futuro del aprendizaje:
Innovaciones en la Educación. Editorial Universidad Técnica del Norte. https://issuu.com/utnuniversity/docs/la_inteligencia_artificial_y_el_futuro_del_aprendi
Loja, A. G. (2025). Inteligencia
Artificial y Desarrollo del Pensamiento Crítico: Potencialidades y Limitaciones
[Tesis de grado, Universidad Politécnica Salesiana sede Quito]. Repositorio
Institucional UPS. http://dspace.ups.edu.ec/handle/123456789/30531
Maldonado, V. (2022). El Rol del
Talento Humano en la Transformación Digital de las Empresas Ecuatorianas. Revista
Científica Zambos, 1(2), 34-50. https://doi.org/10.69484/rcz/v1/n2/26
Marcos, K. L., Moran, P. N., &
Ríos, C. G. (2024). Transformación digital y su impacto en estrategias y
herramientas tecnológicas en la administración moderna. Multidisciplinary
Collaborative Journal, 2(3), 53-64. https://doi.org/10.70881/mcj/v2/n3/41
Marriaga, A. C. (2024). Integración de
la eficiencia operativa y la sostenibilidad en la administración empresarial [Tesis de grado, Universidad Nacional Abierta y a Distancia]. Repositorio
Digital UNAD. https://repository.unad.edu.co/handle/10596/61735
Micozzi, M. E. (2024). Implementación
de inteligencia de negocios en un organismo público nacional para la generación
de conocimiento estratégico [Tesis de Maestría, Universidad de Buenos
Aires]. Biblioteca Digital UBA. http://bibliotecadigital.econ.uba.ar/download/tpos/1502-2971_MicozziM.pdf
Montoya, C. (2025). Inteligencia
artificial aplicada a las organizaciones. Ediciones de la U. https://books.google.com.cu/books?id=KMlyEQAAQBAJ&printsec=frontcover&hl=es
Pedraza, J. D. (2023). La
inteligencia artificial en la sociedad: explorando su impacto actual y los
desafíos futuros [Tesis de grado, Universidad Politécnica de Madrid]. Archivo
Digital UPM. https://oa.upm.es/75068/
Peña, C. P. (2024). Uso del
Método de caso para la selección de cargos Gerenciales [Tesis de grado,
Pontificia Universidad Javeriana]. Repositorio Javeriana. https://repository.javeriana.edu.co/items/e02f5ab6-fec8-4516-91f7-d760c095389e
Quispe, J. B., & Espinoza, L.
(2024). Influencia de la gestión de los sistemas de información en el diseño
de estrategias del servicio de Administración tributaria (SAT) Huamanga, 2022
[Tesis de grado, Universidad Nacional de San Cristóbal de Huamanga]. Repositorio
Digital UNSCH. https://repositorio.unsch.edu.pe/handle/20.500.14612/7224
Ramírez, R. B., López, S. C., &
Garzón, J. M. (2022). El humano y la máquina: perspectivas sobre inteligencia
artificial, agentes y sistemas inteligentes. RECIAMUC, 6(3), 490-501. https://reciamuc.com/index.php/RECIAMUC/article/view/932
Restrepo, Y. A. (2025). Talento
humano del futuro: Cómo la tecnología y la inteligencia artificial
transformarán el talento humano en las organizaciones. LID Editorial. https://books.google.com.cu/books?id=1u1hEQAAQBAJ&printsec=copyright&hl=es&source=gbs_pub_info_r
Sera, F. A. (2024). Inteligencia
Artificial en publicidad multimedia: optimización de estrategias y métricas
publicitarias [Tesis de maestría, Universidad Internacional de Andalucía]. Repositorio
Digital UIA. http://hdl.handle.net/10334/9436
Tenés, E. (2023). Impacto
de la inteligencia artificial en las empresas [Tesis de grado, Universidad Politécnica de Madrid]. Archivo Digital UPM. https://oa.upm.es/75532/
Triviño, A. N., Solórzano, A. M.,
& Armijos, A. (2024). Mejora del proceso de gestión del desempeño basado
en buenas prácticas de cuadro de mando integral e inteligencia de negocios para
una empresa de balanceados [Tesis de grado, Escuela Superior Politécnica del Litoral]. Repositorio Digital ESPOL. http://www.dspace.espol.edu.ec/handle/123456789/65584
Tunque, M., Quispe, L., &
Tunque, T. (2023). Sistemas de información y toma de decisiones en una
organización de salud: un análisis integral. Instituto Universitario de
Innovación Ciencia y Tecnología Inudi Perú. https://doi.org/10.35622/inudi.b.121
Villar, R. (2024). Inteligencia
Artificial y Derecho: implicaciones de la automatización en la toma de
decisiones legales [Tesis de grado, Universidad Iberoamericana Puebla]. Repositorio
Iberopuebla. https://hdl.handle.net/20.500.11777/6161