ISBN
Formato digital
978-607-607-950-8
Fecha de publicación
09-12-2024
Licencia
D. R. © copyright 2024; Adelaida Figueroa Villanueva, Berenice Martínez Pérez, Sósima Carrillo, Zulema Córdova Ruiz.
Las características de esta publicación son propiedad de la Universidad Autónoma de Baja California. www.uabc.mx
Av. Álvaro Obregón y Julián Carrillo s/n, Col. Nueva. C.P. 21100. Mexicali, B. C., México.
Omar Guadalupe Rivas Jiménez
Universidad Autónoma de Baja California
Juan Benito Vela Reyna
Universidad Autónoma de Baja California
Dulce Paulina Herrera Gamboa
Universidad Autónoma de Baja California
Acerca de
Este estudio analiza la aplicación de la Inteligencia Artificial (IA) en la optimización de procesos y la toma de decisiones en micro, pequeñas y medianas empresas (MIPYMES) comerciales en Mexicali, Baja California. La investigación busca identificar los desafíos y oportunidades que enfrentan estas empresas al implementar IA, con el objetivo de mejorar su eficiencia operativa, reducir costos y fortalecer su competitividad. La metodología empleada es cuantitativa, descriptiva, no experimental y transversal, recolectando datos en un solo momento para ofrecer una visión precisa del uso de IA en las MIPYMES. Los hallazgos destacan la relevancia de la IA en la mejora de la toma de decisiones y en la optimización de procesos administrativos. Además, se proponen recomendaciones para facilitar la adopción efectiva de la IA en estas empresas, proporcionando un marco teórico y práctico que podría beneficiar a otras regiones y sectores.
El avance constante de la tecnología ha llevado a la integración de la Inteligencia Artificial (IA) en diversas áreas del ámbito empresarial, particularmente en la optimización de procesos y la toma de decisiones. La IA ofrece a las empresas la capacidad de mejorar la eficiencia operativa, reducir errores y generar decisiones más informadas basadas en el análisis de grandes volúmenes de datos. Este estudio se centra en la aplicación de IA en las micro, pequeñas y medianas empresas (MIPYMES) comerciales de Mexicali, Baja California, con el objetivo de analizar cómo esta tecnología puede optimizar sus operaciones y fortalecer su competitividad. El valor añadido de esta investigación radica en su enfoque local y en la implementación de IA en las MIPYMES, un sector tradicionalmente rezagado en términos tecnológicos. A diferencia de otras técnicas convencionales de gestión empresarial, la IA permite la automatización de tareas repetitivas y el análisis predictivo, lo que no solo reduce costos, sino que también mejora la calidad de la toma de decisiones.
Referencias
Bharadwaj, A., El Sawy, O. A., Pavlou, P. A., & Venkatraman, N. (2020). Digital Business Strategy: Toward a Next Generation of Insights. MIS Quarterly, 44(1), 1-30.
Brynjolfsson, E., & McAfee, A. (2021). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W. W. Norton & Company.
Bughin, J., Hazan, E., Lund, S., Dahlström, P., Wiesinger, A., & Subramaniam, A. (2021). Skill shift: Automation and the future of the workforce. McKinsey Global Institute.
Castillo Campos, L. M., Galvis Torres, A., & Mirque Canchón, A. L. (2021). Inteligencia Artificial en estrategias de marketing digital para Pymes. Universidad Colegio Mayor de Cundinamarca.
Chávez Bravo, J. C. (2021). La Inteligencia Artificial y su Sostenibilidad en las Pymes.
Chauhan, S., Jaiswal, M., & Kumar, R. (2020). Information technology, mutual trust, knowledge acquisition, and firm innovation: a case of Indian small and medium-sized enterprises. The International Journal of Information Management, 52, 102067.
Chesbrough, H., & Appleyard, M. M. (2022). Open Innovation and Strategy. California Management Review, 50(1), 57-76.
Côrte-Real, N., Oliveira, T., & Ruivo, P. (2017). Assessing business value of Big Data Analytics in European firms. Journal of Business Research, 70, 379–390.
Dumas, M., La Rosa, M., Mendling, J., & Reijers, H. A. (2018). Fundamentals of Business Process Management. Springer.
Fatoki, O. (2019). The impact of entrepreneurial resilience on the success of small and medium enterprises in South Africa. Sustainability, 11(16), 4382.
Fichman, R. G., Dos Santos, B. L., & Zheng, Z. (2014). Digital Innovation as a Fundamental and Powerful Concept in the Information Systems Curriculum. MIS Quarterly, 38(2), 329-343.
Filgueiras, F. (2021). Inteligencia Artificial en la administración pública: ambigüedad y elección de sistemas de IA y desafíos de gobernanza digital. Revista del CLAD Reforma y Democracia, (79).
Fosso Wamba, S., Akter, S., Edwards, A., Chopin, G., & Gnanzou, D. (2020). How ‘big data’ can make big impact: Findings from a systematic review and a longitudinal case study. International Journal of Production Economics, 165, 234-246.
García, J., & López, S. (2021). La Inteligencia Artificial en las Pequeñas y Medianas Empresas: Un Análisis Global. Editorial Académica Española.
Gobierno del Estado de Baja California. (2021). Información general del estado de Baja California. Recuperado de http://www.bajacalifornia.gob.mx/
Goldratt, E. M. (1984). The Goal: A Process of Ongoing Improvement. North River Press.
Haddud, A., Dey, B. L., & Chebl, R. (2020). Examining potential benefits and challenges associated with the Internet of Things integration in supply chains. Journal of Manufacturing Technology Management, 28(8), 1051-1081.
Hajek, P., & Henriques, R. (2020). Mining corporate annual reports for intelligent detection of financial statement fraud – A comparative study of machine learning methods. Knowledge-Based Systems, 195, 105596.
Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la investigación. McGraw-Hill Interamericana.
Hernández, R., & Martínez, L. (2022). Desafíos de la Transformación Digital en Mexicali: Perspectivas y Soluciones. Universidad de Baja California Press.
Huang, M. H., & Rust, R. T. (2021). Artificial intelligence in service. Journal of Service Research, 24(1), 5-22.
Kumar, R., & Sharma, A. (2020). The impact of artificial intelligence (AI) applications on business outcomes: An analysis of AI use cases. Technological Forecasting and Social Change, 158, 120186.
Lee, J. Y., Kozlenkova, I. V., & Palmatier, R. W. (2020). Structural marketing: Using organizational structure to achieve marketing objectives. Journal of the Academy of Marketing Science, 48(1), 47-70.
Legner, C., Eymann, T., Hess, T., Matt, C., Böhmann, T., Drews, P., et al. (2017). Digitalization: Opportunity and Challenge for the Business and Information Systems Engineering Community. Business & Information Systems Engineering, 59(4), 301-308.
Letourneau-Guillon, L., Camiranda, D., Guilbert, F., & Forghani, R. (2020). Applications of Artificial Intelligence for Workflow, Process Optimization, and Predictive Analytics. Neuroimaging Clinics of North America, 30, e1–e15.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance. Wiley.
McAfee, A., & Brynjolfsson, E. (2020). Big data: The management revolution. Harvard Business Review, 90(10), 60-66.
Mishra, A. N., & Pani, A. K. (2020). Business Value Appropriation Roadmap for Artificial intelligence. VINE journal of information and knowledge management systems, 51(3), 353-368.
Montenegro Benavides, K. D. (2020). Implementación de la Inteligencia Artificial en las PYMES Colombianas. Universidad Militar Nueva Granada.
Nambisan, S., Lyytinen, K., Majchrzak, A., & Song, M. (2020). Digital Innovation Management: Reinventing innovation management research in a digital world. MIS Quarterly, 41(1), 223-238.
Peñaloza Palomeque, M. (2010). TEORÍA DE LAS DECISIONES. PERSPECTIVAS, 25, 227-240.
Porter, M. E., & Heppelmann, J. E. (2021). How smart, connected products are transforming competition. Harvard Business Review, 92(11), 64-88.
Rojas Ulate, M. S. (2021). Recomendaciones para la optimización de recursos a través de la inteligencia artificial en pymes de la industria gráfica de la Gran Área Metropolitana durante el 2021.
Ross, J. W., Sebastian, I. M., & Fonstad, N. (2020). How to Develop a Great Digital Strategy. MIT Sloan Management Review, 59(2), 7-9.
Russell, S. J., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach (4th ed.). Prentice Hall.
Schwab, K. (2017). The Fourth Industrial Revolution. Crown Publishing Group.
Sebastian, I. M., Ross, J. W., Beath, C., Mocker, M., Moloney, K. G., & Fonstad, N. O. (2017). How Big Old Companies Navigate Digital Transformation. MIS Quarterly Executive, 16(3), 197-213.
Secretaría de Economía del Estado de Baja California. (2023). Panorama económico de Baja California: Enero-Septiembre 2023. Recuperado en octubre 2023, de https://www.bajacalifornia.gob.mx/Documentos/economia/panorama-economico.pdf
Simon, H. A. (1979). Models of Thought. Yale University Press.
Smith, A. (2020). La Evolución de la Inteligencia Artificial en el Negocio Moderno. Journal of Business Innovation, 12(3), 45-60.
Sousa, M. J., & Rocha, Á. (2019). Skills for disruptive digital business. Journal of Business Research, 94, 257.
Sutori. (s. f.). Teorías de gestión empresarial. Recuperado de https://www.sutori.com/es/historia/teorias-gestion-empresarial–