Palabras clave
Cómo citar
Resumen
En la actualidad, a pesar de que las microempresas del cantón La Maná se enfrentan a un ambiente empresarial cada vez más digitalizado y competitivo, todavía tienen un retraso considerable en lo que respecta a la adopción de tecnologías emergentes, como la inteligencia artificial (IA), para ayudar con el proceso de toma de decisiones gerenciales. Con ello, se planteó como objetivo general analizar el impacto de la inteligencia artificial en la toma de decisiones gerenciales en las microempresas del cantón La Maná. La metodología se desarrolló bajo un enfoque cuantitativo con alcance correlaciona. Para la muestra de estudio se aplicó un muestreo de poblaciones infinitas, con un margen de error del 5% y un nivel de confianza del 95% dando un resultado de 385 microempresas. Los resultados descriptivos indican que las microempresas del cantón La Maná tienen un nivel inicial de adopción, pero ya muestran signos claros de uso de tecnología en su gestión diaria. Por tanto, dueños han comenzado a usar herramientas digitales como hojas de cálculo, plataformas en línea, chatbots, asistentes de inteligencia artificial y reportes automáticos para revisar gastos, ingresos, inventarios, ventas y el servicio al cliente. Se concluyó que, la inteligencia artificial todavía no está completamente integrada como una parte importante en la toma de decisiones de las empresas, aunque sí es un recurso que está apareciendo y puede ayudar a mejorar el manejo de la información, disminuir la incertidumbre lo que hace que las decisiones sean más efectivas en las microempresas que se analizaron.
Citas
Andrés, M. B. (2022). Data-driven business models, programmatic advertising, artificial intelligence, and regulation: some reflections. Revista de Internet, Derecho y Politica, 5(2), 1–13. https://doi.org/10.7238/idp.v0i36.401947
Benbya, H., Pachidi, S., & Jarvenpaa, S. (2021). Special issue editorial: Artificial intelligence in organizations: Implications for information systems research. Journal of the Association for Information Systems, 22(2), 281–303. https://doi.org/10.17705/1jais.00662
Bravo, N., Ramirez, A., Orozco, F., & Espinoza, M. (2025). Automatización del soporte al cliente mediante un chatbot con IA integrado al CRM: caso de estudio empresa EDITRATECH. GADE: Revista Científica, 5(3), 206–219. https://doi.org/10.63549/rg.v5i3.705
Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108–116.
Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data: Evolution, challenges and research agenda. International Journal of Information Management, 48, 63–71. https://doi.org/10.1016/j.ijinfomgt.2019.01.021
Dunleavy, P., & Margetts, H. (2023). Data science, artificial intelligence and the third wave of digital era governance. Public Policy and Administration, 7(6), 1–12. https://doi.org/10.1177/09520767231198737
Espinoza, S., Jhovany, J., Urgiles, F., Humberto, C., Sacoto, Q., & Sebastián, A. (2023). Inteligencia de negocios para la toma de decisiones en empresas de envíos por courier. Pro Sciences: Revista de Producción, Ciencias e Investigación, 6(43), 338–356. https://doi.org/10.29018/issn.2588-1000vol6iss43
Gallardo, K., Gerónimo, R., Mogollón, L., & Polo, G. (2024). La personalización de UX mediante IA en el marketing digital en Latinoamérica. Revista Ciencias y Artes, 2(4).
Goswami, A., Patel, R., Mavani, C., & Mistry, H. K. (2024). Identifying Online Spam Using Artificial Intelligence. International Journal on Recent and Innovation Trends in Computing and Communication, 12(2), 1–9.
Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2–24. https://doi.org/10.1108/EBR-11-2018-0203
Kumar, B. R. (2024). The Role of Artificial Intelligence in Personalized Marketing Strategies. In F. Khurshit, & N. Kapoor, (eds.). NITYA.
Loukis, E., Maragoudakis, M., & Kyriakou, N. (2020). Artificial intelligence-based public sector data analytics for economic crisis policymaking. Transforming Government: People, Process and Policy, 14(4), 639–662. https://doi.org/10.1108/TG-11-2019-0113
Murillo, A., & Vizuete, J. (2023). El impacto de la IA en el marketing de contenidos dentro del contexto del marketing 5.0. SIGMA, 11(1). https://doi.org/10.24133/yz85g716
Naslednikov, M. (2024). The Impact of Artificial Intelligence on Customer Relationship Management (CRM) Strategies. Haaga-Helia University of Applied Sciences, 16(3).
Naz, H., & Kashif, M. (2025). Artificial intelligence and predictive marketing: an ethical framework from managers’ perspective. Spanish Journal of Marketing - ESIC, 29(1), 1–24. https://doi.org/10.1108/SJME-06-2023-0154
Odilov, J. (2024). Digital Use of Artificial Intelligence in Public Administration. International Journal of Law and Policy, 3(2), 1–9.
Potla, R. T., & Consulting, S. (2025). Artificial Intelligence and Machine Learning in CRM: Leveraging Data for Predictive Analytics. Journal of Artificial Intelligence Research, 4(2), 1–21.
Salgado, O. (2018). El Papel De La Percepción En La Toma De Decisiones De La Alta Dirección. Iberoforum. Revista de Ciencias Sociales de La Universidad Iberoamericana, 6(12), 1–19.
Shrestha, Y. R., Ben-Menahem, S. M., & von Krogh, G. (2019). Organizational decision-making structures in the age of artificial intelligence. California Management Review, 61(4), 66–83. https://doi.org/10.1177/0008125619862257
Subadra, S., Natarajan, S., & Salma Shajahan, U. (2024). The Impact Of Artificial Intelligence (AI) On Digital Marketing. Migration Letters, 21(6), 1–12.
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.