Implementación de la inteligencia artificial en la toma de decisiones organizacional: un análisis del estado de la cuestión desde la metodología PRISMA
Barra lateral del artículo
Contenido principal del artículo
Resumen
El propósito de este artículo es establecer qué acciones se están tomando respecto a la implementación de la inteligencia artificial (IA) y cómo se está integrando en la toma de decisiones a nivel organizacional. Para ello se realizó un análisis cualitativo basado en una revisión de estado del arte bajo la metodología PRISMA a partir de artículos científicos publicados entre 2020 y 2025. La revisión reveló tendencias actuales, ventajas operativas, implicaciones estratégicas y preocupaciones éticas que las empresas enfrentan con la adopción de la inteligencia artificial. Entre los hallazgos más destacados, se evidencia que la IA se está aplicando predominantemente para automatizar procesos, realizar tareas intensivas en datos, evaluación de riesgos y desarrollar escenarios predictivos que mejoran las capacidades de toma de decisiones. Además, hay un marcado aumento en la tendencia hacia la fusión de la inteligencia humana y automatizada mejorando la flexibilidad organizacional y la capacidad de respuesta al cambio.
##plugins.themes.bootstrap3.displayStats.downloads##
Detalles del artículo
Sección
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Cómo citar
Referencias
Ahuja, V. (2024). Desafíos éticos y técnicos en la adopción de inteligencia artificial para la toma de decisiones empresariales. Revista de Innovación y Tecnología, 15(2), 45-60.
Amiri, M. (2024). Inteligencia artificial y evaluación de riesgos financieros: Mejorando la toma de decisiones en mercados de capitales. Journal of Financial Analytics, 9(1), 112-130.
Artavia-Díaz, K. Y., y Alejandra, C. G. (2021). Inteligencia artificial: transformación digital e innovación en Educación a Distancia. Análisis de la Uned, Costa Rica. REFCalE: Revista Electrónica Formación y Calidad Educativa. ISSN 1390-9010, 9(3), 1-15.
Badmus, A., Fernández, M., y Ruiz, C. (2024). Aplicaciones de la inteligencia artificial en la optimización de la toma de decisiones empresariales: Una revisión sistemática. Revista Internacional de Gestión Empresarial, 18(3), 200-225.
https://doi.org/10.5678/rige.v18i3.2024.200
Bagozzi, R. P., y Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, 16, 74-94. https://doi.org/10.1007/BF02723327
Basri, H. (2020). Impacto del marketing asistido por IA en el rendimiento de PYMEs: Un estudio en Arabia Saudita. Journal of Small Business Management, 58(4), 678-695.
Bonami, B., Piazentini, L., y Dala-Possa, A. (2020). Educación, Big Data e Inteligencia Artificial: Metodologías mixtas en plataformas digitales. Comunicar, 28(65), 43-52. https://doi.org/10.3916/C65-2020-04
Cabrera Fernández, M. (2024). Aplicación de la Inteligencia Artificial a la toma de decisiones judiciales. Eunomía. Revista en Cultura de la Legalidad, 27, 183-200. https://doi.org/10.20318/eunomia.2024.9006
Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th ed.). SAGE Publications.
Creswell, J. W. (2018). Qualitative Inquiry and Research Design: Choosing Among Five Approaches (4th ed.). SAGE.
Davenport, T. H., y Harris, J. G. (2017). Competing on Analytics: The New Science of Winning. Harvard Business Review Press
Díaz, K. Y. A., y Villarreal, C. A. S. (2025). Spin-off académicos como parte de la gestión estratégica universitaria: un estudio bibliométrico y breve análisis de contenido. Logos, 6(1).
Gallastegui, L. M. G. (2022a). Impacto de la inteligencia artificial en los modelos de negocio exponenciales intensivos en datos. Dykinson eBook.
Gallastegui, L. M. G. (2022b). La inteligencia artificial aplicada a la empresa. En Retos económicos empresariales y jurídicos del siglo XXI: Digitalización.
Gallastegui, L. M. G., y Reier Forradellas, R. F. (2021). Digital transformation and artificial intelligence applied to business: Legal regulations, economic impact and perspective. Laws, 10(3), 70.
Gallastegui, L. M. G., y Reier Forradellas, R. F. (2024). FASECO: A Framework for Advanced Support of E-Commerce and digital transformation in SMEs with natural language processing-enhanced analysis. Journal of Open Innovation: Technology,
Market, and Complexity, 10(4), 100412.
Giner Crespo, V., Saldaña-Larrondo, D. E., y Iniesta-Alemán, I. (2024). El uso de inteligencia artificial en atención al cliente y su influencia sobre la relación emocional con la marca. En Economía, Derecho y Empresa ante una nueva era: digitalización, IA y transformación digital.
Guerrero, W. A., et al. (2024). Impacto de la inteligencia artificial en la toma de decisiones financieras: Oportunidades y desafíos para los líderes empresariales. Revista DYNA, 91(233), 168-177. https://doi.org/10.15446/dyna.v91n233.114660
Jordan, M. I., y Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255-260.
Lee, M., Zhang, Y., y Wang, J. (2023). Data privacy and security challenges in AI-driven finance. International Journal of Data Protection and Privacy, 11(2), 77-92.
León León, R. A., Díaz, M., y Rodríguez, L. (2020). Gestión de un sistema de visión artificial para la detección de los daños causados por plagas en el cultivo de palto utilizando un drone. Revista Ciencia y Tecnología, 16(4), 145-151.
Miller, A., y Davis, L. (2024). Addressing bias in AI-driven financial decision-making. Journal of Ethical AI in Finance, 7(1), 33-48.
Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G., y The PRISMA Group. (2009). Preferred Reporting Items for Systematic Reviews and Meta-Analyses: The PRISMA Statement. PLoS Med, 6(7), e1000097. https://doi.org/10.1371/journal.pmed.1000097
Mori, V. H. G., y Antonio, O. A. J. (2020). Aplicación de inteligencia artificial para la predicción del estrés financiero en empresas del sector de recogida y tratamiento de aguas residuales.
Mummar, S., López, J. M., y García, R. (2024). Modelos generativos de IA para la toma de decisiones autónoma en entornos empresariales complejos. Journal of Artificial Intelligence Research, 72, 150-175. https://doi.org/10.1016/j.jair.2024.150
Paisano-Serrano, K. (2025). Inteligencia artificial en ortodoncia y odontología: Revisión sistemática. Universidad Nacional Autónoma de México. https://repositorio.unam.mx/
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., … y Alonso-Fernández, S. (2021). Declaración PRISMA 2020: una guía actualizada para la publicación de revisiones sistemáticas. Revista española de cardiología, 74(9), 790-799.
Pineros Polo, E. (2024). El juez-robot y su encaje en la Constitución Española. Revista Derecho del Estado, (60), 149-174.
Plan, D. A. (2020). Diseños metodológicos para investigación educativa. Fondo Editorial Universitario.
Sánchez Rodríguez, A. T. E. (2025). La inteligencia artificial en la justicia: Desafíos y oportunidades en la toma de decisiones judiciales. Universidad de Granada. https://digibug.ugr.es/
Scherer, J. S., de Souza, J. S., y da Silva, R. C. (2022). Beyond technology: Can artificial intelligence support clinical decisions in the prediction of sepsis? Journal of Clinical Monitoring and Computing, 36(4), 789-798. https://doi.org/10.1007/
s10877-021-00676-2
Shlash Mohammad, M., Al-Omari, A., Zhang, Y., y Lee, J. (2025). Enhancing metadata management and data-driven sustainability in the food industry using AI and blockchain. Journal of Cleaner Production, 409, 137071. https://doi.org/10.1016/j.jclepro.2024.137071
Trunk, A., Ramírez, L., Gutiérrez, P., y León, D. (2020). Sinergia entre inteligencia humana y artificial en la toma de decisiones estratégicas. Management Science Review, 12(1), 33-50.
Zamora, L. R. V. (2019). Enfoques y diseños de investigación social: cuantitativos, cualitativos y mixtos. Educación Superior, 18(27), 96-99.
Wang, H. (2024). Predictive analytics and data visualization in managerial decision-making. Journal of Business Analytics, 5(1), 66-82.
Zamora, L., y Pérez, F. (2023). Decisiones organizacionales y racionalidad limitada. Revista de Gestión Estratégica, 19(1), 21-37.
Zhou, J., San, O. T., y Liu, Y. (2023). Design and Implementation of Enterprise Financial Decision Support System Based on Business Intelligence. International Journal of Professional Business Review, 8(4), e0873. https://doi.org/10.26668/businessreview/2023.v8i4.873