IA y Confianza en Empresas de Servicios en Lima: Proyecto de Investigación

lOMoARcPSD|24319060
Trabajo Final - Metodología - Grupo 5
Metodología de la Investigación (Universidad Peruana de Ciencias Aplicadas)
Escanea para abrir en Studocu
Studocu no está patrocinado ni avalado por ningún colegio o universidad.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS
FACULTAD DE NEGOCIOS
PROGRAMA ACADÉMICO DE ADMINISTRACIÓN
Confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
PROYECTO DE INVESTIGACIÓN
AUTOR(ES)
Huerta Blacido, Flavio César (U202010558)
Muñoz Vargas, Keisi Anabel (U202013223)
Murazzo Aguilar, Gianpiero (U202018279)
Ruiz Catacora, Maria Alejandra (U202118262)
Pinto Farfán, Rosa María (U20201A563)
Link: https://upcedupemy.sharepoint.com/:v:/g/personal/u202010558_upc_edu_pe/EUStShy5KWlDrGMHtphH3wsBNTVmYw5cxZAcep4aK5NmBw?nav=eyJy
ZWZlcnJhbEluZm8iOnsicmVmZXJyYWxBcHAiOiJPbmVEcml2ZUZvckJ1c2luZXNzIiwicmVmZXJyYWxBcHBQbGF0Zm9ybSI6Ildl
YiIsInJlZmVycmFsTW9kZSI6InZpZXciLCJyZWZlcnJhbFZpZXciOiJNeUZpbGVzTGlua0NvcHkifX0&e=aL0TP6
ASESOR
Quispe Farfán, Percy Hugo
Lima - Perú – 2024
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
2
Resumen
Objetivo de la investigación, metodología, resultados y conclusión
El estudio tiene como objetivo principal determinar el efecto de la implementación de la
inteligencia artificial y la percepción de confianza en la optimización de procesos empresariales
en las empresas de servicios de Lima Metropolitana durante el año 2024. Se utilizó una
metodología cuantitativa con alcance correlacional y diseño no experimental, basándose en
encuestas aplicadas a una muestra de 30 empresas. Los resultados muestran que la
implementación de la inteligencia artificial influye positivamente en la toma de decisiones, la
facilidad de uso y la productividad laboral, mientras que la confianza en esta tecnología mejora la
calidad de la información, la privacidad de los datos y la intención de adopción.
El análisis estadístico revela que una mayor confianza en la inteligencia artificial está asociada
con una integración más efectiva de esta tecnología en los procesos empresariales, optimizando
su rendimiento operativo. Además, se identifican desafíos relacionados con la capacitación del
personal y la infraestructura tecnológica. Se concluye que la implementación de la inteligencia
artificial y la confianza en su uso son determinantes clave para la competitividad y eficiencia de
las empresas de servicios, destacándose la importancia de fomentar su adopción mediante
estrategias claras y capacitación adecuada.
Palabras clave: Inteligencia Artificial, Adopción de la inteligencia artificial, disrupciones
tecnológicas, experiencia del cliente, toma de decisiones.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
3
Abstract
The study's primary objective is to determine the effect of artificial intelligence (AI)
implementation and trust perception on the optimization of business processes in service
companies in Lima Metropolitan during 2024. A quantitative methodology was employed, with a
correlational scope and non-experimental design, based on surveys conducted with a sample of
369 companies. The results show that AI implementation positively influences decision-making,
ease of use, and labor productivity, while trust in this technology enhances information quality,
data privacy, and adoption intent.
Statistical analysis reveals that greater trust in AI is associated with more effective integration of
this technology into business processes, optimizing operational performance. Additionally,
challenges related to staff training and technological infrastructure were identified. The study
concludes that AI implementation and trust in its use are key determinants for the
competitiveness and efficiency of service companies, highlighting the importance of promoting
its adoption through clear strategies and adequate training.
Key words: Artificial intelligence, Adoption of Artificial Intelligence, technology disruptions,
machine learning, decision making.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
4
Tabla de Contenido
TABLA DE CONTENIDO ....................................................................................................................4
ÍNDICE DE TABLAS ...........................................................................................................................6
ÍNDICE DE FIGURAS .........................................................................................................................7
ÍNDICE DE ANEXOS ..........................................................................................................................8
1.2. PLANTEAMIENTO DEL PROBLEMA ......................................................................................18
1.3. FORMULACIÓN DEL PROBLEMA O PREGUNTAS DE INVESTIGACIÓN .....................................21
1.4. PROPÓSITOS DE LA INVESTIGACIÓN ....................................................................................22
1.4.1. Objetivo General. .....................................................................................................22
1.4.2. Objetivos Específicos. ..............................................................................................22
1.5. HIPÓTESIS DE LA INVESTIGACIÓN Y/O SUPUESTOS ..............................................................23
1.5.1. Hipótesis General. ....................................................................................................23
1.5.2. Hipótesis Específicas................................................................................................23
1.5.3. Teórica .....................................................................................................................23
1.5.4. Práctica ....................................................................................................................24
1.5.5. Metodológica ............................................................................................................26
1.6. LIMITACIONES Y VIABILIDAD DE LA INVESTIGACIÓN .........................................................27
1.7. MARCO TEÓRICO ................................................................................................................30
1.7.1. Bases teóricas de las variables de investigación .....................................................30
1.7.2. Bases empíricas de las variables de investigación ..................................................33
1.7.3. Bases metodológicas de las variables de investigación ...........................................34
1.7.4. Marco conceptual .....................................................................................................35
1.8. MODELO DE INVESTIGACIÓN ..............................................................................................40
1.9. OPERACIONALIZACIÓN DE VARIABLES................................................................................41
CAPÍTULO 2: NATURALEZA DEL ESTUDIO.....................................................................................46
2.1. ENFOQUE DE INVESTIGACIÓN SEGÚN EL OBJETO DE ESTUDIO ............................................46
2.1.1. Enfoque de la Investigación .....................................................................................46
2.1.2. Alcance de Investigación ..........................................................................................47
2.1.3. Diseño de Investigación ...........................................................................................48
2.2. POBLACIÓN Y MUESTRA .....................................................................................................49
2.3. RECOPILACIÓN DE LA INFORMACIÓN DE DATOS CUANTITATIVOS – CUESTIONARIO PILOTO
..................................................................................................................................................57
2.4. CONSTRUCTOS DEL CUESTIONARIO PILOTO.........................................................................61
CAPÍTULO 3: RESULTADOS ............................................................................................................63
3.1. ANÁLISIS DESCRIPTIVO .......................................................................................................64
3.2. ANÁLISIS DE CONFIABILIDAD..............................................................................................65
CAPÍTULO 4: CONCLUSIONES Y RECOMENDACIONES ..................................................................68
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
5
4.1. CONCLUSIONES ..................................................................................................................68
4.2. RECOMENDACIONES ...........................................................................................................69
CAPÍTULO 5: ASPECTOS ADMINISTRATIVOS ................................................................................71
5.1. RECURSOS Y PRESUPUESTO ................................................................................................71
5.1.1. Recursos materiales .................................................................................................71
5.1.2. Recursos financieros ................................................................................................71
5.2. CRONOGRAMA DE EJECUCIÓN ............................................................................................72
ANEXOS ..........................................................................................................................................80
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
6
Índice de Tablas
Tabla 1: Variables y dimensiones
Tabla 2: Criterios de Inclusión y Exclusión
Tabla 3: Datos para el instrumento de evaluación
Tabla 4: Cuestionario con escala de Likert
Tabla 5: Constructos con cantidad de preguntas
Tabla 6: Confiabilidad de variable Implementación de la Inteligencia Artificial
Tabla 7: Confiabilidad de variable Confianza en la Inteligencia Artificial
Tabla 8: Valor del Alfa de Cronbach según la variable
Tabla 9: Materiales necesarios utilizados para la investigación
Tabla 10: Total de recursos
Tabla 11: Cronograma de Actividades/Ejecución
Tabla 12: Matriz de Consistencia
Tabla 13: Fuentes de bases de datos – artículos con cuartiles Q1, Q2, Q3 y Q4
Tabla 14: Instrumento de Recolección de Datos (Encuesta/ Entrevista, entre otras)
Tabla 15: Antecedentes
Tabla 16: Tabla de desempeño grupal
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
7
Índice de Figuras
Figura 1: Relación de las dimensiones de cada variable estudiada
Figura 2: Cálculo de la muestra para la investigación
Figura 3: Base de datos del cuestionario realizado con escala de Likert
Figura 4: Porcentaje del tamaño de las empresas encuestadas
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
8
Índice de Anexos
Anexo 1: Lista de referencias
38
Anexo 2: Matriz de Consistencia
41
Anexo 3: Cuestionario
42
Anexo 5: Tabla de coevaluación
51
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
9
Capítulo 1: Planteamiento del Problema de Investigación
1.1. Antecedentes del Problema de Investigación
Pillai y Sivathanu (2020), en su estudio titulado “Adopción de chatbots basados
en IA para hostelería y turismo”; indicó como objetivo investigar la intención
conductual y el uso real de los chatbots impulsados por inteligencia artificial (IA) en el
sector de la hospitalidad y el turismo en India, extendiendo el modelo de adopción
tecnológica (TAM) con variables contextuales específicas.; para ello se empleó un
estudio mixto; donde la muestra es de 36 gerentes de agencias de viajes para las
entrevistas cualitativas, y 1,480 clientes que participaron en la encuesta cuantitativa.;
como técnica e instrumento utilizaron cuestionarios estructurados; los resultados del
estudio indicaron que la mayoría de los encuestados mostró una intención positiva de
uso de chatbots para la planificación y reserva de viajes, se observó que los usuarios
que habían utilizado chatbots anteriormente tenían una mayor disposición a recomendar
su uso a otros; siendo esta última una variable importante y crucial en la
implementación de la inteligencia artificial (IA). El estudio concluye que la adopción de
chatbots en la planificación de viajes está influenciada por factores como la percepción
de utilidad, la facilidad de uso y la confianza en la tecnología, lo que sugiere que los
chatbots pueden mejorar significativamente la experiencia del cliente en el sector
turístico.
Haddud, A. (2024), en su estudio titulado “ChatGPT en cadenas de suministro:
explorando posibles aplicaciones, beneficios y desafíos”, señala como principal
objetivo de la investigación el explorar las aplicaciones potenciales, beneficios y
desafíos del uso de ChatGPT en las cadenas de suministro. Se busca proporcionar
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
10
evidencia empírica sobre cómo esta tecnología puede impactar positivamente en las
operaciones de la cadena de suministro, así como identificar los obstáculos que pueden
surgir en su implementación, para ello se realizó un estudio cuantitativo; donde la
muestra es de 116 personas del sector industrial y académico. Como resultado del
estudio se concluye que ChatGPT tiene ocho beneficios potenciales recibieron más
apoyo, incluidos la mejora en la eficiencia de los procesos, la reducción de costos, la
provisión de informes de sostenibilidad, mejores pronósticos de demanda, mejor
análisis de datos, comunicación simplificada con proveedores, comunicación
simplificada con clientes, apoyo a actividades promocionales y mayor satisfacción del
cliente, aunque todos fueron respaldados. Además, el estudio identificó algunos
desafíos, como que ChatGPT no puede reemplazar a los expertos, no es un cambio de
juego inmediato, su uso puede carecer de precisión, y puede llevar tiempo alcanzar su
madurez.
Santiago, J., Borges-Tiago, M. T., & Tiago, F. (2024), en su investigación
titulada “Adoptando RAISA en restaurantes: Explorando las actitudes de los clientes
hacia la adopción de robots”, propone como objetivo principal el saber el nivel de
aceptación que tenían RAISA entre los clientes y qué actitud tenía hacia ello. Para
poder desarrollar este trabajo se empleó un estudio cuantitativo con una muestra de 293
comensales, como herramienta se empleó una encuesta virtual. El estudio resultó en que
los clientes tienen actitudes positivas hacia la adopción de RAISA, y que los robots y la
automatización pueden encontrar una aplicación adecuada en el sector de la
restauración. Además, se muestra que la percepción de utilidad y la facilidad de uso
influyen en la actitud general hacia el uso de robots tanto en hombres como en mujeres,
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
11
lo que revela una perspectiva diferente sobre las diferencias de género en la adopción de
tecnología.
Serban et al. (2024), en su investigación titulada “Evaluación cuantitativa de la
disposición a utilizar la inteligencia artificial en el ámbito académico empresarial y
económico”, señaló como objetivo del estudio la evaluación de la disposición de
profesores de nivel universitario en Rumania para adoptar la inteligencia artificial (IA)
en las actividades académicas, evaluaciones e investigación dentro del entorno
económico y empresarial; además, se busca también identificar los factores influyentes
que perciben los académicos para emplear la IA, los beneficios y los desafíos que
conlleva esta tecnología. Para este objetivo, se utilizó un estudio cuantitativo a una
muestra de 101 profesores universitarios rumanos de economía y negocios; como
técnica e instrumento se utilizaron cuestionarios en línea con modelos de ecuaciones
estructurales; como resultado se obtuvo que los docentes universitarios están más
dispuestos a utilizar la inteligencia artificial en actividades que son más repetitivas y
menos creativas, como la evaluación de los estudiantes; pero se observan barreras para
la adopción de la IA por las preocupaciones en la protección de los datos, la inadecuada
formación formal en su uso y la incertidumbre sobre los resultados generados. Se
concluye en el estudio que los profesores universitarios reconocen los grandes
beneficios de la IA respecto a la accesibilidad a la información y rapidez en la
obtención de resultados, pero no aceptan su aplicación para tareas que tengan la
necesidad de contar con mayor creatividad y juicio personal.
Hariguna y Ruangkanjanases (2024), en su estudio titulado “Evaluación del
impacto de la inteligencia artificial en el desempeño del cliente: un estudio cuantitativo
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
12
utilizando metodología de mínimos cuadrados parciales” buscaron analizar cómo la
asimilación de la inteligencia artificial (IA) influye en el desempeño de los clientes. Del
mismo modo, los factores que intervienen para la respectiva implementación bajo un
contexto organizacional,para ello se empleó un estudio cuantitativo, donde la muestra
es de 382 usuarios y desarrolladores de IA; como resultado se concluyó que la
integración de dicha tecnología en empresas privadas fortalece principalmente la
agilidad organizacional y mejora la calidad de las relaciones con los clientes
impactando significativamente en su rendimiento.Asimismo, se encontraron que
factores como la experiencia de los clientes y su confianza en la tecnología son
elementos que resultan claves para obtener mejores resultados empresariales .
Rashid et al. (2024), en su investigación titulada “Cómo aprovechar el poder de
la adopción de la nube y la inteligencia artificial para optimizar la resiliencia y la
sostenibilidad de la cadena de suministro de fabricación en EE. UU.” exploraron como
la inteligencia artificial y la computación en la nube mejora la resiliencia y
sostenibilidad en cadenas de suministro manufactureras; para ello se empleó un estudio
cuantitativo mediante encuestas aplicadas a 1,279 empleados de manufactura en
California, Texas y Nueva York. Se obtuvo como resultado que ayuda a las empresas
poder adaptarse por anticipado a situaciones que pueden surgir inesperadamente,
también se menciona que mejora la colaboración entre las partes de la cadena de
suministro, sumado a ello permite agilizar y mejorar la precisión en la toma de
decisiones, por ejemplo, optimizando la gestión de inventarios mediante análisis
predictivos y automatización de procesos, lo cual minimizaría el impacto en la
operatividad frente a interrupciones o cambios en el flujo de trabajo.El estudio concluye
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
13
que la sinergia entre plataformas de nube y herramientas de IA es un pilar fundamental
para mantener su competitividad y fortalecer su sostenibilidad.
Olan et al. (2021), en su estudio titulado “Promoción del comportamiento del
consumidor: el papel de las tecnologías de inteligencia artificial y el intercambio de
conocimientos,” se propusieron analizar el impacto de las tecnologías de inteligencia
artificial (IA) y el intercambio de conocimientos en el comportamiento del consumidor
dentro del contexto empresarial. La investigación se basó en una muestra de 205
participantes y empleó un enfoque mixto que permitió un análisis exhaustivo de la
interacción entre la implementación de la IA y la confianza depositada por los usuarios
en estas tecnologías para tomar decisiones de consumo. A través de modelos de análisis
multivariante, los autores examinaron las relaciones entre las variables clave, revelando
que una implementación efectiva de la IA en los servicios no solo mejora la percepción
de confiabilidad, sino que también fortalece la aceptación y el uso de dichas tecnologías
por parte de los consumidores. Los resultados obtenidos indican que tanto una
implementación adecuada de la IA como la confianza en su funcionamiento son
factores determinantes que influyen de manera significativa en la adopción de servicios
basados en IA. En consecuencia, el estudio concluye que la confianza depositada en la
IA constituye un elemento esencial para determinar el éxito o el fracaso de su
integración en las empresas privadas, reafirmando su papel crucial en la transformación
digital y en la relación con los consumidores.
Lokanan y Maddhesia (2024), en su investigación titulada “Supply chain fraud
prediction with machine learning and artificial intelligence,” se enfocaron en la
predicción del fraude dentro de las cadenas de suministro, mediante la implementación
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
14
de tecnologías avanzadas como la inteligencia artificial (IA) en una empresa
manufacturera de gran escala. A partir de un análisis cuantitativo que abarcó 180,000
observaciones obtenidas durante tres años de transacciones comerciales, los autores
buscaron identificar patrones ocultos en los datos que, de otro modo, podrían haber
quedado sin detectar. Utilizando modelos sofisticados de aprendizaje automático,
lograron predecir con gran precisión aquellas transacciones sospechosas de fraude, lo
que permitió no solo una reducción considerable de las pérdidas financieras, sino
también una mejora notable en la seguridad operativa. Este enfoque reveló que la
implementación de la IA no solo optimiza los procesos de detección, sino que también
refuerza la confianza de los usuarios en la efectividad de estas tecnologías dentro del
entorno corporativo. En este contexto, los hallazgos subrayan que la correcta
implementación de la IA, combinada con la confianza depositada en su capacidad para
identificar y mitigar riesgos, es crucial para asegurar la integridad de las operaciones en
las empresas privadas. Así, tanto la implementación técnica de la IA como la confianza
en su eficacia se consolidan como factores determinantes para el éxito de estas
tecnologías.
Modgil, S., Singh, R., y Hannibal, C. (2022), en su investigación titulada
“Artificial intelligence for supply chain resilience: learning from Covid-19”, buscaron
analizar cómo la inteligencia artificial contribuye a la resiliencia de la cadena de
suministro, destacando las lecciones aprendidas durante la pandemia del COVID-19. El
estudio se basó en un análisis de caso de empresas que implementaron soluciones de
inteligencia artificial durante la crisis, utilizando una muestra de organizaciones de
diferentes sectores. Se emplearon métodos tanto cualitativos como cuantitativos, como
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
15
entrevistas y análisis de datos operativos. Los resultados mostraron que la inteligencia
artificial mejora la capacidad de las empresas para adaptarse y responder ante
interrupciones, incrementando la eficiencia operativa y reduciendo los riesgos. En
conclusión, la investigación resalta que la implementación de inteligencia artificial es
esencial para fortalecer la resiliencia en las cadenas de suministro, particularmente en
situaciones de crisis, y ofrece importantes enseñanzas sobre el uso de tecnologías
avanzadas para enfrentar futuros retos.
Boy et al. (2024), en su estudio titulado “Inteligencia artificial en la toma de
decisiones: implicaciones éticas y eficiencia”; indicó que el objetivo de la investigación
es examinar cómo la Inteligencia Artificial está transformando los procesos de toma de
decisiones en diversos ámbitos (empresarial, médico, educativo, entre otros), con un
enfoque particular en las implicaciones éticas relacionadas y su eficiencia. El objetivo
central del estudio es examinar cómo la Inteligencia Artificial está transformando los
procesos de toma de decisiones en las pymes peruanas. Con esa motivación, se
desarrolló un estudio con enfoque cuantitativo, con una muestra de 278 gerente MYPES
de diversos sectores económicos para recolectar y analizar datos numéricos mediante
cuestionarios en línea con escala de Likert. El resultado señala que las recomendaciones
personalizadas brindadas por la IA tienen un gran nivel de aceptación (70%), lo que
indica una percepción positiva y sólida; proporcionando la información idónea para
tomar decisiones al proporcionar insights específicos y adaptados a las necesidades
individuales. Hay una manifestación de confianza de 78% de encuestados sobre la
capacidad de la IA para adaptarse y mejorar a lo largo del tiempo, reconociendo el
potencial para evolucionar y proporcionar soluciones aún más eficientes y precisas en el
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
16
futuro. Además, el estudio concluye que hay una percepción de que la IA brinda
información de manera equitativa y no discriminatoria, también que la Inteligencia
Artificial es relevante en la actualidad por brindar recomendaciones adaptadas a cada
individuo, con la capacidad de adaptarse y mejorar las respuestas en el tiempo, y con
ello minimizar los sesgos presentes en la toma de decisiones. Sin embargo, hay desafíos
claves como la forma de interpretación de los resultados, la transparencia en los
modelos y el sentido de responsabilidad personal en la toma de decisiones basada en
información de la IA.
Por su parte, el estudio realizado por Wissam, W., Ramez, A., Kamal, S. y
Shadi, B. (2020) titulado "Predictive analytics using big data for increased customer
loyalty: Syriatel Telecom Company case study", analiza cómo la implementación de la
inteligencia artificial a través del análisis predictivo basado en big data puede
transformar la manera en que las empresas segmentan y fidelizan a sus clientes. A partir
de una muestra masiva de 127 millones de registros, se demostró que el uso de
algoritmos avanzados permite identificar patrones de comportamiento, optimizando
procesos clave como la personalización de servicios y la retención de clientes. Este
enfoque no solo mejora la eficiencia operativa, sino que también incrementa la
percepción de confianza en los sistemas de IA al demostrar resultados concretos y
predecibles.
Valaskova, K., Nagy, M., y Grecu, G. (2024), en su estudio titulado “Digital
twin simulation modeling, artificial intelligence-based Internet of Manufacturing
Things systems, and virtual machine and cognitive computing algorithms in the
Industry 4.0-based Slovak labor market”, tuvieron como objetivo investigar la
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
17
implementación de modelos de simulación digital twin, sistemas basados en
inteligencia artificial y algoritmos de computación cognitiva en el mercado laboral
eslovaco, específicamente en el contexto de la Industria 4.0. Para ello, utilizaron un
enfoque cuantitativo con una muestra de empresas manufactureras en Eslovaquia. Se
emplearon técnicas de simulación y modelado de sistemas para analizar el impacto de
estas tecnologías en la productividad y la eficiencia operativa. Los resultados mostraron
que la integración de tecnologías avanzadas, como los gemelos digitales y la
inteligencia artificial, mejora significativamente la optimización de procesos
industriales y la adaptación de la fuerza laboral a nuevas demandas tecnológicas. El
estudio concluye que la implementación de estas tecnologías es esencial para el avance
de la Industria 4.0, y que su adopción no solo optimiza los procesos de producción, sino
que también genera un impacto positivo en la formación y el desarrollo del capital
humano en el mercado laboral.
En adición, Kumar, S., Lim, W.M., Sivarajah, U., et al. (2023), en su
investigación "Artificial Intelligence and Blockchain Integration in Business: Trends
from a Bibliometric-Content Analysis", destacan la sinergia entre la inteligencia
artificial y las tecnologías emergentes como el blockchain. Este estudio enfatiza cómo
la implementación de IA en procesos empresariales no solo facilita la automatización,
sino que también potencia la transparencia y la seguridad en las operaciones. Dichas
características son fundamentales para generar confianza entre los usuarios, quienes
valoran la integridad y la trazabilidad en sus interacciones con las empresas que
adoptan estas tecnologías avanzadas.
Finalmente, la investigación de Awal, M. y Chowdhury, M. (2024) titulado
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
18
"Threat or Prospect? Exploring the Impact of Digital Entrepreneurs’ Artificial
Intelligence Perception and Intention to adopt Blockchain Technology on the
Achievement of SDGs", explora cómo la percepción de los emprendedores digitales
sobre la inteligencia artificial impacta su intención de adopción. Basado en una muestra
de 389 emprendedores tecnológicos, el estudio revela que una percepción positiva de la
IA aumenta la disposición a utilizarla en procesos estratégicos, promoviendo así la
innovación y la optimización de los procesos empresariales. Asimismo, los autores
destacan cómo esta percepción positiva fomenta la confianza en la tecnología,
posicionándola como un recurso clave para alcanzar metas de sostenibilidad y
competitividad en mercados cada vez más dinámicos.
1.2. Planteamiento del Problema
En el contexto de la inteligencia artificial en el mundo durante el año 2024, se identifica
una problemática significativa relacionada con la implementación y confianza de la inteligencia
artificial y su impacto en los servicios en empresas privadas. A pesar del conocimiento de la
inteligencia artificial (IA) en el sector, muchas empresas enfrentan dificultades en
implementación de la IA, debido a la resistencia al cambio por parte de los empleados y la falta
de comprensión sobre el funcionamiento de la tecnología, lo que afecta negativamente su
adopción efectiva en las empresas, afectando a su vez su eficiencia, calidad y satisfacción del
cliente. (Pillai y Sivathanu, 2020)
La inteligencia artificial es una tecnología contemporánea que está siendo implementada
para optimizar la eficiencia en las operaciones y como una manera de mejorar la precisión en la
toma de decisiones (Boy, A. et al., 2024). Sin embargo, resaltan algunas dificultades derivadas
del nivel de calidad de las respuestas generadas por la inteligencia artificial, la transparencia de
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
19
los algoritmos empleados, la equidad en el acceso a las oportunidades y la responsabilidad en
caso de decisiones que resultan erróneas o son tomadas sin considerar los sesgos. Por ello, es
relevante determinar todos los riesgos asociados a la implementación de la inteligencia artificial
y los beneficios productivos que trae su correcto uso.
Además, la implementación de herramientas con Inteligencia Artificial dentro de áreas
críticas como la cadena de suministros puede influenciar en sus operaciones de manera positiva
como el reducir la carga de trabajo y optimizar sus procesos (Haddud .A, 2024). Lo que respalda
el aumento gradual de su uso en diferentes sectores y organizaciones a lo largo del mundo. Por
otro lado, el utilizar y aceptar estas herramientas emergentes puede llegar a tener un grado de
complejidad mayor, puesto que el emplear la IA dentro de los procesos de la organización
implica una transformación, lo que a su vez incrementa la percepción de riesgo e incertidumbre
de los actores involucrados (Yang.X., Liaoniao. Z & Zixin F., 2023). En base a ello, la
incorporación de estás herramientas dentro de las operaciones de una organización requiere un
análisis previo de los posibles escenarios que puedan surgir, lo que está sujeto a una prueba de
ensayo y error.
Por las razones expuestas, el presente trabajo de investigación busca determinar la
influencia de la Inteligencia Artificial y la percepción del uso de esta solución tecnológica en la
optimización de procesos empresariales en las empresas de servicios de Lima Metropolitana en el
año 2024. El objetivo es realizar una evaluación de los aportes de la inteligencia artificial dentro
del ámbito empresarial, destacando las formas en que la inteligencia artificial realiza aportes
significativos en la gestión de los procesos operativos y la optimización de la toma de decisiones
claves.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
20
La implementación de esta tecnología, impulsada por su potencial para optimizar
procesos, está transformando cómo las organizaciones peruanas gestionan sus operaciones, desde
la atención al cliente hasta la gestión de inventarios. En particular, la confianza en el uso de la IA
está comenzando a crecer, aunque persisten desafíos relacionados con la capacitación del
personal y la adaptación de la infraestructura tecnológica. Para las empresas de servicios en Lima
Metropolitana, la IA podría ser una herramienta crucial en la mejora de su competitividad, pero
es necesario fomentar una mayor confianza en su efectividad y fiabilidad para lograr una
integración exitosa. Este contexto resalta la relevancia de abordar tanto la implementación como
las percepciones de confianza en la IA como factores determinantes en la optimización de
procesos empresariales.
En el contexto nacional, la adopción de la inteligencia artificial (IA) en las empresas
peruanas ha mostrado avances significativos en los últimos años. Según un estudio realizado por
Automation Anywhere, al cierre de 2023, el 34% de las empresas en Perú han implementado IA
y automatización en sus tareas diarias, posicionando al país en el sexto lugar en Latinoamérica en
términos de adopción de estas tecnologías. En ese sentido, un informe publicado por El Peruano
(2023) destaca que, dentro del ámbito empresarial, la inteligencia artificial se usa principalmente
para labores de atención al cliente (50%), seguido también de temas asociados a marketing,
ventas, automatización y seguridad.
Según Aguirre Díaz (2021), la Inteligencia Artificial (IA) se presenta como una
herramienta fundamental para la transformación estratégica en las organizaciones modernas. Su
adopción no solo mejora la eficiencia operativa, sino que también permite a las empresas ser más
competitivas al aprovechar datos de manera predictiva para la toma de decisiones. Sin embargo,
uno de los principales desafíos identificados es la falta de infraestructura tecnológica adecuada y
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
21
la escasez de personal capacitado, lo que limita la capacidad de las empresas peruanas para
adoptar la IA de manera efectiva. Aunque la IA tiene un alto potencial para optimizar procesos y
reducir costos, las empresas aún enfrentan barreras, como el elevado costo inicial de
implementación y una percepción limitada de sus beneficios a largo plazo. Esta perspectiva es
particularmente relevante para justificar iniciativas orientadas a fortalecer la capacitación
tecnológica y fomentar alianzas público-privadas para integrar la IA en sectores estratégicos.
1.3. Formulación del problema o preguntas de investigación
1.3.1. Problema general
¿Cuál es el efecto de la implementación de la inteligencia artificial y la percepción de
confianza en la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el periodo 2024?
1.3.2. Problemas específicos
¿Cuál es el efecto en la toma de decisiones corporativas por la implementación de la
inteligencia artificial en la automatización de procesos empresariales en las empresas de servicios
de Lima Metropolitana durante el año 2024?
¿Cuál es el efecto de la facilidad de uso en la implementación de la inteligencia artificial
en la optimización de procesos empresariales de las empresas de servicios de Lima Metropolitana
durante el año 2024?
¿Cuál es el efecto en la productividad laboral corporativa por la implementación de la
inteligencia artificial en la optimización de procesos empresariales de las empresas de servicios
de Lima Metropolitana durante el año 2024?
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
22
1.4. Propósitos de la investigación
1.4.1.
Objetivo General.
Determinar el efecto de la implementación de la inteligencia artificial y la percepción de
confianza en la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el año 2024.
1.4.2.
Objetivos Específicos.
O1: Determinar el efecto de la implementación de la inteligencia artificial en la toma de
decisiones corporativas en las empresas de servicios de Lima Metropolitana durante el año 2024.
O2: Determinar el efecto de la facilidad de uso de la inteligencia artificial en la
optimización de procesos empresariales en las empresas de servicios de Lima Metropolitana
durante el año 2024.
O3: Determinar el efecto de la implementación de la inteligencia artificial en la
productividad laboral en las empresas de servicios de Lima Metropolitana durante el año 2024,
1.5. Hipótesis de la investigación y/o supuestos
1.5.1.
Hipótesis General.
Existe una relación significativa entre la implementación de la inteligencia artificial y la
percepción de confianza en la optimización de procesos empresariales en las empresas de
servicios de Lima Metropolitana durante el año 2024.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
23
1.5.2.
Hipótesis Específicas.
H1: Existe una relación positiva significativa entre la implementación de la inteligencia
artificial y la mejora en la toma de decisiones corporativas en las empresas de servicios de Lima
Metropolitana durante el año 2024.
H2: Existe una relación positiva significativa entre la facilidad de uso de la inteligencia
artificial y la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el año 2024.
H3: Existe una relación significativa entre la implementación de la inteligencia artificial y
el incremento en la productividad laboral en las empresas de servicios de Lima Metropolitana
durante el año 2024.
Justificación de la investigación
1.5.3.
Teórica
La implementación de la Inteligencia Artificial (IA) en los procesos empresariales se ha
consolidado como una tendencia crucial, especialmente en el sector de servicios, debido a su
capacidad para transformar la toma de decisiones, mejorar la eficiencia operativa y promover la
innovación. Desde una perspectiva teórica, investigar el impacto de la IA y la confianza en su
adopción en las empresas de servicios de Lima Metropolitana durante 2024 resulta fundamental,
pues estas dimensiones están estrechamente interrelacionadas y afectan directamente la
optimización de procesos empresariales.
Estudios como los de Pillai y Sivathanu (2020) resaltan cómo la integración de
herramientas de IA, por ejemplo, sistemas de automatización y chatbots, puede aumentar la
productividad y mejorar la experiencia del cliente en industrias de servicios. Por otro lado,
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
24
Choudhury y Shamszare (2023) subrayan que la percepción de confianza es esencial para
garantizar la aceptación y el uso efectivo de estas tecnologías. Asimismo, la teoría de confianza
en la tecnología de Mayer et al. (1995) proporciona un marco conceptual para analizar cómo la
calidad de la información, la facilidad de uso y la seguridad de los datos influyen en la
percepción de los usuarios internos y externos hacia la IA.
Esta investigación, al enfocarse en la interacción entre la implementación de la IA y la
confianza en esta tecnología, busca contribuir al desarrollo teórico en torno a los modelos de
adopción de tecnologías disruptivas, aportando un análisis específico para el contexto
empresarial de Lima Metropolitana. Además, sus hallazgos podrían servir como referencia para
futuras investigaciones y estrategias empresariales orientadas a maximizar los beneficios de la IA
mientras se mitigan sus riesgos asociados.
1.5.4.
Práctica
Desde una perspectiva práctica, la implementación de la IA en las empresas de servicios
de Lima Metropolitana tiene una gran relevancia. Este estudio pretende identificar cómo la
optimización de procesos a través de la IA puede mejorar la eficiencia operativa, reducir costos y
aumentar la satisfacción del cliente. Investigaciones previas, como la de Nguyen y Malik (2022),
demuestran que el uso de la IA, especialmente en la gestión de servicios al cliente y la
optimización de operaciones, puede generar un impacto positivo en la calidad del servicio y la
competitividad empresarial. Este estudio tiene el potencial de ofrecer a los gerentes y líderes
empresariales en Lima un marco claro sobre cómo la IA, cuando se implementa correctamente,
no solo mejora los procesos internos, sino que también incrementa la confianza de los clientes en
los servicios ofrecidos.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
25
Es importante mencionar que el concepto de confianza resulta esencial en la adopción de
tecnologías disruptivas, y la percepción de seguridad y eficacia en el uso de la IA es clave para su
aceptación generalizada. La investigación de Ramasamy et al. (2024) subraya y enfatiza la
importancia de construir una relación de confianza con los usuarios para mejorar la eficacia de
las tecnologías emergentes, lo cual es relevante en las empresas de servicios donde la interacción
con los clientes requiere una alta confianza.
Los hallazgos de este trabajo también podrían influir directamente en las decisiones
estratégicas de las empresas, brindando información clave para diseñar políticas que impulsen la
adopción de la IA de manera efectiva, asegurando su integración en las operaciones diarias
mientras se mitigan posibles riesgos relacionados con la privacidad de los datos y la calidad de la
información.
1.5.5.
Metodológica
Desde el punto de vista metodológico, la investigación aplicada se basa en un enfoque
cuantitativo basado en encuestas y análisis estadístico para medir las variables de
implementación de la IA y la confianza en su uso. Se utilizará un diseño de investigación
descriptivo y correlacional, lo que permitirá no solo entender el grado de implementación de la
IA en las empresas de servicios de Lima, a la vez analizar cómo la confianza en la tecnología
influye en su eficacia y adopción. Este enfoque metodológico es clave para obtener una visión
clara y detallada de cómo las variables estudiadas interactúan en el contexto específico de Lima
Metropolitana.
El uso de técnicas de análisis avanzadas, como la regresión múltiple o análisis estructural,
permitirá una comprensión profunda de los factores que influyen directamente en el éxito de la
implementación de la IA. Además, se aplicará un modelo de análisis que combine la percepción
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
26
interna de los empleados como la experiencia del cliente, lo cual resulta ser una estrategia
innovadora en la investigación sobre la inteligencia artificial en el ámbito de los servicios. Esta
metodología contribuirá a complementar estudios previos que han centrado su atención en otros
sectores empresariales.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
27
1.6. Limitaciones y Viabilidad de la Investigación
1.6.1. Limitaciones de la investigación
En base a la investigación sobre la confianza en la implementación de la inteligencia
artificial en la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el periodo de 2024. Una de las principales limitaciones de la investigación
es la poca información nacional exacta y relevante en relación a la presencia de IA en
organizaciones. Por otro lado, el alcance a la muestra a la que está enfocado el estudio y la
recopilación de datos utilizables a través de las encuestas realizadas a las organizaciones, puede
llegar a ser otra limitación debido al reducido número de empresas que emplean estás
herramientas dentro de sus procesos y lo dispuestas que estén a brindar esta información.
El creciente surgimiento de estas herramientas implica también una notoria limitación en
el número de estudios realizados a nivel nacional, pues la poca presencia de ello debido al nivel
de conocimiento que implica el implementar inteligencia artificial dentro de las organizaciones
puede presentar un problema a la hora de desarrollar un estudio objetivo y específico sobre el
tema. Además, al ser un sector con un acelerado crecimiento, algunos estudios realizados
anteriormente pueden llegar a ser imprecisos debido a la evolución del tópico o incompatibles en
relación al objetivo de la investigación. Cabe destacar que debido a la escasa cantidad de estudios
realizado a nivel nacional y a la novedad del tema existe una carencia de métricas que estén
estandarizadas, es decir, la ausencia de indicadores claros para poder medir el impacto de la
inteligencia artificial y el nivel de confianza puede comprometer el análisis objetivo de la
información resultante de las encuentras.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
28
Por otra parte, el sesgo en las respuestas como producto de las preguntas empleadas para
la recabación de información mediante las encuestas es otra limitante latente dentro del
desarrollo de la investigación. En virtud de la reciente presencia de la inteligencia artificial en las
empresas, la mala interpretación de las preguntas mezclando conceptos puede ser un problema.
En adición a ello, la exactitud en las respuestas puede verse afectada debido a la variabilidad de
la implementación de la IA en los procesos y el enfoque de confianza que tengan hacia estos
instrumentos debido a los diversos sectores en los que se aplica.
1.6.2. Viabilidad de la Investigación
Recursos Teórico
Si bien el enfoque de la investigación es a nivel nacional, se cuenta con una extensa
cantidad de papers abocados a un contexto mundial, en los cuales, aunque cuenten con una
considerable dispersión de enfoque en diferentes sectores y temas, se puede encontrar cierta
compatibilidad de conceptos clave. Por lo cual, las variables empleadas para este trabajo
(implementación de la IA y percepción de confianza en la optimización de procesos
empresariales) proporcionan una base teórica sólida que respalda la investigación.
Recursos Materiales
Para la investigación se emplean encuestas para la recopilación de información, debido a
que facilita el proceso de encuestar a la muestra. Esta herramienta está basada en la escala de
Likert, siendo una metodología la cual se implementa de manera sencilla y es estándar en
cualquier tipo de investigación.
Recursos Financieros
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
29
En relación a los recursos financieros, la investigación no presenta ninguna inversión
significativa a nivel económico. Por otra parte, respecto a la creación del formulario del
cuestionario online, se pudo presentar un costo si es que se decidía por emplear un software, sin
embargo solo se usó una herramienta gratuita. En el caso en que se hubiera empleado un software
de bajo costo, este sería asumido por el equipo que haya desarrollado la investigación.
Factibilidad General
En líneas generales, la factibilidad del estudio es alta, pues la confianza en la
implementación de la IA en la optimización de procesos empresariales en las empresas de
servicios es un tema con gran potencial de crecimiento. Aunque la información teórica recopilada
genera una base sólida para la investigación junto con el resultado de los cuestionarios online, la
transparencia de las organizaciones que desarrollen la actividad es crucial para el éxito del
estudio.
1.7. Marco teórico
Revisión de literatura
1.7.1.
Bases teóricas de las variables de investigación
La Inteligencia Artificial entiende como una herramienta que facilita la gestión de
información, la cual se emplea para poder inferir con el fin de solucionar problemas y optimizar
la toma de decisiones, siendo un conjunto computadores con la capacidad de identificar patrones,
aprender y comprender comportamientos a base de experiencias previas, razonar y adquirir
conocimiento el cual se almacena dentro de su base de datos.(Ronchini, A., Guida, M., Moretto,
A., & Caniato, F. 2024). Desde una perspectiva comparativa con su creador, la IA emula la
estructura de la mente humana así como las conducta y capacidad mediante un sistema de
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
30
ingeniería integral, siendo este el software, y hardware. (Yang.X., Liaoniao. Z & Zixin F. 2023).
Sin embargo, la capacidad de esta herramienta se ve potenciada por elementos como el Iot y base
de datos a las cuales la mente humana no tiene incorporadas en su estructura.
La implementación de la Inteligencia Artificial (IA) en los procesos empresariales ha
generado un impacto significativo en cuanto a temas de la gestión de cadenas de suministro, la
optimización de procesos operativos, la interacción con los clientes y la toma de decisiones
estratégicas. Investigaciones recientes han encontrado que tecnologías como la predicción basada
en IA y el aprendizaje automático permiten mejorar significativamente la resiliencia, eficiencia y
sostenibilidad de las organizaciones, y de este modo facilitar la respuesta ante interrupciones
causadas por la pandemia de COVID-19 (Modgil et al., 2022; Singh et al., 2024). Por otro lado,
esta herramienta emplea algoritmos predefinidos lo que concibe una automatización y
optimización en los procesos, lo que a su vez reduce el margen de error humano al analizar datos
precisos, ello es aplicables en diversas industrias (Hariguna & Ruangkanjanases, 2024, p. 155).
Con ello se puede señalar que la IA tiene la capacidad de implementarse en diversas áreas debido
a su adaptabilidad. En adición a ello, Akhtar et al. (2024) menciona que el rol que cumplen estas
herramientas al implementarlas en plataformas inteligentes, es el catalizar la información y dando
como resultado una transformación dentro de las actividades empresariales, generando una
sostenibilidad y eficiencia al incorporar datos y análisis de los mismo en tiempo real con el fin de
identificar y responder a las necesidades del mercado.
Del mismo modo, la confianza de los usuarios en la IA es un factor clave que debe ser
tomado en cuenta para su adopción, puesto que la transparencia de los algoritmos y los
beneficios tangibles, son esenciales para incentivar la aceptación de esta tecnología (Nguyen &
Malik, 2022; Choudhury & Shamszare, 2023). En sectores como el turismo y la hospitalidad, el
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
31
uso de chatbots basados en IA ha transformado notoriamente la experiencia del cliente al ofrecer
interacciones personalizadas y reducir costos operativos, lo cual facilita la toma de decisiones
estratégicas mediante el análisis de datos (Pillai & Sivathanu, 2020; Sharma et al., 2022).
Además, la IA ha revolucionado el marketing mediante la personalización y el análisis
predictivo, mejorando la relación con los consumidores y fomentando comportamientos de
compra (Awad, 2024; Elmashhara et al., 2024). No obstante, a pesar de sus beneficios, la
adopción de la IA presenta desafíos éticos relacionados con la privacidad, el sesgo algorítmico y
su impacto en el empleo, lo que requiere un enfoque responsable para evitar comprometer la
confianza de los clientes (Boy et al., 2024; Lokanan & Maddhesia, 2024). En conclusión, la IA
ofrece oportunidades valiosas para las empresas, pero su implementación exitosa depende de una
estrategia adecuada, que considere tanto la preparación tecnológica como la confianza y
percepción de los usuarios.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
32
1.7.2.
Bases empíricas de las variables de investigación
La implementación de IA en las empresas ha demostrado tener un impacto positivo en
diferentes sectores. Según Ramasamy et al. (2024), la inteligencia artificial aplicada en la gestión
logística mejora significativamente la eficiencia operativa, reduciendo costos y optimizando
procesos. Este hallazgo resalta la capacidad de la IA para mejorar las operaciones empresariales
al analizar grandes volúmenes de datos y tomar decisiones automatizadas que tradicionalmente
requerirían intervención humana. Además, la IA contribuye a la creación de cadenas de
suministro más resilientes, lo que refuerza su potencial en la optimización de procesos (Singh et
al., 2024).
La investigación desarrollada por Yang.X., Liaoniao. Z & Zixin F. (2023) concluye que
la aplicación de inteligencia artificial, representada por la adopción de robots industriales, tiene
un efecto positivo en la complejidad técnica de las exportaciones de las empresas manufactureras
en China, lo que sugiere que la inversión en tecnología avanzada puede ser un motor clave para
el desarrollo económico y la competitividad en el comercio internacional.
Asimismo,la percepción de los riesgos asociados con la seguridad es uno de los factores
más importantes que influye en la confianza en la IA. Nguyen y Malik (2022) sostienen que la
protección de datos y la transparencia en el uso de la IA son esenciales para garantizar que los
usuarios confíen en estos sistemas, especialmente en un entorno empresarial que maneja
información sensible.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
33
1.7.3.
Bases metodológicas de las variables de investigación
Se emplean diversas herramientas y percepciones sobre el tema propuesto con el fin de
fundamentar el estudio. Basándose en una recopilación de datos tanto cualitativas como
cuantitativas, donde posteriormente se realiza un análisis para determinar las ventajas y
desventajas la confianza en la implementación de la inteligencia artificial en la optimización de
procesos empresariales en las empresas de servicios de Lima Metropolitana durante el periodo
2024, con el fin de extraer los puntos más relevantes.
Por lo cual, se ha extraído la información de 20 artículos científicos mediante una
recopilación y procesamiento de su contenido en relación a la implementación de la IA y la
confianza en su uso. En base al estudio realizado por Singh, R., Modgil, S., & Shore, A. (2024) la
implementación de IA en la cadena de suministro mejora la resiliencia al fomentar la
interdependencia entre la transparencia, soluciones personalizadas, estrategia de adquisiciones y
entrega de última milla.
Las variables utilizadas en el trabajo se medirán mediante un estudio sistemático
realizado previamente y la aplicación de encuestas a organizaciones que brinden servicios para
evaluar la implementación de la IA dentro de sus procesos. Los resultados del estudio de
Lokanan, M., & Maddhesia, V. (2024) mostraron que los modelos de aprendizaje automático
aplicados lograron predecir con precisión las transacciones fraudulentas, empleando como
muestra un registro de 180000 transacciones en un lapso de 3 años. Además según la
investigación realizada por Serban, D., Cristache, S., Ciobotar, N., Francu, L., & Mansour, J.
(2024) la IA puede optimizar procesos repetitivos como la evaluación de estudiantes, pero
enfrenta barreras debido a la falta de regulación y las limitaciones tecnológicas actuales.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
34
La variables de confianza sobre la implementación de la IA se evaluará mediante
encuestas como herramientas principales. Pues como los resultados del estudio de Choudhury,
A., & Shamszare, H. (2023) sugieren que la confianza es crucial para la adopción y el uso
efectivo de herramientas de IA como ChatGPT, pues la intención de uso actúa como mediador
parcial entre la confianza y el uso real.
1.7.4.
Marco conceptual
Variable 1: Implementación de la inteligencia artificial
Definición
La IA se define como una herramienta tecnológica con la capacidad de imitar el
comportamiento cognitivo humano, es decir, tiene habilidad de aprender y solucionar problemas
como resultado de un análisis previo de una base de datos de gran magnitud, como resalta Olan,
F., Suklan, J., Arakpogun, E., & Robson, A. (2021) en su estudio. Además, su implementación
según los autores Pillai, R. & Sivathanu, B. (2020) se traduce en la presencia en los procesos
dentro de las organizaciones en diversas aplicación y servicios con la finalidad de optimizarlos y
tener una mejor toma de decisiones, todo adaptado al usuario de manera personalizada. Sin
embargo, en relación a la implementación de estos instrumentos en la toma de decisiones puede
presentar ciertos desafíos a nivel ético y social, pues se deben considerar aspectos como la
transparencia de los algoritmos empleados, así como la responsabilidad de las decisiones
automatizadas y el acceso equitativo a las oportunidades (Boy, A. M., Osorio, E. D., Rodríguez,
L. R., y López, R. d. P., 2024). Con todo ello se puede entender a la implementación de la IA
como el uso de herramientas automatizadas dentro de los procesos de la organización, las cuales
tienen versatilidad a cualquier entorno y sector gracias a su elaboración de logarítmica.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
35
Dimensión 1
Toma de decisiones
La presencia de la IA en la toma de decisiones de una empresa cumple un rol
fundamental dentro de la automatización de los procesos, la cual es aplicable en diversas áreas.
Ello es respaldado por Boy, A. et al (2024) pues debido a la capacidad de identificar patrones
complejos en base a el análisis de datos y el poder generar insights precisos ha innovado en la
toma de decisiones aplicables a sectores desde la educación hasta las finanzas. Ello a su vez
reduce el margen de error producido por el ser humano, pues permite el visualizar datos e
información que no es fácilmente observable. Cabe añadir que la capacidad predictiva que ofrece
esta tecnología y la visibilidad en tiempo real facilita la toma de decisiones a largo plazo
ayudando a dar un diagnóstico más exacto y rápido, sin mencionar que también se pueden
emplear estas capacidades para identificar problemas potenciales que afecte a la cadena de
suministros proporcionando respuestas inmediatas, según el estudio de Modgil, S. et al (2024).
Dimensión 2
Facilidad de uso
La facilidad de uso según Pillai, R. & Sivathanu, B. (2020), es definido como el grado en
el que el consumidor cree que el uso de un sistema específico será simple y no requerirá
esfuerzo. Menciona que es un antecedente clave de la intención de los usuarios para adoptar
tecnologías. También señala que la interacción con chatbots diseñados para ser intuitivos y
claros, mejora la disposición del consumidor a utilizarlos.
Cabe añadir que, según Santiago, J., Borges-Tiago, M. y Tiago, F. (2024), la facilidad de
uso es el grado en que una persona cree que el uso de una solución será libre de esfuerzo. Es un
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
36
concepto fundamental en la adopción de las tecnologías, en especial al automatizar tareas o
procesos. Enfatiza en cómo los consumidores tienden a desarrollar actitudes positivas hacia estas
tecnologías cuando perciben que su uso no desafía sus habilidades tecnológicas y es fácil de
aprender e interactuar.
Dimensión 3
Productividad Laboral
La productividad en el ámbito laboral por parte de la IA es una de sus cualidades por
excelencia. Desde la perspectiva de la cadena de suministros, el uso de estas herramientas
proporcionan una gran cantidad de beneficios, dentro de los cuales está la reducción de costos
siendo un factor, al igual que en la precisión de los pronósticos lo que ayuda en la producción de
las operaciones empresariales, ello respaldado por Ramasamy, I. et. al (2024). Por lo cual, la
influencia de la IA en la productividad laboral cumple un rol relevante dentro al momento de
evaluar el desempeño de las organizaciones que cuentan con estas herramientas y con las que no.
Según lo que señala Boy, A. et al (2024) en base a la productividad es que la IA mejora estos
aspectos en tareas que sean complejas, pero a la vez repetitivas, pues al ser más eficiente y
productivo al automatizar estas labores libera la carga de trabajo de los profesionales
permitiéndoles enfocarse en actividades de mayor relevancia y valor.
Variable 2: Confianza en la IA
Definición
La confianza en la inteligencia artificial de uso según Pillai, R. & Sivathanu, B. (2020),
hace referencia a la fiabilidad y autenticidad de la información proporcionada por las
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
37
herramientas de la IA. Como también se menciona por Santiago, J., Borges-Tiago, M. y Tiago, F.
(2024), la confianza es un factor clave para la aceptación de la inteligencia artificial. lo define
como la creencia en que la tecnología funcionará de manera efectiva y sin causar ningún daño o
inconveniente. En el contexto de la automatización, se asocia con la percepción de seguridad y
fiabilidad en la interacción con estos sistemas. Por otro lado, la confianza también está vinculada
con la percepción de apropiación de estas tecnologías, ya que los consumidores estarán más
dispuestos a utilizarlas cuando sientan que la inteligencia artificial pueda cumplir adecuadamente
sus funciones asignadas. Este concepto es esencial para superar el escepticismo inicial y
fomentar una actitud positiva hacia la adopción de la tecnología en especial en sectores donde la
interacción humano-robot pueda generar inquietudes sobre privacidad y desempeño.
Dimensión 1
Intención de adopción
La intención de la adopción de la IA dentro de las operaciones empresariales guarda una
estrecha relación con su desempeño al realizar tareas complejas y cómo optimiza el análisis de
datos según Awal & Chowdhury (2024). Sobre esta perspectiva, la presencia de dichos recursos
en las empresas depende de cómo demuestran su valía en sistemas de alta complejidad donde den
mejores resultados que el trabajo humano. Además, en base a lo que señala Santiago J. et al
(2024), debido a la creciente adopción de herramientas robóticas fusionadas con IA en empresas,
ha despertado el interés y el sentimiento de querer entenderé cómo influye está innovación con el
propósito de implementarlas, lo que traduce en que la intención de adopción surge en las
empresas por la presencia de dicho instrumento en sus homólogos. Esto también se ve motivado
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
38
con el sentimiento de quedarse atrás en la innovación de la industria y perder ventajas
competitivas frente a sus competidores.
Dimensión 2
Calidad de la información
La calidad de la información según Nguyen, TM. & Malik, A. (2022), hace referencia a la
percepción de los usuarios en la precisión y actualidad de la información generada por los
sistemas de la inteligencia artificial (IA). Se menciona que la calidad de la información de la IA
se mide a través de dos dimensiones clave: la precisión, que está relacionada con la corrección de
la información proporcionada, y la actualidad, que hace referencia a la vigencia de la información
brindada. La precisión, es la que asegura que los datos generados sean los correctos y útiles para
la toma de decisiones. Por otro lado, la actualidad garantiza que la información esté actualizada y
sea relevante para los usuarios. Esta calidad de la información es esencial para que los empleados
confíen en las herramientas de la IA, y, por ende, mejorar la calidad del servicio al cliente.
Dimensión 3
Privacidad de datos
De acuerdo con Sharma et al. (2024), la privacidad de los datos es un factor fundamental
que influye en la disposición de adoptar tecnologías basadas en Inteligencia Artificial, pues los
usuarios serán más receptivos a utilizarlas cuando tengan la percepción de que sus datos están
siendo protegidos y usados de manera transparente, disminuyendo el riesgo y la desconfianza. La
seguridad de los datos es uno de los grandes desafíos al implementar la IA, obteniendo
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
39
percepciones de riesgos en el manejo de datos personales cuando no se realiza una correcta
gestión de privacidad y protección de datos.
En ese sentido, Hariguna & Ruangkanjanases (2024) detallan que para que los usuarios
confíen en la Inteligencia Artificial, el sistema debe demostrar un desempeño constante y fiable,
lo cual reduce el riesgo percibido y mejora la aceptación de la tecnología. Este panorama
respecto a la privacidad de los datos señala la gran conexión que hay entre la confianza en la IA y
la percepción de privacidad de los datos, donde ambos factores tienen que mostrarse positivos y
transparentes para que los usuarios puedan implementar las herramientas con IA en los procesos
empresariales.
1.8. Modelo de Investigación
Figura 1
Relación de las dimensiones de cada variable estudiada
Nota. Elaboración propia
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
40
1.9. Operacionalización de variables
Tabla 1
Variables y dimensiones
Variables
Dimensiones
Variable 1
Toma
Indicadores
de - Frecuencia de uso
decisiones
- Información precisa
Ítems
-
Las
empresas
usan
frecuentemente la IA para
tomar decisiones
- La IA brinda información
relevante para la toma de
decisiones
Implementación de la Facilidad de uso
inteligencia artificial
- Tasa de aceptación
- Tiempo de interacción
- El uso de la IA no requiere
de conocimientos técnicos
para usarla
- Tiempo para aprender
a usar la IA
- El tiempo dedicado a
obtener una información con
IA es más corto que el
realizado manualmente.
- Cuál es el tiempo promedio
necesario para aprender a
utilizar la herramienta.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
41
De
acuerdo
con Productividad
- Tasa de percepción de - Cuál es la percepción de
& laboral
productividad
Lokanan
Maddhesia (2024), la
integración
- Errores evitados por
de
la IA
inteligencia artificial
en
las
- Priorización de tareas
operaciones
ahorro de tiempo en tareas
rutinarias con IA.
- Cuánta ha sido la reducción
de
errores
operativos
atribuibles al uso de la IA.
empresariales se basa
- Cuál es el tiempo promedio
en su capacidad para
predecir
que se ha reducido en tareas
patrones
repetitivas al implementar la
mediante análisis de
IA
grandes conjuntos de
datos, lo cual permite
automatizar
decisiones complejas
y de alta precisión.
Variable 2
Intención
adopción
de - Tasa de interés en IA
- Nivel de intención de
adopción
- Cuál es el grado de interés
en
explorar
nuevas
aplicaciones de IA dentro de
la empresa.
- Integración de IA en
procesos
-
Los
empleados
están
dispuestos a recomendar el
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
42
uso
de
IA
a
otros
departamentos.
- El nivel de confianza en el
retorno
de
asociado
inversión
a
la
implementación de IA es
positivo
Percepción
confianza en la IA
de Calidad de la - Tasa de confianza
información
- Nivel de consistencia
- Los trabajadores tienen
percepción de confiabilidad
en la información generada
- Grado de adecuación
por la IA.
- Los resultados obtenidos
por la IA tienen consistencia
en
distintos
escenarios
empresariales.
- La confianza en la IA
permite
un
grado
de
adecuación de los análisis de
IA
a
los
empresariales.
Descargado por Alonso Ojeda Perez ([email protected])
objetivos
lOMoARcPSD|24319060
43
Según
Nguyen
& Privacidad
Malik
(2022),
la datos
confianza en la IA se
vincula
a
la
disposición
de
los
usuarios a depender y
aceptar los resultados
generados.
Este
concepto
está
influenciado por la
transparencia,
precisión
la
y
la
capacidad de la IA
de - Nivel de confianza
- Grado de riesgo de
datos
- Los empleados tienen un
grado de confianza en las
políticas de manejo de datos
de la IA implementadas.
- Seguridad de los datos
- El uso de la IA tiene una
percepción de riesgos de
exposición
- Hay satisfacción con las
medidas
genera
cuando
IA.
se
los
usuarios perciben que
el sistema de IA puede
funcionar
sin
presentar sesgos y con
la
autonomía
de
seguridad
adoptadas en el sistema de
justas y equitativas.
confianza
datos
sensibles por su uso.
para tomar decisiones
La
de
suficiente
para
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
44
ofrecer
resultados
confiables.
Nota. Elaboración propia
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
45
Capítulo 2: Naturaleza del estudio
2.1. Enfoque de Investigación según el Objeto de Estudio
2.1.1. Enfoque de la Investigación
El enfoque que se plantea emplear en esta investigación es cuantitativo. Según
Hernández-Sampieri y Mendoza Torres (2018), la investigación cuantitativa es ideal para poder
pronosticar magnitudes, o ocurrencia de los fenómenos, además de probar hipótesis. Se empieza
con delimitar una idea, donde después se generan objetivos y preguntas de investigación, se
construye un marco teórico, de las preguntas se hacen las hipótesis y se determinan las variables,
se seleccionan casos para medir las variables en un contexto específico, luego, utilizando
métodos estadísticos, analiza y vincula los resultados de las mediciones, donde se extraen las
conclusiones de las hipótesis.
El principal objetivo del presente estudio es determinar el efecto de la implementación de
la inteligencia artificial y la percepción de confianza en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024. Para
lograrlo, se debe emplear un enfoque cuantitativo de manera que se pueda examinar de manera
objetiva y estadística la relación entre las variables estudiadas. Este enfoque permite medir con
exactitud el efecto de la implementación de la inteligencia artificial y la percepción de confianza
en la optimización de los procesos empresariales, utilizando datos numéricos y análisis
estadísticos. Además, facilita la generalización de los resultados de la población y aporta
evidencia válida para respaldar las hipótesis del estudio.
El presente diseño metodológico inicia con la identificación del problema y la definición
de los objetivos del estudio. Se plantea tanto el problema general como los específicos, junto con
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
46
el objetivo principal y los objetivos secundarios del estudio. Se enfocan en analizar la toma de
decisiones corporativas, la facilidad de uso y la productividad laboral corporativa. Este trabajo
tiene como propósito contribuir al entendimiento del impacto de la implementación de la
inteligencia artificial y la percepción de confianza en la optimización de procesos empresariales
en las empresas de servicios de Lima Metropolitana.
2.1.2. Alcance de Investigación
El trabajo de investigación realizado tiene un alcance correlacional. Según HernándezSampieri y Mendoza Torres (2018), el estudio correlacional tiene como propósito conocer la
relación entre dos variables en el mismo contexto en particular, el cual permite tener un cierto
grado de predicción. Este estudio es el más ideal para el presente trabajo de investigación, pues
se desea medir y analizar la relación entre la implementación de la inteligencia artificial (IA) y la
percepción de confianza en las empresas de servicios de Lima Metropolitana.
Este alcance permite identificar si hay una relación relevante entre la implementación de
la inteligencia artificial (IA), con las dimensiones de toma de decisiones, facilidad de uso y
productividad laboral; y la percepción de confianza en la inteligencia artificial (IA) con las
dimensiones de intención de adopción, la calidad de la información y la privacidad de datos. A
través del uso de estudios estadísticos, se recopila la información detallada sobre la interacción
entre variables independientes y dependientes, permitiendo comprender de manera fundamentada
la confianza en la implementación de la inteligencia artificial en las empresas de servicios. El
objetivo de este estudio es comprender la relación entre la implementación de la inteligencia
artificial y la percepción de la confianza en las empresas de servicios de Lima Metropolitana
durante el año 2024.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
47
2.1.3. Diseño de Investigación
El trabajo de investigación realizado tiene un diseño no experimental y transeccional.
Según Hernández-Sampieri y Mendoza Torres (2018), el diseño no experimental observa y
analiza fenómenos tal como ocurren en su contexto natural, sin manipular las variables, en este
caso de implementación de la inteligencia artificial (IA) y la percepción de la confianza. Puesto
que estas no pueden ser controladas, ya que se basa en situaciones preexistentes. Este enfoque es
el más ideal ya que se están aplicando a los estudios cuantitativos de las encuestas realizadas en
el presente informe.
Cabe añadir que la investigación será transeccional. Este diseño implica describir las
variables de implementación de la inteligencia artificial (IA) y la percepción de la confianza en
un grupo de casos, como en las empresas de servicios de Lima Metropolitana. De ahí se evalúa la
situación y el contexto en un punto del tiempo. Analizando la incidencia de las variables
previamente mencionadas y su interrelación en un periodo dado, en este caso, durante el año
2024.
Este diseño no experimental y transeccional permite analizar cómo una variable se
relaciona con otra, evitando la interferencia de factores externos generados por el investigador.
En el caso del presente estudio, la investigación desea evaluar como la implementación de la
inteligencia artificial (IA), en las dimensiones de la toma de decisiones, facilidad de uso y
productividad laboral; influye en la percepción de la confianza en las dimensiones de intención
de adopción, calidad de la información y privacidad de datos, en las empresas de servicios de
Lima Metropolitana.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
48
Por ende, este enfoque ofrece un análisis claro y preciso de las conexiones entre las variables en
el contexto presente, brindando información relevante que puede contribuir en la confianza de la
implementación de la inteligencia artificial en las empresas de servicios.
2.2. Población y Muestra
2.2.1. Población
Según Hernández-Sampieri y Mendoza Torres (2018), una población se define como el
grupo completo de casos que cumplen ciertos criterios específicos. Cabe recalcar que es
fundamental definir claramente las características de la población para establecer de manera
precisa los parámetros de la muestra para la investigación. En el presente estudio, la población
objetiva abarca las empresas del sector de servicios en Lima Metropolitana que tienen
vinculación con la confianza en la implementación de la inteligencia artificial (IA) para optimizar
sus procesos empresariales.
Tabla 2
Criterios de Inclusión y Exclusión
Criterio de inclusión
-
Criterio de Exclusión
Empresa del sector de servicios que
-
Empresa del sector de servicios que
implementa la inteligencia artificial
no
implementa
en sus procesos empresariales en
artificial
Lima Metropolitana.
empresariales.
en
Nota. Elaboración propia.
Descargado por Alonso Ojeda Perez ([email protected])
la
inteligencia
sus
procesos
lOMoARcPSD|24319060
49
Para la presente investigación, se abordará una población finita. Según La Cámara (2024),
existen alrededor de 3,216,000 de empresas activas y formales en Perú, donde el 41,7% de esas
empresas están en Lima Metropolitana, y el 4.7% son pequeñas, medianas y grandes empresas,
además de que las empresas del sector servicio abarcan el 42,6% de las empresas peruanas,
dando un total de 26,850 empresas. Por último, según Gestión (2024), el 34% de las empresas
peruanas pequeñas, medianas y grandes empezaron a adoptar la inteligencia artificial en la
automatización de sus tareas diarias. Por ende, la población total a la que el estudio hace
referencia abarca alrededor de 9,129 empresas del sector de servicios que implementan la
inteligencia artificial en sus procesos empresariales en Lima Metropolitana.
2.2.2. Muestra
Según Hernández-Sampieri y Mendoza Torres (2018), la muestra es un subgrupo de la
población, sobre el que se recolecta información importante que debe ser representativa de la
población. Este estudio se realizará de manera probabilística, para que se puedan generalizar los
resultados hallados en la muestra de la población y los encuestados tengan las mismas
probabilidades de participar en la investigación.
Para definir el tamaño de la muestra, se utilizó la fórmula de Cochran para poblaciones
finitas. El margen de error es del 5% y su nivel de confianza es del 95%. Después de realizar el
debido cálculo con la fórmula para una población finita, se dio como resultado el tamaño de
muestra de 369 empresas del sector de servicio que implementan la inteligencia artificial en sus
procesos empresariales en Lima metropolitana. Este es un tamaño de muestra suficiente para
brindar resultados estadísticos significativos y representativos de la población total.
Figura 2
Cálculo de la muestra para la investigación
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
50
Nota. El presente gráfico muestra la representación del cálculo de la muestra del actual
proyecto de investigación. Adaptado de Asesoría Económica y Marketing Copyrigth (2009).
Elaboración Grupo 5
2.2.3. Muestreo
Según Hernández-Sampieri y Mendoza Torres (2018), la unidad de muestreo es el “qué”
o “quiénes” serán estudiados, depende del problema, los objetivos y el diseño de la investigación.
En este caso de investigación las encuestas sobre la implementación de la inteligencia artificial y
la percepción de confianza en las empresas del sector de servicios en Lima Metropolitana en el
año 2024. La elección se alinea con los objetivos y preguntas de investigación para que pueda
tener coherencia y relevancia en los datos recolectados.
El muestreo se realiza principalmente porque no se puede acceder a la población
completa. Siendo una limitación de la muestra ya que existe la probabilidad de fallo por distintas
razones externas. En esta presente investigación se realizará el muestreo probabilístico aleatorio
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
51
simple, pues cada empresa del sector de servicios tiene una probabilidad perfectamente de ser
seleccionado.
2.2.4. Diseño del Instrumento de Recolección de Datos Cuantitativos
2.2.4.1.Elaboración del Instrumento de Investigación
Tabla 3
Datos para el instrumento de evaluación
TEMA
DELIM
ITADO
La confianza
en
la
implementaci
ón
de
la
inteligencia
artificial en la
optimización
de procesos
empresariales
en
las
empresas de
servicios de
Lima
Metropolitana
durante
el
periodo 2024
PROBLE
MA DE
INVESTI
GACIÓN
¿Cuál es el efecto OBJET
de
la IVO
implementación
de la inteligencia
artificial y la
percepción
de
confianza en la
optimización de
procesos
empresariales en
las empresas de
servicios de Lima
Metropolitana
durante el periodo
2024?
Determinar
cómo HIPÓ
influye
la TESIS
implementación de la
inteligencia artificial
y la percepción de
confianza en su uso
en la optimización de
procesos
empresariales en las
empresas
de
servicios de Lima
Metropolitana
durante el periodo
2024.
Nota. Elaboración propia
Descargado por Alonso Ojeda Perez ([email protected])
Existe
una
influencia
significativa de
la
implementación
de
la
inteligencia
artificial y la
percepción de
confianza en su
uso
en
la
optimización de
procesos
empresariales
en las empresas
de servicios de
Lima
Metropolitana
durante el año
2024.
lOMoARcPSD|24319060
52
Tabla 4
Cuestionario con escala de Likert
Constructo /variables
Ítems
Referencias
Implementación de la inteligencia artificial y la confianza en la inteligencia artificial
1. La
Implementación
Inteligencia Artificial
Inteligencia
Artificial
es
una
herramienta útil en la optimización de
Eflova,
Vinogradova,
E.,
Y.
&
Vitushkin, A. (2024)
procesos empresariales.
2. Las empresas del sector servicios deberían
implementar la inteligencia artificial para
optimizar sus procesos empresariales.
D1:
Toma
decisiones
de
3. La mayoría de las decisiones realizadas en
la empresa fueron sugerencias de la
Boy, A., Osorio, E.,
Rodríguez,
L.,
y
López, R. (2024)
inteligencia artificial.
Haddud, A. (2024)
4. Las decisiones tomadas con la ayuda de la
inteligencia
artificial
mejoraron
la
optimización de procesos en la empresa.
5. La inteligencia artificial ha permitido
delegar la toma de decisiones a puestos de
menor cargo en la empresa.
Descargado por Alonso Ojeda Perez ([email protected])
Ahmed, H., Ahmed,
S., Ahmed, T., Taqi,
H., & Ali, S. (2024)
lOMoARcPSD|24319060
53
6. Las
sugerencias
brindadas
por
la
inteligencia artificial han permitido tener
un menor margen de error y mayor
precisión en la toma de decisiones de la
empresa
7. El acceso a la información brindada por la
D2: Facilidad de uso
inteligencia artificial se realiza de manera
Pillai, R. & Sivathanu,
B. (2020)
Olan, F., Suklan, J.,
rápida.
Arakpogun,
8. Las herramientas de inteligencia artificial
E
y
Robson, A. (2021)
implementadas en mi empresa son fáciles
de aprender y utilizar.
9. Es
intuitivo
y
no
requiere
de
conocimientos técnicos previos para
operar la herramienta de inteligencia
artificial.
10. Implementar la inteligencia artificial en
los procesos empresariales ha sido muy
sencillo.
D3:
Productividad
11. Las capacitaciones a los colaboradores se
Lin, C.,Xiao, S., Tang,
P. (2024)
laboral
realizan en menor tiempo y con mayor
Valaskova, K., Nagy,
eficiencia gracias a la implementación de
M.,
la inteligencia artificial.
(2024)
Descargado por Alonso Ojeda Perez ([email protected])
&
Grecu,
G.
lOMoARcPSD|24319060
54
12. Los procesos operativos dentro de la
empresa son realizados con un margen de
error casi nulo.
13. Se ha incrementado la rapidez de
expectativas
laborales
de
los
colaboradores dentro de la empresa
gracias al uso de la inteligencia artificial
14. Los servicios brindados se realizan en un
tiempo mucho menor y eficiente, debido a
la implementación de la inteligencia
artificial en la empresa.
15. Confía plenamente en la implementación
Confianza en la IA
de la inteligencia artificial en los procesos
Choudhury,
A.,
Shamszare,
&
H.
(2023)
empresariales de la empresa.
D1:
Intención
de
16. La confianza en la implementación de
Pillai, R. & Sivathanu,
B. (2020)
adopción
inteligencia artificial ha generado una
gran utilidad financiera a la empresa.
17. No siente ningún tipo de ansiedad
tecnológica al momento de implementar
Sharma, S., Singh, G.,
Islam, N., & Dhir, A.
(2022)
Choudhury,
Shamszare,
la inteligencia artificial en las operaciones
de la empresa
Descargado por Alonso Ojeda Perez ([email protected])
(2023)
A.,
&
H.
lOMoARcPSD|24319060
55
18. El antropomorfismo de la inteligencia
artificial motiva a la adopción de la
inteligencia artificial en la empresa.
19. La adopción por otras empresas grandes
me ha motivado a implementar la
inteligencia artificial en los procesos
empresariales.
D2: Calidad
información
de la
20. La
información
brindada
por
la
Nguyen, TM. & Malik,
inteligencia artificial es clara, precisa y
A. (2022)
verídica.
Hariguna,
21. Los servicios brindados a los clientes han
T.;
Ruangkanjanases, A.
(2024)
mejorado
sustancialmente,
Yang, X., Liaoniao Z.,
incrementando en un gran porcentaje la
satisfacción del cliente.
22. La inteligencia artificial ha mejorado
significativamente la productividad y
eficiencia
de
las
operaciones
empresariales
23. Los servicios brindados han cumplido
altos estándares de calidad, generando
confianza en el consumidor hacia la
empresa.
Descargado por Alonso Ojeda Perez ([email protected])
Zixin F. (2023)
lOMoARcPSD|24319060
56
D3:
datos
Privacidad
de
24. La inteligencia artificial implementada
respeta los principios de privacidad de
Choudhury,
A.,
Shamszare,
&
H.
(2023)
datos,
procesando
la
información
estrictamente necesaria
Nota. El instrumento ha sido adaptado de diversos autores de los antecedentes.
2.3. Recopilación de la Información de Datos Cuantitativos – Cuestionario Piloto
Según Hernández-Sampieri y Mendoza Torres (2018), la recopilación de datos consiste
en aplicar instrumentos para obtener información relevante de las variables en la muestra
definida, siendo esencial para el análisis y la investigación. Se debe tener claro la hipótesis,
definir las variables operacionalmente y seleccionar métodos confiables y válidos. De acuerdo a
esta perspectiva, se realizó un cuestionario con una serie de preguntas respecto a las dos variables
analizadas (ver tabla 2), donde respondieron 30 participantes utilizando la escala de Likert de 5
puntos. Esta escala varía desde “Totalmente en desacuerdo” hasta “Totalmente de acuerdo”. Esto
permitió medir las actitudes y percepciones de los encuestados, permitiéndonos cuantificar los
resultados respecto a las variables de estudio de la “implementación de la Inteligencia Artificial”
y la “Confianza en la Inteligencia Artificial”.
Para recopilar estos datos cuantitativos en el proyecto de investigación, se usó la
plataforma de “Google Forms”, una herramienta en línea gratuita que permite crear y compartir
formularios y encuestas en línea. Esta plataforma permite recopilar información, analizar las
respuestas, generar gráficos con los resultados, personalizar los formularios, agregar lógica
personalizada para mostrar preguntas en función de las respuestas, compartir los formularios a
través de distintos canales como correo electrónico, vínculos o sitios web, guarda las entradas de
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
57
los formularios en una base de datos o hoja de cálculo y da retroalimentación a los usuarios para
mejorar su aprendizaje.
En ese sentido, se seleccionaron los artículos de Eflova, E., Vinogradova, Y. &
Vitushkin, A. (2024); Boy, A., Osorio, E., Rodríguez, L., y López, R. (2024); Haddud, A. (2024),
Ahmed, H., Ahmed, S., Ahmed, T., Taqi, H., & Ali, S. (2024); Pillai, R. & Sivathanu, B. (2020);
Olan, F., Suklan, J., Arakpogun, E y Robson, A. (2021); Lin, C.,Xiao, S., Tang, P. (2024);
Valaskova, K., Nagy, M., & Grecu, G. (2024); Sharma, S., Singh, G., Islam, N., & Dhir, A.
(2022); Choudhury, A., & Shamszare, H. (2023); Nguyen, TM. & Malik, A. (2022); Hariguna,
T.; Ruangkanjanases, A. (2024); Yang, X., Liaoniao Z., Zixin F. (2023).
En cuanto a la implementación de Inteligencia Artificial se adaptaron dos preguntas de
Eflova, E., Vinogradova, Y. & Vitushkin, A. (2024). En cuanto a la toma de decisiones se
implementaron dos preguntas de Boy, A., Osorio, E., Rodríguez, L., y López, R. (2024), una de
Haddud, A. (2024), y una de Ahmed, H., Ahmed, S., Ahmed, T., Taqi, H., & Ali, S. (2024).
Respecto a la facilidad de uso se implementó dos de Pillai, R. & Sivathanu, B. (2020), y dos de
Olan, F., Suklan, J., Arakpogun, E y Robson, A. (2021). Respecto a la productividad laboral se
implementaron dos de Lin, C.,Xiao, S., Tang, P. (2024), y dos de Valaskova, K., Nagy, M., &
Grecu, G. (2024). Respecto a la confianza en la (IA) se implementó una de Choudhury, A., &
Shamszare, H. (2023). Respecto a la intención de adopción se implementaron dos de Pillai, R. &
Sivathanu, B. (2020), una de Sharma, S., Singh, G., Islam, N., & Dhir, A. (2022), y una de
Choudhury, A., & Shamszare, H. (2023). Respecto a la calidad de la información se
implementaron una de Nguyen, TM. & Malik, A. (2022), dos de Hariguna, T.; Ruangkanjanases,
A. (2024), y una de Yang, X., Liaoniao Z., Zixin F. (2023). Finalmente, respecto a la privacidad
de datos se implementó uno de Choudhury, A., & Shamszare, H. (2023). El cuestionario
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
58
completo se incluye en el Anexo 3 - tabla 14 Instrumento de Recolección de Datos (Encuesta/
Entrevista, entre otras).
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
59
Figura 3
Base de datos del cuestionario realizado con escala de Likert
Nota. Elaboración propia.
Siguiendo la Figura 3, se visualizan todos los datos obtenidos de la aplicación de las encuestas a treinta (30) gerentes de empresas
pequeñas, medianas o grandes, obteniendo información relacionada a la implementación de la inteligencia artificial y la percepción de
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
60
confianza en la optimización de sus procesos empresariales. Los resultados resaltan la gran adopción que se tiene de la Inteligencia
Artificial en las empresas y la confianza que se tiene en esta solución tecnológica en el contexto operativo.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
61
2.4. Constructos del cuestionario piloto
Tabla 5
Constructos con cantidad de preguntas
Constructos
Cantidad
Referencia
de preguntas
Eflova,
Implementación
E.,
Inteligencia
2
Vinogradova,
Y.
&
Artificial
Vitushkin, A. (2024)
Boy, A., Osorio, E.,
Rodríguez, L., y López, R.
(2024), una de Haddud, A.
Toma de decisiones
4
(2024), y una de Ahmed, H.,
Ahmed, S., Ahmed, T., Taqi,
H., & Ali, S. (2024)
Pillai,
R.
&
Sivathanu, B. (2020); Olan,
Facilidad de uso
4
F., Suklan, J., Arakpogun, E
y Robson, A. (2021)
Lin,
C.,Xiao,
S.,
Tang, P. (2024); Valaskova,
Productividad laboral
4
K., Nagy, M., & Grecu, G.
(2024)
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
62
Choudhury, A., &
Confianza en la IA
1
Shamszare, H. (2023)
Pillai,
Sivathanu,
R.
B.
&
(2020);
Sharma, S., Singh, G., Islam,
Intención de adopción
4
N., & Dhir, A. (2022);
Choudhury,
A.,
&
Shamszare, H. (2023)
Nguyen,
TM.
&
Malik, A. (2022); Hariguna,
Calidad de la información
4
T.;
Ruangkanjanases,
A.
(2024); Yang, X., Liaoniao
Z., Zixin F.(2023)
Choudhury, A., &
Privacidad de datos
1
Shamszare, H. (2023)
Nota. Elaboración propia
Los constructos detallados en la tabla 3 incluyen la implementación de la inteligencia artificial
(IA), la cual abarca la toma de decisiones de las empresas de servicios al utilizar la inteligencia
artificial, la facilidad de uso de la inteligencia artificial para los usuarios, y la productividad
laboral gracias a la implementación de la inteligencia artificial; y finalmente, la confianza en la
inteligencia artificial (IA), el cual abarca la intención de adopción de la inteligencia artificial en
los procesos operativos de las empresas, la calidad de la información que brinda la inteligencia
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
63
artificial a las empresas, y la privacidad de los datos de la empresa que brinda la inteligencia
artificial. Estos elementos permiten evaluar de forma integral las actitudes y percepciones de los
participantes dentro del contexto de estudio presente.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
64
Capítulo 3: Resultados
3.1. Análisis descriptivo
Siguiendo la figura 4, podemos encontrar que del total de los 30 encuestados en la prueba piloto,
se tiene una distribución muy pareja respecto al tamaño de la empresa evaluada, teniendo a
nueve (9) grandes empresas, once (11) medianas empresas y diez (10) pequeñas empresas. Este
equilibrio relativo refleja que la implementación de inteligencia artificial en los procesos
operativos y empresariales está siendo tomada igualitariamente en las empresas de Lima
Metropolitana. Además, las empresas están dispuestas a colaborar en estudios de investigación
que destaquen los resultados obtenidos del uso de la Inteligencia Artificial, lo que permite
profundizar en temas relacionados y generar resultados más precisos.
En ese sentido, hay una gran influencia de la adopción de la Inteligencia Artificial en las
empresas, que puede estar directamente relacionado con las dimensiones evaluadas en el estudio,
destacando que se puede obtener información rápida y precisa para la toma de decisiones, la
solución tecnológica no presenta dificultades en su uso y puede ser usada por todos los
trabajadores, mejorando así la productividad laboral. Además, la confianza en la inteligencia
artificial sigue siendo una variable determinante para que las empresas tengan intención de
adoptarla en más operaciones empresariales que requieran de información más precisa y que
involucre información que puede ser considerada sensible para la organización.
Figura 4
Porcentaje del tamaño de las empresas encuestadas
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
65
Nota. Elaboración propia.
3.2. Análisis de confiabilidad
De acuerdo con Oviedo y Campos-Arias (2005), el valor del Alfa de Cronbach debe estar situado
entre 0.70 como mínimo para ser aceptado y como máximo un valor esperado de 0.90; pues un
valor inferior al señalado resalta que la consistencia interna de la escala tiene un nivel bajo,
mientras que un nivel mayor al 0.90 manifiesta que hay riesgo de presentar duplicidad o
redundancia en el instrumento utilizado. En ese sentido, Gonzales & Pazmiño (2015) señalan que
un resultado dentro del límite de 0.70 a 0.90 indica una buena consistencia interna para la escala
de Likert de cinco puntos, reforzando así el indicador de consistencia para el instrumento.
De acuerdo con las tablas 6 y 7, los coeficientes de consistencia interna para las variables
Implementación de la Inteligencia Artificial y Confianza en la Inteligencia Artificial son 0.7870
y 0.8410 respectivamente, obteniendo así un resultado positivo para el Alpha de Cronbach que
refleja la credibilidad del instrumento empleado. En contraste, si se analiza cada dimensión
independientemente, se puede observar resultados poco favorables, pero que al ser considerados
parte de la variable que le corresponde ya se certifica la consistencia interna, obteniendo un
Alpha de Cronbach de 0.8829 para el cuestionario piloto.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
66
Tabla 6
Confiabilidad de variable Implementación de la Inteligencia Artificial
Dimensión / Variable
Ítems
Alpha de Cronbach
Toma de decisiones
6
0.6287
Facilidad de uso
4
0.6292
Productividad laboral
4
0.5312
Implementación de la IA
14
0.7870
Nota. Elaboración propia.
Tabla 7
Confiabilidad de variable Confianza en la Inteligencia Artificial
Dimensión / Variable
Ítems
Alpha de Cronbach
Intención de adopción
5
0.8042
Calidad de la información
4
0.6221
Privacidad de datos
1
-
Confianza en la IA
10
0.8410
Nota. Elaboración propia.
Finalmente, en la tabla 8 se pueden observar los resultados generales obtenidos por cada
variable del cuestionario, revelando un resultado positivo donde el instrumento evaluado alcanza
el nivel de confiabilidad requerido para realizar el estudio.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
67
Tabla 8
Valor del Alfa de Cronbach según la variable
Variable
Implementación de la
Confianza en la IA
IA
Alfa de Cronbach
Total
0.8829
0.7870
0.8410
Nota. Elaboración propia.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
68
Capítulo 4: Conclusiones y Recomendaciones
4.1. Conclusiones
Habiendo realizado la adaptación del instrumento de investigación y aplicarlo a un grupo piloto
de 30 encuestados, teniendo también el cálculo del Alfa de Cronbach, concluimos que no es
relevante presentar modificaciones en el instrumento generado, pues el resultado del Alfa de
Cronbach señala un alto índice de aceptación de la prueba piloto con un valor de 0.8829.
Con los resultados obtenidos, se pueden llegar a conclusiones referidas al objetivo general del
estudio y a los objetivos específicos destacados, también brinda información importante para dar
respuesta a las hipótesis planteadas al inicio del estudio. En primer lugar, se ha destacado que la
implementación de la inteligencia artificial en los procesos empresariales en las empresas de
servicios de Lima Metropolitana ha mejorado la capacidad de tomar decisiones relacionadas a las
actividades diarias, principalmente porque no se necesita de un conocimiento especializado en el
uso de esta herramienta para poder generar respuestas de calidad que respondan de manera
eficiente a los procesos operativos. Además, la Inteligencia Artificial ha demostrado que
aumenta la productividad laboral, pues los empleados pueden optimizar su tiempo en tareas
repetitivas y enfocarse en labores que requieran de un nivel más elevado de juicios personales.
Por el lado de la percepción de confianza en la Inteligencia Artificial para la optimización de
procesos empresariales para la muestra evaluada, señala que se requiere de seguridad en las
respuestas generadas, pues las decisiones tomadas con respuestas que incluyen sesgos pueden
afectar al proceso de adopción de esta tecnología. Es importante señalar que la confianza en la
Inteligencia Artificial también tiene relación con la cultura de la organización, donde las que
promueven un entorno de adaptabilidad e innovación favorece a la percepción de seguridad y
confiabilidad del sistema.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
69
Las dimensiones que han sido tomadas para el estudio revelan que han sido fundamentales para
el proceso de implementación y percepción de confianza en la Inteligencia Artificial. Hay una
relación directa entre las variables, señalando que el nivel de implementación de inteligencia
artificial en los procesos empresariales en las empresas de servicios de Lima Metropolitana
depende en gran medida de la percepción de confianza que tienen los trabajadores a raíz de los
resultados obtenidos con anterioridad y la calidad del desenvolvimiento de esta solución
tecnológica en las actividades donde se emplearon.
4.2. Recomendaciones
Teniendo en consideración los hallazgos del estudio, se proponen diversas recomendaciones para
optimizar el proceso de implementación y confianza en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana. En primer lugar, se
recomienda que las empresas establezcan una cultura organizacional que involucre a la
inteligencia artificial como un aliado en la optimización de sus tareas, sin descuidar la evaluación
constante de la calidad de las respuestas generadas y el seguimiento al desenvolvimiento de la
herramienta. Un correcto uso ha demostrado la optimización de tareas que resultan complejas y
mejora en el análisis de datos, permitiendo una integración más estratégica en procesos clave que
impulsan la eficiencia operativa. No se deben pasar por alto las implicaciones éticas y de
privacidad de información que conlleva la implementación de la IA, pues hay muchos riesgos
que deben ser controlados por personal experto en cada una de las organizaciones para evitar
riesgos que afecten a la rentabilidad e imagen empresarial.
Por otro lado, se recomienda que el personal esté correctamente capacitado sobre los beneficios,
riesgos y oportunidades que ofrece la inteligencia artificial, pues la intención de adoptar IA se ve
directamente influenciada por la percepción de seguridad y confiabilidad en el sistema; los
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
70
usuarios son más propensos a aceptar tecnologías de IA cuando estas garantizan un uso ético de
sus datos, se demuestra mejora de la competitividad, facilita una toma de decisiones rápida y
precisa. No se debe descuidar la seguridad interna de las organizaciones ante eventuales malos
usos de la IA por falta de conocimiento o por el acceso de agentes externos a la información que
se le proporciona a la IA. En ese sentido, la intención de adopción de IA por parte de las
organizaciones aumenta cuando se asegura que los sistemas son accesibles y comprensibles para
los usuarios.
Se recomienda que las organizaciones implementen constantes evaluaciones a los resultados
obtenidos por la adopción de la IA mediante indicadores de gestión o resultados operativos que
destaquen ante diversos escenarios. Con ello, se asegura la eficiencia en la adopción y se
plantean objetivos a lograr en el corto, mediano y largo plazo, al igual que metas empresariales
renovadas considerando las nuevas posibilidades gracias a la inteligencia artificial.
Finalmente, se sugiere que la investigación en torno a la Inteligencia Artificial se extienda a más
sectores que son poco explorados, como la gestión pública y el manejo gubernamental de esta
herramienta. Habiendo encontrado buenos resultados en el sector empresarial, la aplicación a
sistemas estatales permitiría una mayor eficiencia y formulación de estrategias que aseguren el
bienestar de la población en general.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
71
Capítulo 5: Aspectos Administrativos
5.1. Recursos y Presupuesto
Para la elaboración del trabajo de investigación se han requerido de diversos materiales y de
presupuesto asignado oportunamente, los cuales serán detallados a continuación. Cabe resaltar
que la ardua labor administrativa para la recopilación de información y obtención de resultados
fue impulsada por los recursos brindados.
5.1.1. Recursos materiales
Dentro de la tabla 9 se detalla los materiales necesarios que fueron utilizados para la
investigación, junto a sus valores monetarios. En ese sentido, el transporte considerado hace
referencia a la movilidad empleada para la conexión con los encuestados, mientras que el
internet y los dispositivos fueron requeridos para la consolidación de la información obtenida.
Tabla 9
Materiales necesarios utilizados para la investigación
N.º
Concepto
Importe
1
Transporte
S/. 500.00
2
Internet
S/. 200.00
3
Dispositivos digitales
S/ 5,000.00
Nota. Elaboración propia.
5.1.2. Recursos financieros
Al ser un trabajo académico, los recursos financieros han sido cubiertos por los integrantes del
equipo encargado de ejecutar la investigación. La tabla 10 detalla el total de los recursos
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
72
ejecutados para los 4 meses de duración del proyecto. Estos recursos son independientes de los
requeridos en recursos materiales.
Tabla 10
Total de recursos
N.º
Pagos
Importe
Meses
Total
1
Recursos propios
S/ 300
4
S/ 1200
Nota. Elaboración propia.
5.2. Cronograma de Ejecución
Tabla
11
Cronograma de Actividades/Ejecución
Actividades
desarrolladas
Cronograma para la elaboración de la investigación
1 2 3
4
5
6
7
8
9
10
11
12 13 14 15 16
1. Selección de X
las variables y
tema
2. Paráfrasis y
X X X
citas textuales
3. Enfoque, tipo y
X
diseño
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
73
4. Instrumentos
X
5. Planteamiento
X
X
X
X
X
X
X
del problema y
elaboración de la
matriz
de
consistencia
6. Elaboración de
análisis
descriptivo y de
confiabilidad
7.
Revisión
y
X
X
X
X
mejoramiento del
documento
8.
Entrega
del
X
Capítulo I
9. Transcripción
X
X
de la entrevista
10. Segmentación
X
de las respuestas
11.
Recojo
de
X
Descargado por Alonso Ojeda Perez ([email protected])
X
lOMoARcPSD|24319060
74
datos
cuantitativos
12. Entrega del
X
Capítulo II
13.
Aspectos
X
X
X X X
X
X
X
X
X
Administrativos
14. Redacción del
X
X
X
X
X
X
X
X
X
trabajo final
15. Sustentación
X
del trabajo final
16. Entrega del
trabajo
X
de
investigación
completo.
Nota. Elaboración propia.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
75
Referencias
Ahmed, H. N., Ahmed, S., Ahmed, T., Taqi, H. M. M., & Ali, S. M. (2024). Disruptive supply
chain technology assessment for sustainability journey: A framework of probabilistic
group decision making. Heliyon, 10, Article e25630.
https://doi.org/10.1016/j.heliyon.2024.e25630
Assessing the impact of artificial intelligence on customer performance: A quantitative study
using partial least squares methodology. Data Science and Management, 7(3), pp. 155–
163 https://doi.org/10.1016/j.dsm.2024.01.001
Awal, M. & Chowdhury, M. (2024). Threat or Prospect? Exploring the Impact of Digital
Entrepreneurs’ Artificial Intelligence Perception and Intention to adopt Blockchain
Technology on the Achievement of SDGs. Heliyon, 10(13), e33853–e33853.
https://doi.org/10.1016/j.heliyon.2024.e33853
Boy, A. M., Osorio, E. D., Rodríguez, L. R., y López, R. d. P. (2024). Inteligencia artificial
en la toma de decisiones: implicaciones éticas y eficiencia. Revista Venezolana De
Gerencia, 29(Especial 11), 342-355. https://doi.org/10.52080/rvgluz.29.e11.20
Conceptos. (2023). Emprendimiento-Concepto, importancia y emprendimiento. Empresas y
Negocios. https://concepto.de/emprendimiento/#ixzz8Xf6mwqLX
El Peruano (2023). 70% de los peruanos muestran confianza en productos y servicios que
usan inteligencia artificial. https://www.elperuano.pe/noticia/211713-70-de-los-peruanosmuestran-confianza-en-productos-y-servicios-que-usan-inteligencia-artificial
Gestión. (2024). El 34% de empresas en Perú ya utiliza inteligencia artificial. Gestión.
https://gestion.pe/economia/empresas/el-34-de-empresas-en-peru-ya-utiliza-inteligenciaartificial-empresas-ia-automatizacion-noticia/
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
76
González, J. & Pazmiño, M. (2015). Cálculo e interpretación del Alfa de Cronbach para el caso
de validación de la consistencia interna de un cuestionario, con dos posibles escalas tipo
Likert. Revista Publicando, 2(1), 62-67. https://nbn-resolving.org/urn:nbn:de:0168-ssoar423821
Hariguna, T.; Ruangkanjanases, A. (2024). Assessing the impact of artificial intelligence on
customer performance: A quantitative study using partial least squares methodology.
Data Science and Management, 7(3), pp. 155–163
https://doi.org/10.1016/j.dsm.2024.01.001
IEDEP de la Cámara de Comercio de Lima. (2024). Radiografía de la estructura
empresarial del Perú. La Cámara. https://lacamara.pe/radiografia-de-la-estructuraempresarial-delperu/#:~:text=Universo%20empresarial&text=%E2%80%93%20Servicios%20(42%2C6
%20%25):,%25)%20y%20alojamiento%20(1%20%25).&text=%E2%80%93%20Explota
ci%C3%B3n%20de%20Minas%20y%20Canteras,%2C%20y%20otras%20(6%20%25).
Kumar, S., Lim, W.M., Sivarajah, U. et al. Artificial Intelligence and Blockchain
Integration in Business: Trends from a Bibliometric-Content Analysis. Inf Syst Front 25,
871–896 (2023). https://doi.org/10.1007/s10796-022-10279-0
Mannadhan, P., Szymański, J. R., Zurek-Mortka, M., & Sathiyanarayanan, M. (2024). A
novel framework for the Iraqi manufacturing industry towards the adoption of Industry
4.0. Sustainability, 16(9045). https://doi.org/10.3390/su16209045
Mellado Ibarra, C. I., Sánchez Tovar, Y., & Hernández Hernández, N. G. (2023).
Identificación de los ecosistemas de emprendimiento en México. Revistas de Ciencias
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
77
Sociales (RCS), 29(1), 108-119.
https://dialnet.unirioja.es/servlet/articulo?codigo=8822430
Modgil, S., Singh, R., & Hannibal, C. (2022). Artificial intelligence for supply chain
resilience: learning from Covid-19. INTERNATIONAL JOURNAL OF LOGISTICS
MANAGEMENT, 33, 1246-1268. https://doi.org/10.1108/IJLM-02-2021-0094
Navarro Soria, I., González Gómez, C., López Monsalve, B. & Botella Pérez, P. (2015).
Aprendizaje de contenidos académicos y desarrollo de competencias profesionales a
través de prácticas pedagógicas multidisciplinares y trabajo cooperativo. Revista De
Investigación Educativa, 33(1), 99-117. https://doi.org/10.6018/rie.33.1.183971
Obeng, A. F., Zhu, Y., Azinga, S. A., & Quansah, P. E. (2021). Organizational Climate and job
Performance: Investigating the mediatingrole of harmonious work passion and the moderating
role of Leader–Member exchange and coaching. SAGE Open, 11(2).
https://doi.org/10.1177/21582440211008456
Olan, F., Suklan, J., Arakpogun, E y Robson, A. (2021). Promoción del comportamiento del
consumidor: el papel de las tecnologías de inteligencia artificial y el intercambio de
conocimientos . IEEE Transactions on Engineering Management , 1-13.
https://doi.org/10.1109/TEM.2021.3083536
Pillai, R. & Sivathanu, B. (2020). Adoption of AI-based chatbots for hospitality and tourism.
International Journal of Contemporary Hospitality Management, 32(10), 3199 - 3226.
https://doi.org/10.1108/IJCHM-04-2020-0259
Ramasamy, I., Natarajan, S., & Sathyamoorthy, V. K. P. (2024). Does disruptive technology and
AI (Artificial Intelligence) influence logistics management?. Multidisciplinary Science
Journal, 6(12), 2024259. https://doi.org/10.31893/multiscience.2024259
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
78
Rashid, A., Rasheed, R., Ngah, A.H. and Amirah, N.A. (2024), "Unleashing the power of cloud
adoption and artificial intelligence in optimizing resilience and sustainable manufacturing
supply chain in the USA", Journal of Manufacturing Technology Management.
https://doi.upc.elogim.com/10.1108/JMTM-02-2024-0080
Ronchini, A., Guida, M., Moretto, A., & Caniato, F. (2024). The role of artificial intelligence in
the supply chain finance innovation process. OPERATIONS MANAGEMENT
RESEARCH.
https://doi.org/10.1007/s12063-024-
00492-2
Serban, D., Cristache, S., Ciobotar, N., Francu, L., & Mansour, J. (2024). QUANTITATIVE
EVALUATION OF WILLINGNESS TO USE ARTIFICIAL INTELLIGENCE WITHIN
BUSINESS AND ECONOMIC ACADEMIC ENVIRONMENT. AMFITEATRU
ECONOMIC, 26, 259-274. https://doi.org/10.24818/EA/2024/65/259
Singh, R., Modgil, S., & Shore, A. (2024). Building artificial intelligence enabled resilient
supply chain: a multi-method approach. JOURNAL OF ENTERPRISE INFORMATION
MANAGEMENT, 37, 414-436. https://doi.org/10.1108/JEIM-09-2022-0326
Valaskova, K., Nagy, M., & Grecu, G. (2024). Digital twin simulation modeling, artificial
intelligence-based Internet of Manufacturing Things systems, and virtual machine and
cognitive computing algorithms in the Industry 4.0-based Slovak labor market.
OECONOMIA COPERNICANA, 15, 95-143. https://doi.org/10.24136/oc.2814
Wissam, W. ,Ramez, A.,Kamal, S. y Shadi B.. (2020).Predictive analytics using big data for
increased customer loyalty: Syriatel Telecom Company case study. J big data 7, 29(2020).
https://doi.org/10.1186/s40537-020-00290-0
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
79
Anexos
Anexo 1 - Tabla 12
Matriz de Consistencia
Título
de
la Confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas
Investigación:
de servicios de Lima Metropolitana durante el periodo 2024
Problemas
General:
¿Cuál es el efecto
de
la
implementación de
la
inteligencia
artificial y la
percepción
de
confianza en la
optimización de
procesos
empresariales en
las empresas de
servicios de Lima
Metropolitana
durante el periodo
2024?
Objetivos
General:
Determinar el
efecto de la
implementació
n
de
la
inteligencia
artificial y la
percepción de
confianza en la
optimización
de
procesos
empresariales
en
las
empresas de
servicios
de
Lima
Metropolitana
Hipótesis
General:
Existe una
relación
significativa
entre
la
implementac
ión de la
inteligencia
artificial y la
percepción
de confianza
en
la
optimización
de procesos
empresariale
s en las
empresas de
Operacionalización de las Variables
Variable
Independiente:
Implementación de la IA
Ronchini et al. (2024) define como el
uso de computadoras para razonar,
reconocer patrones, aprender o
comprender comportamientos a partir
de experiencias, adquirir y retener
conocimiento,
y
desarrollar
inferencias para resolver problemas
en situaciones de toma de decisiones,
especialmente cuando las soluciones
óptimas son costosas o difíciles de
obtener.
Dimensiones
Fuente:https://doi.upc.elogim.com/1
0.1108/JMTM-02-2024-0080
Descargado por Alonso Ojeda Perez ([email protected])
Toma de decisiones
Se refiere al uso de
sistemas basados en
inteligencia
artificial
para
evaluar
datos
complejos
y
proporcionar
recomendaciones
objetivas, rápidas y
basadas en evidencia,
que
optimizan
los
procesos estratégicos y
operativos dentro de las
organizaciones.
Fuente:
https://doi.org/10.1016/j
.heliyon.2024.e25630
lOMoARcPSD|24319060
80
Específicos:
1. ¿Cuál es el
efecto en la
toma
de
decisiones
corporativas
por
la
implementació
n
de
la
inteligencia
artificial en la
automatizació
n de procesos
empresariales
en
las
empresas de
servicios
de
Lima
Metropolitana
durante el año
2024?
2. ¿Cuál es el
efecto de la
facilidad
de
uso
en
la
implementació
n
de
la
inteligencia
artificial en la
durante el año servicios de
2024.
Lima
Metropolitan
Específicos:
a durante el
1. Determinar año 2024.
el efecto de la
implementació Específicos:
n
de
la 1.Existe una
inteligencia
relación
artificial en la positiva
toma
de significativa
decisiones
entre
la
corporativas
implementac
en
las ión de la
empresas de inteligencia
servicios
de artificial y la
Lima
mejora en la
Metropolitana toma
de
durante el año decisiones
2024.
corporativas
2. Determinar en
las
el efecto de la empresas de
facilidad
de servicios de
uso de la Lima
inteligencia
Metropolitan
artificial en la a durante el
optimización
año 2024.
de
procesos 2. Existe una
empresariales relación
Descargado por Alonso Ojeda Perez ([email protected])
Facilidad de uso
La facilidad de uso de la
inteligencia artificial se
relaciona con el nivel de
simplicidad
y
accesibilidad percibido
por los usuarios al
interactuar
con
tecnologías basadas en
IA, lo cual fomenta su
adopción al reducir la
curva de aprendizaje y el
esfuerzo requerido para
utilizar
estas
herramientas.
Fuente:
https://doi.org/10.1186/s
40537-020-00290-0
Productividad laboral
Se refiere al impacto
positivo
que
la
implementación
de
tecnologías
de
inteligencia
artificial
tiene en la eficiencia y el
desempeño
de
los
empleados, mejorando
tanto la calidad como la
lOMoARcPSD|24319060
81
optimización
de
procesos
empresariales
de
las
empresas de
servicios
de
Lima
Metropolitana
durante el año
2024?
3. ¿Cuál es el
efecto en la
productividad
laboral
corporativa por
la
implementació
n
de
la
inteligencia
artificial en la
optimización
de
procesos
empresariales
de
las
empresas de
servicios
de
Lima
Metropolitana
en
las
empresas de
servicios
de
Lima
Metropolitana
durante el año
2024.
3.Determinar
el efecto de la
implementació
n
de
la
inteligencia
artificial en la
productividad
laboral en las
empresas de
servicios
de
Lima
Metropolitana
durante el año
2024,
positiva
significativa
entre
la
facilidad de
uso de la
inteligencia
artificial y la
optimización
de procesos
empresariale
s en las
empresas de
servicios de
Lima
Metropolitan
a durante el
año 2024.
3. Existe una
relación
significativa
entre
la
implementac
ión de la
inteligencia
artificial y el
incremento
en
la
productivida
d laboral en
cantidad de las tareas
realizadas en menor
tiempo.
Fuente:
https://doi.org/10.1109/
TEM.2021.3083536
Variable Dependiente:
Confianza en la IA
Definición: Según Choudhury y
Shamszare (2023), la confianza en la
inteligencia artificial se refiere al
nivel de percepción positiva que los
usuarios tienen sobre la fiabilidad,
transparencia y eficacia de los
sistemas basados en IA, lo cual
influye
directamente
en
su
disposición a adoptarlos y utilizarlos
en diversas aplicaciones.
Dimensiones
Fuente:
https://doi.org/10.2196/47184
Descargado por Alonso Ojeda Perez ([email protected])
Intención de adopción
La
intención
de
adopción en el contexto
de IA se relaciona con la
disposición y actitud
favorable de los usuarios
o
empresas
para
implementar tecnologías
basadas en inteligencia
artificial, motivada por
su utilidad percibida y
beneficios potenciales.
Fuente:
https://link.springer.com
/article/10.1007/s10796022-10279-0
Calidad
de
la
información
La calidad de la
información generada
por sistemas de IA se
refiere a su precisión,
lOMoARcPSD|24319060
82
durante el año
2024?
las empresas
de servicios
de
Lima
Metropolitan
a durante el
año 2024.
Descargado por Alonso Ojeda Perez ([email protected])
relevancia, y utilidad
para
la
toma
de
decisiones, lo cual es un
factor clave para generar
confianza
en
su
implementación
en
procesos empresariales.
Fuente:
https://www.cell.com/he
liyon/fulltext/S24058440(24)09884-0
Privacidad de datos
La privacidad de datos
en
la
inteligencia
artificial hace referencia
a
las
medidas
y
protocolos
implementados
para
proteger
la
confidencialidad y el uso
ético de los datos
personales
que
los
sistemas de IA procesan,
lo cual es crucial para
mantener la confianza de
los usuarios.
Fuente:
https://doi.org/10.1080/
00207543.2024.236143
lOMoARcPSD|24319060
83
4
Enfoque, alcance
Técnicas e
Población y
y diseño de la
instrumento
muestra
Investigación
s
El estudio emplea La población Se utiliza una
un
objetivo está
encuesta
enfoque
compuesta por como técnica
cuantitativo. Esto empresas del principal
de para
la
implica
la sector
recolección
y servicio que recolección
de
análisis
de implementan
información para la inteligencia datos. Esta
artificial en sus encuesta se
identificar
procesos
basa en una
patrones,
relaciones
y empresariales escala de
Lima Likert para
efectos entre las en
metropolitana. medir
las
variables
percepciones
investigadas. La
, actitudes en
investigación tiene
relación a la
un
enfoque
IA.
correlacional, y su
diseño
es
no
experimental
y
transeccional.
Nota. Fuente y elaboración: grupo 5
Referencias Principales
2 importantes en la que acuñan su investigación
Pillai, R. & Sivathanu, B. (2020). Adoption of AI-based chatbots for hospitality and
tourism. International Journal of Contemporary Hospitality Management, 32(10), 3199 3226. DOI10.1108/IJCHM-04-2020-0259
Boy, A. M., Osorio, E. D., Rodríguez, L. R., y López, R. d. P. (2024). Inteligencia
artificial en la toma de decisiones: implicaciones éticas y eficiencia. Revista Venezolana
De Gerencia, 29(Especial 11), 342-355. https://doi.org/10.52080/rvgluz.29.e11.20
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
84
Anexo 2 - Tabla 13
Fuentes de bases de datos – artículos con cuartiles Q1, Q2, Q3 y Q4
N
Variable
Referencia
Revista
Quartil
Implementac
Pillai, R. & Sivathanu, B. (2020). Adoption
International
Q1
ión de la IA
of AI-based chatbots for hospitality and
Journal
tourism.
Contemporary
°
1
International
Journal
of
Contemporary Hospitality Management,
Hospitality
32(10),
Management
3199
-
3226
of
https://doi.org/10.1108/IJCHM-04-20200259
2
Implementac
ión de la IA
Haddud, Abubaker. (2024). ChatGPT in
supply chains: exploring potential
Journal of
Q1
Manufacturing
applications, benefits and challenges.
Journal of Manufacturing Technology
Managementhttps://doi.org/10.1108/JMTM
Technology
Management
-02-2024-0075
3
Confianza en
la IA
Santiago, Joanna; Borges-Tiago, Miara
Teresa; Tiago, Flávio. (2024). Consumer
Technological
Q1
Forecasting and
attitudes; Innovation; Restaurant; Robotics,
artificial intelligence and service
Social Change
automatization (RAISA); Technology
acceptance model.
https://doi.org/10.1016/j.techfore.2023.123
047
4
Implementac
ión de la IA
Hariguna, T.; Ruangkanjanases, A. (2024).
Assessing the impact of artificial
Data Science and
Management
intelligence on customer performance: A
quantitative study using partial least
squares methodology. Data Science and
Management
Descargado por Alonso Ojeda Perez ([email protected])
Q1
lOMoARcPSD|24319060
85
, 7(3), pp. 155–163
https://doi.org/10.1016/j.dsm.2024.01.001
5
Implementac
ión de la IA
Șerban, D., Cristache, S.E., Ciobotar, N.G.,
Frâncu, L.G., and Mansour, J., 2024.
Q1
The
AMFITEATRU
Quantitative Evaluation of Willingness to
Use Artificial Intelligence within Business
ECONOMIC
journal
and Economic Academic Environment.
Amfiteatru Economic, 26(65), pp. 259-274.
DOI:
https://doi.org/10.24818/EA/2024/65/259
6
Implementac
ión de la IA
Rashid, A., Rasheed, R., Ngah, A.H. and
Journal
Amirah, N.A. (2024), "Unleashing the
Manufacturing
power of cloud adoption and artificial
Technology
intelligence in optimizing resilience and
Management
of
Q1
of
Q1
sustainable manufacturing supply chain in
the
USA",
Journal
of
Manufacturing
Technology
Management.
https://doi.upc.elogim.com/10.1108/JMTM
-02-2024-0080
7
Implementac
ión de la IA
Olan, F., Suklan, J., Arakpogun, E y
Journal
Robson,
Manufacturing
A.
(2021).
Promoción
del
comportamiento del consumidor: el papel de
Technology
las tecnologías de inteligencia artificial y el
Management
intercambio de conocimientos . IEEE
Transactions on Engineering Management ,
1-13.
https://doi.org/10.1109/TEM.2021.3083536
8
Confianza en
la IA
Lokanan, M., & Maddhesia, V. (2024).
International
Supply chain fraud prediction with machine
journal
learning
production
and
artificial
intelligence.
International journal of production research.
Q1
of
research.
https://doi.org/10.1080/00207543.2024.236
1434
9
Confianza en
la IA
Modgil, S., Singh, R., & Hannibal, C.
(2022). Artificial intelligence for supply
chain resilience: learning from Covid-19.
INTERNATIONAL
JOURNAL
International
journal of logistics
OF
Descargado por Alonso Ojeda Perez ([email protected])
Q1
lOMoARcPSD|24319060
86
LOGISTICS MANAGEMENT, 33, 12461268.
management
https://doi.org/10.1108/IJLM-02-
2021-0094
10
Confianza en
la IA
Boy, A. M., Osorio, E. D., Rodríguez, L. R.,
Revista
y López, R. d. P. (2024). Inteligencia
Venezolana
artificial
Gerencia
en
la
toma
de
decisiones:
Q3
De
implicaciones éticas y eficiencia. Revista
Venezolana
11),
De
Gerencia, 29(Especial
342-355.
https://doi.org/10.52080/rvgluz.29.e11.20
11
Implementac
ión de la IA
Valaskova, K., Nagy, M., & Grecu, G.
(2024). Digital twin simulation modeling,
artificial intelligence-based Internet of
Manufacturing Things systems, and virtual
machine
and
cognitive
computing
algorithms in the Industry 4.0-based Slovak
labor
market.
OECONOMIA
COPERNICANA,
15,
95-143.
https://doi.org/10.24136/oc.2814
Wissam, W. ,Ramez, A.,Kamal, S. y
Shadi B.. (2020).Predictive analytics
using big data for increased customer
loyalty: Syriatel Telecom Company
case study. J big data 7, 29(2020).
https://doi.org/10.1186/s40537-02000290-0
Journal
Q1
Oeconomia
Copernicana
12
Implementac
ión de la IA
13
Confianza en
la IA
Kumar, S., Lim, W.M., Sivarajah, U. Information
et al. Artificial Intelligence and Systems
Blockchain Integration in Business: Frontiers
Trends from a Bibliometric-Content
Analysis. Inf Syst Front 25, 871–896
(2023).
https://doi.org/10.1007/s10796-02210279-0
Q1
14
Implementac
ión de la IA
Awal, M. & Chowdhury, M. (2024). Revista Heliyon
Threat or Prospect? Exploring the
Impact of Digital Entrepreneurs’
Artificial Intelligence Perception
and Intention to adopt Blockchain
Technology on the Achievement of
SDGs. Heliyon, 10(13), e33853–
Q2
Journal of Big Q1
Data
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
87
e33853.
https://doi.org/10.1016/j.heliyon.20
24.e33853
15
Implementac
ión de la IA
16
Confianza en
la IA
17
Implementac
ión de la IA
18
Confianza en
la IA
19
Confianza en
la IA
Sharma, S., Singh, G., Islam, N., &
Dhir, A. (2022). Why do SMEs
adopt artificial intelligence-based
chatbots? IEEE Transactions on
Engineering
Management.
https://doi.org/10.1109/TEM.2022.3
20346
Choudhury, A., & Shamszare, H.
(2023). Investigating the Impact of
User Trust on the Adoption and Use
of ChatGPT: Survey Analysis.
JOURNAL
OF
MEDICAL
INTERNET
RESEARCH,
25,
Article
e47184.
https://doi.org/10.2196/47184
Ren, Gaofei, Chen, Yaoyao, Yang,
Maobao.(2024).
Customer
perception, integration behavior, and
loyalty of internet of things
enterprises.
https://doi.org/10.1016/j.techsoc.20
24.102600
Akhtar, P., Arsalan Mujahid Ghouri,
Ashraf, A., Jia Jia Lim, Khan, N. R.,
& Ma, S. (2024). Smart product
platforming powered by AI and
generative AI: Personalization for
the circular economy. International
Journal of Production Economics,
273,
109283–109283.
https://doi.org/10.1016/j.ijpe.2024.1
09283
Nguyen, TM. & Malik, A. (2022).
Impact of knowledge sharing on
employees' service quality: the
moderating role of artificial
IEEE
Q1
Transactions on
Engineering
Management.
Journal
of Q1
Medical internet
research
Technological
Q1
Forecasting and
Social Change
International
Q1
Journal
of
Production
Economics.
Revista
International
Marketing
Review
Descargado por Alonso Ojeda Perez ([email protected])
Q1
lOMoARcPSD|24319060
88
20
Confianza en
la IA
21
Confianza en
la IA
22
Implementac
ión de la IA
23
Confianza en
la IA
24
Implementac
ión de la IA
intelligence. International Marketing
Review, 39(3), 482 - 508.
DOI10.1108/IMR-02-2021-0078
Sharma, S., Singh, G., Islam, N., &
Dhir, A. (2022). Why do SMEs
adopt artificial intelligence-based
chatbots? IEEE Transactions on
Engineering
Management.
https://doi.org/10.1109/TEM.2022.3
203469
Eflova, E., Vinogradova, Y. &
Vitushkin, A. (2024). The impact of
artificial intelligence on the
development of modern society. E3S
Web of Conferences 449, 07005.
https://doi.org/10.1051/e3sconf/202
344907005
Jung, T., Bae, S., Moorhouse, N., &
Kwon, O. (2023). The effects of
Experience-Technology Fit (ETF)
on consumption behavior: Extended
Reality (XR) visitor experience.
Information Technology and People.
https://doi.org/10.1108/ITP-012023-0100
Aliane, N., Gharbi, H., & Semlali, Y.
(2023). The Role Of Artificial
Intelligence, Digital Capabilities
And Digital Awareness On Supply
Chain Management: Moderating
Role Of Organizational Readiness
And Digital Organizational Culture.
TRANSFORMATIONS
IN
BUSINESS & ECONOMICS, 22,
832-852. ISSN 1648-4460
Revista IEEE Q1
Transactions on
Engineering
Management
Revista
E3S Q1
Web
of
Conferences.
Revista
Information
Technology
People.
Q1
&
Revista
Q1
Transformation
s in Business &
Economics.
Elmashhara, M., De Cicco, R., Silva, Revista
S., Hammerschmidt, M., & Silva, M. Psychology
(2024). How gamifying AI shapes Marketing.
customer motivation, engagement,
Descargado por Alonso Ojeda Perez ([email protected])
Q1
&
lOMoARcPSD|24319060
89
25
Confianza en
la IA
26
Confianza en
la IA
and
purchase
behavior.
PSYCHOLOGY & MARKETING,
41,
134-150.
https://doi.org/10.1002/mar.21912
Awad, A. (2024). Artificial
Intelligence
and
Marketing
Innovation: The Mediating Role of
Organizational Culture. Innovative
Marketing,
20(3),
174-180.
http://dx.doi.org/10.21511/im.20(3).
2024.14
Ramasamy, I., Natarajan, S., &
Sathyamoorthy, V. K. P. (2024).
Does disruptive technology and AI
(Artificial Intelligence) influence
logistics
management?.
Multidisciplinary Science Journal,
6(12),
2024259.
https://doi.org/10.31893/multiscienc
e.2024259
Revista
Innovative
Marketing.
Q1
Revista
Q4
Multidisciplinar
y
Science
Journal.
Nota.
Anexo 3 - Tabla 14
Instrumento de Recolección de Datos (Encuesta/ Entrevista, entre otras)
Presentación de la encuesta
¡Hola! Somos estudiantes de la UPC, estamos realizando una investigación de cómo
influye la implementación de la inteligencia artificial y la percepción de confianza en la
optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el periodo 2024. Todos los datos obtenidos serán tratados para
fines académicos.
Ítems
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
90
1. ¿Su empresa trabaja en el sector de servicios?
1) Si
2) No
2. ¿Su empresa trabaja en Lima Metropolitana?
1) Si
2) No
3. ¿Cuál es el tamaño de su empresa?
1) Micro empresa
2) Pequeña empresa
3) Mediana empresa
4) Grande empresa
4. ¿Su empresa implementa la inteligencia artificial (IA) para la optimización de sus
procesos empresariales?
1) Si
2) No
5. La Inteligencia Artificial es una herramienta útil en la optimización de procesos
empresariales
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
91
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
92
Anexo 4 - Tabla 15
Matriz 1. Elaboración del Antecedente 1 - Q1.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
93
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de
servicios de Lima Metropolitana durante el periodo 2024
Autor (es) y Título
año
del Objetivo
Metodología
artículo
Población
y Técnica e
muestra
instrumen
revisado
Resultados
Conclusiones
to
La muestra son 36 gerentes
la
emprendimiento
(2020)
en IA para hostelería y turismo
intención conductual
las entrevistas cualitativas, y
facilidad de uso, utilidad, confianza,
obtener datos objetivos sobre el
y el uso real de los
1,480
inteligencia
y
estado de los municipios y llevar
chatbots impulsados
participaron en la encuesta
antropomorfismo.
ansiedad
a cabo una clasificación por su
por
cuantitativa.
tecnológica no influyó, y la preferencia
grado de desarrollo.Se concluye
artificial (IA) en el
por
que la adopción de chatbots está
sector
negativamente su uso real.
hospitalidad
clientes
Se usó encuestas
Estudiar los ecosistemas de
Investigar
de
de agencias de viajes para
adopción
Adopción de chatbots basados
inteligencia
El estudio es mixto.
Los principales predictores de la
Pillai, R. & Sivathanu, B.
que
la
y
el
de
agentes
chatbots
fueron
percibida
La
tradicionales
la
moderó
permiten
impulsada principalmente por
factores como la facilidad de uso,
turismo en India
la utilidad, la confianza, la
inteligencia
percibida
y
el
antropomorfismo, lo que sugiere
que estas características son
clave
para
fomentar
su
aceptación. La ausencia de un
impacto
significativo
de
la
ansiedad tecnológica resalta la
adaptabilidad de los usuarios
frente a esta tecnología.
Referencia
Pillai, R. & Sivathanu, B. (2020). Adoption of AI-based chatbots for hospitality and tourism. International Journal of Contemporary
Hospitality Management, 32(10), 3199 - 3226. DOI10.1108/IJCHM-04-2020-0259
Nota. Primer antecedente para ambas variable
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
94
Antecedente 1 - Q1.
Matriz 2. Redacción del Antecedente 1 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Pillai y Sivathanu (2020), en su estudio titulado “Adopción de chatbots basados en IA para hostelería y
turismo”; indicó como objetivo investigar la intención conductual y el uso real de los chatbots impulsados por
inteligencia artificial (IA) en el sector de la hospitalidad y el turismo en India, extendiendo el modelo de adopción
tecnológica (TAM) con variables contextuales específicas.; para ello se empleó un estudio mixto; donde la
muestra es de 36 gerentes de agencias de viajes para las entrevistas cualitativas, y 1,480 clientes que participaron
en la encuesta cuantitativa.; como técnica e instrumento utilizaron cuestionarios estructurados; los resultados del
estudio indicaron que la mayoría de los encuestados mostró una intención positiva de uso de chatbots para la
planificación y reserva de viajes, se observó que los usuarios que habían utilizado chatbots anteriormente tenían
una mayor disposición a recomendar su uso a otros; siendo esta última una variable importante y crucial en la
implementación de la inteligencia artificial (IA). El estudio concluye que la adopción de chatbots en la
planificación de viajes está influenciada por factores como la percepción de utilidad, la facilidad de uso y la
confianza en la tecnología, lo que sugiere que los chatbots pueden mejorar significativamente la experiencia del
cliente en el sector turístico.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
95
Referencia
Pillai, R. & Sivathanu, B. (2020). Adoption of AI-based chatbots for hospitality and tourism. International Journal
of Contemporary Hospitality Management, 32(10), 3199 - 3226. https://doi.org/10.1108/IJCHM-04-20200259
Nota. Primer antecedente redactado.
Matriz 2. Elaboración del Antecedente 2 - Q1.
Antecedente 1 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de
Lima Metropolitana durante el periodo 2024
Autor (es) y Título del Objetivo
Metodol
Población
Técnica e Resultados
año
ogía
y muestra
instrumen
artículo
revisado
Haddud,
ChatGPT
Abubaker.
en
(2024)
cadenas
de
Conclusiones
to
El
principal El
116
Se
objetivo de la estudio es encuestrad
investigación es cuantitati
explorar
las vo.
os
del
usó ChatGPT
encuestas
puede ChatGPT
potencialmente
beneficiar
tiene
el
potencial
para
transformar la gestión de cadenas de
las suministro,
mejorando
la
eficiencia
sector
operaciones de SC en 15 operativa y facilitando diversas funciones
suministr
aplicaciones
industrial
áreas. Ocho beneficios dentro del sector. Sin embargo, también se
o:
potenciales,
y
potenciales
explorand
beneficios
académico
más apoyo, incluidos la que deben ser abordados para maximizar su
o posibles
desafíos del uso
y
recibieron reconoce que hay desafíos significativos
mejora en la eficiencia utilidad. El estudio pretende llenar un vacío
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
96
aplicacion de ChatGPT en
es,
las cadenas de
beneficios suministro.
y desafíos
Se
de
los
procesos,
la en la literatura al proporcionar un análisis
reducción de costos, la basado en datos sobre las aplicaciones y
provisión de informes efectos de ChatGPT, ofreciendo así un
busca
de
sostenibilidad, recurso valioso tanto para académicos como
proporcionar
mejores pronósticos de para profesionales del secto
evidencia
demanda, mejor análisis
empírica
sobre
de datos, comunicación
cómo
esta
simplificada
tecnología puede
proveedores,
impactar
comunicación
positivamente en
simplificada
las operaciones
clientes,
de la cadena de
actividades
suministro,
así
promocionales y mayor
como identificar
satisfacción del cliente,
los
obstáculos
aunque
que
pueden
respaldados. Además, el
surgir
en
estudio
su
implementación.
con
con
apoyo
todos
a
fueron
identificó
algunos desafíos, como
que ChatGPT no puede
reemplazar
a
los
expertos,
no
es
un
cambio
de
juego
inmediato, su uso puede
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
97
carecer de precisión, y
puede
llevar
tiempo
alcanzar su madurez.
Referencia
Haddud, Abubaker. (2024). ChatGPT in supply chains: exploring potential applications, benefits and challenges.
https://www.emerald.com/insight/content/doi/10.1108/JMTM-02-2024-0075/full/html
Nota. Segundo antecedente para ambas variables.
Matriz 2. Redacción del Antecedente 2 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Haddud, A. (2024), en su estudio titulado “ChatGPT en cadenas de suministro: explorando posibles
aplicaciones, beneficios y desafíos”, señala como principal objetivo de la investigación el explorar las
aplicaciones potenciales, beneficios y desafíos del uso de ChatGPT en las cadenas de suministro. Se busca
proporcionar evidencia empírica sobre cómo esta tecnología puede impactar positivamente en las operaciones de
la cadena de suministro, así como identificar los obstáculos que pueden surgir en su implementación, para ello
se realizó un estudio cuantitativo; donde la muestra es de 116 personas del sector industrial y académico. Como
resultado del estudio se concluye que ChatGPT tiene ocho beneficios potenciales recibieron más apoyo, incluidos
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
98
la mejora en la eficiencia de los procesos, la reducción de costos, la provisión de informes de sostenibilidad,
mejores pronósticos de demanda, mejor análisis de datos, comunicación simplificada con proveedores,
comunicación simplificada con clientes, apoyo a actividades promocionales y mayor satisfacción del cliente,
aunque todos fueron respaldados. Además, el estudio identificó algunos desafíos, como que ChatGPT no puede
reemplazar a los expertos, no es un cambio de juego inmediato, su uso puede carecer de precisión, y puede llevar
tiempo alcanzar su madurez.
Referencia
Haddud, Abubaker. (2024). ChatGPT in supply chains: exploring potential applications, benefits and
challenges. https://www.emerald.com/insight/content/doi/10.1108/JMTM-02-2024-0075/full/html
Nota. Segundo antecedente redactado.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
99
Matriz 2. Elaboración del Antecedente 3 - Q1.
Antecedente 1 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios
de Lima Metropolitana durante el periodo 2024
Autor (es) y Título del Objetivo
Metodología
Población y Técnica
e Resultados
Conclusiones
año
artículo
muestra
instrumento
revisado
Santiago,
Adoptando Saber
el El estudio es 293
Se usó encuestas
Los hallazgos sugieren Se concluye que los
Joanna;
RAISA en nivel
de cuantitativo.
comensales
que los clientes tienen clientes tienen una
Borges-Tiago,
restaurantes aceptación
encuestados
actitudes positivas hacia actitud positiva hacia
Miara Teresa;
:
que tenían
la adopción de RAISA, y la
adopción
de
Tiago, Flávio Explorando RAISA
que los robots y la RAISA, destacando
(2024)
las actitudes entre los
automatización pueden su potencial en el
de los
clientes y
encontrar una aplicación sector
de
la
clientes
qué actitud
adecuada en el sector de la restauración.
La
hacia la
tenía hacia
restauración. Además, se percepción
de
adopción de ello.
muestra que la percepción utilidad y facilidad de
robots
de utilidad y la facilidad uso son factores clave
de uso influyen en la que influyen en la
actitud general hacia el aceptación,
con
uso de robots tanto en diferencias de género
hombres
como
en que
ofrecen
mujeres, lo que revela una perspectivas
perspectiva
diferente interesantes para la
sobre las diferencias de adopción tecnológica
género en la adopción de
tecnología.
Referencia
Santiago, Joanna; Borges-Tiago, Miara Teresa; Tiago, Flávio. (2024). Consumer attitudes; Innovation; Restaurant; Robotics, artificial intelligence and
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
100
service automatization (RAISA); Technology acceptance model. https://doi.org/10.1016/j.techfore.2023.123047
Nota. Tercer antecedente para ambas variables.
Matriz 2. Redacción del Antecedente 3 - Q1.
Matriz
2:
Tema
Redacción del antecedente del problema: modo vertical
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Santiago, J., Borges-Tiago, M. T., & Tiago, F. (2024), en su investigación titulada “Adoptando RAISA en
restaurantes: Explorando las actitudes de los clientes hacia la adopción de robots”, propone como objetivo
principal el saber el nivel de aceptación que tenían RAISA entre los clientes y qué actitud tenía hacia ello. Para
poder desarrollar este trabajo se empleo un estudio cuantitativo con una muestra de 293 comensales, como
herramienta se empleó una encuesta virtual. El estudio resultó en que los clientes tienen actitudes positivas hacia
la adopción de RAISA, y que los robots y la automatización pueden encontrar una aplicación adecuada en el
sector de la restauración. Además, se muestra que la percepción de utilidad y la facilidad de uso influyen en la
actitud general hacia el uso de robots tanto en hombres como en mujeres, lo que revela una perspectiva diferente
sobre las diferencias de género en la adopción de tecnología.
Referencia
Santiago, Joanna; Borges-Tiago, Miara Teresa; Tiago, Flávio. (2024). Consumer attitudes; Innovation;
Restaurant; Robotics, artificial intelligence and service automatization (RAISA); Technology acceptance
model. https://doi.org/10.1016/j.techfore.2023.123047
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
101
Nota. Tercer antecedente redactado.
Matriz 2. Elaboración del Antecedente 4- Q1.
Antecedente 1 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios
de Lima Metropolitana durante el periodo 2024
Autor (es) y año Título
del Objetivo
Metodología
artículo
Población y Técnica
muestra
e Resultados
Conclusiones
instrumento
revisado
Hariguna,
T.;
Evaluación
El objetivo de El estudio es 382
Ruangkanjanase
del impacto
esta
s, A. (2024)
cuantitativo.
Se usó encuestas
Los hallazgos indican que La adopción eficaz
participantes
la adopción eficaz de la IA de la IA mejora el
investigación es
con el uso o
tiene el potencial de influir desempeño
inteligencia
examinar
experiencia
positivamente
artificial en
impacto de la
en IA
rendimiento del cliente. En destacándose como
de la
el
en
del
el cliente,
el desempeño inteligencia
otras palabras, cuantas más un factor clave para
del cliente:
artificial
empresas adopten la IA en optimizar
un estudio
en
cuantitativo
(IA)
el
sus
mejor atención.
Las
desempeño del
será el desempeño de sus empresas
deberían
utilizando la
cliente
clientes. Esta implicación implementar
metodología
identificar
los
es
de mínimos
factores
que
profesionales de negocios, para potenciar sus
cuadrados
contribuyen
parciales
su
e
a
operaciones,
la
crucial
para
los estrategias
ya que destaca que la resultados.
eficacia
adopción de la IA puede
Descargado por Alonso Ojeda Perez ([email protected])
de
IA
lOMoARcPSD|24319060
102
empleando un
ser uno de los factores
enfoque
clave que influyen en el
cuantitativo,
desempeño del cliente. Por
lo tanto, las empresas
deberían
considerar
estrategias de adopción de
IA para mejorar la atención
al cliente
Referencia
Hariguna, T.; Ruangkanjanases, A. (2024). Assessing the impact of artificial intelligence on customer performance: A quantitative study using partial least
squares methodology. Data Science and Management
, 7(3), pp. 155–163 https://doi.org/10.1016/j.dsm.2024.01.001
Nota. Cuarto antecedente para ambas variables.
Matriz 2. Redacción del Antecedente 4 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
103
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Hariguna y Ruangkanjanases (2024), en su estudio titulado “Evaluación del impacto de la inteligencia
artificial en el desempeño del cliente: un estudio cuantitativo utilizando metodología de mínimos cuadrados
parciales” buscaron analizar cómo la asimilación de la inteligencia artificial (IA) influye en el desempeño de los
clientes. Del mismo modo, los factores que intervienen para la respectiva implementación bajo un contexto
organizacional,para ello se empleó un estudio cuantitativo, donde la muestra es de 382 usuarios y desarrolladores
de IA; como resultado se concluyó que la integración de dicha tecnología en empresas privadas fortalece
principalmente la agilidad organizacional y mejora la calidad de las relaciones con los clientes impactando
significativamente en su rendimiento.Asimismo, se encontraron que factores como la experiencia de los clientes
y su confianza en la tecnología son elementos que resultan claves para obtener mejores resultados empresariales
.
Referencia
Hariguna, T.; Ruangkanjanases, A. (2024). Assessing the impact of artificial intelligence on customer
performance: A quantitative study using partial least squares methodology. Data Science and Management ,
7(3), pp. 155–163 https://doi.org/10.1016/j.dsm.2024.01.001
Nota. Cuarto antecedente redactado.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
104
Matriz 1. Elaboración del Antecedente 5 - Q1.
Antecedente 1 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de
Lima Metropolitana durante el periodo 2024
Autor (es) y Título
año
del Objetivo
artículo
Metodolog
Población
ía
muestra
y Técnica
e
Resultados
Conclusiones
instrumento
revisado
Evaluación
El
objetivo El
estudio 101 profesores Se
Serban, D., cuantitativa de principal de este es
universitarios
Cristache,
rumanos
la disposición a estudio es evaluar cuantitativo
S., Ciobotar, utilizar
N., Francu, inteligencia
L.,
la la disposición de
los
profesores
& artificial en el universitarios
en
encuestas
usó Los resultados revelan "La IA puede optimizar
que el uso de IA está en procesos repetitivos como
una etapa incipiente en la
las
evaluación
de
universidades estudiantes, pero enfrenta
rumanas. Los profesores barreras debido a la falta
están más dispuestos a
de
regulación
y
las
Mansour, J. ámbito
Rumania para usar
utilizar IA en actividades limitaciones tecnológicas
(2024)
inteligencia
de evaluación de los actuales. Los académicos
académico
empresarial
y artificial (IA) en
estudiantes, ya que estas reconocen las ventajas de
económico
las actividades de
son más repetitivas y la IA en términos de
enseñanza,
menos
investigación
y
embargo,
creativas.
Sin accesibilidad
a
la
muestran información y rapidez en
evaluación dentro
menos disposición a usar la
del
IA en la investigación, resultados, pero siguen
entorno
Descargado por Alonso Ojeda Perez ([email protected])
obtención
de
lOMoARcPSD|24319060
105
académico
que
requiere
mayores siendo
empresarial
y
niveles de creatividad.
económico.
El
Las principales barreras que
estudio
busca
los
incluyen preocupaciones
factores
que
sobre la protección de
en
requieren
mayor
para la adopción de IA creatividad y juicio"
comprender
influyen
reacios a su uso en tareas
la
datos,
la
falta
de
disposición de los
formación formal en IA y
académicos
la incertidumbre respecto
para
adoptar la IA, así
a
los
resultados
como
los
generados por IA
beneficios
y
desafíos
percibidos
Referencia
Serban, D., Cristache, S., Ciobotar, N., Francu, L., & Mansour, J. (2024). QUANTITATIVE EVALUATION OF WILLINGNESS TO USE
ARTIFICIAL INTELLIGENCE WITHIN BUSINESS AND ECONOMIC ACADEMIC ENVIRONMENT. AMFITEATRU ECONOMIC, 26, 259-274.
https://doi.org/10.24818/EA/2024/65/259
Nota. Quinto antecedente para ambas variable
Matriz 2. Redacción del Antecedente 5 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
106
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Serban et al. (2024), en su investigación titulada “Evaluación cuantitativa de la disposición a utilizar la
inteligencia artificial en el ámbito académico empresarial y económico”, señaló como objetivo del estudio la
evaluación de la disposición de profesores de nivel universitario en Rumania para adoptar la inteligencia artificial
(IA) en las actividades académicas, evaluaciones e investigación dentro del entorno económico y empresarial;
además, se busca también identificar los factores influyentes que perciben los académicos para emplear la IA,
los beneficios y los desafíos que conlleva esta tecnología. Para este objetivo, se utilizó un estudio cuantitativo a
una muestra de 101 profesores universitarios rumanos de economía y negocios; como técnica e instrumento se
utilizaron cuestionarios en línea con modelos de ecuaciones estructurales; como resultado se obtuvo que los
docentes universitarios están más dispuestos a utilizar la inteligencia artificial en actividades que son más
repetitivas y menos creativas, como la evaluación de los estudiantes; pero se observan barreras para la adopción
de la IA por las preocupaciones en la protección de los datos, la inadecuada formación formal en su uso y la
incertidumbre sobre los resultados generados. Se concluye en el estudio que los profesores universitarios
reconocen los grandes beneficios de la IA respecto a la accesibilidad a la información y rapidez en la obtención
de resultados, pero no aceptan su aplicación para tareas que tengan la necesidad de contar con mayor creatividad
y juicio personal.
Referencia
Serban, D., Cristache, S., Ciobotar, N., Francu, L., & Mansour, J. (2024). QUANTITATIVE
EVALUATION OF WILLINGNESS TO USE ARTIFICIAL INTELLIGENCE WITHIN BUSINESS AND
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
107
ECONOMIC
ACADEMIC
ENVIRONMENT.
AMFITEATRU
ECONOMIC,
26,
259-274.
https://doi.org/10.24818/EA/2024/65/259
Nota. Quinto antecedente redactado.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
108
Matriz 1. Elaboración del Antecedente 6 - Q1.
Antecedente 1 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de
Lima Metropolitana durante el periodo 2024
Autor (es) Título del artículo Objetivo
Metodo
Población y Técnica
y año
logía
muestra
revisado
e
Resultados
Conclusiones
instrument
o
El objetivo de
Rashid,
Cómo aprovechar el investigación
A.,
poder
Rasheed,
adopción de la nube centra
R., Ngah, y
A.H.
la
de
La
El
la del artículo se estudio
inteligencia comprender
and artificial
optimizar
la adopción
N.A.
resiliencia
(2024).
sostenibilidad de la nube
y
Los resultados del El
son de 1279 Se
trabajadores
usó artículo
encuestas
estudio
resalta
que
la
muestran adopción de tecnologías en la
que la adopción de nube y la inteligencia artificial
en es
de industrias
tecnologías en la (IA) fortalece la resiliencia y el
el cuantita
manufacturer
nube
y
la desempeño sostenible en las
as
inteligencia
cadenas de suministro del sector
para impacto de la tivo.
Amirah,
muestra
de
artificial
la tecnologías en la
mejora
colaboración,
significativamente
decisiones y la adaptabilidad
y
la
(IA) manufacturero, optimizando la
la
toma
de
cadena
de inteligencia
la resiliencia y el ante disrupciones. Sin embargo,
suministro
de artificial (IA) en
rendimiento
persisten
desafíos
en
fabricación en EE. la resiliencia y el
sostenible de las integración
de
UU.
rendimiento
cadenas
limitando
sostenible de las
suministro
cadenas
sector
de
Descargado por Alonso Ojeda Perez ([email protected])
de herramientas,
en
la
estas
su
el impacto en la adaptación a
cambios
del
mercado.
Los
lOMoARcPSD|24319060
109
suministro en el
manufacturero.
sector
Estas
manufacturero.
facilitan
hallazgos
subrayan
la
tecnologías importancia de explorar cómo
la estas
tecnologías
pueden
una
mayor
colaboración entre fomentar
proveedores
y colaboración y sostenibilidad,
clientes, optimizan ofreciendo
a
la
los
gerentes
toma
de estrategias
esenciales
decisiones
y competir
en
aumentan
la digitalizado y enfrentar las
adaptabilidad ante crecientes
interrupciones.
la
integración interna
es importante, los
externos
son cruciales para
fomentar
la
colaboración.
En
conjunto,
estas
herramientas
no
solo
la
mejoran
eficiencia
operativa, sino que
también promueven
Descargado por Alonso Ojeda Perez ([email protected])
entorno
exigencias
resiliencia operativa.
Aunque
factores
un
para
de
lOMoARcPSD|24319060
110
prácticas
sostenibles,
sugiriendo que los
gerentes
deben
considerarlas
esenciales para la
competitividad
un
en
entorno
empresarial
digitalizado
Referencia
Rashid, A., Rasheed, R., Ngah, A.H. and Amirah, N.A. (2024), "Unleashing the power of cloud adoption and artificial intelligence in optimizing
resilience
and
sustainable
manufacturing
supply
chain
in
the
USA",
Journal
of
Manufacturing
https://doi.upc.elogim.com/10.1108/JMTM-02-2024-0080
Nota. Sexto antecedente para ambas variable
Matriz 2. Redacción del Antecedente 6 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Descargado por Alonso Ojeda Perez ([email protected])
Technology
Management.
lOMoARcPSD|24319060
111
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Rashid et al. (2024), en su investigación titulada “Cómo aprovechar el poder de la adopción de la nube y la
inteligencia artificial para optimizar la resiliencia y la sostenibilidad de la cadena de suministro de fabricación
en EE. UU.” exploraron como la inteligencia artificial y la computación en la nube mejora la resiliencia y
sostenibilidad en cadenas de suministro manufactureras; para ello se empleó un estudio cuantitativo mediante
encuestas aplicadas a 1,279 empleados de manufactura en California, Texas y Nueva York. Se obtuvo como
resultado que ayuda a las empresas poder adaptarse por anticipado a situaciones que pueden surgir
inesperadamente, también se menciona que mejora la colaboración entre las partes de la cadena de suministro,
sumado a ello permite agilizar y mejorar la precisión en la toma de decisiones, por ejemplo, optimizando la
gestión de inventarios mediante análisis predictivos y automatización de procesos, lo cual minimizaría el impacto
en la operatividad frente a interrupciones o cambios en el flujo de trabajo.El estudio concluye que la sinergia
entre plataformas de nube y herramientas de IA es un pilar fundamental para mantener su competitividad y
fortalecer su sostenibilidad.
Referencia
Rashid, A., Rasheed, R., Ngah, A.H. and Amirah, N.A. (2024), "Unleashing the power of cloud adoption
and artificial intelligence in optimizing resilience and sustainable manufacturing supply chain in the USA",
Journal of Manufacturing Technology Management. https://doi.upc.elogim.com/10.1108/JMTM-02-20240080
Nota. Sexto antecedente redactado.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
112
Matriz 1. Elaboración del Antecedente 7 - Q1.
Antecedente 1 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de
Lima Metropolitana durante el periodo 2024
Autor (es) y Título
año
del Objetivo
artículo
Metodolog
Población
y Técnica e
ía
muestra
instrume
revisado
Olan,
F., Adopción
de Investigar
Suklan,
J., chatbots
intención
la El
estudio gerentes
es mixto.
basados en IA conductual y el
de Se
Los
principales Estudiar
los
ecosistemas
de
usó predictores de la emprendimiento permiten obtener
agencias de viajes encuestas
adopción
para
chatbots fueron la los municipios y llevar a cabo una
E y Robson, para hostelería uso real de los
entrevistas
A. (2021).
chatbots
cualitativas,
impulsados por
y turismo
Conclusiones
nto
La muestra son 36
Arakpogun,
Resultados
las
de datos objetivos sobre el estado de
facilidad de uso, clasificación por su grado de
utilidad,
desarrollo.Se
1,480 clientes que
confianza,
adopción
de
chatbots
está
inteligencia
participaron en la
inteligencia
impulsada
principalmente
por
artificial
encuesta
percibida
cuantitativa.
antropomorfismo.
(IA)
en el sector de
y
La
y el turismo en
tecnológica
India
influyó,
utilidad,
ansiedad inteligencia
preferencia
Descargado por Alonso Ojeda Perez ([email protected])
que
la
y factores como la facilidad de uso, la
la hospitalidad
agentes
concluye
la
confianza,
percibida
y
la
el
no antropomorfismo, lo que sugiere
y
la que estas características son clave
por para fomentar su aceptación. La
ausencia
de
un
impacto
lOMoARcPSD|24319060
113
tradicionales
significativo
de
la
ansiedad
moderó
tecnológica resalta la adaptabilidad
negativamente su de los usuarios frente a esta
uso real.
tecnología.
Referencia
Olan, F., Suklan, J., Arakpogun, E y Robson, A. (2021). Promoción del comportamiento del consumidor: el papel de las tecnologías de inteligencia
artificial y el intercambio de conocimientos . IEEE Transactions on Engineering Management , 1-13. https://doi.org/10.1109/TEM.2021.3083536
Nota. Séptimo antecedente para ambas variable
Matriz 2. Redacción del Antecedente 7 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Olan et al. (2021), en su estudio titulado “Promoción del comportamiento del consumidor: el papel de las
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
114
tecnologías de inteligencia artificial y el intercambio de conocimientos,” se propusieron analizar el impacto de
las tecnologías de inteligencia artificial (IA) y el intercambio de conocimientos en el comportamiento del
consumidor dentro del contexto empresarial. La investigación se basó en una muestra de 205 participantes y
empleó un enfoque mixto que permitió un análisis exhaustivo de la interacción entre la implementación de la IA
y la confianza depositada por los usuarios en estas tecnologías para tomar decisiones de consumo. A través de
modelos de análisis multivariante, los autores examinaron las relaciones entre las variables clave, revelando que
una implementación efectiva de la IA en los servicios no solo mejora la percepción de confiabilidad, sino que
también fortalece la aceptación y el uso de dichas tecnologías por parte de los consumidores. Los resultados
obtenidos indican que tanto una implementación adecuada de la IA como la confianza en su funcionamiento son
factores determinantes que influyen de manera significativa en la adopción de servicios basados en IA. En
consecuencia, el estudio concluye que la confianza depositada en la IA constituye un elemento esencial para
determinar el éxito o el fracaso de su integración en las empresas privadas, reafirmando su papel crucial en la
transformación digital y en la relación con los consumidores.
Referencia
Olan, F., Suklan, J., Arakpogun, E y Robson, A. (2021). Promoción del comportamiento del consumidor:
el papel de las tecnologías de inteligencia artificial y el intercambio de conocimientos . IEEE Transactions
on Engineering Management , 1-13. https://doi.org/10.1109/TEM.2021.3083536
Nota. Séptimo antecedente redactado.
Matriz 1. Elaboración del Antecedente 8- Q1.
Antecedente 1 - Q1.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
115
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el periodo 2024
Autor (es) y Título del artículo Objetivo
Metod
Población
año
ología
muestra
revisado
La
Lokanan,
M.,
Predicción
de Utilizar
& fraude en la cadena técnicas
Maddhesia,
de suministro con aprendizaje
V. (2024)
aprendizaje
El
consta
de estudio
180,000
y Técnica
e
Resultados
Conclusiones
instrumento
muestra
Los resultados del Se concluye que los modelos de
de Se
algoritmos.
usó estudio
mostraron aprendizaje
automático
que los modelos de efectivos
para
predecir
es
observaciones
aprendizaje
automático
e cuantit
derivadas de tres
automático aplicados permitiendo a las empresas
automático
e inteligencia
ativo
años
lograron predecir con reducir pérdidas financieras y
inteligencia
artificial
para
transacciones
artificial
predecir
y
comerciales
de
transacciones
son
precisión
las prevenir interrupciones en la
en
transacciones
prevenir
una empresa de
fraudulentas.
fraudes en la
manufactura
podría ayudar a las operativa.
cadena
de
gran escala.
suministro.
El
estudio
busca
a
cadena
pérdidas financieras
prevenir
identificar
interrupciones en la
patrones
cadena de suministro
ocultos
en
causadas por fraude
grandes
Descargado por Alonso Ojeda Perez ([email protected])
de
suministro,
Esto fortaleciendo así su seguridad
empresas a reducir
y
fraudulentas,
lOMoARcPSD|24319060
116
conjuntos
de
datos
que
podrían ayudar
a las empresas a
evitar
actividades
fraudulentas
dentro de sus
operaciones
logísticas.
Referencia
Lokanan, M., & Maddhesia, V. (2024). Supply chain fraud prediction with machine learning and artificial intelligence. International journal of production
research.
https://doi.org/10.1080/00207543.2024.2361434
Nota. Octavo antecedente para ambas variable
Matriz 2. Redacción del Antecedente 8- Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
117
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Lokanan y Maddhesia (2024), en su investigación titulada “Supply chain fraud prediction with machine
learning and artificial intelligence,” se enfocaron en la predicción del fraude dentro de las cadenas de suministro,
mediante la implementación de tecnologías avanzadas como la inteligencia artificial (IA) en una empresa
manufacturera de gran escala. A partir de un análisis cuantitativo que abarcó 180,000 observaciones obtenidas
durante tres años de transacciones comerciales, los autores buscaron identificar patrones ocultos en los datos que,
de otro modo, podrían haber quedado sin detectar. Utilizando modelos sofisticados de aprendizaje automático,
lograron predecir con gran precisión aquellas transacciones sospechosas de fraude, lo que permitió no solo una
reducción considerable de las pérdidas financieras, sino también una mejora notable en la seguridad operativa.
Este enfoque reveló que la implementación de la IA no solo optimiza los procesos de detección, sino que también
refuerza la confianza de los usuarios en la efectividad de estas tecnologías dentro del entorno corporativo. En
este contexto, los hallazgos subrayan que la correcta implementación de la IA, combinada con la confianza
depositada en su capacidad para identificar y mitigar riesgos, es crucial para asegurar la integridad de las
operaciones en las empresas privadas. Así, tanto la implementación técnica de la IA como la confianza en su
eficacia se consolidan como factores determinantes para el éxito de estas tecnologías.
Referencia
Lokanan, M., & Maddhesia, V. (2024). Supply chain fraud prediction with machine learning and artificial
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
118
intelligence. International journal of production research.
https://doi.org/10.1080/00207543.2024.2361434
Nota. Octavo antecedente redactado.
Matriz 1. Elaboración del Antecedente 9 - Q1.
Antecedente 9 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de
Lima Metropolitana durante el periodo 2024
Autor (es) y Título
año
del Objetivo
artículo revisado
Metodol
Población
ogía
muestra
La
Modgil, S., Inteligencia
Resultados
Conclusiones
instrumento
35 Se
La IA puede fortalecer la
usó Se identificaron cinco resiliencia en la cadena de
expertos de la encuestas
áreas críticas en las que suministro, ayudando a
Hannibal, C. resiliencia de la analizar cómo la cuantitati
cadena
IA
(2022).
suministro
cadena
suministro:
objetivo es
e
muestra
El estudio tiene El estudio son
Singh, R., & artificial para la como
y Técnica
de inteligencia
artificial
vo.
(IA)
de
contribuye
a
la las empresas a gestionar
resiliencia de la cadena mejor las incertidumbres
de
suministro:
(1) y
lecciones de la puede mejorar la
transparencia, (2) entrega Tecnologías
COVID-19
resiliencia de las
de
cadenas
soluciones
de
última
Descargado por Alonso Ojeda Perez ([email protected])
milla,
disrupciones.
como
el
(3) aprendizaje automático y
los grandes volúmenes de
lOMoARcPSD|24319060
119
suministro
personalizadas
durante
partes interesadas, (4) capacidad de predicción y
interrupciones,
minimización
del respuesta en tiempo real.
como
impacto
de La transformación digital
las
para datos pueden mejorar la
causadas por la
interrupciones,
pandemia
de
estrategias
Covid-19.
El
abastecimiento ágiles.
enfoque está en
y
(5) en
la
logística
de fundamental
para
es
la
capacidad de adaptación
post-Covid-19
las capacidades
de
visibilidad,
riesgo,
abastecimiento y
distribución que
IA
puede
fortalecer.
Referencia
Modgil, S., Singh, R., & Hannibal, C. (2022). Artificial intelligence for supply chain resilience: learning from Covid-19. INTERNATIONAL
JOURNAL OF LOGISTICS MANAGEMENT, 33, 1246-1268. https://doi.org/10.1108/IJLM-02-2021-0094
Nota. Noveno antecedente para ambas variable
Matriz 2. Redacción del Antecedente 9 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
120
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Modgil, S., Singh, R., y Hannibal, C. (2022), en su investigación titulada “Artificial
intelligence for supply chain resilience: learning from Covid-19”, buscaron analizar cómo la
inteligencia artificial contribuye a la resiliencia de la cadena de suministro, destacando las lecciones
aprendidas durante la pandemia del COVID-19. El estudio se basó en un análisis de caso de
empresas que implementaron soluciones de inteligencia artificial durante la crisis, utilizando una
muestra de organizaciones de diferentes sectores. Se emplearon métodos tanto cualitativos como
cuantitativos, como entrevistas y análisis de datos operativos. Los resultados mostraron que la
inteligencia artificial mejora la capacidad de las empresas para adaptarse y responder ante
interrupciones, incrementando la eficiencia operativa y reduciendo los riesgos. En conclusión, la
investigación resalta que la implementación de inteligencia artificial es esencial para fortalecer la
resiliencia en las cadenas de suministro, particularmente en situaciones de crisis, y ofrece
importantes enseñanzas sobre el uso de tecnologías avanzadas para enfrentar futuros retos.
Referencia
Modgil, S., Singh, R., & Hannibal, C. (2022). Artificial intelligence for supply chain resilience: learning
from Covid-19. INTERNATIONAL JOURNAL OF LOGISTICS MANAGEMENT, 33, 1246-1268.
https://doi.org/10.1108/IJLM-02-2021-0094
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
121
Nota. Noveno antecedente redactado.
Matriz 1. Elaboración del Antecedente 10 - Q1.
Antecedente 10 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el periodo 2024
Autor (es) y Título del artículo Objetivo
Metod
Población
año
ología
muestra
revisado
278
Boy, A. M., Inteligencia
Osorio,
Examinar cómo El
E. artificial en la toma la
IA
está estudio
D.,
de
Rodríguez,
implicaciones éticas los procesos de cuantit
L.
R.,
decisiones: transformando
y y eficiencia
es
MYPES
y Técnica
e
Resultados
Conclusiones
instrumento
gerente
Los resultados del Se concluye que los modelos de
Se
algoritmos.
usó estudio
mostraron aprendizaje
automático
que los modelos de efectivos
aprendizaje
para
transacciones
son
predecir
fraudulentas,
automático aplicados permitiendo a las empresas
toma
de ativo
lograron predecir con reducir pérdidas financieras y
López, R. d.
decisiones
en
precisión
P. (2024)
diversos
transacciones
ámbitos
fraudulentas.
(empresarial,
podría ayudar a las operativa.
médico,
empresas a reducir
educativo,
pérdidas financieras
Descargado por Alonso Ojeda Perez ([email protected])
las prevenir interrupciones en la
cadena
de
suministro,
Esto fortaleciendo así su seguridad
lOMoARcPSD|24319060
122
entre
otros),
y
prevenir
con un enfoque
interrupciones en la
particular
cadena de suministro
en
sus
causadas por fraude
implicaciones
éticas
y
su
eficiencia.
El
objetivo
central
es
examinar
cómo
la
IA
está
transformando
los
de
procesos
toma
de
decisiones
en
pymes
peruanas
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
123
Referencia
Boy, A. M., Osorio, E. D., Rodríguez, L. R., y López, R. d. P. (2024). Inteligencia artificial en la toma de decisiones: implicaciones éticas y eficiencia.
Revista Venezolana De Gerencia, 29(Especial 11), 342-355. https://doi.org/10.52080/rvgluz.29.e11.20
Nota. Décimo antecedente para ambas variable
Matriz 2. Redacción del Antecedente 10 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de
servicios de Lima Metropolitana durante el periodo 2024
Boy et al. (2024), en su estudio titulado “Inteligencia artificial en la toma de decisiones: implicaciones éticas y eficiencia”; indicó que el objetivo
de la investigación es examinar cómo la Inteligencia Artificial está transformando los procesos de toma de decisiones en diversos ámbitos
(empresarial, médico, educativo, entre otros), con un enfoque particular en las implicaciones éticas relacionadas y su eficiencia. El objetivo
central del estudio es examinar cómo la Inteligencia Artificial está transformando los procesos de toma de decisiones en las pymes peruanas.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
124
Con esa motivación, se desarrolló un estudio con enfoque cuantitativo, con una muestra de 278 gerente MYPES de diversos sectores económicos
para recolectar y analizar datos numéricos mediante cuestionarios en línea con escala de Likert. El resultado señala que las recomendaciones
personalizadas brindadas por la IA tienen un gran nivel de aceptación (70%), lo que indica una percepción positiva y sólida; proporcionando la
información idónea para tomar decisiones al proporcionar insights específicos y adaptados a las necesidades individuales. Hay una manifestación
de confianza de 78% de encuestados sobre la capacidad de la IA para adaptarse y mejorar a lo largo del tiempo, reconociendo el potencial para
evolucionar y proporcionar soluciones aún más eficientes y precisas en el futuro. Además, el estudio concluye que hay una percepción de que la
IA brinda información de manera equitativa y no discriminatoria, también que la Inteligencia Artificial es relevante en la actualidad por brindar
recomendaciones adaptadas a cada individuo, con la capacidad de adaptarse y mejorar las respuestas en el tiempo, y con ello minimizar los
sesgos presentes en la toma de decisiones. Sin embargo, hay desafíos claves como la forma de interpretación de los resultados, la transparencia
en los modelos y el sentido de responsabilidad personal en la toma de decisiones basada en información de la IA.
Referencia
Boy, A. M., Osorio, E. D., Rodríguez, L. R., y López, R. d. P. (2024). Inteligencia artificial en la toma de decisiones: implicaciones
éticas y eficiencia. Revista Venezolana De Gerencia, 29(Especial 11), 342-355. https://doi.org/10.52080/rvgluz.29.e11.20
Nota. Primer antecedente redactado.
Matriz 1. Elaboración del Antecedente 11 - Q1.
Antecedente 11 - Q1.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
125
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el periodo 2024
Autor (es) y Título del artículo Objetivo
Metodolo
Población y Técnica
año
gía
muestra
revisado
,Ramez,
objetivo El estudio incluye a los Se
mediante big data principal de este es
Resultados
Conclusiones
instrumento
La población
Wissam, W. Análisis predictivo El
e
Se logró segmentar a El autor del artículo sostiene
usó los clientes en grupos que la integración de análisis
clientes de la encuestas
homogéneos
en predictivo y big data es esencial
función
su para mejorar la lealtad de los
A.,Kamal, S. para aumentar la artículo
es cuantitati
empresa.
y Shadi B.. fidelidad
una vo
muestra
comportamiento de clientes
clientes: estudio de metodología
utilizada en el
uso, frecuencia de telecomunicaciones. Se enfoca
caso
estudio
uso
(2020).
de
de
los mostrar
de
en
el
sector
de
y
gasto en desarrollar un modelo que
compuesta
monetario.
Se segmenta a los clientes con base
Data (tipo de
por los 127
analizaron las reglas en sus patrones de uso y gastos,
IA) para que las
millones
de
de predicción de los utilizando el enfoque TFM
empresas
al
registros
del
modelos
para (Tiempo,
emplear
esta
conjunto
de
identificar
los Monetario).
Syriatel que relacione el
Telecom Company
La
uso
del
Big
está
Descargado por Alonso Ojeda Perez ([email protected])
Frecuencia,
Al
aplicar
lOMoARcPSD|24319060
126
herramienta
datos
motivadores
puedan
proporcionad
fidelización en cada el autor busca predecir la lealtad
o por Syriatel.
segmento de clientes. del cliente y ofrecer estrategias
segmentar
y
de algoritmos de machine learning,
clasificar a sus
personalizadas para retener a los
clientes por sus
clientes
gustos y nivel
optimizando así la rentabilidad
de fidelidad.
y
más
valiosos,
competitividad
empresas
en
un
de
mercado
saturado.
Referencia
Wissam, W. ,Ramez, A.,Kamal, S. y Shadi B.. (2020).Predictive analytics using big data for increased customer loyalty: Syriatel Telecom Company case
study. J big data 7, 29(2020). https://doi.org/10.1186/s40537-020-00290-0
Nota. Primer antecedente para ambas variable
Matriz 2. Redacción del Antecedente 11 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
2:
Descargado por Alonso Ojeda Perez ([email protected])
las
lOMoARcPSD|24319060
127
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios
de Lima Metropolitana durante el periodo 2024
Por su parte, el estudio realizado por Wissam, W., Ramez, A., Kamal, S. y Shadi, B. (2020) titulado "Predictive analytics using big data
for increased customer loyalty: Syriatel Telecom Company case study", analiza cómo la implementación de la inteligencia artificial a
través del análisis predictivo basado en big data puede transformar la manera en que las empresas segmentan y fidelizan a sus clientes.
A partir de una muestra masiva de 127 millones de registros, se demostró que el uso de algoritmos avanzados permite identificar patrones
de comportamiento, optimizando procesos clave como la personalización de servicios y la retención de clientes. Este enfoque no solo
mejora la eficiencia operativa, sino que también incrementa la percepción de confianza en los sistemas de IA al demostrar resultados
concretos y predecibles.
Referencia
Wissam, W. ,Ramez, A.,Kamal, S. y Shadi B.. (2020).Predictive analytics using big data for increased customer loyalty: Syriatel Telecom
Company case study. J big data 7, 29(2020). https://doi.org/10.1186/s40537-020-00290-0
Nota. Primer antecedente redactado.
Matriz 1. Elaboración del Antecedente 12 - Q1.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
128
Antecedente 12 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el periodo 2024
Autor (es) y Título del artículo Objetivo
Metodología
Población y Técnica
e
Resultados
Conclusiones
año
revisado
muestra
instrumento
Valaskova,
K.,
Nagy,
M.,
&
Grecu,
G.
(2024).
Modelado
de
simulación
de
gemelos digitales,
sistemas de Internet
de las cosas basados
en
inteligencia
artificial
y
algoritmos
de
computación
cognitiva y de
máquinas virtuales
en el mercado
laboral
eslovaco
basado
en
la
Industria 4.0
El objetivo de El estudio es
esta
cuantitativo
investigación es
examinar cómo
los principios
de la Industria
4.0 impactan el
mercado laboral
en
grandes
empresas
manufactureras
de la República
Eslovaca. En
particular,
se
pretende
evaluar
el
estado actual y
las
proyecciones
futuras de la
La población
incluye a 400 Se
usó
encuestas
grandes
empresas
manufacturer
as en la
República
Eslovaca
Los resultados del
estudio revelan
que las empresas
que
invierten
significativament
e en tecnologías
digitales, como la
automatización y
la
inteligencia
artificial, logran
un mayor avance
en
su
transformación
digital.
Se
encontró
una
relación positiva
entre el nivel de
inversión en estas
tecnologías y el
progreso en la
digitalización,
Descargado por Alonso Ojeda Perez ([email protected])
El autor destaca la importancia
de la transformación verde de la
cadena de suministro mediante
el uso de tecnologías como el
aprendizaje automático para
reducir emisiones y optimizar
operaciones,
pero
señala
desafíos como la infraestructura
tecnológica y su integración
efectiva .
lOMoARcPSD|24319060
129
implementación
de tecnologías
como
los
gemelos
digitales,
la
inteligencia
artificial y el
Internet de las
Cosas en la
producción
industrial
siendo
más
notable en las
empresas
que
destinan más del
31%
de
sus
ingresos,
en
comparación con
aquellas
que
invirtieron menos
del 10%
Referencia
Valaskova, K., Nagy, M., & Grecu, G. (2024). Digital twin simulation modeling, artificial intelligence-based Internet of Manufacturing Things systems, and
virtual machine and cognitive computing algorithms in the Industry 4.0-based Slovak labor market. OECONOMIA COPERNICANA, 15, 95-143.
https://doi.org/10.24136/oc.2814
Nota. Primer antecedente para ambas variable
Matriz 2. Redacción del Antecedente 12 - Q1.
Matriz 2:
Redacción del antecedente del problema: modo vertical
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios
de Lima Metropolitana durante el periodo 2024
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
130
Valaskova, K., Nagy, M., y Grecu, G. (2024), en su estudio titulado “Digital twin simulation modeling, artificial intelligence-based
Internet of Manufacturing Things systems, and virtual machine and cognitive computing algorithms in the Industry 4.0-based Slovak
labor market”, tuvieron como objetivo investigar la implementación de modelos de simulación digital twin, sistemas basados en
inteligencia artificial y algoritmos de computación cognitiva en el mercado laboral eslovaco, específicamente en el contexto de la
Industria 4.0. Para ello, utilizaron un enfoque cuantitativo con una muestra de empresas manufactureras en Eslovaquia. Se emplearon
técnicas de simulación y modelado de sistemas para analizar el impacto de estas tecnologías en la productividad y la eficiencia operativa.
Los resultados mostraron que la integración de tecnologías avanzadas, como los gemelos digitales y la inteligencia artificial, mejora
significativamente la optimización de procesos industriales y la adaptación de la fuerza laboral a nuevas demandas tecnológicas. El
estudio concluye que la implementación de estas tecnologías es esencial para el avance de la Industria 4.0, y que su adopción no solo
optimiza los procesos de producción, sino que también genera un impacto positivo en la formación y el desarrollo del capital humano
en el mercado laboral.
Referencia
Valaskova, K., Nagy, M., & Grecu, G. (2024). Digital twin simulation modeling, artificial intelligence-based Internet of Manufacturing Things
systems, and virtual machine and cognitive computing algorithms in the Industry 4.0-based Slovak labor market. OECONOMIA COPERNICANA,
15, 95-143. https://doi.org/10.24136/oc.2814
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
131
Nota. Primer antecedente redactado.
Matriz 1. Elaboración del Antecedente 13 - Q1.
Antecedente 13 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios de Lima
Metropolitana durante el periodo 2024
Autor (es) y Título del artículo Objetivo
año
revisado
Metodología
Población y Técnica
muestra
e
instrumento
Descargado por Alonso Ojeda Perez ([email protected])
Resultados
Conclusiones
lOMoARcPSD|24319060
132
No hay una
Kumar,
S., Integración
de Explorar
Lim, W.M., Inteligencia
Sivarajah, U. Artificial
et al. (2023).
y la
tradicional;
Kumar
se basa en el utiliza
inteligencia
Blockchain en los artificial
y
análisis
de enfoque
Negocios:
en
artículos
basado
Tendencias
un
blockchain
desde los
negocios,
Análisis revelando
la
modelos de negocio digitales, al
pueden
mismo tiempo que identifican
en integrarse:
barreras en su implementación a
se utiliza un bibliométrico
suministro,
y
enfoque
y
Contenido
áreas
de
cuantitativo
contenido.
de nivel práctico
de atención médica,
transacciones
para medir el
seguras,
y
impacto en la
finanzas
y
análisis
red
contabilidad
bibliométrico y
intelectual
de contenido
del tema.
un
resaltan
un blockchain
cadenas
tendencias
mediante
autores
et en las que la IA y blockchain para crear nuevos
científicos y análisis
Bibliométrico-
aplicación
identifican Los
El estudio de cuatro áreas clave capacidad disruptiva de la IA y
la El estudio es muestra
integración de cuantitativo
Se
Referencia
Kumar, S., Lim, W.M., Sivarajah, U. et al. Artificial Intelligence and Blockchain Integration in Business: Trends from a Bibliometric-Content Analysis. Inf Syst
Front 25, 871–896 (2023). https://doi.org/10.1007/s10796-022-10279-0
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
133
Nota. Primer antecedente para ambas variable
Matriz 2. Redacción del Antecedente 13 - Q1.
Matriz 2:
Redacción del antecedente del problema: modo vertical
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios
de Lima Metropolitana durante el periodo 2024
Kumar, S., Lim, W.M., Sivarajah, U., et al. (2023), en su investigación "Artificial Intelligence and Blockchain Integration in Business:
Trends from a Bibliometric-Content Analysis", destacan la sinergia entre la inteligencia artificial y las tecnologías emergentes como el
blockchain. Este estudio enfatiza cómo la implementación de IA en procesos empresariales no solo facilita la automatización, sino que
también potencia la transparencia y la seguridad en las operaciones. Dichas características son fundamentales para generar confianza
entre los usuarios, quienes valoran la integridad y la trazabilidad en sus interacciones con las empresas que adoptan estas tecnologías
avanzadas.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
134
Referencia
Kumar, S., Lim, W.M., Sivarajah, U. et al. Artificial Intelligence and Blockchain Integration in Business: Trends from a Bibliometric-Content
Analysis. Inf Syst Front 25, 871–896 (2023). https://doi.org/10.1007/s10796-022-10279-0
Nota. Primer antecedente redactado.
Matriz 2. Elaboración del Antecedente 14- Q1.
Antecedente 14 - Q1.
Matriz 1:
Sistematización de información de modo horizontal
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos empresariales en las empresas de servicios
de Lima Metropolitana durante el periodo 2024
Autor (es) y Título
año
del Objetivo
Metodología
artículo
Población y Técnica
muestra
e Resultados
Conclusiones
instrumento
revisado
Awal, M. &
Integración
Chowdhury, M.
de
Explorar la El estudio es La
integración
cuantitativo.
muestra Los
consistió
investigadores Los hallazgos indican que El estudio concluye
en utilizaron un enfoque la percepción positiva de que el conocimiento y
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
135
(2024).
Inteligencia
de
Artificial y
Blockchain
389
de métodos mixtos la
inteligenci
emprendedor
secuencial
a artificial
es
y
que operan en el
Negocios:
blockchain
sectores
Aceptación
Tendencias
en
tecnológicos
Tecnológica (TAM). Además, la adopción de significativa en su
desde un
negocios,
y
Análisis
revelando
proceso
de principal
Bibliométri
tendencias
adoptar
o cuestionario
co-
y áreas de
considerar la estructurado aplicado ODS, particularmente en adopción
Contenido
aplicación
adopción
de a 389 emprendedores áreas como la reducción impulsar los ODS al
mediante
IA
y digitales, que operan de
un análisis
tecnología
en
bibliométri
blockchain.
tecnológicos y están trabajo decente.
transparencia
de
en proceso de adoptar
eficiencia en costos
contenido
o considerar el uso de
en diversos sectores.
IA
Sin
en los
co
la
los
y
IA
entre
los la percepción positiva
emprendedores digitales de la IA por parte de
digitales explicativo basado en está correlacionada con los
están
Modelo
en El
emprendedores
de una mayor intención de digitales tienen una
adoptar
blockchain. influencia
instrumento blockchain se asocia con intención de adoptar
fue
un un impacto positivo en el la
tecnología
cumplimiento de varios blockchain.
desigualdades,
Esta
puede
la mejorar
la
sectores innovación industrial y el productividad,
y
BCT.
El
cuestionario abordó
Descargado por Alonso Ojeda Perez ([email protected])
embargo,
la
y
la
los
autores destacan la
lOMoARcPSD|24319060
136
temas
como
el
necesidad
de
conocimiento,
las
estrategias y políticas
percepciones y las
específicas
intenciones
cerrar las brechas en
de
adopción.
infraestructura
para
y
conocimiento,
especialmente
en
regiones
en
desarrollo
como
Bangladesh,
para
fomentar
una
adopción eficaz de
estas
tecnologías
emergentes
Referencia
Awal, M. & Chowdhury, M. (2024). Threat or Prospect? Exploring the Impact of Digital Entrepreneurs’ Artificial Intelligence Perception and Intention
to adopt Blockchain Technology on the Achievement of SDGs. Heliyon, 10(13), e33853–e33853. https://doi.org/10.1016/j.heliyon.2024.e33853
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
137
Nota. Antecedente para ambas variables.
Matriz x. Redacción del Antecedente 14 - Q1.
Matriz
Redacción del antecedente del problema: modo vertical
x:
Tema
La confianza en la implementación de la inteligencia artificial en la optimización de procesos
empresariales en las empresas de servicios de Lima Metropolitana durante el periodo 2024
Finalmente, la investigación de Awal, M. y Chowdhury, M. (2024) titulado "Threat or Prospect? Exploring
the Impact of Digital Entrepreneurs’ Artificial Intelligence Perception and Intention to adopt Blockchain
Technology on the Achievement of SDGs", explora cómo la percepción de los emprendedores digitales sobre la
inteligencia artificial impacta su intención de adopción. Basado en una muestra de 389 emprendedores
tecnológicos, el estudio revela que una percepción positiva de la IA aumenta la disposición a utilizarla en
procesos estratégicos, promoviendo así la innovación y la optimización de los procesos empresariales. Asimismo,
los autores destacan cómo esta percepción positiva fomenta la confianza en la tecnología, posicionándola como
un recurso clave para alcanzar metas de sostenibilidad y competitividad en mercados cada vez más dinámicos.
Referencia
Awal, M. & Chowdhury, M. (2024). Threat or Prospect? Exploring the Impact of Digital Entrepreneurs’
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
138
Artificial Intelligence Perception and Intention to adopt Blockchain Technology on the Achievement of
SDGs. Heliyon, 10(13), e33853–e33853. https://doi.org/10.1016/j.heliyon.2024.e33853
Nota. Primer antecedente redactado.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
139
Anexo 5 - Tabla 16
TABLA DE DESEMPEÑO GRUPAL
INSTRUCCIONES:
Estimados estudiantes, para poder hacer un seguimiento del desempeño de cada alumno dentro de sus respectivos grupos, por favor
completar la tabla de desempeño grupal, completando con el porcentaje correspondiente:
●
No participó: 0%
●
Mala participación: 35%
●
Regular participación: 55%
●
Buena participación: 85%
●
Excelente participación: 100%
IMPORTANTE:
Por favor, incluir para todos los integrantes así no hayan participado, así como todos los datos solicitados en la tabla.
Descargado por Alonso Ojeda Perez ([email protected])
lOMoARcPSD|24319060
140
Grupo N° 5
% de participación
en
N°
Apellidos
y
nombres
completos
el
trabajo
grupal
(en orden alfabético, empezando por el apellido paterno)
1
Huerta Blacido, Flavio César
100%
2
Muñoz Vargas, Keisi Anabel
100%
3
Murazzo Aguilar , Gianpiero
100%
4
Pinto Farfán, Rosa María
100%
5
Ruiz Catacora, Maria Alejandra
100%
Descargado por Alonso Ojeda Perez ([email protected])