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])
0
Puede agregar este documento a su colección de estudio (s)
Iniciar sesión Disponible sólo para usuarios autorizadosPuede agregar este documento a su lista guardada
Iniciar sesión Disponible sólo para usuarios autorizados(Para quejas, use otra forma )