Página 238
optimización de recursos o la evaluación de
riesgo. Esto habla de organizaciones que
prefieren, en esta primera etapa, herramientas
que refuercen el criterio de quien decide antes
que sistemas que reemplacen ese criterio por
completo. Es un patrón de incorporación
gradual, no de ruptura.
Los directivos de Portoviejo le reconocen a la
inteligencia artificial un aporte concreto: menos
sesgo en las decisiones y más competitividad
para sus organizaciones. Ese reconocimiento
importa porque suele anteceder a procesos de
adopción más profundos, y porque puede servir
de base para diseñar programas de
acompañamiento tecnológico pensados para
este tipo de empresas, que rara vez son el foco
de este tipo de políticas. Esta investigación
aporta a la ciencia evidencia empírica de un
fenómeno que casi siempre se estudia desde
grandes corporaciones o economías
desarrolladas, y la lleva al terreno de las
empresas medianas y pequeñas de una ciudad
intermedia ecuatoriana. Al reunir en un mismo
estudio el conocimiento, la disposición al
cambio, los beneficios que se perciben y las
barreras que realmente enfrentan estas
organizaciones, deja una línea base que otras
investigaciones pueden usar para comparar, y
un punto de partida concreto para explorar, más
adelante, la relación causal entre inteligencia
artificial toma de decisiones y competitividad
empresarial en contextos parecidos.
Agradecimiento
A la Universidad Técnica Estatal de Quevedo
por el acceso a las instalaciones y acceder a la
Educación Superior de forma gratuita, a los
docentes que enseñan con profesionalismo, a las
personas que están detrás de cada uno de los
integrantes de la investigación apoyando con
esfuerzo el camino educacional de la carrera de
Administración de Empresas. A los compañeros
que en el aula de clase compartimos
conocimientos para formarnos como
profesionales.
Referencias Bibliográficas
Aimacaña, E., & Romer, A. (2025). Plan de
direccionamiento estratégico para la
microempresa MAG DIÉSEL de Latacunga.
Noesis. Revista Electrónica de Investigación,
7(2), 958–975.
https://doi.org/10.35381/noesisin.v7i2.628
Alawamleh, M., Shammas, N., Alawamleh, K.,
& Bani Ismail, L. (2024). Examining the
limitations of AI in business and the need for
human insights using Interpretive Structural
Modelling. Journal of Open Innovation:
Technology, Market, and Complexity, 10(3),
100338.
https://doi.org/10.1016/j.joitmc.2024.100338
Alcántara, M., Sánchez, É., Aguirre, I.,
Villafán, L., Jarrín, E., & León, L. (2025).
Inteligencia artificial y su impacto en la toma
de decisiones. Estudios y Perspectivas
Revista Científica y Académica, 5(1), 1073–
1091.
https://doi.org/10.61384/r.c.a..v4i4.812
Calderón, V., Silva, E., & Toasa, R. (2024).
Impacto de la inteligencia artificial en la toma
de decisiones gerenciales. Innovarium, 1(1),
1–20.
https://doi.org/10.70980/teclemas.v1n1.2024
.1
Cano, A. (2020). Investigación cuantitativa en
una práctica universitaria de intervención en
comunidad en el norte de México.
Prospectiva, 107–130.
https://doi.org/10.25100/prts.v0i29.8196
Carrera, J., & Muñoz, P. (2026). El impacto de
la inteligencia artificial en el marketing de las
empresas del IBEX35. Espacios, 47(1), 134–
145. https://doi.org/10.48082/espacios-
a26v47n01i11
Contreras, F., & Olaya J. (2025). Inteligencia
artificial en las empresas: Oportunidades y
desafíos. Impulso, Revista de
Administración, 5(9), 343–357.
https://doi.org/10.59659/impulso.v.5i9.88