EL IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA TOMA DE DECISIONES
EMPRESARIALES: UNA REVISIÓN DE LA LITERATURA
THE IMPACT OF ARTIFICIAL INTELLIGENCE ON BUSINESS DECISION-MAKING: A
LITERATURE REVIEW
Autores:
¹Jacobo Imperio Villagómez Villamarín.
¹ORCID ID:
https://orcid.org/0009-0008-8674-3783
¹E-mail de contacto:
jacobo.villagomez.villamarin@uagraria.edu.ec
Afiliación: ¹*Universidad Agraria del Ecuador, (Ecuador),
Artículo recibido: 15 de Septiembre del 2026.
Artículo revisado: 1 de Octubre del 2026.
Artículo aprobado: 1 de Octubre del 2026.
¹Ingeniero Agrónomo, graduado de la Universidad Agraria del Ecuador, (Ecuador), con años 2 años de experiencia laboral. Maestría en
Administración de Empresa, graduado de la Universidad Agraria del Ecuador, (Ecuador).
Resumen
El objetivo del presente estudio fue evaluar el
impacto de la inteligencia artificial en la toma
de
decisiones
empresariales
mediante
una
revisión de literatura científica relacionada con
su
aplicación
en
diferentes
contextos
organizacionales.
En
este
sentido,
la
investigación
se
enfocó
en
analizar
los
beneficios, limitaciones y factores que influyen
en
la
implementación
de
herramientas
de
inteligencia
artificial
dentro
de
los
procesos
estratégicos,
operativos
y
tácticos
de
las
empresas. Para cumplir con este propósito, se
desarrolló
una
metodología
basada
en
la
revisión bibliográfica de artículos académicos,
investigaciones
científicas
y
estudios
especializados
sobre
inteligencia
artificial
y
gestión empresarial. Asimismo, se examinaron
publicaciones
relacionadas
con
automatización,
análisis
de
datos
y
optimización
de
procesos
decisionales
en
distintos
sectores
empresariales.
Los
resultados
obtenidos
evidenciaron
que
la
inteligencia
artificial
mejora
la
rapidez,
precisión y eficiencia en la toma de decisiones
empresariales,
debido
a
su
capacidad
para
procesar grandes volúmenes de información e
identificar
patrones
relevantes
para
las
organizaciones.
De
igual
manera,
se
observó
que su aplicación favorece la optimización de
procesos
y
fortalece
la
competitividad
empresarial.
Sin
embargo,
también
se
identificaron limitaciones relacionadas con la
baja
calidad
de
los
datos,
la
resistencia
organizacional
frente
al
cambio,
la
falta
de
capacitación
del
personal
y las implicaciones
éticas
asociadas
con
la
transparencia
y
el
control
humano
sobre
los
procesos
automatizados.
Con
base
en
los
hallazgos
obtenidos,
se
concluye
que
la
inteligencia
artificial constituye una herramienta de apoyo
para
la
gestión
empresarial,
aunque
su
efectividad
depende
de
una
adecuada
integración
tecnológica
y
de
estrategias
organizacionales orientadas hacia la adaptación
e innovación.
Palabras
clave:
Inteligencia
artificial,
Gestión
empresarial,
Automatización,
Análisis
de
datos,
Transformación
digital,
Competitividad
empresarial,
Innovación
tecnológica.
Abstract
The objective of this study was to evaluate the
impact
of
artificial
intelligence
on
business
decision-making through a review of scientific
literature
regarding
its
application
in
various
organizational contexts. The research focused
on
analyzing
the
benefits,
limitations,
and
factors
influencing
the
implementation
of
artificial
intelligence
tools
within
companies'
strategic,
operational,
and
tactical
processes.
To
achieve
this,
a
methodology
based
on
a
literature review of academic articles, scientific
research,
and
specialized
studies
on
artificial
intelligence
and
business
management
was
employed.
Additionally,
publications
concerning automation, data analysis, and the
optimization
of
decision-making
processes
across
different
business
sectors
were
examined.
The
results
demonstrated
that
artificial
intelligence
enhances
the
speed,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 705
accuracy, and efficiency of business decision-
making
due
to
its
ability
to
process
vast
amounts
of
information
and
identify
patterns
relevant to organizations. It was also observed
that its application fosters process optimization
and
strengthens
business
competitiveness.
However, limitations were identified regarding
poor data quality, organizational resistance to
change,
a
lack
of
staff
training,
and
ethical
implications related to transparency and human
oversight
of
automated
processes.
Based
on
these
findings,
it
is
concluded
that
artificial
intelligence
serves
as
a
support
tool
for
business
management,
although
its
effectiveness depends on proper technological
integration and organizational strategies geared
toward adaptation and innovation.
Keywords:
Artificial
intelligence,
Business
management,
Automation,
Data
analysis,
Digital
transformation,
Business
competitiveness, Technological innovation.
Sumário
O objetivo deste estudo foi avaliar o impacto da
inteligência
artificial
na
tomada
de
decisões
empresariais
por
meio
de
uma
revisão
da
literatura científica relacionada à sua aplicação
em diferentes contextos organizacionais. Nesse
sentido, a pesquisa concentrou-se em analisar os
benefícios,
as
limitações
e
os
fatores
que
influenciam a implementação de ferramentas de
inteligência
artificial
nos
processos
estratégicos,
operacionais
e
táticos
das
empresas.
Para
cumprir
esse
propósito,
desenvolveu-se
uma
metodologia
baseada
na
revisão
bibliográfica
de
artigos
acadêmicos,
pesquisas
científicas
e
estudos
especializados
sobre
inteligência
artificial
e
gestão
empresarial.
Além
disso,
foram
examinadas
publicações relacionadas à automação, à análise
de dados e à otimização de processos decisórios
em diversos setores empresariais. Os resultados
obtidos
evidenciaram
que
a
inteligência
artificial
melhora
a
rapidez,
a
precisão
e
a
eficiência na tomada de decisões empresariais,
devido à sua capacidade de processar grandes
volumes
de
informações
e
identificar
padrões
relevantes
para
as
organizações.
Da
mesma
forma, observou-se que sua aplicação favorece
a
otimização
de
processos
e
fortalece
a
competitividade
empresarial.
No
entanto,
também
foram
identificadas
limitações
relacionadas
à
baixa
qualidade
dos
dados,
à
resistência organizacional à mudança, à falta de
capacitação da equipe e às implicações éticas
associadas
à
transparência
e
ao
controle
humano
sobre
os
processos
automatizados.
Com base nas constatações obtidas, conclui-se
que
a
inteligência
artificial
constitui
uma
ferramenta
de
apoio
à
gestão
empresarial,
embora sua eficácia dependa de uma integração
tecnológica
adequada
e
de
estratégias
organizacionais voltadas para a adaptação e a
inovação.
Palavras-chave:
Inteligência
artificial,
Gestão empresarial, Automação, Análise de
dados,
Transformação
digital,
Competitividade
empresarial,
Inovação
tecnológica.
Introducción
La
inteligencia
artificial
en
el
contexto
empresarial
se
ha
consolidado
como
una
tecnología
que
transforma
los
procesos
de
análisis de información y la toma de decisiones
organizacionales,
debido
a
su
capacidad
para
procesar grandes volúmenes de datos y generar
resultados basados en patrones complejos que
no
son
fácilmente
identificables
mediante
métodos
tradicionales
de
análisis
(Zapata,
2020).
En
este
sentido,
la
problemática
actual
se
relaciona
con
la
dificultad
que
presentan
muchas
organizaciones
para
incorporar
estas
tecnologías en sus sistemas de gestión, lo que
limita la eficiencia en la toma de decisiones y
reduce
la
capacidad
de
respuesta
frente
a
entornos empresariales altamente competitivos
y dinámicos (Soni et al. 2020). Esta situación
evidencia
una
brecha
entre
el
potencial
tecnológico
de
la
inteligencia
artificial
y
su
aplicación
efectiva
dentro
de
los
procesos
empresariales
contemporáneos.
Desde
una
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 706
perspectiva conceptual, la inteligencia artificial
aplicada
a
la
toma
de
decisiones
se
entiende
como un conjunto de técnicas computacionales
orientadas
al
análisis
automatizado
de
información
con
el
fin
de
apoyar
procesos
organizacionales
complejos
y
reducir
la
incertidumbre
en
la
selección
de
alternativas
estratégicas (Borges, 2020).
Este
enfoque
permite
comprender
que
los
sistemas
inteligentes
no
solo
procesan
información,
sino
que
también
incorporan
capacidades
analíticas
avanzadas
que
transforman
la
interpretación
de
datos
y
el
proceso
de
toma
de
decisiones
en
entornos
organizacionales
complejos,
donde
la
incertidumbre
y
el
volumen
de
información
exigen
modelos
de
apoyo
más
precisos
y
automatizados
(Palacio,
2026).
En
consecuencia,
la
inteligencia
artificial
se
posiciona
como
un
soporte
analítico
que
complementa la capacidad humana en la gestión
empresarial.
En
el
ámbito
organizacional,
la
inteligencia
artificial ha sido reconocida como un elemento
que
contribuye
significativamente
a
la
transformación digital de las empresas, debido
a
su
capacidad
para
optimizar
procesos
administrativos, mejorar la eficiencia operativa
y fortalecer la planificación estratégica basada
en
datos
(Soto,
2020).
Asimismo,
se
ha
evidenciado
que
su
implementación
permite
automatizar
tareas
repetitivas
y
mejorar
la
gestión de información en tiempo real, lo que
influye
directamente
en
la
calidad
de
las
decisiones
empresariales
(Acuña,
2025).
Sin
embargo, también se identifica que su adopción
depende del nivel de madurez tecnológica de la
organización
y
de
la
disponibilidad
de
infraestructura
digital
adecuada
para
su
funcionamiento
eficiente.
Por
otra
parte,
la
inteligencia
artificial
aplicada
a
la
gestión
empresarial
ha
impulsado
el
desarrollo
de
modelos
de
toma
de
decisiones
basados
en
datos,
en
los
cuales
los
algoritmos
permiten
analizar
escenarios,
predecir
resultados
y
sugerir alternativas de acción fundamentadas en
información histórica y en tiempo real (Palacio,
2026).
Este
avance
tecnológico
ha
sido
interpretado
como
un
cambio
estructural
en
los
modelos
tradicionales de gestión, ya que introduce una
mayor
dependencia
del
análisis
automatizado
en la formulación de estrategias empresariales
(Páez,
2023).
No
obstante,
también
se
ha
señalado
que
estos
sistemas
requieren
mecanismos
de
gobernanza,
control
ético
y
supervisión
humana
para
evitar
sesgos
en
los
resultados y garantizar la transparencia en los
procesos decisionales.
Desde
el
punto
de
vista
de
la
transformación
organizacional,
la
inteligencia
artificial
ha
permitido
mejorar
la
competitividad
empresarial
al
incrementar
la
velocidad
de
análisis de información y la precisión en la toma
de
decisiones
estratégicas,
especialmente
en
entornos
donde
la
información
cambia
de
manera constante (Giralt, 2024). Sin embargo,
la
literatura
también
advierte
que
la
implementación
de
estas
tecnologías
exige
cambios
en
la
cultura
organizacional,
capacitación
del
personal
y
adaptación
de
los
procesos
internos
para
lograr
una
integración
efectiva
entre
tecnología
y
gestión
humana
(Saad, 2024).
En
función
de
la
literatura
revisada,
se
evidencia que la inteligencia artificial mejora la
eficiencia,
rapidez
y
precisión
en
la
toma
de
decisiones empresariales, debido a su capacidad
para
analizar
grandes
volúmenes
de
información
en
menor
tiempo
y
con
mayor
consistencia
que
los
métodos
tradicionales
de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 707
análisis
(Wamba
et
al.
2020).
Sin
embargo,
también se identifican limitaciones relacionadas
con
la
calidad
de
los
datos,
la
resistencia
organizacional al cambio, la ética algorítmica y
la
transparencia
en
el
uso
de
los
sistemas
inteligentes,
lo
que
condiciona
su
implementación
efectiva
dentro
de
las
organizaciones (Górka et al. 2025).
En consecuencia, el presente estudio se justifica
por
la
necesidad
de
analizar
de
manera
sistemática
el
impacto
de
la
inteligencia
artificial
en
la
toma
de
decisiones
empresariales,
considerando
tanto
sus
beneficios
en
términos
de
eficiencia
organizacional
como
las
limitaciones
estructurales, tecnológicas y éticas que influyen
en su adopción dentro del entorno empresarial
contemporáneo.
Materiales y Métodos
El
presente
estudio
se
desarrolló
bajo
un
enfoque cualitativo de revisión bibliográfica, el
cual
consiste
en
la
recopilación,
selección
y
análisis de literatura científica existente con el
propósito
de
sintetizar
evidencia
sobre
un
fenómeno
de
estudio
sin
intervención
sobre
variables
(Martínez,
2021).
Este
enfoque
permite
interpretar
información
académica
previamente
publicada
y
construir
conocimiento
a
partir
de
diferentes
aportes
teóricos
relacionados
con
la
inteligencia
artificial
en
la
toma
de
decisiones
empresariales.
El
tipo
de
investigación
corresponde
a
un
estudio
documental
de
carácter
descriptivo–analítico,
el
cual
permite
examinar
la
información
científica
disponible
para
describir
fenómenos
y
posteriormente
analizarlos
mediante
la
identificación
de
patrones, tendencias y relaciones conceptuales
(Contreras et al. 2021). Este diseño es frecuente
en investigaciones relacionadas con tecnologías
digitales y gestión organizacional. El diseño de
investigación es no experimental, debido a que
no
existe
manipulación
de
variables,
sino
únicamente análisis de información proveniente
de artículos científicos ya publicados (Mendoza
et
al.
2022). Este enfoque permite estudiar el
fenómeno
en
su
contexto
natural
a
partir
de
evidencia documental.
En cuanto a la población de estudio, esta estuvo
conformada
por
la
producción
científica
relacionada
con
inteligencia
artificial,
transformación
digital
y
toma
de
decisiones
empresariales publicada entre los años 2020 y
2026
en
bases
de
datos
académicas
como
SciELO
y
Redalyc.
En
una
fase
inicial
se
identificaron
aproximadamente
cincuenta
artículos científicos como universo documental
del estudio. Se efectuaron búsquedas en bases
de
datos
científicas
como
SciELO,
Redalyc,
Dialnet
y
Scopus,
debido
a
su
cobertura
en
publicaciones académicas del área de ciencias
sociales
y
administración.
De
manera
complementaria, se utilizó Google Scholar para
ampliar la identificación de estudios disponibles
en acceso abierto.
Para
la
estrategia
de
búsqueda
se
emplearon
descriptores
como:
“inteligencia
artificial”,
“toma
de
decisiones
empresariales”,
“transformación
digital”,
“analítica
de
datos”,
“sistemas de información gerencial” y “gestión
empresarial”.
Las
ecuaciones
de
búsqueda
se
estructuraron
mediante
operadores
booleanos
AND
y
OR,
lo
que
permitió
delimitar
los
resultados
en
función
de
la
relación
entre
inteligencia
artificial
y
procesos
de
decisión
organizacional.
Los
criterios
de
inclusión
consideraron artículos científicos revisados por
pares,
publicados
en
idioma
español
o
con
versión
en
español,
y
con
relación
directa
a
inteligencia
artificial
aplicada
a
la
gestión
empresarial.
Los
criterios
de
exclusión
eliminaron
documentos
sin
respaldo
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 708
académico, artículos de opinión, literatura gris
y publicaciones fuera del periodo establecido.
La
técnica
de
recolección
de
datos
fue
la
revisión
documental
sistemática,
entendida
como
el
proceso
estructurado
de
búsqueda,
selección
y
análisis
de
información
científica
relevante
para
una
investigación
(Venegas,
2021).
Para
este
proceso
se
utilizaron
fichas
bibliográficas
y
matrices
de
análisis
que
permitieron
organizar
la
información
según
autor, año, metodología y hallazgos principales.
El análisis de datos se realizó mediante análisis
de
contenido
cualitativo,
el
cual
permite
interpretar
información
textual
mediante
la
construcción de categorías temáticas (López y
Sicilia,
2021).
Este
procedimiento
facilitó
la
organización
de
la
evidencia
en
categorías
como beneficios, limitaciones y aplicaciones de
la inteligencia artificial en la toma de decisiones
empresariales.
Resultados y Discusión
La literatura reciente sobre inteligencia artificial
aplicada a la toma de decisiones empresariales
evidencia
un
crecimiento
sostenido
en
el
análisis
de
sus
aplicaciones,
beneficios
y
limitaciones dentro del ámbito organizacional.
Este campo de estudio se ha fortalecido debido
a
la
necesidad
de
las
empresas
de
incorporar
herramientas
tecnológicas
que
permitan
procesar grandes volúmenes de información y
transformar los datos en conocimiento útil para
la
gestión
estratégica.
En
este
contexto,
la
inteligencia
artificial
se
ha
consolidado
como
un
recurso
que
apoya
la
automatización
de
procesos analíticos, la predicción de escenarios
y
la
optimización
de
decisiones
gerenciales.
Zapata
(2020)
señala
que
la
inteligencia
artificial
permite
estructurar
procesos
de
decisión
más
complejos
al
integrar
múltiples
variables
en
tiempo
real,
lo
que
reduce
la
incertidumbre
en
entornos
empresariales
dinámicos.
De forma complementaria, Arizaga Vera et al.
(2025)
destacan
que
la
inteligencia
artificial
aplicada a la gestión empresarial contribuye a la
automatización de procesos y al fortalecimiento
de
la
toma
de
decisiones
basada
en
datos,
aunque
su
implementación
aún
enfrenta
desafíos relacionados con la capacitación y la
adaptación organizacional. Asimismo, Palacios
Gómez
(2026)
identifica
que
la
inteligencia
artificial
en
el
ámbito
financiero
mejora
la
precisión
de
las
decisiones
estratégicas,
pero
introduce
riesgos
asociados
a
la
dependencia
tecnológica y la gobernanza de datos.
Tabla 1.
Aplicaciones de la inteligencia artificial en la toma de decisiones empresariales
Autor
Año
Tema del estudio
Objetivo general del estudio
Hallazgos (relacionados al objetivo)
Boy et al.
2024
Inteligencia artificial en
la toma de decisiones
empresariales
Analizar el impacto de la
inteligencia artificial en los
procesos de toma de decisiones en
organizaciones empresariales
Se determinó que la inteligencia artificial mejora la toma de decisiones al
procesar grandes volúmenes de datos en tiempo real, lo que permite reducir la
incertidumbre en escenarios empresariales complejos. Además, se evidencia
una mejora en la eficiencia analítica y en la capacidad de respuesta
organizacional frente a cambios del entorno.
Silva et
al.
2024
Sistemas inteligentes en
la gestión gerencial
Evaluar la influencia de la
inteligencia artificial en la calidad
de las decisiones gerenciales
Los resultados muestran que la inteligencia artificial reduce errores en la toma
de decisiones mediante modelos predictivos, lo que permite anticipar
escenarios y optimizar la gestión empresarial. También se evidencia una
reconfiguración del proceso decisional al integrar análisis automatizados.
González
2024
Inteligencia artificial en
emprendimientos
Analizar el uso de inteligencia
artificial en la planificación y toma
de decisiones en emprendimientos
Se evidencia que la inteligencia artificial mejora la planificación estratégica al
permitir decisiones basadas en análisis de datos en tiempo real, lo que
incrementa la capacidad de adaptación de los emprendimientos en mercados
competitivos.
Arizaga
et al.
2025
Aplicaciones de
inteligencia artificial en
empresas
Analizar la aplicación de la
inteligencia artificial en la
eficiencia organizacional y la toma
de decisiones
Los hallazgos muestran que la inteligencia artificial optimiza procesos
administrativos y mejora la eficiencia en la toma de decisiones; sin embargo,
también se identifican limitaciones relacionadas con la necesidad de
capacitación del personal y adaptación tecnológica.
Górka et
al.
2025
Adopción de inteligencia
artificial en
organizaciones
Evaluar el impacto de la
inteligencia artificial en la toma de
decisiones empresariales en
organizaciones europeas
Se determinó que la inteligencia artificial incrementa la velocidad y precisión
en la toma de decisiones, aunque su adopción enfrenta resistencia
organizacional debido a factores culturales y de adaptación tecnológica.
Fuente: Elaboración propia.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 709
Los
resultados
obtenidos
evidencian
que
la
inteligencia
artificial
se
ha
consolidado
como
una
herramienta
relevante
para
fortalecer
los
procesos de toma de decisiones empresariales,
principalmente
mediante
el
procesamiento
de
grandes
volúmenes
de
datos,
la
identificación
de patrones, la generación de predicciones y la
reducción
del
tiempo
requerido
para
analizar
escenarios complejos.
Los hallazgos sistematizados muestran que Boy
et
al.
(2024),
Silva
et
al.
(2024),
González
(2024),
Arizaga
et
al.
(2025)
y
Górka
et
al.
(2025)
coinciden
en
atribuir
a
la
inteligencia
artificial una función de apoyo estratégico que
mejora
la
capacidad
analítica
de
las
organizaciones.
Esta
tendencia
guarda
correspondencia con lo señalado por Shrestha et
al.
(2019),
quienes
explican
que
los
sistemas
basados en inteligencia artificial modifican las
estructuras tradicionales de decisión al ampliar
el
conjunto
de
alternativas
que
pueden
evaluarse,
aumentar
la
velocidad
del
procesamiento y facilitar esquemas en los que
las
decisiones
humanas
y
algorítmicas
se
complementan.
En relación con la eficiencia y rapidez de los
procesos decisionales, los resultados de Boy et
al. (2024) indican que la inteligencia artificial
permite procesar información en tiempo real y
reducir
la
incertidumbre
frente
a
escenarios
empresariales
complejos.
Esta
apreciación
encuentra
respaldo
en
Langer
et
al.
(2021),
quienes
analizaron
sistemas
automatizados
de
apoyo
a
decisiones
en
tareas
gerenciales
y
evidenciaron
que
la
automatización
puede
modificar tanto el desempeño como el tiempo
utilizado
para
adoptar
decisiones.
De
manera
similar,
Neiroukh
et
al.
(2024)
determinaron
que las capacidades organizacionales asociadas
con
inteligencia
artificial
repercuten
sobre
la
velocidad y la calidad de la toma de decisiones,
variables
que,
a
su
vez,
contribuyen
al
desempeño
de
la
organización.
Por
consiguiente,
los
resultados
analizados
permiten sostener que el valor de la inteligencia
artificial
no
se
limita
a
automatizar
tareas
operativas,
sino
que
se
extiende
hacia
la
capacidad
de
proporcionar
información
procesada con mayor rapidez para sustentar la
actuación gerencial.
Asimismo,
el
hallazgo
de
Silva
et
al.
(2024),
según el cual los sistemas inteligentes reducen
errores
y
permiten
anticipar
escenarios
mediante modelos predictivos, coincide con la
literatura
que
vincula
la
inteligencia
artificial
con
una
toma
de
decisiones
basada
en
datos.
Giachino
et
al.
(2024)
encontraron,
mediante
información recopilada de 346 directivos, una
relación
positiva
entre
la
toma
de
decisiones
impulsada
por
inteligencia
artificial
y
el
desempeño empresarial, además de señalar que
las
capacidades
de
inteligencia
artificial
sustentadas
en
grandes
volúmenes
de
datos
favorecen
el
desarrollo
de
decisiones
organizacionales.
Este
resultado
refuerza
lo
identificado en la presente revisión, puesto que
la disponibilidad de mecanismos predictivos no
solo permite interpretar situaciones existentes,
sino
que
facilita
la
estimación
de
posibles
comportamientos futuros y ofrece a la dirección
empresarial
mayores
elementos
para
seleccionar cursos de acción.
Los resultados de González (2024), centrados
en la utilización de inteligencia artificial para la
planificación
y
toma
de
decisiones
en
emprendimientos,
permiten
destacar
otra
dimensión
relevante:
la
capacidad
de
adaptación frente a entornos competitivos. En
este
aspecto,
la
inteligencia
artificial
puede
ampliar la capacidad empresarial para analizar
alternativas
y
responder
ante
cambios
del
mercado;
sin
embargo,
dicha
contribución
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 710
depende
de
la
forma
en
que
se
distribuya
la
responsabilidad
entre
los
sistemas
automatizados
y
los
responsables
humanos.
Shrestha
et
al.
(2019)
distinguen
diferentes
estructuras de decisión, que comprenden desde
la
delegación
hacia
sistemas
de
inteligencia
artificial
hasta
modalidades
híbridas
y
agregadas
de
participación
humano–máquina.
En
consecuencia,
la
utilidad
de
estas
herramientas
para
la
planificación
estratégica
no
debería
interpretarse
como
una
sustitución
automática del juicio gerencial, sino como una
modificación de la manera en que se obtiene,
procesa
y
utiliza
la
información
dentro
de
la
organización.
Esta interpretación también coincide con Raisch
y
Krakowski
(2021)
quienes
plantean
que
la
incorporación
de
inteligencia
artificial
en
la
gestión empresarial se desarrolla a partir de una
tensión entre automatización y aumento de las
capacidades humanas. Desde esta perspectiva,
automatizar
determinadas
operaciones
puede
incrementar
la
eficiencia,
mientras
que
la
colaboración
entre
personas
y
sistemas
inteligentes
puede
ampliar
las
capacidades
de
análisis
y
razonamiento
disponibles
para
los
responsables
de
las
decisiones.
Por
tanto,
los
hallazgos
de
la
revisión
no
deberían
ser
entendidos únicamente desde la automatización
tecnológica,
debido
a
que
los
mayores
beneficios organizacionales pueden producirse
cuando las capacidades computacionales de la
inteligencia
artificial
se
articulan
con
el
conocimiento
contextual,
la
experiencia
y
el
juicio de los responsables humanos.
Esta complementariedad resulta especialmente
importante
en
decisiones
estratégicas
caracterizadas
por
incertidumbre,
consecuencias
de
largo
plazo
o
múltiples
variables
cualitativas.
No
obstante,
los
resultados de Arizaga et al. (2025) y Górka et
al.
(2025)
advierten
que
la
incorporación
de
inteligencia
artificial
también
encuentra
obstáculos
asociados
con
la
capacitación
del
personal,
la
resistencia
organizacional
y
la
adaptación tecnológica.
Tales
resultados
coinciden
con
Cao
et
al.
(2021),
quienes,
a
partir
de
una
investigación
desarrollada con 269 gerentes del Reino Unido,
identificaron
que
la
disposición
de
los
directivos
hacia
el
empleo
de
inteligencia
artificial se encuentra condicionada por factores
favorables y por preocupaciones asociadas a su
utilización.
Los
autores
sostienen
que
las
organizaciones
requieren
condiciones
facilitadoras
y
mecanismos
destinados
a
disminuir las inquietudes de los gerentes frente
a
estas
tecnologías.
En
la
misma
dirección,
Mahmud
et
al.
(2023)
encontraron
que
la
resistencia
a
la
innovación
y
determinadas
barreras relacionadas con el valor, la tradición y
la
imagen
se
asocian
con
la
aversión
de
los
directivos hacia las decisiones algorítmicas. De
esta
manera,
los
hallazgos
analizados
demuestran
que
disponer
de
sistemas
tecnológicamente
avanzados
no
garantiza
su
integración
efectiva
en
los
procesos
empresariales,
debido
a
que
la
aceptación
y
preparación
de
los
usuarios
constituyen
condiciones
determinantes
para
su
aprovechamiento.
Otra cuestión que adquiere especial importancia
corresponde a la gobernanza de los datos y de
los
sistemas de inteligencia artificial.
Aunque
los estudios incluidos destacan principalmente
beneficios
relacionados
con
precisión,
velocidad,
automatización
y
eficiencia,
estos
resultados deben analizarse juntamente con los
riesgos derivados de la calidad de los datos, la
transparencia de los algoritmos, la privacidad,
la
seguridad
y
la
responsabilidad
sobre
las
decisiones
adoptadas.
Batool
et
al.
(2025),
a
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 711
partir de una revisión sistemática, señalan que
una gobernanza adecuada requiere definir quién
asume la responsabilidad sobre los sistemas de
inteligencia artificial, qué componentes deben
ser gobernados, en qué etapas debe ejercerse el
control
y
mediante
qué
mecanismos
debe
desarrollarse. Además, destacan que la calidad,
privacidad y seguridad de los datos, junto con la
interpretabilidad
y
responsabilidad
de
los
sistemas,
constituyen
componentes
esenciales
de
una
inteligencia
artificial
confiable.
Estos
planteamientos
fortalecen
lo
señalado
por
Palacios Gómez (2026) respecto a los riesgos
derivados
de
la
dependencia
tecnológica
y
la
gobernanza de la información.
La
evidencia
más
reciente
también
introduce
una consideración importante frente a la idea de
que
la
inteligencia
artificial
necesariamente
conduce
a
decisiones
superiores.
Nassiri
y
El
Mzabi
(2026),
mediante
una
revisión
sistemática
de
15
investigaciones
que
comprendieron
15.752
participantes,
encontraron
efectos
diferenciados
según
la
etapa
del
proceso
decisional:
la
inteligencia
artificial
generativa
presentó
resultados
favorables
en
actividades
relacionadas
con
obtención y análisis de información, resultados
mixtos
en
tareas
de
diseño
de
alternativas
y
efectos
menos
favorables
cuando
la
tarea
implicaba realizar directamente la elección.
Los autores atribuyen parte de esta variabilidad
a que los sistemas pueden presentar respuestas
con
un
grado
similar
de
seguridad
independientemente
de
su
precisión
real,
dificultando
que
el
usuario
determine
cuándo
confiar
en
ellos.
Este
resultado
amplía
los
hallazgos
de
la
presente
investigación,
pues
indica
que
el
aumento
de
la
velocidad
de
procesamiento
y
la
capacidad
predictiva
no
necesariamente equivale, por sí mismo, a una
mayor calidad en toda decisión empresarial. En
concordancia con lo anterior, Li y Tian (2026)
mediante
una
revisión
sistemática
y
bibliométrica de 627 artículos vinculados con la
toma
de
decisiones
humano–IA,
identificaron
distintas
configuraciones
de
colaboración
que
varían
según
el
tipo
de
problema,
la
intervención
del
sistema
y
el
procesamiento
cognitivo
requerido.
Sus
resultados
muestran
que
la
inteligencia
artificial
puede
sustituir,
ampliar o reconfigurar determinadas funciones
del
razonamiento
humano,
pero
también
evidencian que su efecto depende de la forma
en que se establezca la interacción entre ambos
agentes.
Este planteamiento coincide con los resultados
analizados,
especialmente
con
aquellos
relacionados
con
la
eficiencia,
capacidad
predictiva
y
adaptación
empresarial,
pero
introduce
la
necesidad
de
superar
una
perspectiva
exclusivamente
tecnológica
y
considerar
el
diseño
de
sistemas
híbridos
de
decisión
en
los
cuales
se
mantenga
una
participación
humana
proporcional
a
la
complejidad y consecuencias de las decisiones.
En
conjunto,
la
comparación
con
la
literatura
científica
reciente
confirma
una
amplia
convergencia con los resultados obtenidos. La
inteligencia artificial favorece el procesamiento
de información, acelera el análisis, incrementa
las capacidades predictivas y puede contribuir
tanto
a
la
calidad
de
las
decisiones
como
al
desempeño
empresarial.
Sin
embargo,
la
evidencia
también
demuestra
que
estos
beneficios se encuentran condicionados por las
capacidades tecnológicas de la organización, la
calidad
y
gobernanza
de
los
datos,
la
capacitación de los trabajadores, la aceptación
de
los
directivos
y
el
equilibrio
entre
automatización y supervisión humana. Por ello,
más
que
comprender
la
inteligencia
artificial
como un sustituto autónomo del responsable de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 712
la decisión, los resultados permiten interpretarla
como
una
capacidad
organizacional
de
apoyo
cuyo
impacto
depende
de
su
integración
estratégica
con
los
recursos
humanos,
tecnológicos y administrativos de la empresa.
Conclusiones
El análisis sistemático de la literatura permitió
determinar
que
la
inteligencia
artificial
ejerce
un
impacto
significativo
en
la
toma
de
decisiones
empresariales
al
fortalecer
la
capacidad de las organizaciones para procesar
grandes volúmenes de información, identificar
patrones,
anticipar
escenarios
y
seleccionar
alternativas sustentadas en datos. Los estudios
revisados
muestran
coincidencias
respecto
a
que
su
incorporación
favorece
una
mayor
rapidez
en
el
análisis
de
información,
reduce
determinadas
tareas
operativas
y
repetitivas,
mejora
la
capacidad
predictiva
y
facilita
respuestas
más
oportunas
ante
cambios
del
entorno.
En
consecuencia,
la
inteligencia
artificial se configura como una herramienta de
apoyo estratégico para la gestión empresarial,
particularmente en contextos caracterizados por
elevados niveles de información, incertidumbre
y competitividad.
En relación con la eficiencia organizacional, se
identificó que los beneficios de la inteligencia
artificial
trascienden
la
automatización
de
procesos,
puesto
que
su
aplicación
puede
contribuir a mejorar la planificación estratégica,
optimizar la utilización de recursos, disminuir
errores asociados al procesamiento manual de
información
y
fortalecer
la
capacidad
de
adaptación
de
las
empresas.
No
obstante,
los
resultados evidencian que estos beneficios no se
producen de manera automática ni homogénea
en
todas
las
organizaciones.
Su
aprovechamiento depende de factores como la
disponibilidad
y
calidad
de
los
datos,
la
infraestructura
tecnológica,
las
competencias
digitales
del
personal,
la
preparación
de
los
directivos,
la
integración
de
los
sistemas
inteligentes
con
los
procesos
existentes
y
la
capacidad
institucional
para
gestionar
los
cambios derivados de su incorporación.
El análisis permitió establecer que la adopción
de
inteligencia
artificial
en
la
toma
de
decisiones
empresariales
también
presenta
limitaciones estructurales, tecnológicas y éticas
que requieren atención. Entre las principales se
encuentran
la
resistencia
organizacional,
la
necesidad de capacitación continua, los costos
de implementación, la dependencia tecnológica,
los
sesgos
algorítmicos,
los
problemas
relacionados con la privacidad y seguridad de
los
datos,
la
falta
de
transparencia
de
determinados
modelos
y
la
necesidad
de
establecer
responsabilidades
frente
a
las
decisiones
apoyadas
por
sistemas
automatizados. Por ello, la evidencia analizada
permite concluir que el impacto favorable de la
inteligencia
artificial
depende
de
una
implementación
planificada,
ética
y
responsable,
en
la
que
las
capacidades
tecnológicas complementen, y no sustituyan de
manera
indiscriminada,
el
criterio
y
la
supervisión
humana.
De
esta
forma,
su
incorporación
puede
contribuir
de
manera
sostenible a la eficiencia organizacional y a una
toma
de
decisiones
empresariales
más
informada, ágil y estratégica.
Referencias Bibliográficas
Acuña, A. (2025). Empresas autónomas: Toma
de
decisiones
estratégicas
impulsada
por
inteligencia
artificial.
Revista
Académica
Institucional,
10
(1),
45–60.
https://doi.org/10.64183/pw7nw416
Batool, A., Zowghi, D., & Bano, M. (2025). AI
governance:
A
systematic
literature
review.
AI
and
Ethics,
5
,
3265–3279.
https://doi.org/10.1007/s43681-024-00653-
w
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 713
Borges, B. R. (2020). El sesgo de la máquina en
la
toma
de
decisiones.
IUS
ET
SCIENTIA,
6
(2),
54–71.
https://doi.org/10.12795/IETSCIENTIA.202
0.i02.05
Cao, G., Duan, Y., Edwards, J. S., & Dwivedi,
Y.
K.
(2021).
Understanding
managers’
attitudes
and
behavioral
intentions
towards
using artificial intelligence for organizational
decision-making.
Technovation,
106
,
102312.
https://doi.org/10.1016/j.technovation.2021.
102312
Contreras,
B.,
&
Rodríguez,
M.
(2021).
Revisión
de
literatura
y
análisis
de
tecnologías
digitales
en
educación
e
investigación.
Revista
Científica,
42
(2),
1–
15.
https://doi.org/10.14483/23448350.17547
Giachino, C., Cepel, M., Truant, E., & Bargoni,
A.
(2024).
Artificial
intelligence-driven
decision
making
and
firm
performance:
A
quantitative
approach.
Management
Decision,
63
(10),
3454–3476.
https://doi.org/10.1108/MD-10-2023-1966
Giralt, H. E. (2024).
Hacia una implementación
ética e inclusiva de la inteligencia artificial
en
las
organizaciones
.
arXiv.
https://arxiv.org/abs/2405.00225
Górka, E., Baran, D., Wojak, G., Ćwiąkała, M.,
Zupok,
S.,
&
Starkowski,
D.
(2025).
The
impact of artificial intelligence on enterprise
decision-making
process
.
arXiv.
https://arxiv.org/abs/2512.02048
Langer, M., König, C. J., & Busch, V. (2021).
Changing
the
means
of
managerial
work:
Effects
of
automated
decision
support
systems on personnel selection tasks.
Journal
of
Business
and
Psychology,
36
,
751–769.
https://doi.org/10.1007/s10869-020-09711-6
Li, H., & Tian, F. (2026). Advancing decision-
making through AI-human collaboration: A
systematic
review
and
conceptual
framework.
Group Decision and Negotiation,
35
,
Article
26.
https://doi.org/10.1007/s10726-026-09980-1
López,
B.,
&
Sicilia,
M.
(2021).
Inteligencia
artificial
y
análisis
de
datos
en
la
toma
de
decisiones empresariales.
Revista de Estudios
Empresariales.
Segunda
Época
,
(2),
1–18.
https://doi.org/10.17561/ree.v2021.2.6491
Mahmud, H., Islam, A.., & Mitra, R.. (2023).
What
drives
managers
towards
algorithm
aversion and how to overcome it? Mitigating
the impact of innovation resistance through
technology
readiness.
Technological
Forecasting
and
Social
Change,
193
,
122641.
https://doi.org/10.1016/j.techfore.2023.1226
41
Martínez, M. (2021). Producción científica y
análisis documental en inteligencia artificial.
E-Ciencias
de la
Información,
11
(1), 1–20.
https://doi.org/10.15517/eci.v11i1.42252
Mendoza,
J.,
M,
Q.,
&
Muñoz,
S.
(2022).
Aplicaciones
de
inteligencia
artificial
en
entornos
organizacionales.
Ingeniería
y
Competitividad,
24
(2),
1–12.
https://doi.org/10.25100/iyc.v24i2.11727
Nassiri,
E.
M.,
&
El
Mzabi,
A.
(2026).
Generative
AI
and
organizational
decision-
making: A systematic review of performance
effects.
Procedia
Computer
Science,
280
,
1344–1349.
https://doi.org/10.1016/j.procs.2026.04.182
Neiroukh, S., Emeagwali, O. L., & Aljuhmani,
H.
Y.
(2024).
Artificial
intelligence
capability
and
organizational
performance:
Unraveling
the
mediating
mechanisms
of
decision-making
processes.
Management
Decision,
63
(10),
3501–3532.
https://doi.org/10.1108/MD-10-2023-1946
Páez,
A.
(2023).
Impacto
de
la
inteligencia
artificial en la toma de decisiones financieras
corporativas.
Revista
Ingenio
Global,
2
(1),
46–54.
https://doi.org/10.62943/rig.v2n1.2023.61
Palacio, G. (2026). Análisis del impacto de la
inteligencia artificial en la toma de decisiones
financieras
empresariales:
Una
revisión
sistemática
de
la
literatura.
Revista
Gente
Clave,
10
(1),
28–43.
https://doi.org/10.65050/rgc.v10n1a8
Raisch, S., & Krakowski, S. (2021). Artificial
intelligence
and
management:
The
automation–augmentation paradox.
Academy
of
Management
Review,
46
(1),
192–210.
https://doi.org/10.5465/amr.2018.0072
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10.1
Edición Especial X 2026
Página 714
Saad,
P.
(2024).
Cambio
cultural
para
la
implementación
exitosa
de
la
inteligencia
artificial
generativa
[Trabajo
académico,
Universidad
Torcuato
Di
Tella].
https://repositorio.utdt.edu/items/0e66bda1-
Shrestha, Y., Ben, S.., & von Krogh, G. (2019).
Organizational decision-making structures in
the
age
of
artificial
intelligence.
California
Management
Review,
61
(4),
66–83.
https://doi.org/10.1177/0008125619862257
Soni, N., Sharma, E., Singh, N., & Kapoor, A.
(2020).
Impact
of
artificial
intelligence
on
businesses
.
arXiv.
https://arxiv.org/abs/1905.02092
Soto, A. (2020). COVID-19 pandemic: Shifting
digital transformation
to a high-speed gear.
Information
Systems
Management,
37
(4),
260–266.
https://doi.org/10.1080/10580530.2020.1814
461
Declaraciones éticas y editoriales del artículo
Contribución de los autores (Taxonomía CRediT).
Jacobo Imperio Villagómez Villamarín: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal
de los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Declaración de conflicto de intereses
Los autores declaran que no existe conflicto de intereses en relación con la investigación presentada, la autoría del manuscrito ni la publicación del presente
artículo.
Declaración de financiamiento
La presente investigación no recibió financiamiento específico de agencias públicas, comerciales o de organizaciones sin fines de lucro. En caso de existir
financiamiento institucional o externo, este deberá ser declarado explícitamente por los autores en esta sección.
Declaración del editor
El editor responsable certifica que el proceso editorial del presente artículo se desarrolló conforme a los principios de integridad científica, transparencia
y
buenas
prácticas
editoriales.
El
manuscrito
fue
sometido
a
un
proceso
de
evaluación
mediante
revisión
por
pares
doble
ciego,
garantizando
la
confidencialidad de la identidad de los autores y revisores durante todo el proceso de dictamen académico. Asimismo, el editor declara que el artículo
cumple con los criterios científicos, metodológicos y éticos establecidos por la revista.
Declaración de los revisores
Los revisores externos que participaron en la evaluación del presente manuscrito declaran haber realizado el proceso de revisión de manera objetiva,
independiente y confidencial. Asimismo, manifiestan que no mantienen conflictos de interés con los autores ni con la investigación evaluada, y que sus
observaciones y recomendaciones se fundamentan exclusivamente en criterios científicos, metodológicos y académicos.
Declaración ética de la investigación
Los autores declaran que la investigación se desarrolló respetando los principios éticos de la investigación científica, garantizando la confidencialidad de
los datos y el respeto a los participantes del estudio. En los casos en que la investigación involucre seres humanos, los procedimientos deben ajustarse a
los principios éticos establecidos en la Declaración de Helsinki y a las normativas institucionales correspondientes.
Declaración sobre el uso de inteligencia artificial
Los autores declaran que el uso de herramientas de inteligencia artificial, en caso de haberse utilizado durante el proceso de investigación o redacción del
manuscrito,
se
realizó
únicamente
como
apoyo
técnico
para
mejorar
la
claridad
del
lenguaje
o
el
análisis de
información,
manteniendo
siempre
la
responsabilidad intelectual sobre el contenido del artículo. Las herramientas de inteligencia artificial no fueron utilizadas como autoras del manuscrito ni
sustituyen la responsabilidad académica de los investigadores.
Disponibilidad de datos
Los datos que respaldan los resultados de esta investigación estarán disponibles previa solicitud razonable al autor de correspondencia, respetando las
normas éticas y de confidencialidad establecidas por la investigación.
Venegas,
R.
(2021).
Procesamiento
de
información
científica
mediante
revisión
documental.
Revista Signos, 54
(105), 1–18.
https://doi.org/10.4067/S0718-
09342021000300942
Wamba,
T.,
Wamba,
S.,
Kamdjoug,
J.,
&
Wanko,
C.
(2020).
Influence
of
artificial
intelligence
on
firm
performance:
The
business
value
of
AI-based
transformation
projects.
Business
Process
Management
Journal,
26
(7),
1893–1924.
https://doi.org/10.1108/BPMJ-10-2019-0411
Zapata, C. (2020). Inteligencia artificial para la
