LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3338.
DOI: https://doi.org/10.56712/latam.v5i4.2499
El uso de la inteligencia artificial en la gestión empresarial
para la toma de decisiones en la planeación de
desplazamiento del material de lento movimiento
The use of artificial intelligence in business management for decision-
making in the planning of the movement of slow-moving material
Janet Margarita Solano Hernández
Yan3t.1@gmail.com
https://orcid.org/0009-0008-8856-1377
Tecnológico de Estudios Superiores de Jocotitlán
Toluca – México
José Luis Soriano Ávila
jose.soriano@tesjo.edu.mx
https://orcid.org/0009-0004-4602-5876
Tecnológico de Estudios Superiores de Jocotitlán
Toluca – México
Artículo recibido: 30 de julio de 2024. Aceptado para publicación: 14 de agosto de 2024.
Conflictos de Interés: Ninguno que declarar.
Resumen
La inteligencia artificial es un tema actual que ha tomado relevancia en la gestión empresarial, debido
al notorio incremento en la producción y demanda del producto en las empresas que hacen uso de
esta, lo que logra una mejor competitividad en el mercado. Por ello, este documento va dirigido a la
gestión de empresas con iniciativa de mejorar su capacidad y rendimiento actual, el principal
propósito de esta investigación es proponer hacer uso de aplicaciones de inteligencia artificial con
enfoque de un modelo de negocio integrado, asimismo, analizar el estado de cada aplicación como
herramienta en las operaciones de empresas. Del mismo modo, también busca desarrollar la iniciativa
del uso de la inteligencia artificial para lograr un mejor análisis en la toma decisiones, así como obtener
una alta capacidad de producción sin generar pérdidas significativas, además de contribuir a nuevas
soluciones tecnológicas en el ámbito empresarial.
Palabras clave: inteligencia artificial, gestión empresarial, toma de decisiones, material de
lento movimiento, planeación
Abstract
Artificial intelligence is a current issue that has become relevant in business management, due to the
notorious increase in production and demand for the product in companies that make use of it, which
achieves better competitiveness in the market. Therefore, this document is aimed at the management
of companies with the initiative to improve their current capacity and performance, The main purpose
of this research is to propose to make use of artificial intelligence applications with an integrated
business model approach, as well as to analyze the state of each application as a tool in business
operations. In the same way, it also seeks to develop the initiative of the use of artificial intelligence to
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3339.
achieve better analysis in decision-making, as well as to obtain a high production capacity without
generating significant losses, in addition to contributing to new technological solutions in the business
environment.
Keywords: artificial intelligence, business management, decision-making, slow-moving
material, planning
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicado en este sitio está disponibles bajo Licencia Creative Commons .
Cómo citar: Solano Hernández, J. M., & Soriano Ávila, J. L. (2024). El uso de la inteligencia artificial en
la gestión empresarial para la toma de decisiones en la planeación de desplazamiento del material de
lento movimiento. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades 5 (4), 3338–
3350. https://doi.org/ 10.56712/latam.v5i4.2499
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3340.
INTRODUCCIÓN
“La inteligencia artificial (IA) es una rama de la informática que se ocupa de la creación de agentes
inteligentes, que son sistemas que pueden razonar, aprender y actuar de forma autónoma” (Vela, 2023,
p. 10).
El uso de inteligencia artificial (IA) en el ámbito de gestión empresarial ha contribuido a generar
constantes cambios en la tendencia de aplicar y adaptar una producción más competitiva y productiva,
que beneficie al crecimiento de las empresas que quieran mejorar costos y calidad. Por ello, en esta
investigación se hace énfasis a que las empresas utilicen aplicaciones de IA en la toma de decisiones
para que se logre optar por la mejor opción en la planificación, ejecución y control de estas.
Es importante mencionar que el autor McCarthy (1955) dice que la inteligencia artificial es comprendida
como una racionalidad computacional y que eso lo diferencia de un razonamiento de pensar humano.
Esta investigación propone utilizar aplicaciones de inteligencia artificial para la toma de decisiones en
la planeación de desplazamiento del material de lento movimiento y así lograr optimizar un mejor
rendimiento en la gestión de empresas. Así pues, se determina que la IA aumenta su relevancia en el
sector empresarial, puesto que se convierte en un aliado para el crecimiento y eficiencia de las
organizaciones que quieran obtener una mayor ventaja y competitividad dentro del mercado.
La competitividad en el mercado de la gestión empresarial se ha dificultado en creciente, ya que la IA
se haya en constante actualización, lo que propicia un cambio en la producción y venta de un producto,
por ello, hacer uso de las principales aplicaciones que permitan explorar desde otra perspectiva la
correcta implementación de las nuevas tecnologías podrían propiciar un buen rendir en las empresas.
METODOLOGÍA
La presente investigación exploratoria se basa en la observación sistemática del método Prisma, cual
es un proceso complejo que implica numerosos juicios y decisiones, con el fin de minimizar el
desarrollo y conocimiento anticipado para obtener los estados de resultado dada la retrospectiva de
revisión, tal como se muestra en la Figura 1. Diagrama de flujo PRISMA de búsqueda y selección de
documentos.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3341.
Figura 1
Diagrama de flujo PRISMA de búsqueda y selección de los documentos
Fuente: elaboración propia basados en: Moher D, Liberati A, Tetzlaff J, Altman DG, The PRISMA Group
(2009). Preferred Reporting Items for Systematic Reviews and Meta-Analyses
En la búsqueda de información de esta investigación se hallaron un total de 21 aplicaciones de
inteligencia artificial de uso exclusivo para las empresas, dentro de cuales se realizó la selección de
seis aplicaciones, esto referente a un criterio de exclusión el cual contiene una lista de verificación y
un diagrama de flujo. La lista de verificación describió la forma de presentar el resumen, la introducción,
los métodos, los resultados. El diagrama de flujo proporciono información sobre los números de ECA
identificados, incluidos y excluidos y los motivos para la exclusión de los ensayos.
El cual permite la síntesis del conocimiento existente sobre el tópico de investigación, buscando de
esta forma evidenciar la utilidad de la metodología de revisión descalificando aquellas que no cumplían
con los principios relacionados al beneficio de las mismas o bien no tenían relación directa en el tema
de investigación, tal como se muestra en la Tabla 1. Aplicaciones relevantes para el uso de la
inteligencia artificial en la gestión empresarial para la toma de decisiones en la planeación de
desplazamiento del material de lento movimiento.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3342.
Tabla 1
Aplicaciones relevantes para el uso de la inteligencia artificial en la gestión empresarial para la toma de
decisiones en la planeación de desplazamiento del material de lento movimiento
Nombre de la
aplicación
Creador Área de la
gestión
empresarial
Funcionalidad
Llamasoft Jeff Minter. Desarrollo de
software.
Llamasoft ofrece soluciones de software de
IA para la gestión de la cadena de suministro,
incluyendo la optimización de inventarios de
lento movimiento. Su plataforma utiliza
algoritmos avanzados para la predicción de la
demanda, la optimización de inventarios y la
mejora de la eficiencia operativa.
Kinaxis
RapidResponse
Juan Sicard.
Contabilidad
de costos y
gestión.
Kinaxis RapidResponse es una plataforma de
planificación de la cadena de suministro que
utiliza IA y machine learning para mejorar la
precisión de las predicciones de demanda y
optimizar los niveles de inventario. Es
particularmente útil para gestionar inventarios
de productos de baja rotación.
Nombre de la
aplicación
Creador Área de la
gestión
empresarial
Funcionalidad
ToolsGroup Eugenio
Cornacchia.
Cadena de
suministros.
ToolsGroup ofrece software de planificación
de inventarios y optimización de la cadena de
suministro que utiliza IA para mejorar la
precisión de las previsiones y reducir los
costos de inventario. Su software es
especialmente eficaz para la gestión de
productos de lento movimiento.
Slimstock Reinaldo
Moura,1993.
Inventarios Slimstock es una solución de software
especializada en la optimización de
inventarios y la planificación de la demanda.
Utiliza algoritmos de IA para predecir la
demanda de productos de lento movimiento y
optimizar los niveles de inventario para
reducir costos y mejorar la disponibilidad de
productos.
Oracle
Autonomous
Database.
Larry Ellison
2018
Gestión de
inventarios.
Oracle ofrece soluciones basadas en IA a
través de su Autonomous Database, que
incluye capacidades para la gestión de
inventarios y la optimización de la cadena de
suministro. Este software puede analizar
grandes volúmenes de datos para identificar
patrones de demanda y optimizar los niveles
de inventario.
IBM Watson
supply Chain
Thomas
Jhon Watson
Base de datos IBM Watson Supply Chain utiliza IA para
proporcionar visibilidad y análisis en tiempo
real de la cadena de suministro. Su software
puede predecir la demanda, optimizar los
niveles de inventario y mejorar la eficiencia
operativa, especialmente para productos de
lento movimiento.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3343.
Fuente: elaboración propia
RESULTADOS Y DISCUSIÓN
Clasificación de la de información en la gestión empresarial
En la gestión empresarial se presenta una de las clasificaciones más extendidas en los sistemas de
información, los cuales se agrupan de acuerdo con su finalidad, a continuación, se describe de manera
global como se consideran en dos funciones básicas:
Soporte a las actividades operativas: da lugar a sistemas de información para las actividades más
estructuradas (aplicaciones de contabilidad, nómina, pedidos y en general lo que se denomina gestión
empresarial), del mismo modo, permite el manejo de información menos estructurada (aplicaciones
ofimáticas, programas técnicos para funciones de ingeniería, etc.).
Soporte a las decisiones y control de gestión: esta se proporciona desde las propias aplicaciones de
gestión empresarial mediante salidas de información existentes o a través de aplicaciones específicas,
como se presenta a en el siguiente apartado.
En la siguiente Tabla 2. Sistemas de inteligencia artificial en la gestión empresarial, se presenta un
resumen del estado actual en empresas para llevar a cabo un buen control con relación a un total
paralelismo.
Tabla 2
Sistemas de inteligencia artificial en la gestión empresarial, Oltra Badenes, R. 2012. Sistemas Integrados
de Gestión Empresarial. Evolución histórica y tendencias de futuro
Nombre del sistema Descripción
Enterprise Resource
Planning
(ERP)
Los sistemas de información han ido evolucionando durante el tiempo. Se
puede hay que considerar que el primer software de gestión empresarial
fue el software de Gestión contable, que automatizaba ciertas tareas de
contabilidad. Posteriormente, apareció el software de Gestión
administrativa, que gestionaba facturas, y enlazaba con la contabilidad.
Customer
Relationship
Management
(CRM)
De entre las primeras publicaciones científicas que hablan de la
herramienta de gestión CRM,Buttle define CRM como una solución
tecnológica para que las empresas automaticen la gestión de la fuerza de
ventas interna (Buttle, 2004). En este sentido, Buttle posiciona CRM como
una herramienta enfocada a automatizar la gestión de los clientes, de
forma centralizada.
Business
Intelligence
Sistemas orientados a la explotación de datos y elaboración de
información para el soporte a las decisiones.
Web corporativo y
aplicaciones de
comercio
electrónico.
Conjunto de aplicaciones desplegables en la web para facilitar la
integración de herramientas y contenidos a nivel interno (intranet), como el
despliegue de aplicaciones de comercio electrónico (e-business), la
publicación y contenidos publicados en la red.
Otras
Aplicaciones
Sistema Product Lifecycle Management (PLM), de gestión documental, de
comunicación, de gestión de procesos, herramientas de diseño asistido y
herramientas ofimáticas.
Fuente: Editorial UPV.
La inteligencia artificial (IA) puede ser especialmente útil en la gestión de materiales de lento
movimiento, que son aquellos productos que se venden con poca frecuencia pero que deben
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3344.
mantenerse en inventario debido a su importancia o demanda eventual. Aquí hay algunas formas en
que la IA puede optimizar la gestión de estos materiales:
Predicción de la Demanda a Largo Plazo
Análisis de Datos Históricos: La IA puede analizar datos de ventas históricos para identificar patrones
y tendencias a largo plazo que no son evidentes mediante métodos tradicionales.
Modelos de Predicción Avanzados: Utiliza algoritmos de aprendizaje automático para crear modelos
de predicción que pueden anticipar la demanda futura basándose en factores como estacionalidad,
comportamiento del cliente y eventos específicos del mercado.
Optimización de Inventarios
Niveles Óptimos de Inventario: La IA puede calcular los niveles óptimos de inventario para materiales
de lento movimiento, minimizando el costo de almacenamiento y el riesgo de obsolescencia.
Reabastecimiento Automático: Los sistemas de IA pueden automatizar las órdenes de
reabastecimiento para mantener los niveles de inventario adecuados sin intervención manual
constante.
Gestión de la Cadena de Suministro
Coordinación con Proveedores: La IA puede facilitar la comunicación y coordinación con proveedores,
asegurando que los materiales se ordenen y reciban de manera eficiente.
Optimización de la Cadena de Suministro: Permite la optimización de rutas y tiempos de entrega,
reduciendo costos y mejorando la eficiencia.
Reducción de Costos y Desperdicios
Minimización de Exceso de Inventario: La IA ayuda a evitar la acumulación de exceso de inventario, lo
que es crucial para materiales de lento movimiento que ocupan espacio y capital.
Rotación de Inventarios: Algoritmos de IA pueden sugerir estrategias para la rotación de inventarios,
asegurando que los productos no queden obsoletos.
Análisis y Monitoreo en Tiempo Real
Sensores IoT (Objetos inteligentes) y Monitoreo: Integrar IA con tecnologías IoT (Objetos inteligentes
9permite el monitoreo en tiempo real de los inventarios, proporcionando datos precisos y actualizados
sobre el estado de los materiales.
Alertas y Notificaciones: Los sistemas de IA pueden generar alertas y notificaciones automáticas
cuando los niveles de inventario caen por debajo de un umbral crítico o cuando se detectan anomalías.
Análisis de Costos y Rentabilidad
Evaluación de Rentabilidad: La IA puede ayudar a evaluar la rentabilidad de mantener ciertos
materiales de lento movimiento en inventario, considerando factores como costos de almacenamiento,
tasas de deterioro y márgenes de beneficio.
Optimización de Precios: Algoritmos de IA pueden sugerir estrategias de precios para maximizar las
ventas de materiales de lento movimiento sin afectar negativamente la rentabilidad. Inteligencia
artificial
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3345.
Definición
El autor John McCarthy (2007), considerado el padre de la inteligencia artificial, menciona que esta “es
la ciencia e ingeniería para construir máquinas inteligentes, especialmente, programas de computación
inteligentes”.
Tabla 3
Algunas definiciones de inteligencia artificial, organizada en cuatro categorías
Sistema que piensan como humanos Sistema que piensa racionalmente
El nuevo y excitante esfuerzo de hacer que los
computadores piensen, es decir, máquinas con
mentes, en el más amplio sentido literal
(Haugeland,1985).
La automatización de actividades que vinculamos a
los procesos de pensamiento humano, como la toma
de decisiones, resolución de problemas, aprendizaje.
Bellma, 1978.
El estudio de las facultades mentales
mediante el uso de los modelos
computacionales (Charniak y
McDermont,1985).
El estudio de los cálculos que hacen
posible percibir, razonar y actuar
(Winston,1992).
El arte de desarrollar máquinas con capacidad para
realizar funciones que requieren de inteligencia
utilizadas por personas (Kurzweil,1990).
El estudio de cómo lograr que las computadoras
realicen las tareas que, por el momento, los humanos
hacen mejor (Rich y Knight,1991).
La inteligencia computacional es el
estudio de diseño de agentes inteligentes
(Poole et al..1998).
La inteligencia artificial está relacionada
con conductas inteligentes en artefactos
(Nilson,1998).
Fuente: Russell, S. y Norvig, P. (2004). Introducción, Inteligencia artificial. Un enfoque moderno:
segunda edición (pp. 1-35). Pearson Educación.
Inteligencia artificial y su implementación en las organizaciones
La inteligencia artificial (IA) logra modificar la interacción del ser humano en el entorno, lo que provoca
un impacto a la sociedad, como que, puede estar presente en asistentes personales virtuales
(chatbots) que sugieran productos, restaurantes, hoteles, servicios, espectáculos y demás, según el
historial de búsqueda, cuales resultados podrían cambiar de acuerdo a los algoritmos planteados
Empresas grandes y multinacionales
Las grandes corporaciones y multinacionales son quizás los usuarios más prominentes de la
inteligencia artificial, dado que cuentan con los recursos financieros para invertir en tecnología
avanzada y desarrollar soluciones de IA a medida. De modo que, suelen utilizar aplicaciones de
inteligencia artificial para una variedad de propósitos, lo que incluye la automatización de procesos,
análisis de grandes volúmenes de datos, personalización de la experiencia del cliente, y desarrollo de
nuevos productos y servicios, algunos ejemplos de estas empresas son bancos, compañías de
seguros, y empresas de manufactura.
Empresas medianas
Las empresas medianas que buscan expandirse o mejorar su competitividad, también adoptan la
inteligencia artificial, está la utilizan como una herramienta para mejorar la eficiencia operativa,
reducción de costos y ofrecer una mejor experiencia al cliente.
Cabe decir, que estas compañías no tienen los mismos recursos que las grandes corporaciones para
desarrollar soluciones de aplicaciones de inteligencia artificial internamente, por lo que a menudo
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3346.
recurren a proveedores externos y soluciones de IA como servicio AI-as-a-Service (AIaaS) es un servicio
de computación en la nube que permite a empresas y particulares pagar por las capacidades de
inteligencia artificial.
Empresas pequeñas y microempresas
En la actualidad las pequeñas empresas y microempresas encuentran valor en las aplicaciones de
inteligencia artificial a través de herramientas y plataformas accesibles que no requieren de una gran
inversión inicial, suelen usar chatbots para el servicio al cliente, marketing automatizado, aplicaciones
de contabilidad y gestión de inventario, para ofrecer insights y automatización, del mismo modo, la IA
puede ser un igualador de condiciones que les permite competir de una forma más efectiva con las
empresas grandes.
Aplicaciones de inteligencia artificial
Las aplicaciones de inteligencia artificial se hallan en robots utilizados en fábricas, cadenas de montaje
y en cualquier otro proceso que requiera la realización en series de tareas repetitivas de manera
rutinaria y que, por tanto, no se exija responder a circunstancias cambiantes que podrían llevar a no
utilizarlas.
El suceso de que las inteligencias artificiales sean capaces de realizar cientos, miles o incluso millones
de experimentos en el lapso en el que un humano o un grupo de humanos pudiera realizar uno solo,
supone un gran avance clave en el campo de la investigación científica.
El uso de aplicaciones de inteligencia artificial en la gestión empresarial se centra por lo general en la
creación de los sistemas inteligentes, cuales están diseñados para servir de soporte a los complejos
análisis que se requieren en el descubrir de las tendencias de negocios.
Algunas de las áreas de aplicación de los sistemas expertos en la gestión empresarial, se hallan en la
planeación corporativa financiera, análisis de inversión, concesión de créditos, análisis de estados
financieros, interpretación de índices, análisis de tendencias, cálculo y asignación de costos,
asignación de recursos, control y análisis de desviaciones, diseñó de sistemas de información y de
gestión, análisis de riesgos, evaluación del control interno de una organización, tal como se muestra:
Tabla 4
Sistemas expertos en el dominio de la gestión financiera empresarial
Nombre de la
aplicación
Creador Área de la
gestión
empresarial
Funcionalidad
Llamasoft Jeff Minter. Desarrollo de
software.
Llamasoft ofrece soluciones de software
de IA para la gestión de la cadena de
suministro, incluyendo la optimización de
inventarios de lento movimiento. Su
plataforma utiliza algoritmos avanzados
para la predicción de la demanda, la
optimización de inventarios y la mejora
de la eficiencia operativa.
Kinaxis
RapidResponse
Juan Sicard.
Contabilidad de
costos y
gestión.
Kinaxis RapidResponse es una
plataforma de planificación de la cadena
de suministro que utiliza IA y machine
learning para mejorar la precisión de las
predicciones de demanda y optimizar los
niveles de inventario. Es particularmente
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3347.
útil para gestionar inventarios de
productos de baja rotación.
ToolsGroup Eugenio
Cornacchia.
Cadena de
suministros.
ToolsGroup ofrece software de
planificación de inventarios y
optimización de la cadena de suministro
que utiliza IA para mejorar la precisión de
las previsiones y reducir los costos de
inventario. Su software es especialmente
eficaz para la gestión de productos de
lento movimiento.
Nombre de la
aplicación
Creador Área de la
gestión
empresarial
Funcionalidad
Slimstock Reinaldo
Moura,1993.
Inventarios Slimstock es una solución de software
especializada en la optimización de
inventarios y la planificación de la
demanda. Utiliza algoritmos de IA para
predecir la demanda de productos de
lento movimiento y optimizar los niveles
de inventario para reducir costos y
mejorar la disponibilidad de productos.
Oracle
Autonomous
Database.
Larry Ellison . Gestión de
inventarios.
Oracle ofrece soluciones basadas en IA a
través de su Autonomous Database, que
incluye capacidades para la gestión de
inventarios y la optimización de la cadena
de suministro. Este software puede
analizar grandes volúmenes de datos
para identificar patrones de demanda y
optimizar los niveles de inventario.
IBM Watson
supply Chain
Thomas Jhon
Watson
Base de datos IBM Watson Supply Chain utiliza IA para
proporcionar visibilidad y análisis en
tiempo real de la cadena de suministro.
Su software puede predecir la demanda,
optimizar los niveles de inventario y
mejorar la eficiencia operativa,
especialmente para productos de lento
movimiento.
SAP integrated
Business
Planning (IBP)
Dietmar Hopp,
Klaus Tschira,
Hanswerner
Hector.
Sistemas de
ventas,
finanzas,
operaciones
bancarias.
SAP IBP es una solución de planificación
avanzada que utiliza IA y machine
learning para mejorar la precisión de las
predicciones de demanda y optimizar los
niveles de inventario. Es adecuada para la
gestión de inventarios de lento
movimiento en industrias diversas.
GDHM Streamline Alex koshulko Demanda y
optimización de
inventarios.
GMDH Streamline es una herramienta de
planificación de la demanda y
optimización de inventarios que utiliza
algoritmos de IA para mejorar la
precisión de las predicciones y optimizar
los niveles de inventario.
Nombre de la
aplicación
Creador Área de la
gestión
empresarial
Funcionalidad
Infor Nexus Jim Schaper. Cadena de
suministros.
Infor Nexus es una plataforma de gestión
de la cadena de suministro que utiliza IA
para optimizar los inventarios y mejorar
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3348.
la visibilidad y eficiencia de la cadena de
suministro.
Audit expert Sierran y
Bonsón,
Información de
auditoría.
Ayuda al auditor en las fases de la
elección de la opinión y emisión del
informe de auditoría.
Audit máster plan Brown y
Phillips,
Informe de
auditoría.
Ayuda a los auditores internos en las
decisiones de planificación de la
auditoría.
EDP-XPERT Haseey
,Messier,Van
Dijk y Williams,
Auditoría
informática.
Ayuda a los auditores en el área de la
informática a evaluar los controles de
auditoría en los sistemas informáticos
avanzados.
BUCS (Business
Control
Knowledge
System)
Brown y
Phillips.
Contabilidad de
costos y de
gestión.
Ayuda a los directores a analizar el
rendimiento de los proyectos de la
división y las actividades de asesoría.
Inventor y Expert
System
Ghiaseddint . Contabilidad de
costos y
gestión.
Ayuda al personal encargado de la
administración y control de inventarios de
una empresa sobré la demanda de
artículos y el aprovisionamiento de los
proveedores.
XPR Michael. Contabilidad de
costos y de
gestión.
Sirve para el diagnóstico económico y
financiero de los sistemas de control de
gestión.
Aggregate O’Learny. Contabilidad
financiera.
Ayuda a los contadores de las empresas
con el diseño de sistemas información
contable y de los estados financieros.
FSA (Financiala
Statement
Analyzer)
Mui y
McCarthy.
Contabilidad
financiera.
Realiza la revisión analítica de los
estados financieros de una compañía.
Consolidex Bonsón y Orta. Contabilidad
financiera.
Facilita la interpretación de las normas
sobre las cuentas consolidadas de los
grupos de sociedades, según las normas
españolas.
Nombre de la
aplicación
Creador Área de la
gestión
empresarial
Funcionalidad
Analysis D’horeane. Análisis
contable y
financiero.
Clasificación funcionalmente el balance
de las cuentas de resultados, calcula los
flujos económicos, financieros, la
rentabilidad, el potencial de crecimiento.
Anibal Eritel
Núñez,
Forrunna.
Análisis
contable y
financiero.
Facilita a los analistas financieros la
evaluación de la gestión comercial y
financiera de la empresa.
FSA(Financiala
Statement
Analyzer)
Mui y
McCarthy.
Análisis
contable y
financiero.
Realiza la revisión analítica de los
estados financieros de una empresa en la
fase de toma de decisiones.
Ventureexpe RT D’Horeane, Análisis
contable y
financiero.
Realiza un diagnóstico financiero de la
empresa, análisis de rentabilidad, análisis
de estrategias financieras y de riesgo.
Cashsvalue Ash y
Conell,
Planificación y
análisis
financiero.
Facilita la evaluación de los proyectos de
investigación, ampliación de planta,
programas de producción de planta,
programa de reducción de costos,
valoración de compañías entre otros
usos.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3349.
Fuente: elaboración propia.
CONCLUSIÓN
A medida que las investigaciones avanzan sobre la inteligencia artificial, se han logrado desarrollar
softwares para realizar tareas eficientes en las empresas de una forma repetitiva, por lo que a través
de algoritmos avanzados y machine learning, pueden analizar grandes cantidades de datos de manera
más rápida y precisa, por tanto, se permite identificar patrones, predecir tendencias y mejorar la
experiencia del cliente.
Al realizar la investigación exploratoria de aplicaciones de inteligencia artificial en la presente
investigación se dan a conocer algunas de las mas importantes con las cuales podemos destacar la
competitividad en el mercado actual, así mismo demostrando ser una clave para mejorar la capacidad
operativa, el impulso innovador, además de predecir tendencias futuras y anticipar las necesidades de
los clientes para poder ofrecer las mejores experiencias personalizadas, productos y servicios más
relevantes, lo que permite a las empresas adaptarse rápido a los cambios.
Management
Advisor
Bailey y
Michael sen
Planificación y
análisis
financiero.
Brinda a los directores de empresas y
contadores sobre la planificación del
análisis de inversiones y la asignación de
capital, funciones, adquisiciones, control
de costos, método del flujo de caja
descontado.
APEX System, Inc. Planificación y
análisis
financiero.
Brinda asesoría en la toma de decisiones
sobre inversiones, gestión de
patrimonios, gestión de riesgo, gestión de
tesorería y de créditos.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, agosto, 2024, Volumen V, Número 4 p 3350.
REFERENCIAS
Alejandro H. (2003). Los sistemas de información evolución y desarrollo.
Bueno, E. y Morcillo, P (1994): Fundamentos de economía y organización industrial. Mc Graw-Hill,
Madrid.
Guerola-Navarro, V., Oltra-Badenes, R. y Gil-Gomez, H. (2020a). Análisis de la relación entre el grado de
introducción de CRM y los beneficios de la empresa a través del Desempeño Organizacional y la
Innovación Empresarial. 3C Empresa. Investigación y pensamiento crítico, 9(1), 65-63
M. Del Carmen.” Inteligencia artificial en la gestión financiera empresarial “Pensamiento y gestión:
N°23.Colombia.2007.
Morales WB. Análisis PRISMA como metodología para revisión sistemática: una aproximación general.
Saúde en Redes. 2022; 8 (Supl1).
Nilsson, N. (1987) Principios de Inteligencia Artificial. Primera edición en español. Ediciones Díaz de
Santos. España.
Oltra Badenes, R. 2012. Sistemas Integrados de Gestión Empresarial. Evolución histórica y tendencias
de futuro. Editorial UPV.
Pereira, E. (2014). Modelos deterministas de inventarios, Gestión de almacenes e inventarios (pp. 12-
15). Ilumno.
Russell S. and Norving P., "Inteligencia artificial: Un enfoque moderno". Prentice Hall. México. 1996.
Russell, S. y Norvig, P. (2004). Introducción, Inteligencia artificial. Un enfoque moderno: segunda
edición (pp. 1-35). Pearson Educación.
Vallejo, A. y Vela, A. (2023). El libro de la inteligencia artificial. Revista Formación.
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en este sitio está
disponibles bajo Licencia Creative Commons .