Impacto financiero de la inteligencia artificial en Pymes: análisis de la eficiencia operativa, reducción de costos y generación de rentabilidad

Financial impact of artificial intelligence in Smes: analysis of operational efficiency, cost reduction, and profitability generation

Autores/as

  • Luis Gerardo Rea Chávez Universidad de Guanajuato
  • Juan Iván Vázquez García Universidad de Guanajuato

DOI:

https://doi.org/10.56712/latam.v7i2.5817

Palabras clave:

inteligencia artificial, pymes, eficiencia operativa, reducción de costos, rentabilidad

Resumen

Se analizó el impacto financiero de la Inteligencia Artificial en las pequeñas y medianas empresas (Pymes), considerando su efecto en la eficiencia operativa, la reducción de costos y la generación de rentabilidad. Se empleó un enfoque cuantitativo con diseño no experimental, transversal y descriptivo-correlacional. Se aplicó un cuestionario estructurado con escala Likert a una muestra de propietarios, gerentes y personal administrativo de Pymes. Los resultados muestran que la adopción de IA se concentra en niveles medios y bajos, lo que indica una implementación parcial en el sector. Se identificó que el 74.24% de los participantes percibe mejoras en la eficiencia operativa, el 69.49% reconoce una reducción de costos y el 69.31% observa un impacto positivo en la rentabilidad. Asimismo, la eficiencia operativa se posiciona como el principal beneficio percibido, seguida de la optimización de recursos y la mejora en la toma de decisiones. Se concluye que la IA contribuye a fortalecer el desempeño financiero de las Pymes mediante la optimización de procesos y la reducción de gastos, aunque su impacto depende del nivel de adopción y de su integración en la estructura organizacional. Los hallazgos sugieren la necesidad de promover estrategias que faciliten la adopción tecnológica para maximizar los beneficios económicos en este tipo de empresas.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Luis Gerardo Rea Chávez, Universidad de Guanajuato

Juan Iván Vázquez García, Universidad de Guanajuato

Citas

Bernal, C. A. (2010). Metodología de la investigación (3.ª ed.). Pearson.

Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W. W. Norton & Company.

Christensen, C. M. (1997). The innovator’s dilemma. Harvard Business School Press.

D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives.

Davenport, T. H. (2018). Artificial intelligence for the real world. Harvard Business Review Press.

Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review.

Field, A. (2013). Discovering statistics using IBM SPSS statistics (4th ed.). Sage.

Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.

Kotler, P., Kartajaya, H., & Setiawan, I. (2017). Marketing 4.0: Moving from traditional to digital. Wiley.

Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology.

Niven, P. R. (2006). Balanced scorecard step-by-step. Wiley.

Porter, M. E. (2008). The five competitive forces that shape strategy. Harvard Business Review.

Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.

Descargas

Publicado

2026-05-06

Cómo citar

Rea Chávez, L. G., & Vázquez García, J. I. (2026). Impacto financiero de la inteligencia artificial en Pymes: análisis de la eficiencia operativa, reducción de costos y generación de rentabilidad: Financial impact of artificial intelligence in Smes: analysis of operational efficiency, cost reduction, and profitability generation. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 7(2), 2451 – 2468. https://doi.org/10.56712/latam.v7i2.5817

Número

Sección

Ciencias administrativas, contables y económicas