Inteligencia artificial para aumentar la productividad en las empresas: un estudio bibliométrico
DOI:
https://doi.org/10.5281/zenodo.14846656Palabras clave:
bibliométrico, inteligencia artificial, productividadResumen
La presente investigación se centró en analizar la red bibliométrica en Scopus relacionada con la inteligencia artificial y su impacto en la productividad empresarial. Para ello, se utilizaron técnicas cuantitativas, así como la aplicación del método bibliométrico. A través de un análisis exhaustivo de 758 documentos, extraídos de la base de datos Scopus, se reveló que entre los años 2014 y 2024 hubo un notable crecimiento (59.3%) en el volumen de publicaciones relacionadas con el tema planteado. Asimismo, según los datos obtenidos, se evidenció que la producción científica en Estados Unidos experimentó un crecimiento acelerado (27.8%) en comparación con otros países. Además, el área académica más destacada fue el campo de las ciencias de la computación (34%), mientras que el autor más citado fue Wirtz J., con 1309 citas, y la fuente más relevante fue la Revista de la Sociedad de la Información y la Comunicación, con 43 publicaciones. Por lo tanto, se puede afirmar que la investigación sobre la IA y la productividad en las empresas ha avanzado considerablemente. En conclusión, este estudio bibliométrico proporciona una base fundamental para futuras investigaciones, siendo crucial profundizar en el estudio de los sistemas de procesamiento y análisis de datos, así como en los recursos tecnológicos para implementar soluciones que mejoren la productividad en las empresas.
Descargas
Referencias
Ali, SM, Rahman, AU, Kabir, G. & Paul, SK (2024). Enfoque de inteligencia artificial para predecir el rendimiento de la cadena de suministro: implicaciones para la sostenibilidad. Sustainability, 16 (6), 2373. https://doi.org/10.3390/su16062373
Autor, D., Mindell, D. A., & Reynolds, E. (2020). The work of the future: building better jobs in an age of machines. https://doi.org/10.7551/mitpress/14109.001.0001
Aghion, P., Jones, B. & Jones, C. (2017). Inteligencia artificial y crecimiento económico. 23928. MA: Oficina Nacional de Investigación Económica. https://doi.org/10.3386/w23928
Bessen, J. (2018). AI and jobs: The role of demand. National Bureau of Economic Research, (24235). https://doi.org/10.3386/w24235
Brynjolfsson, E., & Mcafee, A. (2017). Inteligencia artificial, de verdad. Harvard Business Review, 1, 1-31. https://hbr.org/2017/07/the-business-of-artificial-intelligence
Brock, J., & Von Wangenheim, F. (2019). Demystifying AI: What digital transformation leaders can teach you about realistic artificial intelligence. California Management Review, 61(4), 110-134. https://doi.org/10.1177/1536504219865226
Caló, L. (2022). Métricas de impacto y evaluación de la ciencia. Revista Peruana de Medicina Experimental y Salud Pública, 39(2), 236-240. https://doi.org/10.17843/rpmesp.2022.392.11171
Centeno de López, Y. (2024). Aplicaciones y herramientas de inteligencia artificial desde la labor del docente universitario. 6(1). https://revistasuba.com/index.php/POSTDOCTUBA/article/view/1008
Cockburn, IM, Henderson, R., & Stern, S. (2018). El impacto de la inteligencia artificial en la innovación. Oficina Nacional de Investigación Económica, 24449. https://doi.org/10.3386/w24449
Codina, L., Ufarte-Ruiz, M., & Borden, S. (2024). Introducción. Avivar las llamas de la inteligencia artificial en los medios: más allá de las ganancias de eficiencia y productividad. Comunicación y Sociedad 37: 221–25. https://doi.org/10.15581/003.37.2.221-225
Davenport, T. H., & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard Business Review, 96(1), 108-116. https://www.bizjournals.com/boston/news/2018/01/09/hbr-artificial-intelligence-for-the-real-world.html
Frey, C. B., & Osborne, M. A. (2017). El futuro del empleo: ¿Qué tan susceptibles son los empleos a la informatización? Pronóstico tecnológico y cambio social, 114, 254-280. https://doi.org/10.1016/j.techfore.2016.08.019
Flores-Fernández, C., & Aguilera-Eguía, R. (2020). Indicadores bibliométricos y su importancia en la investigación clínica. ¿Por qué conocerlos? Revista de la Sociedad Española del Dolor, 26(5), 315-316. https://dx.doi.org/10.20986/resed.2018.3659/2018
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., ... & Vayena, E. (2018). AI4People—An ethical framework for a good AI society: opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689-707. https://doi.org/10.1007/s11023-018-9482-5
García, L., Fernández, A., & Bécquer, A. (2021). Análisis bibliométrico de la producción científica 2001-2020. Revista Electrónica Cuba: Medio Ambiente y Desarrollo, 21(40), 1–9. https://cmad.ama.cu/index.php/cmad/article/view/297
Gonçalves, S., Ventura, J. B., Rua, O. L., Dias, R., & Galvão, R. (2024). Big Data como paradigma emergente en la gestión de las organizaciones: un análisis bibliométrico. Journal of Ecohumanism, 3 (7), 2699–2721. https://doi.org/10.62754/joe.v3i7.4412
Guo, C., & Zhang, X. (2024). Predicción inteligente de la satisfacción del cliente en el comercio electrónico transfronterizo mediante incrustaciones de aprendizaje profundo. Acceso IEEE, 12. https://doi.org/10.1109/ACCESO .2024.3494776
Ho, C. H., Hyeon, D., Chang, M., McFarquhar, G., & Won, S. H. (2024). Geostationary satellite–derived positioning of a tropical cyclone center using artificial intelligence algorithms over the western north pacific. Bulletin of the American Meteorological Society, 105(3), E486-E500. https://doi.org/10.1175/BAMS-D-23-0130.1
Huang, M. H., & Rust, R. T. (2018). Artificial intelligence in service. Journal of Service Research, 21(2), 155-172. https://psycnet.apa.org/record/2018-17141-001
Jobin, A., Ienca, M., & Vayena, E. (2019). El panorama global de las directrices éticas de la IA. Inteligencia de la máquina de la naturaleza, 1 (9), 389-399. https://doi.org/10.1038/s42256-019-0088-2
Luo, X., Tong, S., Fang, Z., & Qu, Z. (2019). Frontiers: Machines vs. humans: The impact of artificial intelligence chatbot disclosure on customer purchases. Marketing Science, 38(6), 937-947. https://doi.org/10.1287/mksc.2019.1192
McKinsey Global Institute. (2018). Notes from the AI frontier: Applications and value of deep learning. https://www.mckinsey.com/capabilities/quantumblack/our-insights
Mokyr, J. (2018). El pasado y el futuro de la innovación: algunas lecciones de la historia económica. Explorations in Economic History, 69 , 13-26. https://doi.org/10.1016/j.eeh.2018.03.003
Ribeiro, R., & Aroni, P. (2019). Standardization, ethics and biometric indicators in scientific publication: integrative review. Revista Brasileira de Enfermagem REBEn, 72(6), 1723-9. https://doi.org/10.1590/0034-7167-2018-0283
Russell, S., & Norvig, P. (2021). Artificial Intelligence: a modern approach. Pearson. https://thuvienso.hoasen.edu.vn/bitstream/handle/123456789/8967/Contents.pdf?sequence=3
Salinas, K. & García, A. (2022). Bibliometrics, a useful tool within the field of research. Journal of Basic and Applied Psychology Research, 3(6), 10-17. https://doi.org/10.29057/jbapr.v3i6.6829
Sumbal, M. S., Amber, Q., Tariq, A., Raziq, M. M., & Tsui, E. (2024). Wind of change: how ChatGPT and big data can reshape the knowledge management paradigm? Industrial Management & Data Systems, 124(9), 2736-2757. https://DOI.org/10.1108/IMDS-06-2023-0360
Tomás-Gorríz, V., & Tomás-Castera, V. (2018). La bibliometría en la evaluación de la actividad científica. Hospital a Domicilio, 2(4), 145-163. https://doi.org/10.22585/hospdomic.v2i4.51
Van Eck, N., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523-538. https://doi.org/10.1007/s11192-009-0146-3
Van Doorn, J., Mende, M., Noble, S. M., Hulland, J., Ostrom, A. L., Grewal, D., & Petersen, J. A. (2017). Domo arigato Mr. Roboto: Emergence of automated social presence in organizational frontlines and customers’ service experiences. Journal of Service Research, 20(1), 43-58. https://doi.org/10.1177/1094670516679272
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La revista se acoge a la licencia Licencia Atribución (CC BY), permitiendo la posibilidad de copiar, distribuir, exhibir, y producir obras derivadas, siempre y cuando se reconozca y cite al autor.
