Análisis de los tipos de tecnología con inteligencia artificial que inciden en la productividad en la cadena de abastecimiento del sector manufacturero.

Abstract

Este trabajo tuvo como objetivo identificar las tecnologías de inteligencia artificial (IA) más relevantes en la cadena de abastecimiento del sector manufacturero y evaluar su impacto en la productividad, así como su viabilidad en el contexto colombiano. La investigación se desarrolló mediante un estudio documental y descriptivo, con enfoque cualitativo y análisis de frecuencias, revisando 30 artículos académicos seleccionados por su pertinencia. Se construyeron matrices que relacionan cada tecnología con los procesos de la cadena de abastecimiento, los tipos de industria y los indicadores de desempeño, incluyendo costos logísticos, tiempos de ciclo, calidad y rotación de inventarios, y se analizó la frecuencia de menciones para determinar cuáles tecnologías tienen mayor incidencia. Entre las más destacadas se encuentran machine learning, analítica avanzada, deep learning, gemelos digitales, IoT, robótica y blockchain. Los resultados evidencian que la implementación de IA mejora la eficiencia, reduce errores, optimiza inventarios y permite una planificación de la producción más precisa, con casos que muestran incrementos de hasta 92% en precisión de pronósticos, reducción de quiebres de stock y disminución de costos logísticos. Se concluye que la IA contribuye de forma integral a la productividad manufacturera, siempre que su adopción se adapte a la infraestructura, inversión y talento disponible, ofreciendo un marco útil para empresas y futuras investigaciones.