Evolución de la integración entre Business Intelligence e inteligencia artificial en la toma de decisiones empresariales: tendencias, desafíos y oportunidades desde una revisión sistemática
DOI:
https://doi.org/10.63688/v5c7kg43Palabras clave:
Business Intelligence, inteligencia artificial, toma de decisiones, analítica empresarial, revisión sistemáticaResumen
La combinación de Business Intelligence e inteligencia artificial ha dado lugar de forma progresiva a la toma de decisiones ejecutivas, cambiando de los modelos descriptivos que se basaban en reportes e indicadores históricos a sistemas inteligentes que son capaces de predecir escenarios, automatizar análisis y recomendar acciones estratégicas muy concretas. El propósito principal del artículo consiste en analizar el surgimiento gradual del modelo entre Business Intelligence e inteligencia artificial en la toma de decisiones ejecutivas, determinando sus principales tendencias, desafíos y oportunidades. La pesquisa se desarrolló de acuerdo a una postura cualitativa, documental y de revisión sistemática. Se examinaron un total de 21 estudios que entre 2016-2026 tuvieron lugar en la actualidad, siendo seleccionados a través de criterios de inclusión y exclusión relacionados con inteligencia de negocios, inteligencia artificial, analítica empresarial, Big Data, supresión del Big Data, sistemas de apoyo a decisiones, ciberseguridad y sesgos algorítmicos. La información que resultó refleja seis ejes analíticos: la evolución del Business Intelligence y la gestión de datos; la inteligencia artificial aplicada a decisiones de tipo ejecutivas; la analítica predictiva, prescriptiva y Big Data; el valor empresarial y la innovación; los desafíos éticos y de ciberseguridad; la inteligencia artificial generativa como tendencia emergente. Se puede concluir que la combinación BI-IA puede generar oportunidades para mejorar la alta precisión, velocidad y calidad de las decisiones ejecutivas. En cualquier caso, el éxito de la combinación depende de la fiabilidad de los datos y la gobernanza tecnológica.
Referencias
Ahumada Tello, E., & Perusquia Velasco, J. M. A. (2016). Inteligencia de negocios: estrategia para el desarrollo de competitividad en empresas de base tecnológica. Contaduría y Administración, 61(1), 127–158. https://doi.org/10.1016/j.cya.2015.09.006
Ali, R., Hussain, A., Nazir, S., Khan, S., & Khan, H. U. (2023). Intelligent decision support systems—An analysis of machine learning and multicriteria decision-making methods. Applied Sciences, 13(22), 12426. https://doi.org/10.3390/app132212426
Arízaga Vera, F. E., Arízaga Vera, E. M., Álava Vera, M. F., & Sarmiento Montoya, L. M. (2025). Aplicaciones de las IA en la toma de decisiones empresariales. Una revisión sistemática. RECIMUNDO, 9(1), 187–199. https://doi.org/10.26820/recimundo/9.(1).enero.2025.187-199
Barreda Medina, R. F. (2026). Los negocios y la inteligencia artificial generativa. Revisión de la literatura. Investigación y Desarrollo, 34(1). https://doi.org/10.14482/indes.34.01.025.874
Bedoya Sánchez, O. M., Pérez García, S. M., Osorio Oviedo, H. L., & Guzmán Pacheco, J. F. (2025). Inteligencia artificial y toma de decisiones en gestión empresarial: una revisión bibliométrica de la última década. European Public & Social Innovation Review, 11, 1–16. https://doi.org/10.31367/epsir-2026-1630
Correa-Peralta, M., Vinueza-Martínez, J., & Castillo-Heredia, L. (2025). Evolution, topics and relevant research methodologies in business intelligence and data analysis in the academic management of higher education institutions. A literature review. Results in Engineering, 25, 103782. https://doi.org/10.1016/j.rineng.2024.103782
Flores-Cedeño, P. R., Zambrano-Pilay, E. C., & Chiriboga-Mendoza, F. R. (2024). Seguridad informática e inteligencia artificial en la investigación científica. Revista Científica INGENIAR: Ingeniería, Tecnología e Investigación, 7(13 Ed. esp.), 2–10. https://journalingeniar.org/index.php/ingeniar/article/view/177
Jadad, I., & Mayayise, T. O. (2024). The impact of artificial intelligence on organisational cyber security: An outcome of a systematic literature review. Data and Information Management, 8(2), 100063. https://doi.org/10.1016/j.dim.2023.100063
Le, T. D., Le-Dinh, T., & Uwiyeemungu, S. (2025). Cybersecurity analytics for the enterprise environment: A systematic literature review. Electronics, 14(11), 2252. https://doi.org/10.3390/electronics14112252
Lepenioti, K., Bousdekis, A., Apostolou, D., & Mentzas, G. (2020). Prescriptive analytics: Literature review and research challenges. International Journal of Information Management, 50, 57–70. https://doi.org/10.1016/j.ijinfomgt.2019.04.003
Loureiro, S. M. C., Guerreiro, J., & Tussyadiah, I. (2021). Artificial intelligence in business: State of the art and future research agenda. Journal of Business Research, 129, 911–926. https://doi.org/10.1016/j.jbusres.2020.11.001
Lozano-Mulet, P. (2025). Sesgos algorítmicos desde una perspectiva interseccional. La necesidad de una alfabetización digital crítica en educación. Izquierdas, 54. https://doi.org/10.4067/S0718-50492025000100240
Mejía Vera, S. E., Nava Ore Garro, J. E., & Cedeño Cedeño, R. J. (2025). La participación de la inteligencia artificial en la toma de decisiones gerenciales. Revista InveCom, 5(4). https://doi.org/10.5281/zenodo.14816449
Mikalef, P., Islam, N., Parida, V., Singh, H., & Altwaijry, N. (2023). Artificial intelligence (AI) competencies for organizational performance: A B2B marketing capabilities perspective. Journal of Business Research, 164, 113998. https://doi.org/10.1016/j.jbusres.2023.113998
Morales Cardoso, S. L. (2019). Metodología para procesos de inteligencia de negocios con mejoras en la extracción y transformación de fuentes de datos, orientado a la toma de decisiones [Tesis doctoral, Universidad de Alicante].
Ojo, B. A., Owolawi, W. S., Olatunji, N. M., Omisore, O. M., Sarumi, O. A., Idowu, P. A., Chimusoro, E. R., Darwish, A., Adekoya, A. F., & Katsriku, F. A. (2020). Big data, analytics and artificial intelligence for sustainability. Scientific African, 9, e00551. https://doi.org/10.1016/j.sciaf.2020.e00551
Ordoñez Abril, D. W., Amaya López, S. V., Lucio Valencia, L. P., & Rodríguez Gómez, D. (2023). Innovación en la inteligencia de negocios. Una revisión sistemática de literatura. ECA Sinergia, 14(2), 148–164. https://doi.org/10.33936/ecasinergia.v14i2.5556
Perifanis, N.-A., & Kitsios, F. (2023). Investigating the influence of artificial intelligence on business value in the digital era of strategy: A literature review. Information, 14(2), 85. https://doi.org/10.3390/info14020085
Relich, M. (2023). Predictive and prescriptive analytics in identifying opportunities for improving sustainable manufacturing. Sustainability, 15(9), 7667. https://doi.org/10.3390/su15097667
Wang, L., Pertheban, T. R. A. L., Li, T., & Zhao, L. (2024). Application of business intelligence based on big data in E-commerce data evaluation. Heliyon, 10(21), e38768. https://doi.org/10.1016/j.heliyon.2024.e38768
Yun, Y., Ma, D., & Yang, M. (2021). Human–computer interaction-based decision support system with applications in data mining. Future Generation Computer Systems, 114, 285–289. https://doi.org/10.1016/j.future.2020.07.048
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Josselyn Maoly Cedillo Arce (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los artículos publicados en la revista se distribuyen bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Esta licencia permite a terceros descargar, copiar, distribuir, adaptar y reutilizar una obra, incluso con fines comerciales, siempre que se otorgue el crédito adecuado al autor original.
