Transformación digital basada en IA para la competitividad en PYMES industriales: Un estudio de caso de la Constructora La Roca CLR S.A. (Quito, Ecuador

Autores/as

DOI:

https://doi.org/10.69639/arandu.v13i2.2257

Palabras clave:

inteligencia artificial, pymes, industria 4.0, mantenimiento predictivo, transformación digital

Resumen

El estudio analiza la viabilidad de implementar soluciones de Inteligencia Artificial (IA) en una PYME industrial ecuatoriana dentro del contexto de la Industria 4.0. A pesar de su potencial transformador, estas empresas enfrentan barreras importantes para adoptar tecnologías avanzadas. Se empleó un enfoque de estudio de caso con métodos mixtos, integrando análisis estratégico, operativo y financiero de la empresa Constructora La Roca CLR S.A., junto con una encuesta a 1,527 personas. Los datos cualitativos se procesaron mediante técnicas de Procesamiento del Lenguaje Natural para identificar sentimientos y temas clave, mientras que los datos financieros se analizaron con modelos de series temporales para detectar patrones y proyectar tendencias. Los resultados se triangularon para diseñar una hoja de ruta de transformación digital basada en IA. La empresa presenta ingresos anuales promedio de 1.7 millones de dólares, pero con márgenes de utilidad bajos (menos del 1.5%). Se identificó bajo posicionamiento de marca: el 60.2% de los encuestados no la conoce y el 93.6% no ha tenido contacto comercial. El análisis de percepción reveló una imagen mixta, con atributos positivos como calidad y durabilidad, pero también asociaciones negativas. Además, se detectó interés del mercado en contenido visual, ejemplos de uso y promociones. Los ingresos muestran estacionalidad, con picos en el tercer trimestre. Se concluye que la IA puede transformar debilidades en ventajas competitivas, siendo la digitalización un paso previo clave. El estudio aporta un modelo metodológico replicable para la adopción de IA en PYMES latinoamericanas.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

ADEN Business Magazine. (2025). 10 Tendencias de Inteligencia Artificial para Empresas que se esperan. Recuperado de

https://www.aden.org/business-magazine/10-tendencias-de-inteligencia-artificial-para-empresas-que-se-esperan/

Álava Naranjo, E. E., Ruiz Briones, M. G., & Vera Basurto, J. J. (2026). Inteligencia Artificial Generativa y Toma de Decisiones Estratégicas: Implicaciones para la Eficiencia y Competitividad en la Gestión Empresarial. Ibero Ciencias - Revista Científica y Académica, 5(1), 3362-3374. https://doi.org/10.63371/ic.v5.n1.a833

American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).

Brynjolfsson, E., & McAfee, A. (2017). Machine, platform, crowd: Harnessing our digital future. W. W. Norton & Company.

Chaffey, D., & Ellis-Chadwick, F. (2019). Digital marketing: strategy, implementation and practice. Pearson UK.

Denzin, N. K. (1978). The research act: A theoretical introduction to sociological methods (2nd ed.). McGraw-Hill.

Dwivedi, Y., Kshetri, N., Hughes, L., Slade, E., Jeyaraj, A., & Kar, A. (2023). Generative AI: Opportunities, challenges, and implications for business and society. International Journal of Information Management, 71, 102642.

ESADE. (2025). El futuro de la IA en las empresas. Beyond ESADE. Recuperado de https://dobetter.esade.edu/es/ia-empresas-transformacion

Fetters, M. D., Curry, L. A., & Creswell, J. W. (2013). Achieving integration in mixed methods designs—principles and practices. Health services research, 48(6pt2), 2134-2156.

Fortune Business Insights. (2025). *Predictive Maintenance Market Size, Share & Industry Analysis, 2025-2032*.

Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.

Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: principles and practice (3rd ed.). OTexts.

Ivanov, D. (2021). Introduction to supply chain resilience: management, modelling, technology. Springer Nature.

Kotler, P., & Keller, K. L. (2016). Dirección de marketing (15ª ed.). Pearson.

Porter, M. E., & Heppelmann, J. E. (2014). How smart, connected products are transforming competition. Harvard Business Review, 92(11), 64-88.

Saup, T., Asghar, J., Kanbach, D., & Kraus, S. (2026). From pilots to decision systems: embedding generative AI into strategic decision-making through a socio-technical and governance lens. Journal of Decision Systems, 35(1), 1-31.

Schwab, K. (2016). La cuarta revolución industrial. Debate.

Taylor, S. J., & Letham, B. (2018). Forecasting at scale. The American Statistician, 72(1), 37-45.

Verhoef, P., Broekhuizen, T., Bart, Y., Bhattacharya, A., & Qi Dong, J. (2021). Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, 122, 889-901.

Yin, R. K. (2018). Case Study Research and Applications: Design and Methods (6th ed.). Sage Publications.

Descargas

Publicado

2026-06-05

Cómo citar

Sancho Zurita, J. V., Troya Sancho, A. I., Monge Amores, L. E., Cadena Echeverría, G. N., & Recalde Recalde, D. D. (2026). Transformación digital basada en IA para la competitividad en PYMES industriales: Un estudio de caso de la Constructora La Roca CLR S.A. (Quito, Ecuador. Arandu UTIC, 13(2), 1253–1273. https://doi.org/10.69639/arandu.v13i2.2257

Número

Sección

Ciencias Administrativas y Finanzas

Deprecated: json_decode(): Passing null to parameter #1 ($json) of type string is deprecated in /var/www/revista/revista.ojs/plugins/generic/citations/CitationsPlugin.inc.php on line 49