Inteligencia artificial y su impacto en la transformación de la gestión financiera
DOI:
https://doi.org/10.63618/omd/ssjm/v2/n1/43Palabras clave:
inteligencia artificial, gestión financiera, automatización, análisis predictivo, éticaResumen
Este artículo revisa el impacto de la inteligencia artificial (IA) en la gestión financiera, enfatizando su papel en la automatización, mejora de decisiones y personalización de servicios. A través de una revisión bibliográfica exploratoria de fuentes científicas recientes, se examinan aplicaciones clave como la automatización de procesos contables, la predicción avanzada de riesgos mediante algoritmos de aprendizaje profundo, y la personalización basada en análisis de datos. Los hallazgos resaltan mejoras en eficiencia operativa, precisión analítica y experiencia del cliente, así como una mayor inclusión financiera. Sin embargo, también se identifican desafíos técnicos, como la integración con sistemas legados y la falta de talento especializado, además de preocupaciones éticas sobre la transparencia algorítmica y la privacidad de datos. Se concluye que la IA constituye una herramienta estratégica para transformar el sector financiero, siempre que se gestione con rigor técnico y ético, promoviendo innovación, responsabilidad y sostenibilidad en un entorno económico cada vez más dinámico y complejo.
Descargas
Referencias
Almenaba-Guerrero, Y. F. (2023). Responsabilidad social en las empresas extractoras de aceite de palma en la provincia de Santo Domingo. Journal of Economic and Social Science Research, 3(2), 59–72. https://doi.org/10.55813/gaea/jessr/v3/n2/68
Brock, J. K.-U., & von Wangenheim, F. (2019). Demystifying AI in Financial Services: What Every Executive Should Know. Business Horizons, 62(6), 795–805.
Chatterjee, S., Nguyen, B., Ghosh, S. K., Bhattacharjee, K. K., & Chaudhuri, R. (2021). Adoption of artificial intelligence in financial services: A systematic review and research agenda. Journal of Business Research, 122, 893–911.
Chen, H., Chiang, R. H. L., & Storey, V. C. (2012). Business Intelligence and Analytics: From Big Data to Big Impact. MIS Quarterly, 36(4), 1165–1188. https://doi.org/10.2307/41703503
Doshi-Velez, F., & Kim, B. (2017). Towards a rigorous science of interpretable machine learning. arXiv preprint arXiv:1702.08608. https://arxiv.org/abs/1702.08608
Erazo-Luzuriaga, A. F., Ramos-Secaira, F. M., Galarza-Sánchez, P. C., & Boné-Andrade, M. F. (2023). La inteligencia artificial aplicada a la optimización de programas informáticos. Journal of Economic and Social Science Research, 3(1), 48–63. https://doi.org/10.55813/gaea/jessr/v3/n1/61
Guerrero-Velástegui, C. A., & González-Garcés, L. E. (2023). Entorno Empresarial y Gestión del Marketing: Perspectiva Teórica para el Desarrollo de Proyectos de Titulación. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.2022.44
Gupta, M., & George, J. F. (2016). Toward the development of a big data analytics capability. Information & Management, 53(8), 1049–1064. https://doi.org/10.1016/j.im.2016.07.004
Jiang, J., Liang, H., Huang, L., & Wang, Z. (2021). Personalized financial services using deep learning: A review and future directions. Expert Systems with Applications, 174, 114810.
Khandani, A. E., Kim, A. J., & Lo, A. W. (2010). Consumer credit-risk models via machine-learning algorithms. Journal of Banking & Finance, 34(11), 2767–2787. https://doi.org/10.1016/j.jbankfin.2010.06.001
Kraus, S., Palmer, C., Kailer, N., Kallinger, F. L., & Spitzer, J. (2020). Digital transformation and disruption of the retail banking sector: A systematic literature review. The Journal of Business Research, 116, 332–347.
Makridakis, S. (2017). The Forthcoming Artificial Intelligence (AI) Revolution: Its Impact on Society and Firms. Futures, 90, 46–60. https://doi.org/10.1016/j.futures.2017.03.006
Marques, R., & Ferreira, J. (2021). The Role of Skills and Training in Artificial Intelligence Adoption in Financial Services. Journal of Financial Services Research, 60(3), 317–341.
Mendoza-Armijos, H. E. (2022). Impacto de la Capacitación en el Desarrollo Profesional en Organizaciones Ecuatorianas. Revista Científica Zambos, 1(2), 51-66. https://doi.org/10.69484/rcz/v1/n2/27
Navarrete Zambrano, C. M., & Herrera-Sánchez, M. J. (2023). Impacto de la Contabilidad Ambiental en las Empresas del Sector Minero en Ecuador. Revista Científica Zambos, 2(2), 37-49. https://doi.org/10.69484/rcz/v2/n2/42
Raji, I. D., Smart, A., White, R. N., Mitchell, M., & otros. (2020). Closing the AI accountability gap: Defining an end-to-end framework for internal algorithmic auditing. Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency, 1311–1321. https://doi.org/10.1145/3351095.3372873
Reymundo-Soto, E., Fernández-Condori, X. P., Echevarria-Quispe, E. V., Quispe-Cusi, Y., Gutiérrez-Quispe, E. Z., Palacios-Aguilar, L. J., & Ramírez-Laurente, A. J. (2023). Obligaciones Tributarias y su Influencia en la Recaudación Fiscal de las Micro y Pequeñas Empresas. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.2022.35
Sirignano, J., & Cont, R. (2021). Universal features of price formation in financial markets: Perspectives from deep learning. En G. Creamer, G. Kazantsev, & T. Aste (Eds.), Machine learning and AI in finance (pp. 11–31). CRC Press. https://doi.org/10.4324/9781003145714-2
Wang, Y., Kung, L., & Byrd, T. A. (2018). Big data analytics: Understanding its capabilities and potential benefits for healthcare organizations. Technological Forecasting and Social Change, 126, 3–13. https://doi.org/10.1016/j.techfore.2015.12.019
Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2018). Artificial Intelligence and the Public Sector—Applications and Challenges. International Journal of Public Administration, 42(7), 596–615. https://doi.org/10.1080/01900692.2018.1498103
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Herrera-Sánchez, Maybelline Jaqueline, Casanova-Villalba, César Iván (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
: