GERENCIA DE COMPRAS & ABASTECIMIENTO

(IN155)

TRABAJO PARCIAL

CICLO 2022-1

Profesor:
Salas Schwarz, Jorge Alfredo

Sección:
IN-A3

Integrantes del Grupo 06:

 Bautista Andagua, Alex Andrés - U201721147

 Gutiérrez Vera, Nataly Mercedes - U20171E349

 Maraví Mena, Esteban Alonso - U201512070

 Quinto Vera, Karla Alejandra - U201422569

 Salas Salvador, Terry Alejandro - U20171E329

INDICE
1. Desarrollar la definición de la herramienta asignada (historia y/o donde nace, conceptos, de
dónde nace la necesidad, que busca cubrir o solucionar, etc.). .................................................... 3
2. Mencione y analice cuáles son las ventajas y desventajas de la herramienta asignada ...... 4
3. Desarrolle y explique la implementación de la metodología y/o herramienta seleccionada
en una empresa. ............................................................................................................................. 6
4. Analice 5 papers o casos de éxito (aplicación, mejoras/beneficios, problemas presentados,
conclusiones, etc.), con menos de 4 años de publicado, de los motores de búsqueda de
artículos científicos de la universidad, sobre la herramienta asignada. En las referencias colocar
el link del artículo............................................................................................................................. 7
5. BIBLIOGRAFIA ...................................................................................................................... 14

INDICE DE FIGURAS

Figura 1. Aplicaciones de la inteligencia artificial .................................................................... 3

Figura 2. Ecuación de Utilidad del vendedor ........................................................................... 8

INDICE DE TABLAS

Tabla 1. Tabla de comparación de resultados de la implementación...................................... 12

 1. Desarrollar la definición de la herramienta asignada (historia y/o donde nace,
conceptos, de dónde nace la necesidad, que busca cubrir o solucionar, etc.).

Estamos en los primeros pasos de esta tecnología, cuando no existía el concepto de IA

pero ya se teorizaba sobre ‘máquinas’ que podían funcionar solas. El verdadero pionero
fue Alan Turing que, en 1936, puso la primera piedra al publicar su famoso artículo sobre
los «Números Calculables».

Dejando las teorías de Turing a un lado, podríamos decir que la inteligencia artificial nació
como concepto real en 1956. John McCarthy, Marvin Minsky y Claude Shannon, tres
científicos destacados de la época, acuñaron el término durante la Conferencia de
Darthmounth como “la ciencia e ingenio de hacer máquinas inteligentes, especialmente
programas de cálculo inteligentes”. (de la Torre, n.d.)

El primer trabajo que ahora se reconoce generalmente como IA fue realizado por Warren
McCulloch y Walter Pitts (1943). Se basaron en tres fuentes: conocimiento de la fisiología
básica y la función de las neuronas en el cerebro; un análisis formal de la lógica
proposicional debido a Russell y Whitehead; y la teoría de la computación de Turing.
Propusieron un modelo de neuronas artificiales en el que cada neurona se caracteriza por
estar "encendida" o "apagada", con un cambio a "encendido" en respuesta a la
estimulación de un número suficiente de neuronas vecinas. El estado de una neurona se
concebía como “fácticamente equivalente a una proposición que proponía su estímulo
adecuado”.

Demostraron, por ejemplo, que cualquier función computable podía calcularse mediante
alguna red de neuronas conectadas, y que todos los conectores lógicos (y, o, no, etc.)
podían implementarse mediante estructuras de red simples. McCulloch y Pitts también
sugirieron que las redes adecuadamente definidas podrían aprender.(Huang, 2010)

Asimismo, algunas aplicaciones de la inteligencia artificial son las siguientes:

Figura 1.

Aplicaciones de la inteligencia artificial

 Nota. Aplicaciones de la inteligencia artificial. Tomado de: (¿Qué Es La
Inteligencia Artificial? - Iberdrola, n.d.)

Las aplicaciones de la inteligencia artificial tienen el mismo objetivo: hacer más fácil la
vida de las personas. Algunas ya están integrando la IA con la Big Data debido a su
habilidad para procesar ingentes cantidades de datos y proporcionar ventajas
comunicacionales, comerciales y empresariales que la han llevado a posicionarse como
la tecnología esencial de las próximas décadas

2. Mencione y analice cuáles son las ventajas y desventajas de la herramienta

asignada

VENTAJAS:

En primer lugar, es importante mencionar que hoy en día, la inteligencia artificial le permite
a una organización extraer y analizar grandes cantidades de datos complejos. Asimismo,
provee más información en tiempo real, con lo cual no solo facilita, sino evidencia una
mejora con respecto a la toma de decisiones en los equipos que gestionan las compras.
Además, es gracias a la inteligencia artificial que se pueden realizar proyecciones
basadas en la recopilación de datos históricos a través del análisis predictivo. Por ello,
entre las ventajas principales, destacan:

 Información: La IA permite extraer grandes cantidades de datos complejos.

Proporciona más información en tiempo real, facilitando y mejorando la toma de
decisiones de los equipos de compras. Gracias a la inteligencia artificial, el análisis
predictivo permite realizar proyecciones basadas en la recopilación de datos
históricos. Sin embargo, esto requiere que las bases de datos estén debidamente
organizadas de antemano.

 Productividad: La IA logra disminuir el tiempo promedio para el procesamiento de

las actividades de contratación en un 25-60%, especialmente porque puede funcionar
 las 24 horas del día, 7 días a la semana. De hecho, la inteligencia artificial ayuda a
reducir drásticamente tareas que consumen mucho tiempo, como la selección de
ofertas. Combinada con el aprendizaje automático, la IA mejora la productividad de
todo el proceso de adquisición y suministro. Con la ayuda de la IA, los equipos de
compras pueden centrarse en tareas de mayor valor añadido(La Inteligencia Artificial
y Las Compras: Las Ventajas, n.d.)

 Implementación: La implantación de la IA suele ser rentable en unas 8 semanas

(siempre que los datos estén bien definidos y organizados). Para su aplicación con
éxito, lo mejor es proceder por etapas, como se indica a continuación:

o Identificar los casos de uso de la IA dentro del departamento de compras;

o Determinar las tecnologías más adecuadas para el análisis y la gestión de datos
o Gestionar el cambio mediante una comunicación clara y tranquilizadora.

Una vez integrada y adoptada la inteligencia artificial, los beneficios se trasladan a toda
la empresa.

 Ahorros: La IA puede aportar entre un 5% y un 40% de ahorro adicional mediante el

análisis del panel de gastos y proveedores. La IA, que es un verdadero motor de
rendimiento, se centra en las áreas prioritarias de optimización y facilita la toma de
decisiones de los compradores. En general, la inteligencia artificial apoya el
despliegue de planes de acción estratégicos eficaces para garantizar una mayor
rentabilidad.

 Costes: La IA puede reducir los costes de procesamiento en un 30-40%. Por ejemplo,

las tareas sencillas, como la asistencia técnica de nivel 1-2, pueden ser gestionadas
por chat bots.

 Calidad: La IA garantiza una calidad constante al reducir las tareas manuales.

Automatiza y mejora las tareas que consumen mucho tiempo al tiempo que limita el
riesgo de error. En el ámbito de los SVA, la IA permite un mejor análisis de las
devoluciones y promueve una gestión óptima de las reclamaciones. Desde las
compras hasta las relaciones con los proveedores y el transporte, la IA mejora la
calidad de toda la cadena de suministro.

 Seguridad: Al ayudar a los compradores a seleccionar los mejores proveedores, la

IA reduce el riesgo de fraude y de retrasos en los pagos. Cuando se utiliza para
gestionar los contratos de compra, garantiza una mayor protección legal. Por lo tanto,
la inteligencia artificial ayuda a que la contratación sea más segura.

 Competitividad: La inteligencia artificial crea valor, fomenta la innovación y ayuda a

 aumentar la competitividad general de la empresa entre sus clientes y prospectos. Así
como otras tecnologías clave (RPA1, IoT2, chatbots, blockchain, etc.), la inteligencia
artificial permite vislumbrar un nuevo futuro para los departamentos de compras: un
cambio estratégico y tareas de alto valor añadido que dependen de habilidades
exclusivamente humanas (interpersonales, de influencia, creatividad, etc.).

DESVENTAJAS:

• Coste y tiempo de implementación: La inversión en Inteligencia Artificial es muy

elevada al tratarse de máquinas complejas con un alto coste en mantenimiento y
reparación. Por ello, su aplicación requiere un elevado desembolso económico, además
del coste derivado de su mantenimiento. No obstante, este es un problema que se podrá
solventar a medida que la tecnología necesaria para su fabricación y su desarrollo se
reduzca.

• Falta de cualificación y adaptación: Para poder implantar proyectos de IA debe

contarse con profesionales que estén familiarizados con la materia. A diferencia de lo que
sucede con los seres humanos, las máquinas que trabajan con Inteligencia Artificial
carecen de la capacidad adaptativa de estos. Por ejemplo, en situaciones de crisis o de
entornos cambiantes, las máquinas tienen muy limitada su capacidad de adaptación y
solución de problemas.

• Aumento de desempleo: La sustitución de humanos por máquinas está llevando a

muchas personas al desempleo a gran escala, aunque el uso de Inteligencia Artificial
puede favorecer que los seres humanos se centren en tareas más complejas y de mayor
responsabilidad, en muchos casos, su uso puede abocar al desempleo. Esto es un
problema especialmente en el caso de los trabajos menos cualificados, donde las
máquinas inteligentes son mucho más eficientes llevándolos a cabo que cualquier
trabajador humano.

• Ausencia de moral. Es cierto que la eficacia es mayor, pero no son humanos, carecen
de sentimientos, lo que a veces puede ser peligroso ya que no conocen ninguna barrera
moral. Las máquinas inteligentes se limitan únicamente a realizar la tarea para la que han
sido programadas, además sus acciones dependen únicamente de la programación
previa, sin que puedan llevar a cabo juicios de valor en el caso de que sean empleadas
de forma moralmente cuestionable.

3. Desarrolle y explique la implementación de la metodología y/o herramienta

seleccionada en una empresa.

La empresa seleccionada es Amazon, una compañía estadounidense que se encarga del

 comercio electrónico, lo cual todas sus transacciones de venta se realizan vía electrónica.
Este gigante tecnológico gestiona dos vías de implementación de Inteligencia Artificial:
Uno consiste en un sistema de IA que ayuda a administrar el flujo de información, dando
un soporte técnico rápido para solucionar errores informáticos y el otro interactúa
directamente con las personas ejecutando soluciones sin la intervención de los
trabajadores.
Un ejemplo claro de la segunda intervención de IA en Amazon es que a lo largo de los
años la compañía ha ido reduciendo algunos componentes físicos de sus tiendas como:
cajas registradoras, cajeros, lo cual el sistema consiste en elegir lo que uno quiere de la
tienda y salir sin necesidad de ir a la caja registradora, esta experiencia de compra se
llama “Simplemente salir”, lo cual muchas tiendas físicas en EE. UU lo han implementado,
denominadas “Amazon Go”. Dichas tiendas usan IA para facilitar la adquisición de los
productos que los clientes necesitan al momento, en términos logísticos las operaciones
son sencillas y se ahorra tiempo y dinero para gestionar eficientemente la transacción. La
implementación de IA en estas tiendas consiste en poseer un pasaporte de entrada, lo
cual los clientes deben de contar con una cuenta en la plataforma de comercio Amazon,
lo cual está asociada a la tarjeta de débito o crédito del comprador, luego les habilitan un
código QR, este código permite habilitar el acceso a la tienda y es ahí donde la tecnología
comienza a funcionar, gracias a distintos periféricos tecnológicos como: sensores de
movimiento, cámaras y lectores de código permite monitorear a los clientes e identificar
los productos que son tomados por el comprador. Los algoritmos y el software
especializado que posee IA detectan las compras y automáticamente carga la compra a
la cuenta de Amazon registrada y sin nada de pagos al cajero, ni colas interminables sales
de la tienda en cuestión de minutos y finalmente la aplicación te da a conocer la relación
de productos que han sido escogidos, el tiempo de permanencia en la tienda y además
el monto a pagar.

4. Analice 5 papers o casos de éxito (aplicación, mejoras/beneficios, problemas

presentados, conclusiones, etc.), con menos de 4 años de publicado, de los
motores de búsqueda de artículos científicos de la universidad, sobre la
herramienta asignada. En las referencias colocar el link del artículo.

CASO DE ÉXITO 1. Impact of artificial intelligence adoption on online returns

Policies(Impacto de la adopción de inteligencia artificial en las políticas de
devolución en línea)

Journal: Annals of Operations Research

Autor(es): Yang, Guangyong;(Ji, Guojun);Tan, Kim Hua
Fecha de publicación: 2020

CONTEXTO:
 El cambio al comercio electrónico ha llevado a un aumento asombroso en las ventas en
línea
para los minoristas. Sin embargo, la cantidad de devoluciones realizadas en compras en
línea también está aumentando y tiene un profundo impacto en las operaciones y
ganancias
de los minoristas. Por lo tanto, los minoristas deben encontrar el equilibrio entre minimizar
y permitir las devoluciones de productos. Este estudio examina una sala de exposición
fuera
de línea frente a una sala web de realidad virtual en línea con inteligencia artificial (AI) y
cómo la configuración afecta las decisiones de compra de los clientes y de devolución de
los
minoristas. Se utiliza un estudio de caso para ilustrar la aplicación de IA.

APLICACIÓN:
La adopción de inteligencia artificial que efectivamente reduce la incertidumbre del ajuste
del producto y recomienda objetivamente mejores intercambios coincidentes afecta las
políticas de devolución cuando el vendedor proporciona reembolsos completos por
devoluciones. Al obtener la experiencia de realidad virtual personalizada de inteligencia
artificial, el consumidor descubre y aprende información adecuada por completo, luego
realiza una compra informada.
Teniendo esto en cuenta, la adopción de inteligencia artificial y la creación de una sala de
exposición fuera de línea son iguales para eliminar la incertidumbre del ajuste del
producto. La ganancia esperada del vendedor se puede mostrar como

Figura 2.

Ecuación de Utilidad del vendedor

Nota. Esta ecuación de utilidad representa la adopción de la inteligencia artificial y la

creación de una sala de exposición fuera de línea. Tomado de:(Yang et al., 2022)

De la figura anterior, el primer elemento corresponde a los ingresos de los productos

conservados, el segundo elemento capta los ingresos del rescate de los nuevos productos y
el último elemento es el costo de adquisición.
Esto demuestra que a medida que aumenta la probabilidad de que a un consumidor
realmente le guste el producto, aumenta el número de consumidores que mantienen los
productos, lo que aumenta la cantidad y la ganancia óptima.

RESULTADOS:
 En términos generales, existen dos estrategias competitivas en los negocios en línea:
centrarse en precios bajos y envíos rápidos, como Amazon.com, y centrarse en crear una
experiencia de servicio personalizada significativamente superior, como Stitch Fix.
Con el surgimiento de nuevas operaciones minoristas, cada vez más consumidores prestan
mayor atención a la experiencia de servicio personalizado. Stitch Fix cumple con esta
experiencia acumulando cantidades masivas de datos y adoptando inteligencia artificial.
Según un informe de tendencias de Internet de 2016, si la inteligencia artificial de Stitch Fix
predice que los consumidores tienen un 100 % de probabilidad de comprar algún tipo de ropa,
la probabilidad real de que los consumidores compren es del 90 % (Meeker 2016).

CONCLUSIÓN:

Esto muestra que la adopción de la inteligencia artificial reduce en gran medida la

incertidumbre del ajuste del producto y ayuda a la gran mayoría de los consumidores a
realizar una compra informada, lo que reduce considerablemente la cantidad de
devoluciones.

CASO DE ÉXITO 2. Intelligence purchasing: How artificial intelligence can redefine the
purchasing function
Journal: Journal of Business Research
Autor(es): Allal-Chérif, O., Simón Moya, V., & Ballester, A.
Fecha de publicación: 2021
CONTEXTO:
El articulo menciona la funcionalidad de las IA en una empresa enfocándose en el área de compras
y lo que este conlleva. Para poder aplicar estas tecnologías es necesario saber cuáles son las
necesidades y qué se desea mejorar para poder generar una mejor elección. En la actualidad las
empresas son cada vez más competitivas, debido a los avances tecnológicos y a un mayor
conocimiento en diversos temas. Debido a esto es imprescindible que as empresas cuenten con
herramientas de última tecnología para poder lograr seguir en competencia y lograr la excelencia
y brindar el mejor servicio o producto a sus clientes.
APLICACIÓN:
Los autores analizan cómo una inteligencia artificial amplifica el rendimiento en las áreas
específicas de compras, mejorando los procesos a través de sus diversos enfoques. Uno de los
principales objetivos de las IA es lograr la automatización y optimización de procesos de compra,
debido a esto es necesario contar con una base de datos que permita a estas herramientas un mejor
manejo de cantidades y poder ejecutar compras en cantidades y fechas correctas. Para la
implementación de la herramienta SAP Ariba, esta toma en cuenta la integración de la cadena de
suministro y del operador logistico, inicia creando pedidos ingresados al proveedor, las fechas de
confirmación se ingresan automáticamente estableciendo alertas en caso de faltar materia prima o
reprogramación de fechas de entrega, finalmente se genera un código de envío cuya finalidad es
poder contar con el seguimiento del transporte.
RESULTADOS:
Tras el análisis de 5 sistemas se concluye que la implementación de IA genera un desenvolvimiento
estratégico en el área de compras debido a que brinda capacidades adicionales a los clientes y
fortalece el rol multifuncional con su interfaz.
CONCLUSIÓN:
A pesar de la mejora provista por la aplicación de IA en las compañías, estas tecnologías cuentan
con limitaciones debido a que su uso requiere experiencia previa o conocimiento. Las IA no
permiten la solución de todos los problemas e incluso un mal uso puede llegar a generar mayores
problemas a las compañías, ahí la importancia de conocer la plataforma. Estas tecnologías generan
dependencia en las empresas, debido a que confían en que estas den resultados adecuados y
cuenten con un buen funcionamiento todo el tiempo cuando puede que no sea así por diversos
factores.

CASO DE ÉXITO 3. Sistema de administración de compras tienda a tienda: Aplicando

técnicas de inteligencia artificial

Journal: Iberian Journal of Information Systems and Technologies

Autor(es): Edwin Barrientos-Avendaño
Fecha de publicación: 2020

CONTEXTO:
Los sistemas de información buscan satisfacer los procesos de negocio de las empresas
buscando que estas sean cada vez más competitivas. Se pretende mostrar aspectos del
desarrollo de un sistema de ventas tienda a tienda utilizando técnicas de inteligencia artificial,
desarrollado para satisfacer las necesidades de una Panificadora de la Ciudad de Ocaña
dedicada a la comercialización de productos atreves de barrios de la ciudad de Cúcuta Norte de
Santander. Se desarrolló una investigación que permitió analizar las particularidades y la visión
que tiene la empresa sobre cómo se debería operar un sistema que tuviera algoritmos
inteligentes que lograran dar soporte a la toma de decisiones en diferentes áreas de la
organización

APLICACIÓN:
El ingreso al sistema se realiza con las credenciales que cada usuario tiene asignadas por el
administrador, una vez se autentica ante el sistema se identifica el rol de usuario asignándole su
perfil a través de unos menús de opciones donde los usuarios podrán interactuar de acuerdo con
los procesos de negocio de cada departamento de la empresa. Para resolver el problema, se
calcula la probabilidad de que hubiese La venta del producto sabiendo que la prueba ha
detectado La venta estipulada (P (Venta | Prueba+)); y por otro lado, debemos calcular la
probabilidad de que no hubiese la venta sabiendo que la prueba no ha detectado la venta
estipulada (P(NoVenta | Prueba-)) P(Prueba+) = P (Prueba+ Venta)·P(Venta) + P (Prueba+
|NoVenta)·P(NoVenta) P(Prueba+) = 0,9·0,6 + 0,1·0,4 = 0,58
P(NoVenta|Prueba-) = (P(Prueba-|NoVenta)·P(NoVenta) ) / P(Prueba-) = (0,9 · 0,4) / 0,42 =0,86
Se selecciona el resultado que refleje más probabilidad. En este caso, es más probable que haya
la venta estipulada. P(Prueba+|Venta)=0,9, como se dice en el caso de estudio. Es decir, en los
casos que se ha visto que finalmente había la venta estipulada, la prueba ha acertado en el 90%
de esos casos

RESULTADOS:
Permitirá un mayor eficiencia y eficacia en los procesos que se lleva en el día a día de ventas
tienda a tienda, adicionalmente el sistema plantea la posibilidad de que los dueños de negocio,
puedan a través del sitio oficial de la empresa realizar una preventa cuando ellos lo requiera, una
vez el cliente entra a la plataforma el sistema reconoce su perfil de compras realizadas y le ofrece
los productos de acuerdo a su comportamiento de compras, si existe un producto que el cliente
nunca ha comprado el sistema se lo ofrece de forma automática esto bajo algoritmos inteligentes
(Torres, 2018) que analizan el perfil del cliente. El sistema en diferentes módulos pretende ir
mejorando la forma como tomamos decisiones hoy en día soportados por información de interés,
el software tienda a tienda pretende ser una herramienta de apoyo para la mejora continua de la
empresa, es de aclarar que dicho sistema fue desarrollado adaptado la forma de trabajar de la
Panificadora Compañía Alimenticia.

CONCLUSIÓN:
El proyecto busco tomar la experiencia de la empresa Compañía alimenticia Tú Pan Gourmet
SAS, implementando técnicas de inteligencia artificial clasificador bayesiano Naïve Bayes, el cual
permite generar pronósticos en diferentes partes del sistema como ventas, producción, logrando
mejorar la planeación de estas. En el desarrollo constate que debe tener dicha aplicación se
planteó la implementación de otras técnicas de inteligencia artificial como las redes neuronales
para la realización de minería de datos, donde podamos tener un patrón que nos permita,
descubrir acontecimientos en compras, ventas, manejo de clientes, producción.

CASO DE ÉXITO 4. Artificial Intelligence Monitoring System Using ZigBee Wireless

Network Technology in Warehousing and Logistics Innovation and Economic Cost
Management (Sistema de Monitoreo de Inteligencia Artificial que Utiliza la Tecnología de
Red Inalámbrica ZigBee en Almacenamiento y Logística Innovación y Gestión de Costos
Económicos)

Journal: Wireless Communications and Mobile Computing

Autor(es): Lingjiang Zhao and Yufa Xu
Fecha de publicación: 2022
CONTEXTO/ PROBLEMA:
El estudio espera reducir el costo de desarrollo y el consumo de energía del monitoreo del entorno
de almacenamiento y mejorar la eficiencia del entorno de supervisión del almacenamiento.

El estudio espera reducir el costo de desarrollo y el consumo de energía del monitoreo del entorno
de almacenamiento y mejorar la eficiencia del entorno de supervisión del almacenamiento.

APLICACIÓN:
En primer lugar, el sistema de monitoreo del entorno de almacenamiento está diseñado en detalle
utilizando ZigBee. Incluye el diseño de nodos terminales, nodos de enrutador, nodos
coordinadores y software de computadora superior. Aquí está una descripción detallada del
proceso de establecimiento de una red de comunicación para tres tipos diferentes de dispositivos
en ZigBee la red. Se introduce el mecanismo de asignación de direcciones de la red ZigBee.
Luego, mediante la aplicación del costeo basado en actividades, se logra la reducción de costos
esperada. Finalmente, el modelo de evaluación del nivel de costos logísticos de almacenamiento
es establecidos, y se analizan las diversas razones que inciden en el costo logístico del
almacenamiento. El entorno de almacén completo El sistema de monitoreo es una red de
topología de árbol compuesta por un coordinador ZigBee, varios nodos de enrutamiento ZigBee
y un terminal dispositivo a través del diseño anterior. El coordinador de la red es responsable de
establecer la red y puede comunicarse con la computadora host a través del puerto serie. El nodo
terminal recopila información de parámetros ambientales. y devuelve los datos al coordinador
ZigBee a través de multisalto inalámbrico. El nodo de enrutamiento ZigBee se utiliza
principalmente para ampliar el alcance de la red para lograr el propósito de monitoreo inalámbrico
de todo el entorno de almacenamiento. Este proporciona una referencia para la combinación de
tecnología de comunicación inalámbrica y tecnología de sensores

RESULTADOS:

Tabla 1.
Tabla de comparación de resultados de la implementación

Nota. La tabla presenta los resultados por tipo de tecnología. Tomado de: (Zhao & Xu, 2022)
De acuerdo con lo anterior contabilidad, los costos directos son sólo alrededor del 30%. Cuando
el costo indirecto es relativamente alto, el costeo basado en actividades consiste en asignar
recursos según la motivación de la actividad. Comparado con el método de costo tradicional, es
más científico y razonable distribuir sólo las horas de trabajo de las personas y maquinas Mientras
tanto, la compañía también ha reducido el sistema de contabilidad general y el cálculo de costos
método permanece sin cambios.

CONCLUSIONES:
El coordinador o enrutador ZigBee asigna la red dirección al siguiente nodo de acuerdo con los
datos establecidos inicialmente y el algoritmo establecido. Las configuraciones relacionadas son
los siguientes: la profundidad máxima de la red depende en Lm, que limita la longitud de la red
desde un punto de vista físico. Después de que el coordinador construya la red de nuevo, la
dirección de red se establece en 0 y la profundidad es se registra como d = 0. Su siguiente
profundidad de nodo se registra como 1. El análisis de la capacidad máxima del próximo
enrutador depende de habitación La capacidad máxima del próximo nodo de comunicación
depende de cm. El hardware necesita ser estudiado más a fondo. Esto ayuda a resolver
problemas a tiempo cuando se depura el equipo. En el futuro, después de aprender, el sistema
se mejorará para que el entorno de almacenamiento se puede monitorear con precisión.

CASO DE ÉXITO 5. Artificial Intelligence in purchasing: Faciliting mechanism design-

based negotiations
Journal: Applied Aritificial Intelligence
Autor(es): Schulze-Horn, I., Hueren, S., Scheffler, P. & Schiele H.
Fecha de publicación: 2020
CONTEXTO:
La velocidad de negociación de una empresa es fundamental para lograr establecer parámetros
entre proveedores y clientes, junto a esto los costos y objetivos sobre la calidad deben permanecer
como prioridad. La inteligencia artificial es considerada la cuarta revolución industrial, estas
buscan realizar tareas de base humana de manera mecanizada y a optimizada para lograr reducir
tiempos y recursos utilizados a actividades previa aplicación de estas.
APLICACIÓN:
Para saber qué enfoque darle a la implementación de AI hay que delimitar cuál es la meta de esta
herramienta, inicialmente la herramienta necesita contar con una base de datos previa para poder
evaluar los patrones de desempeño y necesidades del área de compras. Luego se debe realizar
charlas y cursos sobre el uso de la tecnología en la empresa. Para el uso de este de debe de
implementar el software o aplicativo necesario previo a la instalación de la tecnología
complementaria de ser necesaria. Empezar a utilizar el software ingresando datos para empezar a
realizar cálculos de comportamiento en base al histórico de datos y a los datos actuales.
RESULTADOS:
La implementación de IA ayuda a disminuir la inversión de capital en el área de compras generando
la minimización de los costos de materia prima a comprar y a evaluar su funcionalidad dentro del
proceso. De esta forma permite el análisis del comportamiento de negociación del proveedor.
CONCLUSIÓN:
La aplicación de tecnología en una empresa es muy provechosa pues permite estimar patrones con
mejor precisión, sin embargo, el uso de estas cuenta con limitaciones como son constantes
capacitaciones a los trabajadores debido a sus constantes mejores en la plataforma y con la
finalidad de poder darle el mejor uso a la IA, como también en un futuro significar un recorte de
personal debido a que esta puede realizar distintas actividades en menor tiempo.

5. BIBLIOGRAFIA

¿Qué es la Inteligencia Artificial? - Iberdrola. (n.d.). IBERDROLA. Retrieved October 1, 2022, from
https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial
de la Torre, D. (n.d.). ¿Cómo nació la inteligencia artificial? Historia de la IA. BlogThinkbig. Retrieved October 1,
2022, from https://blogthinkbig.com/historia-como-nacio-inteligencia-artificial
Huang, L. F. (2010). Artificial intelligence. In 2010 The 2nd International Conference on Computer and Automation
Engineering, ICCAE 2010 (Vol. 4). https://doi.org/10.1109/ICCAE.2010.5451578
La inteligencia artificial y las compras: las ventajas. (n.d.). MANUTAN. Retrieved October 5, 2022, from
https://www.manutan.es/blog/inteligencia-artificial-ventajas-compras/#productBeginIndex:0&orderBy:7&
Yang, G., Ji, G., & Tan, K. H. (2022). Impact of artificial intelligence adoption on online returns policies. Annals of
Operations Research, 308(1–2), 703–726. https://doi.org/10.1007/s10479-020-03602-y
Zhao, L., & Xu, Y. (2022). Artificial Intelligence Monitoring System Using ZigBee Wireless Network Technology
in Warehousing and Logistics Innovation and Economic Cost Management. Wireless Communications and
Mobile Computing, 2022. https://doi.org/10.1155/2022/4793654
Allal-Chérif, O., Simón-Moya, V., & Ballester, A. C. C. (2021). Intelligent purchasing: How artificial intelligence can
redefine the purchasing function. Journal of Business Research, 124, 69–76.
https://doi.org/10.1016/j.jbusres.2020.11.050
Schulze-Horn, I., Hueren, S., Scheffler, P., & Schiele, H. (2020). Artificial Intelligence in Purchasing: Facilitating
Mechanism Design-based Negotiations. Applied Artificial Intelligence, 34(8), 618-642.
https://doi.org/10.1080/08839514.2020.1749337