Inteligencia Artificial para la gestión integral de las cadenas de suministro

Resumen

El estudio analizó la aplicación de modelos basados en inteligencia artificial (IA) para optimizar la gestión de cadenas de suministro para insumos en el sector hotelero cubano, con énfasis en la predicción de demanda. Su objetivo principal fue examinar el estado del conocimiento sobre modelos computacionales predictivos, identificando sus ventajas y limitaciones en contextos hoteleros, así como evaluar las particularidades y desafíos específicos de este sector. Para ello, se empleó una metodología dialéctico-materialista que combinó métodos teóricos (histórico-lógico e inductivo-deductivo) y empíricos, centrados en una revisión bibliográfica exhaustiva en bases de datos académicas como Google Académico, Science Direct, Emerald Insigth y Taylor and Francis, utilizando términos clave como "gestión de cadenas de suministro" y "predicción de demanda". La literatura analizada indica que técnicas de IA, como redes neuronales, aprendizaje automático y análisis predictivo, contribuyen a que la toma de decisiones sea más cercana a la realidad, optimizan inventarios, reducen costos operativos y mitigan riesgos como el sobreconsumo o la escasez de insumos. Además, se destacó que la integración de flujos de información y materiales, junto con la digitalización de procesos, incrementa la eficiencia y adaptabilidad de las cadenas. No obstante, se identificaron desafíos críticos, como la necesidad de datos de calidad, capacitación del personal e inversión tecnológica. La investigación concluyó que la implementación de la IA, a pesar de sus desafíos, es crucial para la sostenibilidad y competitividad de los hoteles.