Modelos Predictivos con Aprendizaje Automático y su Operacionalización en Producción para la Mejora en la Distribución de Bienes de Consumo
Autor: Dante Emanuel Téllez Guevara
Doctorado en Informática
La operacionalización de modelos de aprendizaje automático (ML) en la distribución de bienes de consumo fue de vital importancia para la integración efectiva de la inteligencia artificial (IA) en entornos de producción empresarial. Este estudio abordó esta tarea crítica, centrándose en metodologías y frameworks que se adaptaron a la madurez tecnológica, estructura organizacional, tamaño del equipo y cultura corporativa de una empresa hipotética. Exploró desde la preparación de datos y el desarrollo de modelos predictivos, hasta su implementación práctica en sistemas productivos. Fue crucial en este proceso superar barreras tanto organizacionales como técnicas para facilitar la adopción de la IA. Este trabajo ofreció un enfoque integral que consideró no sólo la eficiencia técnica de los modelos de ML, sino también su alineación con las estrategias y objetivos empresariales. Contribuyó significativamente al campo académico con hallazgos teóricos y metodológicos y proporcionó a las empresas un marco práctico y adaptable para integrar soluciones de IA de manera eficiente, asegurando su aplicabilidad y pertinencia en el cambiante entorno empresarial de ese momento.