Inteligencia artificial y toma de decisiones estratégicas en agencias de marketing de San Salvador: Evidencia desde un enfoque de métodos mixtos
Palabras clave:
Estudio de mercado, Métodos mixtos, Organizaciones de servicios, Transformación digitalResumen
La toma de decisiones estratégicas constituye un proceso central en las agencias de marketing, especialmente en contextos de alta incertidumbre y dinamismo competitivo. En este escenario, la inteligencia artificial (IA) ha emergido como una herramienta de apoyo analítico, cuyo impacto real en los procesos decisionales requiere evidencia empírica contextualizada. El objetivo del estudio fue analizar cómo el uso de la IA incide en la toma de decisiones estratégicas en agencias de marketing de la ciudad de San Salvador. Se adoptó un enfoque de métodos mixtos, mediante un cuestionario estructurado, aplicado a 20 responsables estratégicos de agencias de marketing, y ocho entrevistas semiestructuradas a expertos externos en IA, marketing estratégico y transformación digital. La integración de resultados se realizó mediante triangulación, con alcance empírico local y sin pretensión de generalización estadística. Los hallazgos muestran que la IA se utiliza principalmente como soporte analítico, que amplía la base informativa y contribuye a reducir la incertidumbre percibida, sin sustituir el juicio experto humano. Asimismo, su incidencia está mediada por las capacidades organizacionales, particularmente el nivel de madurez digital y la existencia de criterios explícitos para su uso estratégico. Se concluye que predomina un modelo híbrido de decisión, en el que tecnología y experiencia interactúan de manera complementaria.
Descargas
0
EPUB 0
Citas
Benbya, H., Davenport, T. H. y Pachidi, S. (2021, 8 de enero). Artificial Intelligence in Organizations: Current State and Future Opportunities. MIS Quarterly Executive, 19(4). http://dx.doi.org/10.2139/ssrn.3741983
Carballo, W. (Coord.). (2024). (Escríbeme) Un libro sobre IA: Inteligencia artificial, industrias creativas y educación en comunicación: una mirada desde El Salvador. Mónica Herrera Ediciones. https://monicaherrera.edu.sv/investigacion/escribeme-un-libro-sobre-ia/
Comisión Económica para América Latina y el Caribe. (2022). Transformación digital para una recuperación sostenible e inclusiva en América Latina y el Caribe. CEPAL.
Creswell, J. W. y Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3.a ed.). SAGE Publications.
Davenport, T. H. y Ronanki, R. (2018). Artificial Intelligence for the Real World: Don’t Start with Moon Shots. Harvard Business Review, 96(1), 108-116. https://academichelptoday.com/assets/documents/Artificial_Intelligence_for_the_Real_World_-_HBR.pdf
Davenport, T., Guha, A., Grewal, D. y Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48, 24-42. https://doi.org/10.1007/s11747-019-00696-0
Guest, G., Bunce, A. y Johnson, L. (2006). How many interviews are enough? An experiment with data saturation and variability. Field Methods, 18(1), 59-82. https://doi.org/10.1177/1525822X05279903
Gündüzyeli, B. (2024). Artificial intelligence in digital marketing within the framework of sustainable management. Sustainability, 16(23), 10511. https://doi.org/10.3390/su162310511
Haesevoets, T., De Cremer, D., Dierckx, K. y Van Hiel, A. (2021). Human-machine collaboration in managerial decision making. Computers in Human Behavior, 119, 106730. https://doi.org/10.1016/j.chb.2021.106730
Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill Education.
Huang, M.-H. y Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49, 30-50. https://doi.org/10.1007/s11747-020-00749-9
Jobin, A., Ienca, M. y Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1, 389-399. https://doi.org/10.1038/s42256-019-0088-2
Kalai, A. T., Nachum, O., Vempala, S. S. y Zhang, E. (2025). Why Language Models Hallucinate. Cornell University. https://doi.org/10.48550/arXiv.2509.04664
Kane, G. C., Palmer, D., Phillips, A. N., Kiron, D. y Buckley, N. (2015, 14 de julio). Strategy, not Technology, Drives Digital Transformation. MIT Sloan Management Review. https://sloanreview.mit.edu/projects/strategy-drives-digital-transformation/
Labib, E. (2024). Artificial intelligence in marketing: Exploring current and future trends. Cogent Business & Management, 11(1), 2348728. https://doi.org/10.1080/23311975.2024.2348728
Lincoln, Y. S. y Guba, E. G. (1985). Naturalistic inquiry. SAGE Publications.
Mittelstadt, B. (2019). Principles alone cannot guarantee ethical AI. Nature Machine Intelligence, 1, 501-507. https://doi.org/10.1038/s42256-019-0114-4
Patton, M. Q. (2015). Qualitative research & evaluation methods (4.a ed.). SAGE Publications.
Raisch, S. y Krakowski, S. (2021). Artificial Intelligence and Management: The Automation-Augmentation Paradox. Academy of Management Review, 46(1), 192-210. https://doi.org/10.5465/amr.2018.0072
Roy, S. K., Tehrani, A. N., Pandit, A., Apostolidis, C. y Ray, S. (2025). AI-capable relationship marketing: Shaping the future of customer relationships. Journal of Business Research, 192, 115309. https://doi.org/10.1016/j.jbusres.2025.115309
Rust, R. T. (2020). The future of marketing. International Journal of Research in Marketing, 37(1), 15-26. https://doi.org/10.1016/j.ijresmar.2019.08.002
Shrestha, Y. R., Ben-Menahem, S. M. y von Krogh, G. (2019). Organizational Decision-Making Structures in the Age of Artificial Intelligence. California Management Review, 61(4), 66-83. https://doi.org/10.1177/0008125619862257
Shrestha, Y. R., Krishna, V. y von Krogh, G. (2021). Augmenting organizational decision-making with deep learning algorithms: Principles, promises, and challenges. Journal of Business Research, 123, 588-603. https://doi.org/10.1016/j.jbusres.2020.09.068
Whittlestone, J., Nyrup, R., Alexandrova, A. y Cave, S. (2019). The Role and Limits of Principles in AI Ethics: Towards a Focus on Tensions [artículo de investigación]. Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society, Association for Computing Machinery, New York, Nueva York, Estados Unidos de América. https://doi.org/10.1145/3306618.3314289
Xiong, W., Chen, W. y Liang, M. (2023). Partner or subordinate? Sequential risky decision-making behaviors under human-machine collaboration contexts. Computers in Human Behavior, 139, 107556. https://doi.org/10.1016/j.chb.2022.107556
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Esta licencia permite a terceros:
Compartir — copiar y redistribuir el material en cualquier medio o formato. La licenciante no puede revocar estas libertades en tanto siga los términos de la licencia.
Bajo los siguientes condiciones:
- Atribución — debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que la revista o su uso tienen el apoyo de la licenciante.
- No Comercial — no puede hacer uso del material con propósitos comerciales.
- Sin Derivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
