pág. 14196
LA ADMINISTRACIÓN TRADICIONAL FRENTE A
LA INTELIGENCIA ARTIFICIAL: UN ANÁLISIS
CRÍTICO DE SU IMPACTO EN LA GESTIÓN
EMPRESARIAL CONTEMPORÁNEA
TRADITIONAL ADMINISTRATION VS. ARTIFICIAL
INTELLIGENCE IN BUSINESS MANAGEMENT: A CRITICAL
COMPARATIVE ANALYSIS
Celerino Martínez Negrete
Centro Universitario Continental
pág. 14197
DOI: https://doi.org/10.37811/cl_rcm.v10i1.23652
La administración tradicional frente a la inteligencia artificial: un análisis
crítico de su impacto en la gestión empresarial contemporánea
Celerino Martínez Negrete1
manece18p17@redcuc.edu.mx
https://orcid.org/0009-0008-7974-5625
Centro Universitario Continental
México
RESUMEN
El presente artículo realiza un análisis crítico comparativo entre la administración tradicional y la gestión
empresarial basada en inteligencia artificial (IA), con el propósito de identificar sus principales aportes,
limitaciones y perspectivas futuras. La investigación se fundamenta en una revisión documental de
autores clásicos de la administración, como Fayol, Weber, Mayo, McGregor, Maslow y Herzberg, y en
estudios recientes publicados entre 2020 y 2025 que examinan el impacto de la IA en las organizaciones.
La metodología adoptada es cualitativa, de carácter exploratorio y comparativo, sustentada en el análisis
de fuentes académicas y casos prácticos de empresas que aplican ambos enfoques. Los resultados
muestran que la administración tradicional aporta valores humanos esenciales, como la experiencia, el
liderazgo personal, la motivación y la cohesión cultural, mientras que la inteligencia artificial se
distingue por su rapidez, precisión y capacidad de procesar grandes volúmenes de datos en tiempo real.
No obstante, también se identifican riesgos asociados a la dependencia tecnológica, la pérdida de
empleos y los dilemas éticos derivados de la automatización de decisiones. Se concluye que el futuro de
la gestión empresarial no radica en sustituir un modelo por otro, sino en la integración estratégica de
ambos, combinando la dimensión humana y ética de la administración tradicional con la eficiencia y
competitividad que ofrece la inteligencia artificial.
Palabras clave: Administración tradicional, inteligencia artificial, gestión empresarial.
1 Autor principal
Correspondencia: manece18p17@redcuc.edu.mx
DOI: https://doi.org/10.37811/cl_rcm.v10i1.23652
La administración tradicional frente a la inteligencia artificial: un análisis
crítico de su impacto en la gestión empresarial contemporánea
Celerino Martínez Negrete1
manece18p17@redcuc.edu.mx
https://orcid.org/0009-0008-7974-5625
Centro Universitario Continental
México
RESUMEN
El presente artículo realiza un análisis crítico comparativo entre la administración tradicional y la gestión
empresarial basada en inteligencia artificial (IA), con el propósito de identificar sus principales aportes,
limitaciones y perspectivas futuras. La investigación se fundamenta en una revisión documental de
autores clásicos de la administración, como Fayol, Weber, Mayo, McGregor, Maslow y Herzberg, y en
estudios recientes publicados entre 2020 y 2025 que examinan el impacto de la IA en las organizaciones.
La metodología adoptada es cualitativa, de carácter exploratorio y comparativo, sustentada en el análisis
de fuentes académicas y casos prácticos de empresas que aplican ambos enfoques. Los resultados
muestran que la administración tradicional aporta valores humanos esenciales, como la experiencia, el
liderazgo personal, la motivación y la cohesión cultural, mientras que la inteligencia artificial se
distingue por su rapidez, precisión y capacidad de procesar grandes volúmenes de datos en tiempo real.
No obstante, también se identifican riesgos asociados a la dependencia tecnológica, la pérdida de
empleos y los dilemas éticos derivados de la automatización de decisiones. Se concluye que el futuro de
la gestión empresarial no radica en sustituir un modelo por otro, sino en la integración estratégica de
ambos, combinando la dimensión humana y ética de la administración tradicional con la eficiencia y
competitividad que ofrece la inteligencia artificial.
Palabras clave: Administración tradicional, inteligencia artificial, gestión empresarial.
1 Autor principal
Correspondencia: manece18p17@redcuc.edu.mx
pág. 14198
Traditional Administration vs. Artificial Intelligence in Business
Management: A Critical Comparative Analysis
ABSTRACT
This article presents a critical comparative analysis between traditional administration and business
management based on artificial intelligence (AI), aiming to identify their main contributions, limitations,
and future perspectives. The research is grounded in a documentary review of classical authors of
administration, such as Fayol, Weber, Mayo, McGregor, Maslow, and Herzberg, as well as recent studies
published between 2020 and 2025 that examine the impact of AI on organizations. The methodology
adopted is qualitative, exploratory, and comparative, supported by the analysis of academic sources and
practical cases of companies applying both approaches. The findings show that traditional
administration provides essential human values such as experience, personal leadership, motivation, and
cultural cohesion, while artificial intelligence stands out for its speed, accuracy, and ability to process
large volumes of data in real time. However, risks associated with technological dependence, job losses,
and ethical dilemmas derived from automated decision-making were also identified. The study
concludes that the future of business management does not lie in replacing one model with the other,
but in their strategic integration, combining the human and ethical dimension of traditional
administration with the efficiency and competitiveness offered by artificial intelligence.
Keywords: Traditional administration, artificial intelligence, business management
Artículo recibido 02 enero 2026
Aceptado para publicación: 30 enero 2026
Traditional Administration vs. Artificial Intelligence in Business
Management: A Critical Comparative Analysis
ABSTRACT
This article presents a critical comparative analysis between traditional administration and business
management based on artificial intelligence (AI), aiming to identify their main contributions, limitations,
and future perspectives. The research is grounded in a documentary review of classical authors of
administration, such as Fayol, Weber, Mayo, McGregor, Maslow, and Herzberg, as well as recent studies
published between 2020 and 2025 that examine the impact of AI on organizations. The methodology
adopted is qualitative, exploratory, and comparative, supported by the analysis of academic sources and
practical cases of companies applying both approaches. The findings show that traditional
administration provides essential human values such as experience, personal leadership, motivation, and
cultural cohesion, while artificial intelligence stands out for its speed, accuracy, and ability to process
large volumes of data in real time. However, risks associated with technological dependence, job losses,
and ethical dilemmas derived from automated decision-making were also identified. The study
concludes that the future of business management does not lie in replacing one model with the other,
but in their strategic integration, combining the human and ethical dimension of traditional
administration with the efficiency and competitiveness offered by artificial intelligence.
Keywords: Traditional administration, artificial intelligence, business management
Artículo recibido 02 enero 2026
Aceptado para publicación: 30 enero 2026
pág. 14199
INTRODUCCIÓN
La administración clasica ha estado históricamente sustentada en modelos tradicionales que privilegian
las jerarquías, las reglas claras y la experiencia de los directivos. Estos enfoques, desarrollados por
autores clásicos como Henry Fayol (1916) y Max Weber (1947), han permitido mantener orden,
estabilidad y control dentro de las organizaciones, consolidando estructuras burocráticas que garantizan
previsibilidad y disciplina. Sin embargo, en las últimas décadas, el avance de la tecnología y, en
particular, de la inteligencia artificial (IA), ha transformado la manera en que las empresas gestionan sus
procesos, generando un debate sobre el papel que debe ocupar la administración tradicional frente a las
herramientas tecnológicas modernas.
El problema de investigación que se aborda en este artículo radica en la tensión entre lo humano y lo
tecnológico: mientras la administración tradicional aporta valores como la experiencia, el liderazgo
personal y la cohesión cultural, la inteligencia artificial ofrece rapidez, precisión y capacidad de procesar
grandes volúmenes de datos. Esta dualidad plantea interrogantes sobre la pertinencia de mantener
esquemas clásicos o de sustituirlos por modelos digitales, y sobre los riesgos asociados a la dependencia
tecnológica, la pérdida de empleos y los dilemas éticos en la toma de decisiones automatizadas.
La relevancia de este estudio se encuentra en la necesidad de comprender cómo ambos enfoques pueden
integrarse para responder a los retos de la competitividad global. En este sentido, el marco teórico se
sustenta en las aportaciones de la administración clásica (Fayol, Weber, Mayo, McGregor) y en
investigaciones recientes sobre inteligencia artificial en la gestión empresarial (Tenés Trillo, 2023;
Rubio García, 2024; Reyes Flores et al., 2024). Estos antecedentes permiten contrastar la estabilidad y
los valores humanos de la administración tradicional con la eficiencia y capacidad predictiva de la IA.
El contexto de la investigación se sitúa en un mundo empresarial cada vez más digitalizado, donde las
organizaciones enfrentan presiones para innovar y adaptarse a mercados dinámicos. En este escenario,
la IA se ha convertido en una herramienta estratégica en sectores como la logística, las finanzas y la
salud, mientras que la administración tradicional sigue siendo necesaria para preservar la dimensión
ética y cultural de las instituciones.
El objetivo general de este trabajo es comparar la administración tradicional y la inteligencia artificial
en la gestión empresarial. Los objetivos específicos son: identificar ventajas y limitaciones de cada
INTRODUCCIÓN
La administración clasica ha estado históricamente sustentada en modelos tradicionales que privilegian
las jerarquías, las reglas claras y la experiencia de los directivos. Estos enfoques, desarrollados por
autores clásicos como Henry Fayol (1916) y Max Weber (1947), han permitido mantener orden,
estabilidad y control dentro de las organizaciones, consolidando estructuras burocráticas que garantizan
previsibilidad y disciplina. Sin embargo, en las últimas décadas, el avance de la tecnología y, en
particular, de la inteligencia artificial (IA), ha transformado la manera en que las empresas gestionan sus
procesos, generando un debate sobre el papel que debe ocupar la administración tradicional frente a las
herramientas tecnológicas modernas.
El problema de investigación que se aborda en este artículo radica en la tensión entre lo humano y lo
tecnológico: mientras la administración tradicional aporta valores como la experiencia, el liderazgo
personal y la cohesión cultural, la inteligencia artificial ofrece rapidez, precisión y capacidad de procesar
grandes volúmenes de datos. Esta dualidad plantea interrogantes sobre la pertinencia de mantener
esquemas clásicos o de sustituirlos por modelos digitales, y sobre los riesgos asociados a la dependencia
tecnológica, la pérdida de empleos y los dilemas éticos en la toma de decisiones automatizadas.
La relevancia de este estudio se encuentra en la necesidad de comprender cómo ambos enfoques pueden
integrarse para responder a los retos de la competitividad global. En este sentido, el marco teórico se
sustenta en las aportaciones de la administración clásica (Fayol, Weber, Mayo, McGregor) y en
investigaciones recientes sobre inteligencia artificial en la gestión empresarial (Tenés Trillo, 2023;
Rubio García, 2024; Reyes Flores et al., 2024). Estos antecedentes permiten contrastar la estabilidad y
los valores humanos de la administración tradicional con la eficiencia y capacidad predictiva de la IA.
El contexto de la investigación se sitúa en un mundo empresarial cada vez más digitalizado, donde las
organizaciones enfrentan presiones para innovar y adaptarse a mercados dinámicos. En este escenario,
la IA se ha convertido en una herramienta estratégica en sectores como la logística, las finanzas y la
salud, mientras que la administración tradicional sigue siendo necesaria para preservar la dimensión
ética y cultural de las instituciones.
El objetivo general de este trabajo es comparar la administración tradicional y la inteligencia artificial
en la gestión empresarial. Los objetivos específicos son: identificar ventajas y limitaciones de cada
pág. 14200
enfoque; analizar riesgos y oportunidades derivados de su aplicación. La hipótesis que guía este estudio
sostiene que el futuro de la gestión empresarial no se encuentra en la sustitución de un modelo por otro,
sino en su integración estratégica para enfrentar los desafíos de un entorno global altamente competitivo.
METODOLOGÍA
Base de funcionamiento
La administración tradicional se ha construido sobre principios clásicos que ponen énfasis en la
organización jerárquica, la división del trabajo y el control. Henry Fayol (1916) estableció que la
administración debía basarse en funciones como planear, organizar, dirigir y controlar, lo que dio forma
a la estructura empresarial durante gran parte del siglo XX. Max Weber, por su parte, defendió la
burocracia como un sistema racional que garantizaba orden y previsibilidad en las organizaciones. Estos
enfoques se apoyan en la experiencia humana y en reglas claras que buscan estabilidad.
En contraste, la inteligencia artificial funciona sobre una base completamente distinta: algoritmos
capaces de procesar grandes volúmenes de datos y aprender de ellos. Mientras la administración
tradicional confía en la memoria y el juicio humano, la IA confía en la precisión matemática y en
modelos de aprendizaje automático.
Toma de decisiones
En la administración tradicional, la toma de decisiones ha estado marcada por la intuición, la experiencia
y los valores personales de los líderes. Autores como Elton Mayo (1933), con sus estudios sobre las
relaciones humanas en el trabajo, demostraron que las decisiones no solo dependen de datos objetivos,
sino también de factores emocionales y sociales. Más adelante, Douglas McGregor (1960) con su teoría
X y teoría Y, planteó que la visión que los directivos tienen de sus empleados influye directamente en
cómo se toman las decisiones dentro de la organización. Estos enfoques resaltan la importancia de la
subjetividad y del contexto cultural en la gestión empresarial.
Por otro lado, la inteligencia artificial propone un modelo distinto: decisiones basadas en datos, patrones
y predicciones. Los algoritmos de IA reducen el margen de error humano y permiten anticipar escenarios
con mayor precisión. Este tipo de decisiones, que antes dependían de encuestas o intuiciones de los
directivos, ahora se realizan automáticamente con base en millones de datos de comportamiento.
enfoque; analizar riesgos y oportunidades derivados de su aplicación. La hipótesis que guía este estudio
sostiene que el futuro de la gestión empresarial no se encuentra en la sustitución de un modelo por otro,
sino en su integración estratégica para enfrentar los desafíos de un entorno global altamente competitivo.
METODOLOGÍA
Base de funcionamiento
La administración tradicional se ha construido sobre principios clásicos que ponen énfasis en la
organización jerárquica, la división del trabajo y el control. Henry Fayol (1916) estableció que la
administración debía basarse en funciones como planear, organizar, dirigir y controlar, lo que dio forma
a la estructura empresarial durante gran parte del siglo XX. Max Weber, por su parte, defendió la
burocracia como un sistema racional que garantizaba orden y previsibilidad en las organizaciones. Estos
enfoques se apoyan en la experiencia humana y en reglas claras que buscan estabilidad.
En contraste, la inteligencia artificial funciona sobre una base completamente distinta: algoritmos
capaces de procesar grandes volúmenes de datos y aprender de ellos. Mientras la administración
tradicional confía en la memoria y el juicio humano, la IA confía en la precisión matemática y en
modelos de aprendizaje automático.
Toma de decisiones
En la administración tradicional, la toma de decisiones ha estado marcada por la intuición, la experiencia
y los valores personales de los líderes. Autores como Elton Mayo (1933), con sus estudios sobre las
relaciones humanas en el trabajo, demostraron que las decisiones no solo dependen de datos objetivos,
sino también de factores emocionales y sociales. Más adelante, Douglas McGregor (1960) con su teoría
X y teoría Y, planteó que la visión que los directivos tienen de sus empleados influye directamente en
cómo se toman las decisiones dentro de la organización. Estos enfoques resaltan la importancia de la
subjetividad y del contexto cultural en la gestión empresarial.
Por otro lado, la inteligencia artificial propone un modelo distinto: decisiones basadas en datos, patrones
y predicciones. Los algoritmos de IA reducen el margen de error humano y permiten anticipar escenarios
con mayor precisión. Este tipo de decisiones, que antes dependían de encuestas o intuiciones de los
directivos, ahora se realizan automáticamente con base en millones de datos de comportamiento.
pág. 14201
Mientras la administración tradicional aporta empatía y sensibilidad humana, la IA ofrece objetividad y
rapidez, pero puede carecer de comprensión de factores sociales o éticos que no siempre se reflejan en
los números. La clave está en reconocer que ambos enfoques tienen valor y que la gestión empresarial
del futuro debe integrar la intuición humana con el análisis tecnológico.
Velocidad y eficiencia
Uno de los grandes contrastes entre la administración tradicional y la inteligencia artificial se encuentra
en la rapidez con la que se ejecutan los procesos. En los modelos tradicionales, la burocracia descrita
por Max Weber (1947) garantiza orden y control, pero también genera lentitud. Las decisiones suelen
pasar por varios niveles jerárquicos, lo que retrasa la implementación de cambios y la respuesta a
situaciones emergentes. Este modelo, aunque seguro, puede ser poco competitivo en entornos donde la
velocidad es clave.
La inteligencia artificial, en cambio, introduce una dinámica completamente distinta: permite analizar
grandes volúmenes de información en segundos y ejecutar procesos de manera automática. Por ejemplo,
en el sector financiero, los sistemas de IA son capaces de detectar fraudes en tiempo real, algo que sería
imposible bajo esquemas tradicionales. En logística, empresas como DHL y Amazon utilizan IA para
optimizar rutas de entrega y reducir tiempos de distribución, logrando una eficiencia que supera
ampliamente a los métodos convencionales.
La administración tradicional ofrece seguridad y estabilidad, pero a costa de la rapidez; mientras que la
IA ofrece velocidad y eficiencia, aunque puede generar dependencia tecnológica y presión por resultados
inmediatos.
Flexibilidad
La administración tradicional se caracteriza por la capacidad del ser humano de adaptarse a situaciones
imprevistas gracias al criterio, la experiencia y la creatividad. Autores como Mary Parker Follett (1924)
defendieron la importancia de la participación y la colaboración en la gestión, resaltando que los líderes
no solo deben imponer reglas, sino también fomentar la creatividad colectiva para enfrentar cambios
inesperados. Este enfoque permite que las organizaciones respondan con sensibilidad y empatía a crisis
sociales, económicas o culturales.
Mientras la administración tradicional aporta empatía y sensibilidad humana, la IA ofrece objetividad y
rapidez, pero puede carecer de comprensión de factores sociales o éticos que no siempre se reflejan en
los números. La clave está en reconocer que ambos enfoques tienen valor y que la gestión empresarial
del futuro debe integrar la intuición humana con el análisis tecnológico.
Velocidad y eficiencia
Uno de los grandes contrastes entre la administración tradicional y la inteligencia artificial se encuentra
en la rapidez con la que se ejecutan los procesos. En los modelos tradicionales, la burocracia descrita
por Max Weber (1947) garantiza orden y control, pero también genera lentitud. Las decisiones suelen
pasar por varios niveles jerárquicos, lo que retrasa la implementación de cambios y la respuesta a
situaciones emergentes. Este modelo, aunque seguro, puede ser poco competitivo en entornos donde la
velocidad es clave.
La inteligencia artificial, en cambio, introduce una dinámica completamente distinta: permite analizar
grandes volúmenes de información en segundos y ejecutar procesos de manera automática. Por ejemplo,
en el sector financiero, los sistemas de IA son capaces de detectar fraudes en tiempo real, algo que sería
imposible bajo esquemas tradicionales. En logística, empresas como DHL y Amazon utilizan IA para
optimizar rutas de entrega y reducir tiempos de distribución, logrando una eficiencia que supera
ampliamente a los métodos convencionales.
La administración tradicional ofrece seguridad y estabilidad, pero a costa de la rapidez; mientras que la
IA ofrece velocidad y eficiencia, aunque puede generar dependencia tecnológica y presión por resultados
inmediatos.
Flexibilidad
La administración tradicional se caracteriza por la capacidad del ser humano de adaptarse a situaciones
imprevistas gracias al criterio, la experiencia y la creatividad. Autores como Mary Parker Follett (1924)
defendieron la importancia de la participación y la colaboración en la gestión, resaltando que los líderes
no solo deben imponer reglas, sino también fomentar la creatividad colectiva para enfrentar cambios
inesperados. Este enfoque permite que las organizaciones respondan con sensibilidad y empatía a crisis
sociales, económicas o culturales.
pág. 14202
La inteligencia artificial, por su parte, ofrece flexibilidad a través de la programación y el aprendizaje
automático. Los sistemas de IA pueden ajustar sus respuestas en función de los datos que reciben, lo que
les permite mejorar con el tiempo. Sin embargo, esta flexibilidad depende directamente de la calidad y
diversidad de los datos. Si los datos son incompletos o sesgados, la IA puede generar respuestas limitadas
o incluso erróneas. Un ejemplo claro se encuentra en el ámbito de la salud: los sistemas de diagnóstico
basados en IA pueden detectar enfermedades con gran precisión, pero si la base de datos no incluye
suficiente diversidad de pacientes, los resultados pueden ser poco confiables para ciertos grupos.
Este contraste muestra que la flexibilidad humana es creativa y contextual, mientras que la flexibilidad
de la IA es técnica y dependiente de datos. El reto para las organizaciones es combinar ambas:
aprovechar la capacidad humana de improvisar y empatizar, junto con la capacidad de la IA para
aprender y adaptarse rápidamente a nuevas condiciones.
Costos
La administración tradicional implica costos relacionados principalmente con el capital humano:
contratación de personal, capacitación, mantenimiento de estructuras jerárquicas y procesos
administrativos. Estos gastos son recurrentes y, aunque necesarios para sostener la cultura
organizacional, pueden volverse elevados en contextos de alta competencia. Autores como Henry Fayol
ya señalaban que la administración requiere inversión constante en la formación de los trabajadores para
garantizar eficiencia y disciplina. En la práctica, empresas familiares o instituciones públicas suelen
destinar gran parte de su presupuesto a mantener estructuras tradicionales.
La inteligencia artificial, en cambio, presenta un esquema de costos diferente. Su implementación
requiere una inversión inicial alta en tecnología, infraestructura digital y capacitación especializada. Sin
embargo, una vez instalada, la IA tiende a reducir los costos operativos al automatizar tareas repetitivas
y optimizar procesos. Por ejemplo, en el sector bancario, los chatbots basados en IA permiten atender a
miles de clientes de manera simultánea, reduciendo significativamente el gasto en personal de atención
al cliente. Investigaciones recientes, como las de Yolanda Rubio García (2024), muestran que las
empresas que adoptan IA logran mayor competitividad y eficiencia a largo plazo, aunque enfrentan el
reto de equilibrar la inversión tecnológica con la preservación de empleos.
La inteligencia artificial, por su parte, ofrece flexibilidad a través de la programación y el aprendizaje
automático. Los sistemas de IA pueden ajustar sus respuestas en función de los datos que reciben, lo que
les permite mejorar con el tiempo. Sin embargo, esta flexibilidad depende directamente de la calidad y
diversidad de los datos. Si los datos son incompletos o sesgados, la IA puede generar respuestas limitadas
o incluso erróneas. Un ejemplo claro se encuentra en el ámbito de la salud: los sistemas de diagnóstico
basados en IA pueden detectar enfermedades con gran precisión, pero si la base de datos no incluye
suficiente diversidad de pacientes, los resultados pueden ser poco confiables para ciertos grupos.
Este contraste muestra que la flexibilidad humana es creativa y contextual, mientras que la flexibilidad
de la IA es técnica y dependiente de datos. El reto para las organizaciones es combinar ambas:
aprovechar la capacidad humana de improvisar y empatizar, junto con la capacidad de la IA para
aprender y adaptarse rápidamente a nuevas condiciones.
Costos
La administración tradicional implica costos relacionados principalmente con el capital humano:
contratación de personal, capacitación, mantenimiento de estructuras jerárquicas y procesos
administrativos. Estos gastos son recurrentes y, aunque necesarios para sostener la cultura
organizacional, pueden volverse elevados en contextos de alta competencia. Autores como Henry Fayol
ya señalaban que la administración requiere inversión constante en la formación de los trabajadores para
garantizar eficiencia y disciplina. En la práctica, empresas familiares o instituciones públicas suelen
destinar gran parte de su presupuesto a mantener estructuras tradicionales.
La inteligencia artificial, en cambio, presenta un esquema de costos diferente. Su implementación
requiere una inversión inicial alta en tecnología, infraestructura digital y capacitación especializada. Sin
embargo, una vez instalada, la IA tiende a reducir los costos operativos al automatizar tareas repetitivas
y optimizar procesos. Por ejemplo, en el sector bancario, los chatbots basados en IA permiten atender a
miles de clientes de manera simultánea, reduciendo significativamente el gasto en personal de atención
al cliente. Investigaciones recientes, como las de Yolanda Rubio García (2024), muestran que las
empresas que adoptan IA logran mayor competitividad y eficiencia a largo plazo, aunque enfrentan el
reto de equilibrar la inversión tecnológica con la preservación de empleos.
pág. 14203
Este contraste evidencia que la administración tradicional apuesta por la inversión en personas, mientras
que la IA apuesta por la inversión en sistemas tecnológicos. El desafío para las organizaciones es
encontrar un modelo híbrido que permita aprovechar la eficiencia de la IA sin perder el valor humano
que aporta el capital social.
Valores humanos
Uno de los aportes más importantes de la administración tradicional es la preservación de los valores
humanos dentro de las organizaciones. Autores como Abraham Maslow (1943), con su teoría de la
motivación basada en la pirámide de necesidades, y Frederick Herzberg (1959), con su teoría de los
factores motivacionales e higiénicos, demostraron que el bienestar de los trabajadores es esencial para
la productividad y el compromiso. Estos enfoques resaltan que la gestión empresarial no puede reducirse
a procesos mecánicos, sino que debe considerar la motivación, la ética y la cultura organizacional como
pilares fundamentales.
La inteligencia artificial, en contraste, ofrece eficiencia y precisión, pero corre el riesgo de deshumanizar
los procesos si sustituye completamente la interacción humana. Por ejemplo, en empresas que utilizan
IA para seleccionar personal, los algoritmos pueden filtrar candidatos de manera objetiva, pero también
pueden reproducir sesgos ocultos en los datos, afectando la equidad y la diversidad. Investigaciones
recientes, como las de Reyes Flores et al. (2024), advierten que la implementación de IA en las empresas
debe ir acompañada de principios éticos y de un liderazgo humano que garantice justicia y respeto hacia
los trabajadores.
Este contraste muestra que la administración tradicional aporta liderazgo, motivación y cohesión
cultural, mientras que la IA aporta eficiencia y objetividad, pero necesita ser regulada para no perder la
dimensión humana. El futuro de la gestión empresarial dependerá de la capacidad de integrar ambos
enfoques, asegurando que la tecnología complemente, y no sustituya, los valores humanos.
Innovación
La innovación en la administración tradicional ha estado históricamente vinculada a la creatividad y
experiencia de los directivos. Autores como Joseph Schumpeter (1934) ya señalaban que la innovación
surge de la capacidad humana para combinar recursos de manera distinta y generar nuevas oportunidades
de negocio. En este sentido, la administración tradicional depende de la visión estratégica y del liderazgo
Este contraste evidencia que la administración tradicional apuesta por la inversión en personas, mientras
que la IA apuesta por la inversión en sistemas tecnológicos. El desafío para las organizaciones es
encontrar un modelo híbrido que permita aprovechar la eficiencia de la IA sin perder el valor humano
que aporta el capital social.
Valores humanos
Uno de los aportes más importantes de la administración tradicional es la preservación de los valores
humanos dentro de las organizaciones. Autores como Abraham Maslow (1943), con su teoría de la
motivación basada en la pirámide de necesidades, y Frederick Herzberg (1959), con su teoría de los
factores motivacionales e higiénicos, demostraron que el bienestar de los trabajadores es esencial para
la productividad y el compromiso. Estos enfoques resaltan que la gestión empresarial no puede reducirse
a procesos mecánicos, sino que debe considerar la motivación, la ética y la cultura organizacional como
pilares fundamentales.
La inteligencia artificial, en contraste, ofrece eficiencia y precisión, pero corre el riesgo de deshumanizar
los procesos si sustituye completamente la interacción humana. Por ejemplo, en empresas que utilizan
IA para seleccionar personal, los algoritmos pueden filtrar candidatos de manera objetiva, pero también
pueden reproducir sesgos ocultos en los datos, afectando la equidad y la diversidad. Investigaciones
recientes, como las de Reyes Flores et al. (2024), advierten que la implementación de IA en las empresas
debe ir acompañada de principios éticos y de un liderazgo humano que garantice justicia y respeto hacia
los trabajadores.
Este contraste muestra que la administración tradicional aporta liderazgo, motivación y cohesión
cultural, mientras que la IA aporta eficiencia y objetividad, pero necesita ser regulada para no perder la
dimensión humana. El futuro de la gestión empresarial dependerá de la capacidad de integrar ambos
enfoques, asegurando que la tecnología complemente, y no sustituya, los valores humanos.
Innovación
La innovación en la administración tradicional ha estado históricamente vinculada a la creatividad y
experiencia de los directivos. Autores como Joseph Schumpeter (1934) ya señalaban que la innovación
surge de la capacidad humana para combinar recursos de manera distinta y generar nuevas oportunidades
de negocio. En este sentido, la administración tradicional depende de la visión estratégica y del liderazgo
pág. 14204
personal para impulsar cambios, aunque muchas veces se ve limitada por la burocracia y la resistencia
cultural al cambio.
La inteligencia artificial, en contraste, potencia la innovación mediante el análisis predictivo y la
automatización de procesos. Gracias al aprendizaje automático, la IA puede identificar patrones ocultos
en grandes volúmenes de datos y proponer soluciones que los directivos quizá no habrían considerado.
Ejemplos claros se encuentran en empresas como Tesla, que utiliza IA para el desarrollo de vehículos
autónomos, o en el sector financiero, donde los algoritmos permiten diseñar productos personalizados
para los clientes. Esta capacidad de la IA abre nuevas oportunidades de negocio y acelera la
transformación digital de las organizaciones.
Sin embargo, la innovación tecnológica no sustituye la creatividad humana, que sigue siendo
insustituible para imaginar soluciones fuera de los patrones establecidos. La combinación de la visión
humana con las capacidades predictivas de la IA representa el camino más prometedor para generar
innovación sostenible y con impacto social positivo.
Riesgos
La administración tradicional enfrenta riesgos asociados principalmente a la burocracia, la resistencia al
cambio y la subjetividad en la toma de decisiones. El modelo burocrático descrito por Max Weber
(1947), aunque garantiza orden y previsibilidad, puede volverse rígido y poco adaptable en entornos
dinámicos. Además, la excesiva dependencia de jerarquías y procesos formales puede retrasar la
innovación y limitar la capacidad de respuesta ante crisis. Otro riesgo importante es la subjetividad: las
decisiones basadas en intuición o experiencia personal pueden estar influenciadas por sesgos culturales
o emocionales, lo que reduce la objetividad y la eficiencia en la gestión.
Por su parte, la inteligencia artificial introduce riesgos de naturaleza distinta. Uno de los más relevantes
es la dependencia tecnológica, ya que las organizaciones que basan gran parte de su gestión en sistemas
automatizados pueden quedar vulnerables ante fallos técnicos, ciberataques o falta de actualización de
algoritmos. Asimismo, la pérdida de empleos es un riesgo social significativo: la automatización de
tareas repetitivas puede desplazar a trabajadores, generando tensiones laborales y desigualdades. Otro
riesgo crítico es el de los sesgos algorítmicos, pues los sistemas de IA aprenden de datos históricos que
pueden contener prejuicios o discriminaciones, reproduciendo inequidades en procesos como la
personal para impulsar cambios, aunque muchas veces se ve limitada por la burocracia y la resistencia
cultural al cambio.
La inteligencia artificial, en contraste, potencia la innovación mediante el análisis predictivo y la
automatización de procesos. Gracias al aprendizaje automático, la IA puede identificar patrones ocultos
en grandes volúmenes de datos y proponer soluciones que los directivos quizá no habrían considerado.
Ejemplos claros se encuentran en empresas como Tesla, que utiliza IA para el desarrollo de vehículos
autónomos, o en el sector financiero, donde los algoritmos permiten diseñar productos personalizados
para los clientes. Esta capacidad de la IA abre nuevas oportunidades de negocio y acelera la
transformación digital de las organizaciones.
Sin embargo, la innovación tecnológica no sustituye la creatividad humana, que sigue siendo
insustituible para imaginar soluciones fuera de los patrones establecidos. La combinación de la visión
humana con las capacidades predictivas de la IA representa el camino más prometedor para generar
innovación sostenible y con impacto social positivo.
Riesgos
La administración tradicional enfrenta riesgos asociados principalmente a la burocracia, la resistencia al
cambio y la subjetividad en la toma de decisiones. El modelo burocrático descrito por Max Weber
(1947), aunque garantiza orden y previsibilidad, puede volverse rígido y poco adaptable en entornos
dinámicos. Además, la excesiva dependencia de jerarquías y procesos formales puede retrasar la
innovación y limitar la capacidad de respuesta ante crisis. Otro riesgo importante es la subjetividad: las
decisiones basadas en intuición o experiencia personal pueden estar influenciadas por sesgos culturales
o emocionales, lo que reduce la objetividad y la eficiencia en la gestión.
Por su parte, la inteligencia artificial introduce riesgos de naturaleza distinta. Uno de los más relevantes
es la dependencia tecnológica, ya que las organizaciones que basan gran parte de su gestión en sistemas
automatizados pueden quedar vulnerables ante fallos técnicos, ciberataques o falta de actualización de
algoritmos. Asimismo, la pérdida de empleos es un riesgo social significativo: la automatización de
tareas repetitivas puede desplazar a trabajadores, generando tensiones laborales y desigualdades. Otro
riesgo crítico es el de los sesgos algorítmicos, pues los sistemas de IA aprenden de datos históricos que
pueden contener prejuicios o discriminaciones, reproduciendo inequidades en procesos como la
pág. 14205
selección de personal o la asignación de recursos. Investigaciones recientes, como las de Reyes Flores
et al. (2024), advierten que la implementación de IA sin un marco ético sólido puede derivar en dilemas
relacionados con la justicia, la transparencia y la responsabilidad en la toma de decisiones.
En síntesis, tanto la administración tradicional como la inteligencia artificial presentan riesgos que deben
ser gestionados con cuidado. Mientras el modelo clásico puede limitar la innovación y la adaptabilidad,
la IA puede generar problemas éticos y sociales si se aplica sin regulación adecuada. El desafío para las
organizaciones es reconocer estas limitaciones y diseñar estrategias que mitiguen los riesgos, integrando
lo mejor de ambos enfoques en un modelo híbrido que combine estabilidad, valores humanos y
eficiencia tecnológica.
Ejemplos prácticos
La coexistencia de la administración tradicional y la inteligencia artificial puede observarse en múltiples
sectores empresariales, lo que permite ilustrar de manera concreta las ventajas y limitaciones de cada
enfoque.
En el ámbito de las empresas familiares, la administración tradicional sigue siendo predominante. Estas
organizaciones suelen mantener estructuras jerárquicas basadas en la confianza personal y la experiencia
acumulada de los directivos. La toma de decisiones se realiza de manera subjetiva, influida por valores
culturales y relaciones interpersonales, lo que fortalece la cohesión interna, pero puede limitar la
capacidad de adaptación frente a cambios rápidos del mercado.
Por otro lado, compañías globales como Amazon y Netflix representan ejemplos claros del uso de la
inteligencia artificial en la gestión empresarial. Amazon utiliza algoritmos de IA para optimizar rutas
logísticas, gestionar inventarios y personalizar la experiencia de compra de millones de clientes en
tiempo real. Netflix, a su vez, emplea sistemas predictivos para recomendar contenidos basados en
patrones de consumo, lo que incrementa la satisfacción del usuario y la fidelización. Estos casos
muestran cómo la IA puede transformar la relación con los clientes y generar ventajas competitivas
significativas.
En el sector automotriz, empresas como Tesla han integrado la inteligencia artificial en el desarrollo de
vehículos autónomos, lo que refleja la capacidad de la tecnología para impulsar la innovación y redefinir
selección de personal o la asignación de recursos. Investigaciones recientes, como las de Reyes Flores
et al. (2024), advierten que la implementación de IA sin un marco ético sólido puede derivar en dilemas
relacionados con la justicia, la transparencia y la responsabilidad en la toma de decisiones.
En síntesis, tanto la administración tradicional como la inteligencia artificial presentan riesgos que deben
ser gestionados con cuidado. Mientras el modelo clásico puede limitar la innovación y la adaptabilidad,
la IA puede generar problemas éticos y sociales si se aplica sin regulación adecuada. El desafío para las
organizaciones es reconocer estas limitaciones y diseñar estrategias que mitiguen los riesgos, integrando
lo mejor de ambos enfoques en un modelo híbrido que combine estabilidad, valores humanos y
eficiencia tecnológica.
Ejemplos prácticos
La coexistencia de la administración tradicional y la inteligencia artificial puede observarse en múltiples
sectores empresariales, lo que permite ilustrar de manera concreta las ventajas y limitaciones de cada
enfoque.
En el ámbito de las empresas familiares, la administración tradicional sigue siendo predominante. Estas
organizaciones suelen mantener estructuras jerárquicas basadas en la confianza personal y la experiencia
acumulada de los directivos. La toma de decisiones se realiza de manera subjetiva, influida por valores
culturales y relaciones interpersonales, lo que fortalece la cohesión interna, pero puede limitar la
capacidad de adaptación frente a cambios rápidos del mercado.
Por otro lado, compañías globales como Amazon y Netflix representan ejemplos claros del uso de la
inteligencia artificial en la gestión empresarial. Amazon utiliza algoritmos de IA para optimizar rutas
logísticas, gestionar inventarios y personalizar la experiencia de compra de millones de clientes en
tiempo real. Netflix, a su vez, emplea sistemas predictivos para recomendar contenidos basados en
patrones de consumo, lo que incrementa la satisfacción del usuario y la fidelización. Estos casos
muestran cómo la IA puede transformar la relación con los clientes y generar ventajas competitivas
significativas.
En el sector automotriz, empresas como Tesla han integrado la inteligencia artificial en el desarrollo de
vehículos autónomos, lo que refleja la capacidad de la tecnología para impulsar la innovación y redefinir
pág. 14206
modelos de negocio. Sin embargo, este tipo de avances también plantea riesgos éticos y sociales, como
la seguridad de los usuarios y el impacto en el empleo tradicional.
Finalmente, en el sector financiero, bancos y aseguradoras han adoptado sistemas de IA para detectar
fraudes en tiempo real y diseñar productos personalizados. Aunque estos sistemas mejoran la eficiencia
y reducen pérdidas, también generan dependencia tecnológica y requieren marcos regulatorios sólidos
para garantizar transparencia y equidad.
En síntesis, los ejemplos prácticos muestran que la administración tradicional y la inteligencia artificial
no son excluyentes, sino complementarias. Mientras la primera aporta estabilidad y valores humanos, la
segunda ofrece eficiencia y capacidad predictiva. El reto para las organizaciones es integrar ambos
enfoques de manera estratégica, aprovechando sus fortalezas y mitigando sus riesgos.
Impacto futuro
El futuro de la gestión empresarial se perfila como un escenario en el que la administración tradicional
y la inteligencia artificial no deben concebirse como enfoques excluyentes, sino como dimensiones
complementarias. La administración clásica aporta la dimensión humana y cultural, indispensable para
mantener cohesión social, liderazgo ético y motivación en los equipos de trabajo. Estos elementos
seguirán siendo esenciales en un mundo donde las organizaciones requieren confianza, identidad y
valores compartidos para sostenerse en el tiempo.
La inteligencia artificial, por su parte, representa una herramienta estratégica para la competitividad
global, al ofrecer rapidez, precisión y capacidad de análisis predictivo. Su impacto futuro se observa en
la transformación de sectores como la logística, la salud, las finanzas y la educación, donde la
automatización y el aprendizaje automático permiten anticipar tendencias y optimizar recursos. Sin
embargo, este avance tecnológico también plantea desafíos éticos y sociales, como la necesidad de
regulación, la protección de empleos y la garantía de transparencia en la toma de decisiones.
El impacto futuro más relevante radica en la integración estratégica de ambos modelos. Las
organizaciones que logren equilibrar la dimensión humana de la administración tradicional con la
eficiencia tecnológica de la IA estarán mejor preparadas para enfrentar entornos dinámicos y
globalizados. Este modelo híbrido permitirá aprovechar lo mejor de cada enfoque: la creatividad y
sensibilidad humana junto con la capacidad de procesamiento y predicción de la inteligencia artificial.
modelos de negocio. Sin embargo, este tipo de avances también plantea riesgos éticos y sociales, como
la seguridad de los usuarios y el impacto en el empleo tradicional.
Finalmente, en el sector financiero, bancos y aseguradoras han adoptado sistemas de IA para detectar
fraudes en tiempo real y diseñar productos personalizados. Aunque estos sistemas mejoran la eficiencia
y reducen pérdidas, también generan dependencia tecnológica y requieren marcos regulatorios sólidos
para garantizar transparencia y equidad.
En síntesis, los ejemplos prácticos muestran que la administración tradicional y la inteligencia artificial
no son excluyentes, sino complementarias. Mientras la primera aporta estabilidad y valores humanos, la
segunda ofrece eficiencia y capacidad predictiva. El reto para las organizaciones es integrar ambos
enfoques de manera estratégica, aprovechando sus fortalezas y mitigando sus riesgos.
Impacto futuro
El futuro de la gestión empresarial se perfila como un escenario en el que la administración tradicional
y la inteligencia artificial no deben concebirse como enfoques excluyentes, sino como dimensiones
complementarias. La administración clásica aporta la dimensión humana y cultural, indispensable para
mantener cohesión social, liderazgo ético y motivación en los equipos de trabajo. Estos elementos
seguirán siendo esenciales en un mundo donde las organizaciones requieren confianza, identidad y
valores compartidos para sostenerse en el tiempo.
La inteligencia artificial, por su parte, representa una herramienta estratégica para la competitividad
global, al ofrecer rapidez, precisión y capacidad de análisis predictivo. Su impacto futuro se observa en
la transformación de sectores como la logística, la salud, las finanzas y la educación, donde la
automatización y el aprendizaje automático permiten anticipar tendencias y optimizar recursos. Sin
embargo, este avance tecnológico también plantea desafíos éticos y sociales, como la necesidad de
regulación, la protección de empleos y la garantía de transparencia en la toma de decisiones.
El impacto futuro más relevante radica en la integración estratégica de ambos modelos. Las
organizaciones que logren equilibrar la dimensión humana de la administración tradicional con la
eficiencia tecnológica de la IA estarán mejor preparadas para enfrentar entornos dinámicos y
globalizados. Este modelo híbrido permitirá aprovechar lo mejor de cada enfoque: la creatividad y
sensibilidad humana junto con la capacidad de procesamiento y predicción de la inteligencia artificial.
pág. 14207
Resultados y discusión
El estudio revela que la administración tradicional y la inteligencia artificial (IA) presentan fortalezas y
limitaciones que no deben entenderse como opuestas, sino como complementarias. La primera aporta
estabilidad, valores humanos y cohesión cultural; la segunda introduce rapidez, eficiencia y capacidad
predictiva.
Comparación temática
Base de funcionamiento: La tradición se apoya en jerarquías y reglas claras (Fayol, Weber), mientras
que la IA se fundamenta en algoritmos y datos masivos.
Toma de decisiones: La intuición y valores humanos enriquecen la gestión tradicional; la IA reduce
errores mediante análisis de patrones, aunque carece de empatía.
Velocidad y eficiencia: La burocracia garantiza orden pero ralentiza procesos; la IA acelera operaciones
y optimiza recursos.
Flexibilidad: El criterio humano aporta creatividad y empatía; la IA depende de la calidad de los datos
para adaptarse.
Costos: La tradición invierte en capital humano; la IA requiere inversión tecnológica inicial, pero reduce
costos operativos a largo plazo.
Valores humanos: La administración tradicional preserva motivación y ética; la IA corre riesgo de
deshumanizar procesos si no se regula.
Innovación: La creatividad humana impulsa cambios; la IA potencia innovación mediante análisis
predictivo y automatización.
Riesgos: La tradición enfrenta burocracia y subjetividad; la IA introduce dependencia tecnológica,
sesgos algorítmicos y dilemas éticos.
Ejemplos prácticos: Empresas familiares reflejan estructuras tradicionales; Amazon, Netflix y Tesla
muestran cómo la IA transforma operaciones y modelos de negocio.
Impacto futuro: El futuro no está en sustituir un modelo por otro, sino en integrarlos estratégicamente
para equilibrar valores humanos y eficiencia tecnológica.}
Resultados y discusión
El estudio revela que la administración tradicional y la inteligencia artificial (IA) presentan fortalezas y
limitaciones que no deben entenderse como opuestas, sino como complementarias. La primera aporta
estabilidad, valores humanos y cohesión cultural; la segunda introduce rapidez, eficiencia y capacidad
predictiva.
Comparación temática
Base de funcionamiento: La tradición se apoya en jerarquías y reglas claras (Fayol, Weber), mientras
que la IA se fundamenta en algoritmos y datos masivos.
Toma de decisiones: La intuición y valores humanos enriquecen la gestión tradicional; la IA reduce
errores mediante análisis de patrones, aunque carece de empatía.
Velocidad y eficiencia: La burocracia garantiza orden pero ralentiza procesos; la IA acelera operaciones
y optimiza recursos.
Flexibilidad: El criterio humano aporta creatividad y empatía; la IA depende de la calidad de los datos
para adaptarse.
Costos: La tradición invierte en capital humano; la IA requiere inversión tecnológica inicial, pero reduce
costos operativos a largo plazo.
Valores humanos: La administración tradicional preserva motivación y ética; la IA corre riesgo de
deshumanizar procesos si no se regula.
Innovación: La creatividad humana impulsa cambios; la IA potencia innovación mediante análisis
predictivo y automatización.
Riesgos: La tradición enfrenta burocracia y subjetividad; la IA introduce dependencia tecnológica,
sesgos algorítmicos y dilemas éticos.
Ejemplos prácticos: Empresas familiares reflejan estructuras tradicionales; Amazon, Netflix y Tesla
muestran cómo la IA transforma operaciones y modelos de negocio.
Impacto futuro: El futuro no está en sustituir un modelo por otro, sino en integrarlos estratégicamente
para equilibrar valores humanos y eficiencia tecnológica.}
pág. 14208
Interpretación crítica
Los resultados sugieren que la administración tradicional y la IA no deben concebirse como enfoques
excluyentes, sino como dimensiones complementarias. La tradición asegura cohesión cultural y
liderazgo humano, mientras que la IA ofrece herramientas para competir en mercados globalizados. El
modelo híbrido aparece como la alternativa más viable: uno que combine la sensibilidad humana con la
capacidad de procesamiento tecnológico, garantizando innovación sostenible y ética.
CONCLUSIONES
El análisis realizado permite sintetizar que la administración tradicional aporta valores humanos,
estabilidad y cohesión cultural, mientras que la inteligencia artificial ofrece eficiencia, rapidez y
competitividad en mercados globalizados. Ambos enfoques presentan riesgos: la burocracia y la
subjetividad en el modelo clásico, y la dependencia tecnológica y los dilemas éticos en el modelo digital.
La evidencia sugiere que el futuro de la gestión empresarial no radica en sustituir un modelo por otro,
sino en su integración estratégica. El modelo híbrido, que combina la sensibilidad humana con la
capacidad de procesamiento tecnológico, constituye la alternativa más viable para enfrentar los retos de
un entorno global dinámico, garantizando innovación sostenible y ética.
REFERENCIAS BIBLIOGRÁFICAS
Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, Progress, and Prosperity in
a Time of Brilliant Technologies. New York: W.W. Norton.
Davenport, T. H., & Harris, J. G. (2007). Competing on Analytics: The New Science of Winning. Boston:
Harvard Business School Press.
Drucker, P. (1954). The Practice of Management. New York: Harper & Row.
Fayol, H. (1916). Administration industrielle et générale. Paris: Dunod.
Follett, M. P. (1924). Creative Experience. New York: Longmans, Green.
Herzberg, F. (1959). The Motivation to Work. New York: Wiley.
Kotter, J. P. (1996). Leading Change. Boston: Harvard Business School Press.
Maslow, A. H. (1943). A theory of human motivation. Psychological Review, 50(4), 370–396.
Mayo, E. (1933). The Human Problems of an Industrial Civilization. New York: Macmillan.
McGregor, D. (1960). The Human Side of Enterprise. New York: McGraw-Hill.
Interpretación crítica
Los resultados sugieren que la administración tradicional y la IA no deben concebirse como enfoques
excluyentes, sino como dimensiones complementarias. La tradición asegura cohesión cultural y
liderazgo humano, mientras que la IA ofrece herramientas para competir en mercados globalizados. El
modelo híbrido aparece como la alternativa más viable: uno que combine la sensibilidad humana con la
capacidad de procesamiento tecnológico, garantizando innovación sostenible y ética.
CONCLUSIONES
El análisis realizado permite sintetizar que la administración tradicional aporta valores humanos,
estabilidad y cohesión cultural, mientras que la inteligencia artificial ofrece eficiencia, rapidez y
competitividad en mercados globalizados. Ambos enfoques presentan riesgos: la burocracia y la
subjetividad en el modelo clásico, y la dependencia tecnológica y los dilemas éticos en el modelo digital.
La evidencia sugiere que el futuro de la gestión empresarial no radica en sustituir un modelo por otro,
sino en su integración estratégica. El modelo híbrido, que combina la sensibilidad humana con la
capacidad de procesamiento tecnológico, constituye la alternativa más viable para enfrentar los retos de
un entorno global dinámico, garantizando innovación sostenible y ética.
REFERENCIAS BIBLIOGRÁFICAS
Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, Progress, and Prosperity in
a Time of Brilliant Technologies. New York: W.W. Norton.
Davenport, T. H., & Harris, J. G. (2007). Competing on Analytics: The New Science of Winning. Boston:
Harvard Business School Press.
Drucker, P. (1954). The Practice of Management. New York: Harper & Row.
Fayol, H. (1916). Administration industrielle et générale. Paris: Dunod.
Follett, M. P. (1924). Creative Experience. New York: Longmans, Green.
Herzberg, F. (1959). The Motivation to Work. New York: Wiley.
Kotter, J. P. (1996). Leading Change. Boston: Harvard Business School Press.
Maslow, A. H. (1943). A theory of human motivation. Psychological Review, 50(4), 370–396.
Mayo, E. (1933). The Human Problems of an Industrial Civilization. New York: Macmillan.
McGregor, D. (1960). The Human Side of Enterprise. New York: McGraw-Hill.
pág. 14209
OECD. (2021). Artificial Intelligence in Society. Paris: OECD Publishing.
Porter, M. E. (1985). Competitive Advantage: Creating and Sustaining Superior Performance. New
York: Free Press.
Reyes Flores, J., Martínez, L., & Ortega, P. (2024). Ética y algoritmos en la gestión empresarial. Revista
Iberoamericana de Estudios Organizacionales, 12(1), 77–95.
Rubio García, Y. (2024). Competitividad empresarial y transformación digital. Revista de
Administración Contemporánea, 28(2), 45–62.
Schumpeter, J. A. (1934). The Theory of Economic Development. Cambridge: Harvard University Press.
Schein, E. H. (2010). Organizational Culture and Leadership (4th ed.). San Francisco: Jossey-Bass.
Tapscott, D. (1996). The Digital Economy: Promise and Peril in the Age of Networked Intelligence.
New York: McGraw-Hill.
Tenés Trillo, E. (2023). Impacto de la inteligencia artificial en las empresas. Universidad Politécnica de
Madrid.
Weber, M. (1947). The Theory of Social and Economic Organization. New York: Free Press.
Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New
Frontier of Power. New York: PublicAffairs.
OECD. (2021). Artificial Intelligence in Society. Paris: OECD Publishing.
Porter, M. E. (1985). Competitive Advantage: Creating and Sustaining Superior Performance. New
York: Free Press.
Reyes Flores, J., Martínez, L., & Ortega, P. (2024). Ética y algoritmos en la gestión empresarial. Revista
Iberoamericana de Estudios Organizacionales, 12(1), 77–95.
Rubio García, Y. (2024). Competitividad empresarial y transformación digital. Revista de
Administración Contemporánea, 28(2), 45–62.
Schumpeter, J. A. (1934). The Theory of Economic Development. Cambridge: Harvard University Press.
Schein, E. H. (2010). Organizational Culture and Leadership (4th ed.). San Francisco: Jossey-Bass.
Tapscott, D. (1996). The Digital Economy: Promise and Peril in the Age of Networked Intelligence.
New York: McGraw-Hill.
Tenés Trillo, E. (2023). Impacto de la inteligencia artificial en las empresas. Universidad Politécnica de
Madrid.
Weber, M. (1947). The Theory of Social and Economic Organization. New York: Free Press.
Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New
Frontier of Power. New York: PublicAffairs.