20 Octubre 2026

Inteligencia artificial en las pymes: cómo anticipar riesgos y mejorar la toma de decisiones

Efraín Campusano, académico del Magíster en Ingeniería Informática de la Universidad Andrés Bello (UNAB), explica cómo la inteligencia artificial y la ciencia de datos pueden ayudar a las pequeñas y medianas empresas a optimizar recursos, anticipar dificultades financieras y fortalecer su competitividad.

Las nuevas oportunidades y herramientas que ofrece la IA

«Una pequeña empresa genera información constantemente: ventas, compras, pagos, inventarios y comportamiento de sus clientes. El problema ocurre cuando estos datos se utilizan solamente para registrar lo que ya ocurrió, cuando también podrían ayudar a comprender lo que podría suceder», señala Efraín Campusano, académico del Magíster en Ingeniería Informática.

En ese sentido, el académico enfatiza que estas tecnologías deben entenderse como herramientas de apoyo para quienes administran los negocios.

«La inteligencia artificial no reemplaza la experiencia del empresario, pero puede entregarle información que antes no tenía disponible para decidir», sostiene.

¿Cómo puede ayudar la inteligencia artificial a las pymes?

De acuerdo con Campusano, mediante el análisis de información histórica y la aplicación de técnicas de aprendizaje automático, es posible desarrollar soluciones para:

  • Anticipar problemas de liquidez: analizar ventas, fechas de pago y compromisos financieros.
  • Optimizar la gestión de inventarios: estudiar las ventas anteriores, las temporadas y los cambios en la demanda.
  • Comprender el comportamiento de los clientes: identificar cambios relevantes en sus hábitos de compra.
  • Detectar gastos inusuales: reconocer patrones que podrían requerir una revisión de la administración financiera.

«No siempre necesitamos resolver problemas extraordinariamente complejos; muchas veces, mejorar una decisión cotidiana puede marcar una diferencia importante para la continuidad del negocio», destaca.

¿Cómo permite la ciencia de datos anticipar problemas financieros?

Inteligencia artificial en las pymes: cómo anticipar riesgos y mejorar la toma de decisiones

A través de la ciencia de datos, las pymes pueden desarrollar modelos orientados a:

  • Identificar tendencias: reconocer disminuciones recurrentes en los ingresos durante determinados períodos.
  • Detectar retrasos en los pagos: analizar cambios en el comportamiento financiero de los clientes.
  • Estimar escenarios futuros: utilizar información histórica para anticipar variaciones en determinadas variables del negocio.
  • Generar alertas tempranas: advertir posibles dificultades antes de que se agraven.

Para estos análisis pueden utilizarse métodos estadísticos tradicionales y algoritmos de aprendizaje automático, como regresión logística, árboles de decisión y modelos de series temporales.

También existen arquitecturas más avanzadas, como los Transformers, cuya utilización depende de la cantidad y calidad de información disponible.

«Buscamos identificar condiciones de riesgo con suficiente anticipación para que las personas puedan evaluar alternativas y actuar antes de que las dificultades se agraven», afirma Campusano.

¿Cuáles son los principales desafíos para incorporar inteligencia artificial en las pymes?

Uno de los principales obstáculos es la disponibilidad de información organizada y confiable. Muchas organizaciones mantienen sus registros en planillas, cuadernos o aplicaciones que no necesariamente están conectadas entre sí.

Campusano identifica cuatro aspectos fundamentales que deben considerarse:

  • Calidad de los datos.
  • Recursos disponibles.
  • Confiabilidad de los modelos.
  • Criterio humano.

«No tiene sentido implementar un sistema complejo si uno más sencillo puede resolver adecuadamente el problema», señala el académico del Magíster en Ingeniería Informática.

Asimismo, destaca que «la decisión final debe permanecer en manos de las personas. La inteligencia artificial debe aportar evidencia, no imponer decisiones», enfatiza.

¿Qué competencias necesitan los profesionales para desarrollar soluciones de inteligencia artificial?

No basta con dominar herramientas tecnológicas o conocer el funcionamiento de los algoritmos. También es necesario comprender los problemas que enfrentan las empresas y diseñar soluciones que respondan a sus necesidades.

En ese sentido, Campusano identifica competencias fundamentales como:

  • Conocimientos técnicos: programación, estadística, bases de datos, ciencia de datos y aprendizaje automático.
  • Evaluación de soluciones: capacidad para seleccionar las técnicas apropiadas, interpretar resultados y reconocer las limitaciones de cada modelo.
  • Ingeniería de software y seguridad: conocimientos para desarrollar soluciones tecnológicas y abordar aspectos de protección de la información.
  • Ética y comunicación: habilidades para explicar resultados y considerar las implicancias de las herramientas utilizadas.
  • Trabajo interdisciplinario y empatía: capacidad para comprender las necesidades de profesionales de otras áreas y de las organizaciones.

«Un ingeniero puede desarrollar un modelo técnicamente correcto, pero si no comprende cómo funciona el negocio o no logra explicar sus resultados, probablemente esa solución tendrá poca utilidad», advierte.

Por ello, destaca que «el desafío es formar profesionales que no solamente sepan desarrollar tecnología, sino que también comprendan cuándo, cómo y para qué utilizarla», sostiene.

¿Cómo prepara el Magíster en Ingeniería Informática a sus estudiantes?

Frente a estos desafíos, el Magíster en Ingeniería Informática de la UNAB integra dos áreas fundamentales: Ciencia de Datos e Ingeniería de Software Aplicada.

Esta combinación permite abordar tanto el análisis de información como el desarrollo de soluciones informáticas que puedan utilizarse en organizaciones reales.

«El verdadero desafío no consiste solamente en construir un modelo que genere predicciones, sino en lograr que esas predicciones sean confiables, interpretables y útiles para tomar decisiones», explica.

En ese sentido, Campusano destaca la importancia de formar especialistas que puedan vincular sus conocimientos tecnológicos con las necesidades de las organizaciones.

«Ese es precisamente el tipo de formación que necesitamos: profesionales capaces de transformar el conocimiento tecnológico en soluciones que aporten valor a las organizaciones y a la sociedad», concluye.