Diseño de Propuesta de Valor e Inteligencia Artificial: un modelo predictivo para asegurar productos y servicios
DOI:
https://doi.org/10.18041/2539-3669/gestion_libre.19.2025.12594Palabras clave:
Inteligencia Artificial, Propuesta de Valor, aprendizaje, Innovación, Modelo Predictivo.Resumen
En un entorno empresarial cada vez más digitalizado y competitivo, la capacidad de diseñar productos y servicios que no solo satisfagan las necesidades de los clientes, sino que también sean seguros y personalizados, se ha convertido en un diferenciador clave para las organizaciones. Este estudio explora la intersección entre Value Proposition Design e Inteligencia Artificial, proponiendo un marco teórico y práctico que integra estas dos disciplinas para optimizar la creación de valor y asegurar la entrega de productos y servicios adaptados a las expectativas y necesidades del cliente. En lo metodológico, se validan las propuestas de valor utilizando modelos predictivos de Inteligencia Artificial. Esta técnica permite evaluar la efectividad de las propuestas antes de su implementación, ajustándolas dinámicamente según las predicciones de éxito y las condiciones cambiantes del mercado. Los resultados revelan que el Value Proposition Design se centra en entender profundamente a los clientes, identificando sus tareas, necesidades y beneficios esperados, para desarrollar propuestas de valor que resuelvan sus problemas de manera efectiva. Al incorporar técnicas de la Inteligencia Artificial, como el aprendizaje automático y el análisis predictivo, este proceso puede ser automatizado y mejorado, permitiendo a las organizaciones identificar patrones de comportamiento del cliente, personalizar ofertas en tiempo real y prever problemas potenciales antes de que se materialicen. Se concluye que a través de estudios de caso y ejemplos aplicados, se demuestra cómo esta combinación puede transformar la manera en que las empresas diseñan y entregan valor, aumentando la satisfacción del cliente y la competitividad en el mercado.
Descargas
Referencias
Alonso-Rodríguez, A. M. (2024). Hacia un marco ético de la inteligencia artificial en la educación. Teoría De La Educación. Revista Interuniversitaria, 36(2), 79-98. https://doi.org/10.14201/teri.31821
Bergman, D., Huang, T., Brooks, P., Lodi, A., & Raghunathan, A. U. (2019). JANOS: An Integrated Predictive and Prescriptive Modeling Framework. ArXiv, 1-12. https://arxiv.org/abs/1911.09461
Birhane, A., Kalluri, P., Card, D., Agnew, W., Dotan, R., & Bao, M. (2022). The values encoded in machine learning research. In FAccT '22 ACM Conference on Fairness, Accountability, and Transparency (pp. 173–184). https://doi.org/10.1145/3531146.3533083
Chen, H. C. (2012). Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165–1188. https://doi.org/10.2307/41703503
Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108–116. https://hbr.org/2018/01/artificial-intelligence-for-the-real-world
Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data: Evolution, challenges, and research agenda. International Journal of Information Management, 48, 63–71. https://doi.org/10.1016/j.ijinfomgt.2019.01.021
Fosso Wamba, S., Akter, S., Edwards, A., Chopin, G., & Gnanzou, D. (2015). How 'big data' can make big impact: Findings from a systematic review and a longitudinal case study. International Journal of Production Economics, 165, 234–246. https://doi.org/10.1016/j.ijpe.2014.12.031
Frow, P., Nenonen, S., Payne, A., & Storbacka, K. (2014). Managing Co-creation Design: A Strategic Approach to Innovation. British Journal of Management, 26(3), 463–483. https://doi.org/10.1111/1467-8551.12087
Grange, C., Demazure, T., Ringeval, M., & Bourdeau, S. (2024). The Human-GenAI Value Loop in Human-Centered Innovation: Beyond the Magical Narrative. arXiv, 1-46. https://arxiv.org/abs/2407.17495
Giralt-Hernández, E. (2024). Hacia una implementación ética e inclusiva de la Inteligencia Artificial en las organizaciones: un marco multidimensional. arXiv, 1-16. https://arxiv.org/abs/2405.00225
Trischler, J., Pervan, S. J., Kelly, S. J., & Scott, D. R. (2017). The value of codesign: The effect of customer involvement in service design teams. Journal of Service Research, 21(1), 75-100. https://doi.org/10.1177/1094670517714060
Kaplan, A., & Haenlein, M. (2020). Rulers of the world, unite! The challenges and opportunities of artificial intelligence. Business Horizons, 63(1), 37–50. https://doi.org/10.1016/j.bushor.2019.09.003
Kumar, V., & Reinartz, W. (2016). Creating enduring customer value. Journal of Marketing, 80(6), 36–68. https://doi.org/10.1509/jm.15.0414
Lee, I., & Lee, K. (2015). The Internet of Things (IoT): Applications, investments, and challenges for enterprises. Business Horizons, 58(4), 431–440. https://doi.org/10.1016/j.bushor.2015.03.008
Rojas-Ahumada, K. A., López-Zavaleta, V., & Mendoza-de-los-Santos, A. C. (2023). The impact of Artificial Intelligence in improving Customer Service: A Systemic Review. Innovation and Software, 4(2), 201-222. https://doi.org/10.48168/innosoft.s12.a90
Martínez-Martínez, R. (2019). Inteligencia artificial desde el diseño: Retos y estrategias para el cumplimiento normativo. Revista Catalana de Dret Públic, 58, 64–81. https://doi.org/10.2436/rcdp.i58.2019.3317
Mikalef, P., Boura, M., Lekakos, G., & Krogstie, J. (2023). Big data analytics capabilities and innovation: The mediating role of dynamic capabilities and moderating effect of the environment. British Journal of Management, 34(1), 42–60. https://doi.org/10.1111/1467-8551.12343
Osterwalder, A., Pigneur, Y., Bernarda, G., & Smith, A. (2014). Value proposition design: How to create products and services customers want. US: Wiley. https://www.wiley.com/en-us/Value+Proposition+Design%3A+How+to+Create+Products+and+Services+Customers+Want-p-9781118968055
Ronquillo-Álvarez, L. M., & Recalde, H. (2024). Inteligencia artificial: Un recurso para el diseño de campañas publicitarias. Revista Innovarium, 1(1), 75–95. https://doi.org/10.70980/i..v1n1.2024.5
Sattele, V., Reyes, M., & Fonseca, A. (2023). La inteligencia artificial generativa en el proceso creativo y en el desarrollo de conceptos de diseño. Umática. Revista sobre Creación y Análisis de la Imagen, 6, 53–73. https://doi.org/10.24310/Umatica.2022.v5i6.17153
Soni, N., Sharma, E. K., Singh, N., & Kapoor, A. (2019). Impact of Artificial Intelligence on Businesses: From Research, Innovation, Market Deployment to Future Shifts in Business Models. arXiv, 1-38. https://arxiv.org/abs/1905.02092
Tiwari, R. (2023). Ethical and societal implications of AI and machine learning. International Journal of Scientific Research in Engineering and Management, 7(1), 1–5. https://www.researchgate.net/publication/367189529_Ethical_And_Societal_Implications_of_AI_and_Machine_Learning
Vaithilingam, P., Arawjo, I., & Glassman, E. L. (2024). Imagining a future of designing with AI: Dynamic grounding, constructive negotiation, and sustainable motivation. arXiv, 1-12. https://doi.org/10.48550/arXiv.2402.07342
Van-Doorn, J., Lemon, K. N., Mittal, V., Nass, S., Pick, D., Pirner, P., & Verhoef, P. C. (2010). Customer engagement behavior: Theoretical foundations and research directions. Journal of Service Research, 13(3), 253–266. https://doi.org/10.1177/1094670510375599
