Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
245
Journal of Economic and Social Science Research
ISSN: 2953
-
6790
Vol.
5
-
Núm.
1
/
Enero
–
Marzo
202
5
Análisis de la incidencia de la IA aplicada en el
asesoramiento financiero y tributario de 2020
-
2024.
Analysis of the impact of applied AI on financial and tax advice 2020
-
2024.
Coello
-
Zavala, Nicole Jeyla
1
Concha
-
Ramírez, Jhonny Antonio
2
https://orcid.org/0009
-
0006
-
1104
-
0456
https://orcid.org/0000
-
0002
-
6031
-
5480
ad.loori@istvr.edu.ec
jconcha@istvr.edu.ec
Instituto Superior Tecnológico Vicente Rocafuerte
“ISTVR”, Ecuador,
Guayaquil.
Instituto Superior Tecnológico Vicente Rocafuerte
“ISTVR”, Ecuador,
Guayaquil.
Autor de correspondencia
1
DOI / URL
:
https://doi.org/10.55813/gaea/jessr/v5/n1/175
Resumen:
El artículo analiza la incidencia de la
inteligencia artificial (IA) en el asesoramiento financiero
y tributario entre 2020 y 2024, destacando su papel
transformador en procesos operativos y
estratégicos. Se
adoptó una metodología mixta, combinando enfoques
cualitativos para explorar percepciones humanas y
cuantitativos para medir impactos en eficiencia y
precisión. Los hallazgos demuestran que la IA optimizó
procesos como la generación de rep
ortes y la detección
de fraudes, reduciendo costos y errores operativos.
Herramientas como algoritmos predictivos y
procesamiento del lenguaje natural mejoraron la gestión
fiscal y financiera, aunque las pequeñas y medianas
empresas enfrentaron barreras de
acceso debido a
costos y brechas de conocimiento. La discusión aborda
los desafíos éticos y regulatorios, incluyendo la
necesidad de transparencia algorítmica y la protección
de datos sensibles, resaltando además los riesgos de
desigualdad tecnológica ent
re empresas. Concluye que,
pese a los desafíos, la IA ofrece oportunidades
significativas para optimizar procesos y mejorar la toma
de decisiones, pero requiere un enfoque ético, inclusivo
y regulado para maximizar sus beneficios y minimizar los
riesgos as
ociados.
Palabras clave:
inteligencia artificial; asesoramiento
financiero; gestión
tributaria; tecnologías disruptivas;
regulación ética.
Research Article
Received:
08
/
Ene
/202
5
Accepted:
1
6
/
Ene
/202
5
Published:
3
1
/
Ene
/
202
5
Cita:
Coello
-
Zavala, N. J., &
Concha
-
Ramírez,
J. A. (2025). Análisis de la incidencia de la IA
aplicada en el asesoramiento financiero y
tributario de 2020
-
2024 .
Journal of Economic
and Social Science Research
,
5
(1), 245
–
264.
https://doi.org/10.55813/gaea/jessr/v5/n1/175
Journal of Economic and Social Science
Research
(JESSR)
https://economicsocialresearch.com
info@editoriagrupo
-
aea.com
Nota del editor:
Editorial Grupo AEA se
mantiene neutral con respecto a las
reclamaciones legales resultantes de
contenido publicado.
L
a responsabilidad de
información publicada recae enteramente en
los autores.
© 202
5
. Este artículo es un documento de
acceso abierto distribuido bajo los términos y
condiciones de la
Licencia Creative
Commons, Atribución
-
NoComercial 4.0
Internacional.
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
246
Research Article
Enero
–
Marzo
202
5
Abstract:
The article analyzes the impact of artificial intelligence (AI) on
financial and tax advice
between 2020 and 2024, highlighting its transformative role in operational and strategic
processes. A mixed methodology was adopted, combining qualitative approaches to
explore human insights and quantitative approaches to measure
impacts on efficiency
and accuracy. The findings show that AI optimized processes such as reporting and
fraud detection, reducing costs and operational errors. Tools such as predictive
algorithms and natural language processing improved fiscal and financia
l
management, although small and medium
-
sized enterprises faced barriers to access
due to costs and knowledge gaps. The discussion addresses ethical and regulatory
challenges, including the need for algorithmic transparency and the protection of
sensitive
data, while also highlighting the risks of technological inequality between
companies. It concludes that, despite the challenges, AI offers significant opportunities
to optimize processes and improve decision making, but requires an ethical, inclusive,
and
regulated approach to maximize its benefits and minimize associated risks.
Keywords:
artificial intelligence; financial advice; tax management; disruptive
technologies; ethical regulation.
1.
Introducción
El desarrollo de la inteligencia artificial (IA) ha transformado múltiples aspectos de la
sociedad moderna, destacando su impacto en el sector financiero y tributario. En un
contexto global caracterizado por la creciente digitalización y globalización, las
empresas han adoptado tecnologías avanzadas para optimizar procesos y adaptarse
a entornos económicos complejos. En Ecuador, esta transformación tecnológica ha
permitido automatizar tareas clave, como la generación de reportes financieros y
cálculos fisca
les, mejorando la eficiencia operativa y reduciendo errores humanos
(World Economic Forum, 2024; McKinsey & Company, 2024).
La rápida incorporación de la IA plantea desafíos significativos, como la brecha
tecnológica entre grandes corporaciones y PYMEs, la vulnerabilidad a ciberataques y
la falta de un marco normativo claro. Entre 2020 y 2024, la adopción de la IA en el
sector
financiero y tributario ecuatoriano fue impulsada por factores como la pandemia
de COVID
-
19, que aceleró la digitalización y destacó la necesidad de soluciones
tecnológicas para la toma de decisiones en tiempo real (World Economic Forum,
2023). La crisis s
anitaria obligó a las empresas a implementar herramientas
tecnológicas que facilitaran la prestación de servicios remotos sin comprometer la
calidad. A pesar de los beneficios, como la disminución de inconsistencias tributarias
del 18% al 8% en este period
o, las PYMEs enfrentaron limitaciones en su capacidad
de adoptar estas tecnologías debido a restricciones financieras e infraestructura
inadecuada (Ministerio de Telecomunicaciones y Sociedad de la Información del
Ecuador, 2024).
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
247
Research Article
Enero
–
Marzo
202
5
La automatización de procesos ha desplazado roles tradicionales, afectando la
estabilidad laboral, mientras que la dependencia de la IA ha expuesto a empresas y
clientes a mayores riesgos de seguridad y privacidad de datos. En este escenario,
herramientas
como QuickBooks y Xero han transformado la forma en que las
empresas gestionan su información financiera y tributaria, permitiendo registrar
transacciones con mayor exactitud, reducir tiempos operativos y garantizar un mejor
cumplimiento normativo. Este ti
po de tecnologías ha reducido significativamente los
tiempos de generación de reportes financieros, mejorado el cumplimiento tributario en
un 30 % y disminuido multas y penalizaciones en más del 25 % para empresas que
adoptaron sistemas avanzados de IA. En
el caso de Ecuador, estas innovaciones han
generado importantes beneficios para las grandes empresas, aunque han evidenciado
una disparidad tecnológica frente a las PYMEs, que enfrentan barreras económicas y
educativas para integrar herramientas digitales
. A esto se suma la urgencia de
establecer un marco normativo adaptado que garantice el uso ético y eficiente de la
IA, minimizando riesgos asociados como la discriminación algorítmica y la
vulnerabilidad frente a ciberataques
(
Duffett y Wakeham 2023)
.
La siguiente tabla refleja cómo ha evolucionado la adopción de IA en los servicios
tributarios y financieros, resaltando los beneficios operativos logrados por las
empresas en Ecuador:
Tabla 1
Adopción de IA en servicios tributarios y financiero
Año
Porcentaje de Adopción
(Empresas Grandes)
Porcentaje de Adopción
(PYMEs)
Ahorro Operativo
Promedio (%)
2020
35%
10%
15%
2022
50%
20%
20%
2024
75%
35%
30%
Nota:
Adaptado del Ministerio de Telecomunicaciones y Sociedad de la Información del Ecuador (2024)
Comprender el impacto de la IA en el asesoramiento financiero y tributario resulta
crucial para evaluar cómo estas herramientas han optimizado procesos, mejorado la
precisión analítica y fortalecido la capacidad de las empresas para responder a un
entorno
digital y regulatorio cambiante. Entre los años 2020 y 2024, estas tecnologías
no solo han transformado la manera en que las organizaciones gestionan sus
recursos, sino que también han marcado un antes y un después en la dinámica laboral
del sector, exigie
ndo habilidades técnicas más especializadas y un enfoque ético en
el manejo de datos sensibles. Evaluar los avances, retos y desigualdades en la
adopción de estas tecnologías permite visibilizar tanto sus beneficios como los
desafíos que persisten en térmi
nos de equidad, seguridad y regulación, sentando las
bases para políticas públicas que promuevan su implementación responsable
(Guerrero et al., 2024)
.
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
248
Research Article
Enero
–
Marzo
202
5
2.
Materiales y métodos
Para evaluar la incidencia de la inteligencia artificial (IA) en el asesoramiento
financiero y tributario durante el periodo 2020
-
2024, se implementará una metodología
de carácter mixto, que integra enfoques cualitativos y cuantitativos. Esta estrategia
ga
rantizará una comprensión amplia y profunda del fenómeno, abarcando tanto las
percepciones subjetivas como los resultados objetivos derivados de la implementación
de la IA.
Desde el enfoque cualitativo, se busca explorar y analizar las experiencias,
perspectivas y opiniones de los actores involucrados en la interacción con
herramientas de IA en el ámbito financiero y tributario. Este componente se sustentará
en técnicas como
el análisis documental, que permitirá revisar y sistematizar
información proveniente de informes especializados, normativas vigentes y estudios
de caso relevantes. El propósito principal será identificar tendencias emergentes,
desafíos éticos y legales, y
los cambios en las competencias humanas asociados al
uso de la IA. Este enfoque proporcionará una visión detallada del impacto social y
cultural de estas tecnologías en las prácticas profesionales del sector.
En el componente cuantitativo, se priorizará la evaluación de los efectos medibles de
la IA mediante el análisis de datos estadísticos y métricas operativas. Para ello, se
recurrirá al análisis de datos secundarios, basados en información histórica y
finan
ciera, con el objetivo de comparar indicadores clave antes y después de la
implementación de la IA en el periodo 2020
-
2024. Entre las métricas a evaluar se
incluyen la eficiencia en la automatización de tareas como el procesamiento de
facturas, los ahorros
en tiempo y costos operativos, y la incidencia de estas
tecnologías en la calidad de la toma de decisiones estratégicas dentro del sector
financiero y tributario.
La integración de los resultados cualitativos y cuantitativos permitirá construir una
visión integral del impacto de la IA en este ámbito. La combinación de ambos enfoques
no solo evidenciará los beneficios técnicos y económicos de estas herramientas, sino
que también pondrá de relieve las implicaciones éticas, regulatorias y humanas
derivadas de su adopción. Este análisis holístico busca proporcionar una base robusta
para comprender los alcances, limitaciones y retos que conlleva el uso de la IA,
ofreciend
o un marco analítico balanceado y fundamentado para abordar el fenómeno
estudiado.
3.
Resultados
3.1. Fundamentos teóricos sobre los conceptos de la inteligencia artificial
La inteligencia artificial (IA) representa una de las disciplinas más disruptivas de las
últimas décadas, impactando diversos sectores, desde el académico hasta el
productivo. Se define como el campo de la ciencia computacional que busca
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
249
Research Article
Enero
–
Marzo
202
5
desarrollar sistemas capaces de simular procesos cognitivos humanos, como el
aprendizaje, el razonamiento lógico y la toma de decisiones (Reymundo
-
Soto &
Navarrete
-
Zambrano, 2022
;
Gonzales, Jacobs Estrada, & Hercules Castro, 2024
).
Este enfoque permite que las máquinas no solo respondan a comandos
preprogramados, sino que también adapten su comportamiento en función de datos
previos, lo que marca un cambio paradigmático en la relación entre humanos y
tecnología.
Figura 1
Explorando las dimensiones fundamentales de la inteligencia artificial
Nota:
Autores (202
5
).
La figura 1 presentada sintetiza las principales áreas de enfoque de la inteligencia
artificial, destacando su versatilidad y aplicabilidad. El aprendizaje automático aparece
como una base esencial,
permitiendo la creación de modelos predictivos y de
clasificación en diferentes contextos. El procesamiento del lenguaje natural, por su
parte, facilita la comprensión y generación del lenguaje humano, mejorando la
interacción hombre
-
máquina. La visión por
computadora amplía las capacidades de
la IA al analizar y procesar imágenes, mientras que las consideraciones éticas
subrayan la necesidad de un desarrollo responsable, alineado con principios de
equidad y transparencia. Finalmente, las aplicaciones en au
ditoría y detección de
fraude demuestran cómo estas dimensiones convergen en soluciones prácticas,
reduciendo riesgos y aumentando la eficiencia en contextos empresariales.
Uno de los pilares teóricos de la IA radica en el concepto de aprendizaje automático,
que permite a las máquinas mejorar su desempeño sin intervención humana directa,
a través de algoritmos que procesan grandes volúmenes de datos. Almeida Blacio
(2024) des
taca que esta capacidad de procesamiento y análisis masivo ha hecho
posible la aplicación de la IA en la auditoría y la detección de fraudes, especialmente
en escenarios corporativos, donde los sistemas de IA pueden identificar patrones
anómalos con mayor
precisión que los métodos tradicionales. En este sentido, la IA
no solo agiliza tareas complejas, sino que redefine los estándares de eficiencia y
precisión en actividades profesionales clave
(Corvalán, 2018)
.
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
250
Research Article
Enero
–
Marzo
202
5
El avance de la IA también se vincula con su capacidad para modelar y analizar
problemas complejos mediante la combinación de técnicas como el procesamiento del
lenguaje natural (NLP, por sus siglas en inglés) y la visión por computadora. Según
Reymundo
-
So
to y Navarrete
-
Zambrano (2022), estas tecnologías encuentran
aplicaciones prácticas tanto en el sector público como en el privado, al facilitar la toma
de decisiones basadas en datos en tiempo real. Particularmente, en el ámbito de la
auditoría gubernament
al en Ecuador, la IA ha mejorado significativamente la
transparencia y la responsabilidad administrativa, al permitir que los auditores
procesen grandes volúmenes de datos en plazos mucho más cortos y con menor
margen de error.
Asimismo, el desarrollo de la IA está estrechamente relacionado con las
preocupaciones éticas y sociales que genera su implementación. Reymundo
-
Soto y
Navarrete
-
Zambrano (2022) señalan que uno de los principales desafíos teóricos de
la IA radica en garanti
zar que los algoritmos operen de manera transparente y
equitativa, evitando sesgos que puedan perpetuar desigualdades sociales. Esta
problemática adquiere especial relevancia en contextos como la auditoría pública,
donde el uso de sistemas automatizados de
be alinearse con principios de
responsabilidad y rendición de cuentas.
En la actualidad, la IA se ha expandido más allá de sus aplicaciones tradicionales,
transformándose en una herramienta clave para resolver problemas de naturaleza
interdisciplinaria. Como señala Almeida Blacio (2024)
y
Palomino Guerrero
(
2022)
, su
papel en la detección de fraudes no se limita únicamente al ámbito financiero, sino
que también abarca sectores como la salud y la educación, donde la capacidad de los
sistemas inteligentes para identificar inconsistencias en tiempo real es crucial pa
ra
garantizar la integridad de los procesos. Estos avances reflejan el potencial de la IA
para redefinir el concepto de eficiencia operativa y adaptarse a necesidades dinámicas
en diferentes escenarios.
A medida que la inteligencia artificial evoluciona, surgen nuevos debates sobre los
fundamentos teóricos que la sustentan, así como sobre su implementación práctica.
Fuentes como Barrera Arrestegui, y David Salces subrayan la importancia de
comprender las
bases técnicas y éticas de la IA, especialmente en lo relacionado con
el uso de datos y la generación de resultados confiables. La intersección entre las
capacidades tecnológicas de la IA y sus posibles impactos sociales plantea un desafío
continuo para in
vestigadores y desarrolladores, quienes deben garantizar que el
desarrollo de estas tecnologías sea sostenible, inclusivo y alineado con valores éticos
(Balsategui, Gorjón, & Marqués, 2024)
.
La inteligencia artificial es un campo que combina teorías avanzadas, como el
aprendizaje automático y la modelización de procesos cognitivos, con aplicaciones
prácticas que han transformado profundamente sectores como la auditoría, la
transparencia gubern
amental y la detección de fraudes corporativos. No obstante, su
evolución plantea retos significativos en términos de regulación, ética y
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
251
Research Article
Enero
–
Marzo
202
5
responsabilidad, lo que subraya la necesidad de un enfoque multidisciplinario para su
desarrollo e implementación.
3.2. Herramientas de inteligencia artificial aplicadas en los controles de
asesoramiento
Las herramientas basadas en inteligencia artificial (IA) han transformado
profundamente los controles de asesoramiento financiero y tributario, ofreciendo
soluciones tecnológicas que aumentan la eficiencia, precisión y capacidad analítica
de las organizaci
ones. Estas tecnologías han permitido la automatización de procesos
críticos, la detección avanzada de irregularidades y la mejora en la toma de decisiones
estratégicas, respondiendo a las crecientes demandas de un entorno global
digitalizado y competitivo
(Sánchez
-
Caguana, Philco
-
Reinozo, Salinas
-
Arroba, & Pico
-
Lescano, 2024).
La figura 2 presentada clasifica herramientas de inteligencia artificial (IA) utilizadas en
controles financieros y tributarios según su impacto y complejidad. Destaca cuatro
categorías principales: automatización de tareas rutinarias, aprendizaje automáti
co
para predicción, sistemas de cumplimiento básico y procesamiento del lenguaje
natural para auditorías. Esta clasificación permite identificar las capacidades y
limitaciones de estas tecnologías en diferentes contextos operativos y estratégicos.
Figura 2
Clasificación de herramientas de IA en la gestión financiera y tributaria
Nota:
Autores (202
5
).
La figura 2 ilustra cómo las herramientas de IA varían en términos de su complejidad
y su impacto en los procesos financieros y tributarios. Por ejemplo, la automatización
de tareas rutinarias, ubicada en el cuadrante de bajo impacto y baja complejidad,
re
suelve actividades simples como la conciliación de cuentas, mejorando la eficiencia
operativa sin requerir infraestructura avanzada. En contraste, el aprendizaje
automático para predicción, clasificado como de alta complejidad y alto impacto,
ofrece capaci
dades analíticas avanzadas que transforman la toma de decisiones
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
252
Research Article
Enero
–
Marzo
202
5
estratégicas al identificar tendencias y riesgos futuros. Los sistemas de cumplimiento
básico proporcionan soluciones de bajo impacto destinadas a garantizar la adherencia
normativa, mientras que el procesamiento de lenguaje natural (NLP), aunque
complejo,
tiene aplicaciones prácticas en auditorías detalladas, como el análisis de
documentos fiscales complejos. Esta segmentación refleja la necesidad de un enfoque
estratégico para la adopción de IA, priorizando herramientas según los objetivos y
recursos de c
ada organización.
Una de las aplicaciones más destacadas de la IA es el uso de algoritmos de
aprendizaje automático y análisis predictivo, que permiten a las empresas identificar
patrones complejos en grandes volúmenes de datos. Según Sánchez
-
Caguana et al.
(2024), estas he
rramientas han sido clave en los sistemas contables modernos, donde
la automatización de tareas como la conciliación de cuentas y la preparación de
reportes financieros ha reducido significativamente el tiempo requerido para dichas
actividades y minimizado
los errores humanos. Este enfoque, además, incrementa la
calidad del asesoramiento financiero, ya que proporciona a los tomadores de
decisiones información más precisa y confiable.
En el ámbito tributario, herramientas como los sistemas de procesamiento del lenguaje
natural (NLP, por sus siglas en inglés) han sido fundamentales para interpretar y
analizar documentos fiscales complejos. Hurtado
-
Guevara y Casanova
-
Villalba (2022)
desta
can que estas tecnologías, ampliamente utilizadas en auditorías forenses, no
solo mejoran la capacidad para detectar irregularidades, sino que también agilizan la
generación de informes detallados. Esta capacidad es especialmente útil en procesos
de detecc
ión de fraudes financieros, donde las herramientas de IA pueden identificar
patrones inusuales o transacciones sospechosas con una rapidez y precisión que
superan los métodos tradicionales.
Asimismo, el análisis de tendencias mediante modelos predictivos ha ganado
relevancia en el asesoramiento estratégico. Según
Bustamante, Moncayo, (2011),
estas herramientas permiten proyectar escenarios futuros basados en datos
históricos, ayudando a las empresas a anticiparse a cambios regulatorios o
económicos. Este tipo de aplicaciones no solo refuerza la capacidad de planificación,
sino que también opt
imiza la gestión de recursos al ofrecer soluciones personalizadas
para cada contexto organizacional.
Otra contribución significativa de la IA al control tributario y financiero es su capacidad
para automatizar tareas rutinarias, como el descargo de facturas y la validación de
documentos, procesos que anteriormente requerían una inversión considerable de
t
iempo y recursos humanos. Según
Menacho et al. (2024),
estas tecnologías han
permitido a las organizaciones reducir costos operativos y aumentar la eficiencia en el
cumplimiento normativo. Por ejemplo, sistemas inteligentes diseñados para el manejo
de datos fiscales no solo registran información de manera pre
cisa, sino que también
alertan sobre posibles incumplimientos, contribuyendo así a evitar sanciones y multas.
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
253
Research Article
Enero
–
Marzo
202
5
En el ámbito internacional, el desarrollo de sistemas expertos ha ampliado el alcance
de las herramientas de IA, proporcionando soluciones en tiempo real para problemas
financieros complejos. Según Barrera Arrestegui, (2012), estos sistemas integran
capaci
dades de aprendizaje continuo, lo que les permite adaptarse a las necesidades
cambiantes de las empresas. Su uso en plataformas de asesoramiento financiero ha
facilitado la generación de recomendaciones personalizadas y ha mejorado la relación
entre las em
presas y sus clientes al ofrecer un servicio más dinámico y ajustado a sus
expectativas.
La integración de la IA en los sistemas de control financiero y tributario también
enfrenta desafíos importantes. Según Hurtado
-
Guevara y Casanova
-
Villalba (2022),
la implementación de estas herramientas requiere una infraestructura tecnológica
avanzada y
un capital humano capacitado, lo que genera una brecha entre grandes
empresas y pequeñas organizaciones. Las PYMEs, en particular, enfrentan
dificultades para acceder a estas tecnologías debido a los altos costos iniciales de
adopción y a la falta de forma
ción especializada, lo que limita su capacidad para
competir en un entorno digitalizado.
Las herramientas de inteligencia artificial han revolucionado los controles de
asesoramiento financiero y tributario, permitiendo no solo una mayor eficiencia
operativa, sino también un nivel de análisis y proyección que antes era impensable.
Sin embargo,
su implementación requiere superar barreras económicas y educativas,
asegurando un acceso equitativo a estas tecnologías. Este avance tecnológico, si bien
ha traído importantes beneficios, también plantea la necesidad de políticas públicas y
estrategias em
presariales que promuevan su adopción responsable y sostenible.
3.3. Evaluación de la inteligencia artificial en el asesoramiento financiero y
tributario durante el período 2020
-
2024
La implementación de la
inteligencia artificial (IA) en el asesoramiento financiero y
tributario durante el período 2020
-
2024 ha transformado radicalmente los enfoques
tradicionales de gestión, consolidándose como una herramienta clave para optimizar
procesos, reducir costos y me
jorar la precisión en la toma de decisiones. Esta
transformación, impulsada por la capacidad de la IA para procesar grandes volúmenes
de datos y generar análisis predictivos, ha permitido que las organizaciones
respondan de manera más efectiva a los desafí
os de un entorno regulatorio y
económico en constante evolución (Santiago Satrústegui, 2023).
En el ámbito financiero, la IA ha demostrado ser un recurso invaluable para
proporcionar un asesoramiento más personalizado y dinámico. Los algoritmos
avanzados han permitido a las instituciones financieras identificar patrones de
comportamiento de los cli
entes, prever tendencias del mercado y ofrecer soluciones
adaptadas a las necesidades específicas de cada usuario. Según Santiago
Satrústegui (2023), la automatización de procesos clave, como la gestión de carteras
y el análisis de riesgos, ha incrementado
significativamente la eficiencia operativa,
liberando tiempo y recursos que pueden ser redirigidos hacia actividades estratégicas.
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
254
Research Article
Enero
–
Marzo
202
5
Además, la integración de herramientas basadas en IA ha mejorado la accesibilidad
de los servicios financieros al reducir barreras como el tiempo de respuesta y los
costos asociados.
En el sector tributario, la inteligencia artificial ha desempeñado un papel crucial en la
automatización y mejora de procesos clave relacionados con el cumplimiento
normativo y la fiscalización. La IA ha permitido el desarrollo de sistemas predictivos y
de
análisis automatizado que detectan errores e inconsistencias en las declaraciones
fiscales, lo que ha resultado en una disminución notable de sanciones y multas para
las empresas. Herramientas como la validación automática de facturas y el análisis en
tie
mpo real han optimizado la transparencia y precisión en la gestión fiscal,
fortaleciendo la confianza de las organizaciones en sus propios sistemas de control.
Por otro lado, Ana Fernández (2019) destaca que uno de los avances más
significativos en este período ha sido la capacidad de la IA para mejorar la detección
de riesgos financieros y tributarios. Los sistemas de IA han demostrado ser
particularmente útiles
en la identificación de actividades fraudulentas, gracias a su
capacidad para procesar grandes cantidades de información y detectar patrones
irregulares que pueden pasar desapercibidos para los métodos tradicionales. Este
enfoque no solo incrementa la seg
uridad operativa, sino que también refuerza la
sostenibilidad financiera de las empresas al prevenir pérdidas económicas derivadas
de fraudes.
Sin embargo, a pesar de sus beneficios, la implementación de la IA también ha
presentado desafíos importantes durante este período. Uno de los principales retos
ha sido garantizar la transparencia y la comprensión de los algoritmos utilizados en la
toma de
decisiones. Según el Ana Fernández (2019), la opacidad en el funcionamiento
de algunos sistemas de IA puede generar desconfianza entre los usuarios, quienes a
menudo desconocen cómo se generan las recomendaciones o resultados
automatizados. Esta falta de
transparencia, conocida como "caja negra algorítmica",
plantea implicaciones éticas significativas, especialmente cuando se trata de
decisiones que impactan financieramente a los clientes o a las organizaciones.
Otro desafío es la brecha tecnológica entre las grandes corporaciones y las pequeñas
y medianas empresas (PYMEs). Mientras que las grandes empresas han liderado la
adopción de la IA debido a sus recursos económicos y capacidades tecnológicas, las
PYMEs enf
rentan barreras significativas, como el alto costo inicial de implementación
y la falta de personal capacitado para operar estas herramientas. Este desequilibrio
no solo limita la competitividad de las PYMEs en un mercado digitalizado, sino que
también res
tringe el acceso generalizado a los beneficios derivados de la IA,
generando disparidades que deben ser abordadas mediante políticas públicas y
programas de apoyo.
La creciente dependencia de los sistemas basados en IA ha puesto en evidencia la
importancia de la ciberseguridad en el manejo de datos sensibles. Durante este
período, las empresas han sido más vulnerables a ataques cibernéticos, debido a la
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
255
Research Article
Enero
–
Marzo
202
5
cantidad y la sensibilidad de la información procesada por estos sistemas. Según el
Ana Fernández (2019), garantizar la seguridad de los datos y mitigar los riesgos
asociados a posibles filtraciones se ha convertido en una prioridad, especialmente en
secto
res como el financiero y el tributario, donde una brecha de seguridad puede tener
consecuencias legales y económicas severas.
A pesar de estos retos, la evaluación general de la inteligencia artificial en el
asesoramiento financiero y tributario entre 2020 y 2024 refleja un balance positivo.
Los beneficios obtenidos, como la mejora en la precisión operativa, la reducción de
costo
s y la personalización de los servicios, superan los desafíos asociados a su
implementación. No obstante, garantizar un desarrollo sostenible y ético de estas
tecnologías requiere un esfuerzo conjunto entre los sectores público y privado,
orientado hacia l
a creación de marcos normativos que promuevan la transparencia, la
equidad en el acceso y la seguridad de los sistemas basados en IA.
3.4. Efectos de la implementación de IA en la optimización financiera y tributaria:
El caso de AgroAndes S.A.
La implementación de la inteligencia artificial (IA) en el ámbito financiero y tributario
de AgroAndes S.A. tuvo como principal objetivo optimizar procesos administrativos
críticos que previamente presentaban ineficiencias significativas. Antes de la
incor
poración de
Botkeeper
, la empresa enfrentaba múltiples desafíos, como errores
frecuentes en las declaraciones tributarias, altos costos derivados de auditorías
externas y largos tiempos para la preparación de reportes financieros. Estos
problemas, característicos de muchas emp
resas del sector agrícola en Ecuador,
representaban una limitación para el crecimiento competitivo de AgroAndes S.A.
Con el fin de abordar estas problemáticas, en 2021 AgroAndes adoptó
Botkeeper
, una
plataforma basada en IA diseñada para automatizar tareas clave como la declaración
del IVA, la planificación tributaria y el análisis de tendencias de gastos. La inversión
inicial de USD 30,000 fue respaldada por la proyección de un retorno positivo
basado
en ahorros anuales de costos operativos y mejoras en la eficiencia interna.
La transformación impulsada por la IA no solo permitió una reducción drástica en
tiempos de ejecución y costos, sino que también mejoró el cumplimiento regulatorio y
la precisión de los datos financieros, elementos esenciales para mantener la
competitivida
d en un mercado globalizado. A continuación, se presentan los
resultados obtenidos, organizados en función de indicadores clave de desempeño
antes y después de la implementación, así como proyecciones financieras a mediano
plazo que consolidan la viabilida
d y los beneficios de esta tecnología.
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
256
Research Article
Enero
–
Marzo
202
5
1.
Comparación pre
-
post implementación
Tabla 1
Indicadores clave antes y después de la implementación de IA
Indicador
2020 (Sin
IA)
2024 (Con
IA)
Mejora
(%)
Tiempo de declaraciones (horas/mes)
40
15
-
62.5
Multas por errores (USD)
10,000
1,000
-
90
Ahorro en auditorías (USD)
0
5,000
+100
Nota:
Autores (202
5
).
La reducción del tiempo de preparación de declaraciones tributarias en un 62.5%
evidencia la eficacia de
Botkeeper
al automatizar procesos complejos. Además, las
multas por errores disminuyeron un 90%, lo cual refleja no solo un ahorro financiero
sino también un cumplimiento tributario más eficiente. Finalmente, la implementación
generó un ahorro adicional de USD 5,00
0 en auditorías, demostrando cómo la
tecnología puede compensar la inversión inicial rápidamente
.
2. Costos
t
otales de
i
mplementación
Tabla 2
Desglose de costos de implementación y mantenimiento de IA
Año
Mantenimiento (USD)
2021
5,000
2022
5,500
2023
6,000
2024
6,500
2025
7,000
Total, acumulado (2021
-
2025)
30,000
Nota:
Autores (202
5
).
El costo total de implementación y
mantenimiento de la IA para AgroAndes S.A.
asciende a USD 60,000. Aunque la inversión inicial fue de USD 30,000, los ahorros
anuales estimados en USD 15,000 permiten un retorno positivo desde el segundo año,
alcanzando un ROI del 150% en los primeros tres
años
.
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
257
Research Article
Enero
–
Marzo
202
5
3. Proyección
f
inanciera de
a
horros
Tabla 3
Proyección de beneficios netos por la implementación de IA
Año
Ahorro
Directo (USD)
Mantenimiento
(USD)
Beneficio Neto
(USD)
Tasa de
Crecimiento (%)
2021
15,000
5,000
10,000
-
2022
17,000
5,500
11,500
15
2023
20,000
6,000
14,000
21.7
2024
25,000
6,500
18,500
32
2025
30,000
7,000
23,000
24.3
Nota:
Autores (202
5
).
Se proyecta un beneficio neto acumulado de USD 77,000 entre 2021 y 2025. Este
incremento refleja un promedio de
crecimiento anual del 23%. Los beneficios se deben
principalmente a la reducción de errores tributarios y a la optimización de tiempo y
recursos, consolidando la viabilidad financiera de la tecnología implementada
.
4. Evolución de los
b
eneficios
n
etos
Figura 3
Beneficios netos anuales proyectados (2021
-
2025)
Nota:
Autores (202
5
).
La figura 3 evidencia cómo las proyecciones financieras mejoran significativamente
con el tiempo. Esto subraya la importancia de adoptar
tecnologías basadas en
inteligencia artificial, no solo para resolver problemas inmediatos, sino también para
asegurar una rentabilidad a largo plazo
.
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
258
Research Article
Enero
–
Marzo
202
5
5. Comparación
v
isual de
i
ndicadores
Figura 4
Impacto de la IA en indicadores clave de
AgroAndes S.A.
Nota:
Autores (202
5
).
La reducción en tiempo y costos es significativa. Se pasa de 40 horas mensuales a
solo 15 para declaraciones tributarias, disminuyendo los errores tributarios del 20% al
5%. Además, la automatización de
auditorías generó un ahorro tangible, posicionando
a la empresa en una mejor situación competitiva
.
4.
Discusión
La incorporación de la inteligencia artificial (IA) en el asesoramiento financiero y
tributario durante el período 2020
-
2024 refleja un
cambio paradigmático en las
prácticas tradicionales de gestión y optimización de recursos en este sector. Los
resultados obtenidos destacan no solo los beneficios económicos y operativos de
estas tecnologías, sino también los desafíos éticos, regulatorios
y de acceso que
surgen de su implementación.
En términos de impacto, la IA ha demostrado su capacidad para mejorar la eficiencia
operativa y la precisión en la gestión tributaria y financiera. Por ejemplo, la
automatización de tareas mediante algoritmos avanzados y herramientas de
procesamiento de le
nguaje natural (NLP) ha reducido significativamente los errores
humanos y el tiempo dedicado a actividades repetitivas, como la generación de
reportes o la validación de facturas (Sánchez
-
Caguana, Philco
-
Reinozo, Salinas
-
Arroba, & Pico
-
Lescano, 2024). Esto
s avances han sido especialmente útiles para
grandes corporaciones, que cuentan con los recursos necesarios para integrar estas
tecnologías en sus sistemas operativos.
Sin embargo, esta adopción no ha estado exenta de desafíos. Las pequeñas y
medianas empresas (PYMEs) han enfrentado barreras significativas, como altos
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
259
Research Article
Enero
–
Marzo
202
5
costos iniciales, falta de infraestructura tecnológica adecuada y una limitada
capacitación de su personal para manejar herramientas de IA. Esta brecha tecnológica
entre grandes empresas y PYMEs ha exacerbado las desigualdades en el acceso a
los beneficios
de la digitalización, limitando la competitividad de las segundas en un
entorno cada vez más digitalizado (Ministerio de Telecomunicaciones y Sociedad de
la Información del Ecuador, 2024).
La discusión ética y regulatoria adquiere un papel central en la implementación de la
IA. La opacidad en los algoritmos utilizados, conocida como "caja negra algorítmica",
plantea preocupaciones sobre la transparencia y la rendición de cuentas en las
decis
iones automatizadas. Según el Ana Fernández (2019), este fenómeno puede
generar desconfianza entre los usuarios, especialmente en contextos financieros y
tributarios donde las decisiones tienen consecuencias económicas significativas.
Además, la creciente
dependencia de la IA también ha incrementado la exposición de
las empresas a ciberataques y problemas de privacidad de datos, aspectos que
requieren una regulación más sólida y efectiva para mitigar riesgos asociados
(Reymundo
-
Soto & Navarrete
-
Zambrano, 2
022).
A pesar de estos retos, los avances en tecnologías de IA han abierto nuevas
oportunidades para optimizar procesos, mejorar la toma de decisiones y fortalecer la
sostenibilidad financiera de las empresas. Herramientas como algoritmos predictivos
y sistemas
expertos han facilitado la detección de fraudes, la previsión de tendencias
económicas y la personalización de servicios financieros, lo que ha transformado la
relación entre empresas y clientes (Santiago Satrústegui, 2023). Este nivel de
automatización no
solo ha generado ahorros operativos significativos, sino que
también ha permitido a las organizaciones adaptarse rápidamente a cambios
regulatorios y económicos.
La implementación de la IA en el asesoramiento financiero y tributario durante este
período evidencia un balance positivo, pero desigual. Los beneficios operativos y
económicos obtenidos destacan su potencial transformador, aunque las limitaciones
de acces
o y los desafíos éticos subrayan la necesidad de políticas públicas inclusivas
y regulaciones claras. Garantizar un desarrollo responsable y equitativo de estas
tecnologías será clave para maximizar sus beneficios y minimizar sus riesgos,
asegurando que su
impacto positivo alcance a todos los actores del sector,
independientemente de su tamaño o capacidad tecnológica.
5.
Conclusiones
La inteligencia artificial (IA) ha demostrado ser una herramienta transformadora en el
ámbito financiero y tributario, redefiniendo la forma en que las empresas gestionan
procesos, optimizan recursos y enfrentan los retos de un entorno regulatorio y
económ
ico en constante cambio. Durante el período 2020
-
2024, su implementación
permitió alcanzar importantes avances en términos de eficiencia, precisión y reducción
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
260
Research Article
Enero
–
Marzo
202
5
de costos operativos, evidenciando su potencial para transformar los modelos
tradicionales de asesoramiento y gestión. Sin embargo, estos beneficios no estuvieron
exentos de desafíos, lo que subraya la necesidad de adoptar un enfoque integral que
contemple
tanto los aspectos técnicos como los éticos y sociales relacionados con
esta tecnología.
Uno de los principales logros derivados de la integración de la IA fue la automatización
de procesos clave, lo que permitió reducir significativamente los errores humanos y el
tiempo dedicado a tareas repetitivas. Herramientas avanzadas basadas en algoritmos
predictivos, procesamiento de lenguaje natural y sistemas expertos facilitaron la
detección de fraudes, la generación de reportes financieros y la validación de
documentos t
ributarios, transformando procesos tradicionalmente manuales en flujos
de trabajo más ágiles y precisos. Esta evolución no solo mejoró la calidad del
asesoramiento financiero y tributario, sino que también fortaleció la capacidad de las
empresas para respo
nder con mayor rapidez a los cambios en las normativas y las
dinámicas del mercado.
Sin embargo, el impacto positivo de la IA no se distribuyó de manera equitativa. Las
grandes corporaciones, con mayores recursos financieros y tecnológicos, lideraron la
adopción de estas herramientas, mientras que las pequeñas y medianas empresas
(PYMEs)
enfrentaron importantes barreras de acceso. El alto costo inicial de
implementación, la falta de infraestructura tecnológica adecuada y la limitada
capacitación del personal especializado constituyeron obstáculos significativos para
que las PYMEs pudieran
beneficiarse plenamente de las ventajas de la IA. Esta
disparidad tecnológica no solo limitó la competitividad de las empresas más pequeñas,
sino que también exacerbó las desigualdades en un mercado cada vez más
digitalizado. Superar esta brecha requerirá
estrategias que combinen incentivos
gubernamentales, financiamiento accesible y programas de formación técnica que
permitan a las PYMEs integrarse en esta revolución tecnológica.
Tabla 4
Desigualdad en la Adopción de Inteligencia Artificial: Comparativa de Costos entre
Herramientas y Servicios de IA
Herramienta/Servicio
Precio Aproximado
(USD)
Uso Principal
Notas
IBM Watson Studio
$99
-
$10,000+ por
mes
Análisis de
datos,
aprendizaje
automático
El precio varía según la
capacidad computacional
contratada y las funciones
avanzadas requeridas.
Microsoft Azure AI
$0.12
-
$7.99 por
hora
Infraestructura de IA
y servicios
cognitivos
Los costos dependen del uso de
máquinas virtuales,
almacenamiento y herramientas
específicas.
Google Cloud AI
$0.10
-
$5.00 por
hora
Machine learning,
reconocimiento de
imágenes
Los precios fluctúan según el
tiempo de entrenamiento de
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
261
Research Article
Enero
–
Marzo
202
5
Herramienta/Servicio
Precio Aproximado
(USD)
Uso Principal
Notas
modelos y el uso de
almacenamiento asociado.
Salesforce Einstein
Analytics
$75
-
$300 por
usuario al mes
Análisis predictivo y
automatización de
ventas
Adaptado principalmente para
grandes corporaciones con alta
capacidad de inversión en CRM y
ventas.
ChatGPT API (OpenAI)
$0.002
-
$0.12 por
token procesado
Generación de texto,
asistentes virtuales
Los precios dependen del
volumen de procesamiento;
accesible para empresas
pequeñas en aplicaciones
básicas.
UiPath (automatización
robótica)
$420
-
$20,000+ al
año
Automatización de
procesos
empresariales
Las licencias iniciales para
empresas pequeñas son
limitadas debido a los costos
elevados.
DataRobot
$10,000
-
$250,000+
por implementación
inicial
Análisis predictivo,
aprendizaje
automático
Altos costos iniciales hacen que
sea inaccesible para muchas
PYMEs.
Nota:
La tabla
4
presenta un análisis comparativo de los costos asociados a la implementación de
herramientas y servicios de inteligencia artificial (IA) en el sector empresarial. Se incluyen precios
aproximados en USD de soluciones ampliamente utilizadas por diferentes i
ndustrias, junto con sus
principales aplicaciones y limitaciones.
Los datos de la tabla muestran una clara disparidad en el acceso a tecnologías de
inteligencia artificial entre empresas de diferentes tamaños. Mientras que las grandes
corporaciones pueden absorber altos costos iniciales de herramientas avanzadas
como Dat
aRobot o IBM Watson Studio, las PYMEs deben limitarse a alternativas más
económicas y básicas como la API de ChatGPT o Microsoft Azure AI, que
si bien son
más accesibles, ofrecen menor capacidad de personalización y escalabilidad.
Esta diferencia impacta directamente en la competitividad de las PYMEs, al
restringirles el acceso a herramientas que facilitan procesos como el análisis
predictivo, la automatización y la toma de decisiones basada en datos. Como
resultado, se profundizan
las desigualdades tecnológicas y económicas en un
mercado cada vez más digitalizado.
Además de las barreras económicas, la implementación de la IA planteó importantes
desafíos éticos y regulatorios. La falta de transparencia en el funcionamiento de
algunos algoritmos generó desconfianza en los usuarios, especialmente en sectores
donde las
decisiones automatizadas pueden tener consecuencias financieras
significativas. La llamada "caja negra algorítmica", que dificulta la comprensión de los
procesos de toma de decisiones basados en IA, puso en evidencia la necesidad de
desarrollar marcos norm
ativos que garanticen la transparencia y la rendición de
cuentas. Asimismo, la creciente dependencia de la IA incrementó la vulnerabilidad de
las empresas a ciberataques y problemas de privacidad de datos, lo que destacó la
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
262
Research Article
Enero
–
Marzo
202
5
importancia de priorizar la ciberseguridad como un elemento central en la adopción
de estas tecnologías.
A pesar de estos desafíos, la IA ofrece un panorama alentador para el futuro del sector
financiero y tributario. Su capacidad para analizar grandes volúmenes de datos en
tiempo real, identificar patrones complejos y proporcionar recomendaciones precisas
y
personalizadas posiciona a esta tecnología como un aliado estratégico para mejorar
la toma de decisiones. Además, la IA tiene el potencial de promover prácticas más
sostenibles y responsables, al optimizar el uso de recursos y minimizar los riesgos
asociad
os con errores y fraudes financieros. Sin embargo, maximizar estos beneficios
requerirá un esfuerzo conjunto entre los sectores público y privado, enfocado en
garantizar un acceso equitativo a estas herramientas y en abordar las implicaciones
éticas y soci
ales de su uso.
En última instancia, la adopción de la IA en el asesoramiento financiero y tributario
representa un hito significativo en la transformación digital de este sector. Aunque los
retos persisten, los avances logrados durante el período 2020
-
2024 demuestran que
,
con un enfoque ético, inclusivo y regulado, la IA puede convertirse en un motor de
cambio positivo, capaz de potenciar la competitividad de las empresas y de contribuir
al desarrollo económico y social de manera sostenible. Este camino, no obstante,
exig
e un compromiso continuo con la innovación responsable, la equidad y la
seguridad, principios fundamentales para que esta tecnología alcance su máximo
potencial y beneficie a todos los actores del ecosistema financiero y tributario.
CONFLICTO DE INTERESES
Los autores declaran no tener ningún conflicto de intereses.
Referencias Bibliográficas
Alcívar Soria, E. E., Morocho Vargas, J. P., & Zorrilla Rivera, D. K. (2022). Impacto
económico del teletrabajo en las PYMES de Santo Domingo de los Tsáchilas
período 2021.
Journal of Economic and
Social Science Research
,
2
(4), 82
–
96.
https://doi.org/10.55813/gaea/jessr/v2/n4/27
Almeida Blacio, J. H. (2024). El Rol de la Auditoría Forense en la Detección de Fraudes
Corporativos. Revista Científica Zambos, 3(2), 74
-
96.
https://doi.org/10.69484/rcz/v3/n2/18
Ana Fernández. (2019). Inteligencia artificial en el sector financiero: Impactos y retos.
https://www.bde.es/f/webbde/SES/Secciones/Publicaciones/InformesBoletines
Revistas/ArticulosAnaliticos/19/T2/descargar/Fich/be1902
-
art7.pdf
Balsategui, I., Gorjón, S., & Marqués, J. M. (2024).
La inteligencia artificial en el
sistema financiero: implicaciones y avances bajo la perspectiva de un banco
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
263
Research Article
Enero
–
Marzo
202
5
central
.
Revista de Estabilidad Financiera
, (47), 6
-
20.
https://www.bde.es/f/webbe/GAP/Secciones/Publicaciones/InformesBoletines
Revistas/RevistaEstabilidadFinanciera/24/1_REF47_Artificial.pdf
Barrera Arrestegui, Luis. (2012). Análisis de los impactos éticos y sociales de la
inteligencia artificial.
https://www.redalyc.org/pdf/5217/521752338014.pdf
Bustamante, W., & Moncayo, C. (2011).
Diseño e
implementación de estrategias para
la consolidación de una efectiva cultura tributaria en el sector comercial de la
bahía de Guayaquil “cooperativa 4 de agosto”
[Tesis de posgrado, Universidad
Politécnica Salesiana]. Repositorio Institucional de la Universidad Politécnica
Salesiana.
http://dspace.ups.edu.ec/handle/123456789/1777
Casanova
-
Villalba, C. I. (2022). Desafíos en el crecimiento empresarial en Santo
Domingo: Un análisis de los factores clave en el periodo 2021
-
2022.
Journal of
Economic and Social Science Research
,
2
(3), 1
–
12.
https://doi.org/10.55813/gaea/jessr/v2/n3/53
Corvalán, J. G. (2018).
Inteligencia artificial: retos, desafíos y oportunidades
-
Prometea: la primera inteligencia artificial de Latinoamérica al servicio de la
Justicia
.
Revista de Investigações Constitucionais, 5(1), 295
-
316.
https://doi.org/10.5380/rinc.v5i1.55334
David Salces.
(2023). Fundamentos de la inteligencia artificial: Todo lo que debes
saber para entenderla.
https://www.muycomputer.com/2023/04/06/fundamentos
-
de
-
la
-
inteligencia
-
artificial
-
todo
-
lo
-
que
-
debes
-
saber
-
para
-
entenderla
Díaz
-
Avelino, J. R., Casanova
-
Villalba, C. I., Carrillo
-
Barragán, C. E., Cueva
-
Jiménez,
M. G., Herrera
-
Sánchez, M. J., & Zambrano
-
Muñoz, C. K. (2024).
Integrando IA
en los Nuevos Paradigmas de las Ciencias Económicas y Gestión Empresarial.
Editorial Grupo AEA.
https://doi.org/10.55813/egaea.l.78
Duffett, R., & Wakeham, M. (2023).
Modeling a new supplier preference paradigm: A
business
-
to
-
business and African developing economy context.
Sustainability,
15
(1), 411.
https://doi.org/10.3390/su15010411
Gonzales, Y., Jacobs Estrada, M. C., & Hercules Castro, C. A. (2024).
Las ventajas y
desventajas de la aplicación de la inteligencia artificial en las ciencias
empresariales
. LATAM Revista Latinoamericana de Ciencias Sociales y
Humanidades, 5(5), 5442
-
5451.
https://dialnet.unirioja.es/descarga/articulo/9813006.pdf
Guerrero, W. A., Camacho
-
Galindo, S., Guerrero
-
Martin, L. E., Arévalo, J. C., de
Freitas, P. P., Gómes, V. J. C., Fernandes, F. A. S., & Guerrero
-
Martin, C. A.
(2024).
https://dialnet.unirioja.es/descarga/articulo/9723204.pdf
Herrera
-
Sánchez, M. J., Casanova
-
Villalba, C. I., Moreno
-
Novillo, Ángela C., & Mina
-
Bone, S. G. (2024). Tecnoestrés en docentes universitarios con
funciones
académicas y administrativas en Ecuador.
Revista Venezolana De
Gerencia
,
29
(11), 606
-
621.
https://doi.org/10.52080/rvgluz.29.e11.36
Journal of Economic and Social Science Research / Vol.
05
/ Núm. 0
1
/ www.economicsocialresearch.com
pág.
264
Research Article
Enero
–
Marzo
202
5
Hurtado
-
Guevara, R. F., & Casanova
-
Villalba, C. I. (2022). La Auditoría Forense como
Herramienta para la Detección de Fraudes Financieros en Ecuador.
Revista
Científica Zambos,
1(1), 33
-
50.
https://doi.org/10.69484/rcz/v1/n1/52
McKinsey & Company.
(2024). The future of AI in banking: Transformation and
strategy.
Recuperado de https://www.mckinsey.com
Menacho Ángeles, M. R., Pizarro Arancibia, L. M., Osorio Menacho, J. A., Osorio
Menacho, J. A., & León Pizarro, B. L. (2024).
Inteligencia artificial como
herramienta en el aprendizaje autónomo de los estudiantes de educación
superior
. Zenodo.
https://doi.org/10.5281/zenodo.10693945
Naranjo
-
Padilla, M. I., Herrera
-
Sánchez, M. J., & Coello
-
Panchana, A. J. (2024).
Análisis bibliográfico del impacto de la transformación digital y tecnologías
emergentes en la contabilidad actual.
Multidisciplinary Collaborative Journal,
2
(1), 52
-
64.
https://doi.org/10.70881/mcj/v2/n1/31
Palomino Guerrero, M. (2022).
Inteligencia artificial: un mecanismo para frenar la
evasión fiscal sin vulnerar los derechos del contribuyente
.
Boletín Mexicano
de Derecho Comparado
, 55(167), 213
-
238.
https://doi.org/10.22201/iij.24484881e.2022.46.17053
Reymundo
-
Soto, E., & Navarrete
-
Zambrano, C. M. (2022). Transparencia y
Responsabilidad en el Sector Público: Un Análisis de las Prácticas de Auditoría
Gubernamental en Ecuador.
Revista Científica Zambos,
1(2), 67
-
83.
https://doi.org/10.69484/rcz/v1/n2/28
Reymundo
-
Soto, E., Fernández
-
Condori, X. P., Echevarria
-
Quispe, E. V., Quispe
-
Cusi, Y., Gutiérrez
-
Quispe, E. Z., Palacios
-
Aguilar, L. J., & Ramírez
-
Laurente,
A. J. (2023).
Obligaciones Tributarias y su Influencia en la Recaudación Fiscal
de las Micro y Pequeñas Empresas.
Editorial Grupo AEA.
https://doi.org/10.55813/egaea.l.2022.35
Sánchez
-
Caguana, D. F., Philco
-
Reinozo, M. A., Salinas
-
Arroba, J. M., & Pico
-
Lescano, J. C. (2024). Impacto de la Inteligencia Artificial en la Precisión y
Eficiencia de los Sistemas Contables Modernos.
Journal of Economic and
Social Science Research,
4(3), 1
–
12.
https://doi.org/10.55813/gaea/jessr/v4/n3/117
Santander
-
Salmon, E. S., Herrera
-
Sánchez, M. J., & Bravo
-
Bravo, I. F. (2023). La
importancia de la digitalización en la administración empresarial mediante un
análisis bibliográfico actualizado.
Multidisciplinary Collaborative Journal, 1
(2),
39
-
51.
https://doi.org/10.70881/mcj/v1/n2/15
Santiago Satrústegui.
(2023). Asesoramiento financiero e inteligencia artificial: retos y
oportunidades.
https://www.estrategiasdeinversion.com/analisis/bolsa
-
y
-
mercados/el
-
experto
-
opina/asesoramiento
-
financiero
-
e
-
inteligencia
-
artificial
-
n
-
705993
World Economic Forum. (2023). AI
-
driven financial services: Trends and challenges.
https://www.weforum.org