Manufactura inteligente e Industria 4.0: Perspectivas de transformación digital para la competitividad organizacional
Palabras clave:
Industria 4.0, manufactura inteligente, transformación digital, competitividad organizacional, gemelos digitales, inteligencia artificial, sostenibilidadResumen
Objetivo: Analizar el papel de la manufactura inteligente y la Industria 4.0 como impulsores de la competitividad organizacional desde una perspectiva de transformación digital, identificando tendencias conceptuales, convergencias tecnológicas y desafíos estratégicos para las organizaciones contemporáneas. Metodología: El artículo se desarrolló bajo un enfoque de análisis documental y reflexión teórica, basado en la revisión e interpretación crítica de literatura científica reciente indexada en Scopus. Las categorías de análisis incluyeron manufactura inteligente, gemelos digitales, inteligencia artificial, big data, sostenibilidad organizacional, resiliencia empresarial y gobernanza digital, con énfasis en economías emergentes y contextos latinoamericanos. Resultados y Conclusiones: Los hallazgos evidenciaron que la manufactura inteligente no solo optimiza la productividad industrial, sino que reconfigura capacidades organizacionales, sistemas de gobernanza y dinámicas de innovación. Se concluye que la Industria 4.0 constituye un ecosistema multidimensional donde la interoperabilidad tecnológica, la gobernanza digital y la gestión del conocimiento son factores críticos para una competitividad sostenible, aunque persisten desafíos relacionados con brechas tecnológicas, infraestructura y formación de talento en América Latina.
Citas
Acosta Fernández, Y., Fontes Marrero, D., & Martínez-Montero, M. E. (2021). Liquid nitrogen as promotor of seeds germination and seedling growth in tropical legumes. INGE CUC, 17(2), 1–10. https://doi.org/10.17981/ingecuc.17.2.2021.01
Burgos Hernández, K., Montalvo López, L. R., & Ramírez Juidiaz, E. (2022). Contribución de la disciplina contable a la investigación aplicada desde la Corporación Universitaria Americana Sede Montería durante el periodo 2016–2021. International Journal of Management Science & Operation Research (IJMSOR), 7(1), 25–33.
Carmona Campos, C., & Roman, F. (2025). Digital transformation and organizational resilience: Post-pandemic management lessons from Latin America. International Journal of Management Science and Operations Research, 10(1), 5–19.
Castellanos Gonzalez, L., Céspedes Novoa, N., & Baldovino Sanjuan, A. (2020). Alternativas orgánicas para el logro de producciones más limpias de la fresa en Pamplona, Norte de Santander. INGE CUC, 16(1), 187–196. https://doi.org/10.17981/ingecuc.16.1.2020.14
Castro Villacob, M. (2024). Integración de cadenas de suministro sostenibles a través de plataformas digitales. International Journal of Management Science and Operations Research, 9(1), 104–119.
Dasuki, J. (2025). Higher education and predictive analytics: Assessing student performance with artificial intelligence. International Journal of Management Science and Operations Research, 10(1), 87–98.
Escobar Castillo, A. E., García Rodríguez, J. F., & Riquett Vides, C. A. (2021). ¿Cómo determinan los costos las MIPYME altamente informales? Caso de una cooperativa del Departamento del Magdalena. International Journal of Management Science & Operation Research (IJMSOR), 6(1), 11–20.
Gómez Puentes, E. (2024). Estrategias impulsadas por IA para la innovación empresarial sostenible. International Journal of Management Science and Operations Research, 9(1), 5–18.
González-Pedraza, A. F., Chiquillo Barrios, Y. A., & Escalante, J. C. (2022). Soil salinization in agricultural areas of the Caribbean region and agroecological recovery strategies. Review. INGE CUC, 18(1), 14–26. https://doi.org/10.17981/ingecuc.18.1.2022.02
Hernández Ruiz, M., López Martín, R. J., & Pacheco Martínez, G. (2022). Diseño de un modelo DUI de innovación en productos artesanales. International Journal of Management Science & Operation Research (IJMSOR), 7(1), 7–13.
Londoño Tamayo, D. C., López Lezama, J. M., & Villa Acevedo, W. M. (2021). Mean-variance mapping optimization algorithm applied to the optimal reactive power dispatch. INGE CUC, 17(1), 239–255. https://doi.org/10.17981/ingecuc.17.1.2021.19
Marceles Palma, V. (2024). Cómo blockchain puede ser aplicado a ONGs para mejorar la confianza y rendición de cuentas. International Journal of Management Science and Operations Research, 9(1), 139–156.
Pertuz Molina, B., Puerto Mendoza, M., Reales Correa, K., Carmona Campo, C., & Asencio Cristóbal, L. R. (2023). Estrategias logísticas implementadas en microempresas manufactureras de la ciudad de Barranquilla Maria Puerto. International Journal of Management Science & Operation Research (IJMSOR), 8(1), 8–16.
Pimiento, K., & Cárdenas, M. J. (2020). Evaluación del tratamiento preliminar y primario para las aguas residuales del procesamiento industrial de alimentos en La Grita (Venezuela). INGE CUC, 17(1), 1–14. https://doi.org/10.17981/ingecuc.17.1.2021.01
Piñeros Rodríguez, C. A., Sierra Martínez, L. M., Peluffo Ordóñez, D. H., & Timana Peña, J. A. (2023). Effort estimation in agile software development: A systematic map study. INGE CUC, 19(1), 22–36. https://doi.org/10.17981/ingecuc.19.1.2023.03
Silva Oliveira, M. (2024). Uso de gemelos digitales en manufactura inteligente: Casos en México, Brasil y Colombia. International Journal of Management Science and Operations Research, 9(1), 19–32.
Silvera-Sarmiento, A. (2025). Artificial intelligence, territorial development, and ethical governance: Strategic convergences for emerging futures. International Journal of Management Science and Operations Research, 10(1), 1–4.
Solorzano, J. (2025). Smart value chains: Integrating big data and sustainability in Industry 4.0. International Journal of Management Science and Operations Research, 10(1), 59–71.
Valencia, A., & Gallegos, A. (2024). Uso de Big Data para medir impactos sociales y económicos de políticas públicas. International Journal of Management Science and Operations Research, 9(1), 67–84.
Barbie, A., & Hasselbring, W. (2024). From Digital Twins to Digital Twin Prototypes: Concepts, Formalization, and Applications. Procedia Computer Science.
Barbie, A., Hasselbring, W., & Hansen, M. (2024). Digital Twin Prototypes for Supporting Automated Integration Testing of Smart Farming Applications. Procedia Computer Science.
Bhat, F. A., & Parvez, S. (2024). Emerging Challenges in the Sustainable Manufacturing System: From Industry 4.0 to Industry 5.0. Sustainable Manufacturing Review.
Cimino, A., Longo, F., Mirabelli, G., Solina, V., & Verteramo, S. (2024). An ontology-based, general-purpose and Industry 4.0-ready architecture for supporting the smart operator. Journal of Industrial Information Integration.
Dragomir, M., Szabo, D., Dragomir, D., & Blagu, D. (2024). Remaining Socially Responsible in the Age of Smart Sustainable Production. Sustainability.
Liu, J., Zhang, Y., Liu, Z., Leng, J., Zhou, H., Gu, S., & Liu, X. (2024). Digital twins enable shipbuilding. Journal of Manufacturing Systems.
This work is licensed under a 