Inteligencia artificial en los agronegocios como herramienta de innovación y desarrollo en Colombia : artículo de revisión

Laura Álvarez - Palomino; Jeimy; Julio Franco - Ortega

doi:10.48204/j.ia.v8n1.a8824

Enviado diciembre 3, 2025

Publicado 2025-12-23

Revisión Bibliográfica

Vol. 8 Núm. 1 (2025): Revista investigaciones agropecuarias

Inteligencia artificial en los agronegocios como herramienta de innovación y desarrollo en Colombia : artículo de revisión

Laura Álvarez - Palomino⁺⁻
Jeimy⁺⁻
Julio Franco - Ortega⁺⁻

DOI https://doi.org/10.48204/j.ia.v8n1.a8824

PDF

Citas

DOI: 10.48204/j.ia.v8n1.a8824

Publicado: 2025-12-23

Cómo citar

Álvarez - Palomino, L., Jeimy, & Franco - Ortega, J. (2025). Inteligencia artificial en los agronegocios como herramienta de innovación y desarrollo en Colombia : artículo de revisión. Revista Investigaciones Agropecuarias, 8(1), 85–95. https://doi.org/10.48204/j.ia.v8n1.a8824

Derechos de autor 2025 Revista investigaciones agropecuarias

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Resumen

El desarrollo de los agronegocios enfrenta desafíos clave en la economía global, enmarcados en la seguridad alimentaria, innovación, optimización de recursos y sostenibilidad. La creciente demografía en los territorios involucra un aumento en la demanda de alimentos que sumado a la escasez en la mano de obra en el campo han impulsado la necesidad de tecnificación en los procesos para mejorar la rentabilidad y competitividad de las empresas agropecuarias. Se considera que la IA, es una herramienta innovadora de transformación para las producciones agropecuarias que ayuda a facilitar la tomar decisiones más informadas, deseadas y escalables, creando métodos esenciales para una mejor asignación y uso de recursos para el desarrollo de la economía rural. El presente artículo de revisión examina el estado actual de la investigación sobre el uso y aplicabilidad de la inteligencia artificial en los agronegocios, teniendo como base el análisis sistemático de literatura en el área, derivada de fuentes bibliográficas y bases de datos especializadas. Los resultados presentan que el uso de la IA en los agronegocios como tecnología innovadora, se está introduciendo de manera gradual, logrando transformar procesos tradicionales y facilitando la gestión de decisiones eficientes, es una herramienta de alto valor, con la capacidad de promover un enfoque inclusivo, participativo y dinámico en el país, logrando el desarrollo de nuevas y asertivas estrategias que con el uso continuo mejoran los modelos de producción y garantiza la rentabilidad y sostenibilidad de las empresas agropecuarias.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Ahmad, T., Zhang, D., Huang, C., Zhang, H., Dai, N., Song, Y., & Chen, H. (2021). Artificial intelligence in sustainable energy industry: Status Quo, challenges and opportunities. Cleaner production, 289. doi:https://doi.org/10.1016/j.jclepro.2021.125834
Álvarez Ochoa, C., Correa Assmus, G., Ángel Matiz, J., Regino Vergara, J., Cordero Sáenz, N., Suárez Bocanegra, P., & Vergara Vergara, W. (2025). Los agronegocios y sus transiciones hacia la sostenibilidad. Bogotá: Universidad de la Salle .
Amara, D., Chen, H., & Hafeez, M. (2020). Role of entrepreneurial opportunity identification factors in the eco-innovation of agribusiness. Business Strategy and Development, 3(4), 435-448. doi: https://doi.org/10.1002/bsd2.107
Asif, M. (2023). Environmental Efficiency of Enterprises: Trends, Strategy, Innovations. Energies, 16(6), 2683. doi:https://doi.org/10.3390/en16062683
Bandeira, M., Ferreira, L., & Behr, A. (2022). Decision-making in agribusiness based on Artificial Intelligence. Revista De Administração Da UFSM, 15, 841-853. doi:https://doi.org/10.5902/1983465969430
Barrios, D., Ramírez, C., & Romero, D. (2024). Estrategias en agronegocios. En L. Morales, Un enfoque sistémico en los agronegocios: oportunidades para el desarrollo rural (1 ed., págs. 363-385). Ciudad de México: Comunicación científica. doi:DOI: https://doi.org/10.52501/cc.204.08
De Salvo, C., Salazar, L., González , M., Schling, M., Muñoz , G., Rondinone, G., & Le Pommellec, M. (2025). Desarrollo sostenible de la agricultura en América Latina y el Caribe: desafíos y oportunidades. Banco Interamericano de Desarrollo (BID). . doi:https://doi.org/10.18235/0013382
Dhanush, G., Khatri, N., Kumar, S., & Shukla, P. (2023). A comprehensive review of machine vision systems and artificial intelligence algorithms for the detection and harvesting of agricultural produce. Scientific African, 21, 1-21. doi:https://doi.org/10.1016/j.sciaf.2023.e01798
Diaz Beltran, M., Salazar Beleño, A., Montesino Rincón, S., Carreño Castaño, L., & Pacheco Valderrama, M. (2021). Fortalecimiento de los emprendimientos de los Agronegocios en el Municipio de San Vicente de Chucurí. CITECSA, 13(22), 14-22. Obtenido de https://unipaz.edu.co/revistas/revcitecsa/article/view/309
Fernández, F. (2020). Inteligencia artificial y agricultura: nuevos retos en el sector agrario. Campo jurídico, 8(2), 123-139. doi:https://doi.10.37497/revcampojur.v8i2.662
Ganesh, A., & Kalpana, P. (2022). Future of artificial intelligence and its influence on supply chain risk management – A systematic review. Computers and Industrial Engineering, 169, 1-20. doi:https://doi.org/10.1016/j.cie.2022.108206
García , J., Vega, A., & Alcántara, R. (2025). El Impacto de la Inteligencia Artificial en el Mercado Laboral. Revista de Investigación Multidisciplinaria Iberoamericana (RIMI), (1), 1-15. doi:https://doi.org/10.69850/rimi.vi1.149
Garzoni, A., De Turi, I., Secundo, G., & Pasquale, D. (2020). Fostering digital transformation of SMEs: a four levels approach. Management Decision, 58(8), 1543-1562. doi:10.1108/MD-07-2019-0939
Hernández Salazar, C., González Estrada, O., & González Silva, G. (2024). Integración de la inteligencia artificial y la agricultura de precisión en cultivos de café. Revista UIS Ingenierias, 23(4), 145-158. doi:https://doi.org/10.18273/revuin.v23n4-2024012
Herrera Cardoso, E., León Galván, M., Sosa Morales, M., Ruiz Nieto, J., & Cepeda Negrete, J. (2024). Inteligencia Artificial y Biotecnología: Hacia una Agricultura Sostenible y Eficiente. Jóvenes en la ciencia, 32, 1-5. Obtenido de https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/view/4687
Hoyos Patiño, J., Velásquez Carrascal, B., Rico Bautista, D., & García Díaz, N. (2023). Impacto transformador de la inteligencia artificial y aprendizaje autónomo en la producción agropecuaria: un enfoque en la sostenibilidad y eficiencia. Formación Estratégica, 7(1), 40-55. Obtenido de https://formacionestrategica.com/index.php/foes/article/view/111
Javaid, M., Haleem, A., Haleem, I., & Suman, R. (2023). Understanding the potential applications of Artificial Intelligence in Agriculture Sector. Advanced Agrochem, 2, 15-30. doi:https://doi.org/10.1016/j.aac.2022.10.001
Kabir, M., & Ekici, S. (2024). Energy-agriculture nexus: Exploring the future of artificial intelligence applications. Energy Nexus, 13, 1-19. doi:https://doi.org/10.1016/j.nexus.2023.100263
Kumar, I., Rawat, J., Mohd, N., & Husain, S. (2021). Opportunities of Artificial Intelligence and Machine Learning in the Food Industry. Journal of Food Quality, 1-10. doi:10.1155/2021/4535567
Lin, J., Lin, S., Benítez, J., Luo, X., & Ajamieh, A. (2023). How to build supply chain resilience: The role of fit mechanisms between digitally-driven business capability and supply chain governance. Information & Management, 60(2), 1-19. doi:10.1016/j.im.2022.103747
Mavani, N., Ali, J., Othman, S., Hussain, M., Hashim, H., & Rahman, N. (2022). Application of artificial intelligence in food industry—a guideline. Food Engineering. Review, 14(1), 134-75. doi:10.1007/s12393-021-09290-z
Mosqueda, E. (2024). La inteligencia artificial como aliada del aprendizaje y el pensamiento crítico. Revista Mexicana de Bachillerato a Distancia, 32(16), 1-13.
Nawaz, A., Nadaf, H., Kareem, A., & Nagaraja, H. (2020). Application of Artificial Intelligence in Agriculture-Pros and Cons. Vigyan Varta, 1(8), 22-25. Obtenido de https://www.researchgate.net/profile/Hasansab-Nadaf/publication/373603703_Application_of_Artificial_Intelligence_in_Agriculture-Pros_and_Cons/links/64f312d5fa851147de0b6de3/Application-of-Artificial-Intelligence-in-Agriculture-Pros-and-Cons.pdf
Palacios, J., & Ortega, L. (2024). Aplicación de Tecnologías Emergentes en la Gestión de Sistemasde Producción Pecuaria. 1-28. Obtenido de https://www.researchgate.net/publication/386176360_Aplicacion_de_Tecnologias_Emergentes_en_la_Gestion_de_Sistemas_de_Produccion_Pecuaria_Application_of_Emerging_Technologies_in_the_Management_of_Livestock_Production_Systems#fullTextFileContent
Peng, Y., & Tao, C. (2022). Can digital transformation promote enterprise performance? —From the perspective of public policy and innovation. Journal of Innovation & Knowledge, 7(3), 1-8. doi:https://doi.org/10.1016/j.jik.2022.100198
Porcelli, A. (2020). La inteligencia artificial y la robótica: sus dilemas sociales, éticos y jurídicos. Derecho Global. Estudios sobre Derecho y Justicia, 6(16), 49-105. doi:https://doi.org/10.32870/dgedj.v6i16.286
Quadras, D., Rigon, B., Ribeiro, E., & Frazzon, E. (2023). Challenges and perspectives for agribusiness logistics chain in the Industry 4.0 era. Procedia CIRP, 120, 1422-1427. doi:https://doi.org/10.1016/j.procir.2023.09.187
Rejeb, A., Rejeb, K., Zailani, S., Keogh, J., & Appolloni, A. (2022). Examining the interplay between artificial intelligence and the agri-food industry. (|, Ed.) 6, 111-128. doi:https://doi.org/10.1016/j.aiia.2022.08.002
Rodriguez Huertas, J. (2021). La gestión del conocimiento como factor de éxito para el desarrollo de agronegocios en Colombia. Universidad Nacional Abierta y a Distancia. Bogotá: Repositorio Institucional UNAD. Obtenido de https://repository.unad.edu.co/handle/10596/42369
Ryan, M., Isakhanyan, G., & Tekinerdogan, B. (2023). An interdisciplinary approach to artificial intelligence in agriculture. NJAS: Impact in Agricultural and Life Sciences, 95(1), 1-32. doi:10.1080/27685241.2023.2168568
Sánchez, J., Rodríguez, J., & Espitia, H. (2022). Bibliometric analysis of publications discussing the use of the artificial intelligence technique agent-based models in sustainable agriculture. Heliyon, 8(12), 1-15. doi:https://doi.org/10.1016/j.heliyon.2022.e12005
Sánchez-Céspedes, J., Rodríguez-Miranda, J., & Salcedo-Parra, O. (2022). Aplicación de la inteligencia artificial en la formulación de políticas públicas relacionadas con la vocación agrícola de las regiones. Revista Científica, 44(2), 172–187. doi:https://doi.org/10.14483/23448350.18576
Sansone, S. (2024). Áreas rurales: un abordaje desde los modelos sistémicos. Cuadernos de investigación urbanística, 152, 1-81. doi:10.20868/ciur.2024.152.5248
Siche, R., & Siche, N. (2023). El modelo de lenguaje basado en inteligencia artificial sensible - ChatGPT: Análisis. Scientia Agropecuaria, 14(1), 111-116. doi:https://doi.org/10.17268/sci.agropecu.2023.010
Silva, F., Baierle, I., Correa, R., Sellitto, M., Peres, F., & Kipper, L. (2023). Open Innovation in Agribusiness: Barriers and Challenges in the Transition to Agriculture 4.0. Sustainability, 15, 1-14. doi:https://doi.org/10.3390/su15118562
Singh, N., & Kapoor, S. (2024). Configuring the agricultural platforms: farmers' preferences for design attributes. Journal of Agribusiness in Developing and Emerging Economies, 14(5), 1176-1194. doi:10.1108/JADEE-09-2022-0204
Soares, N., Braga, R., David, J., Siqueira, K., & Stroele, V. (2022). Data Analysis in Social Networks for Agribusiness: A Systematic Review. IEEE Access, 11, 1-11. doi:10.1109/ACCESS.2023.3237984
Su, Z., Zhang, M., Sun, J., & Wu, W. (2023). Agribusiness diversification and technological innovation efficiency: A U-shaped relationship. 39(2), 322-346. doi:10.1002/agr.21785
Taneja , A., Nair, G., Joshi, M., Sharma , S., Sharma , S., Jambrak, A.,:::: Leksawasdi, N. (2023). Artificial Intelligence: Implications for the Agri-Food Sector. Agronomy, 13, 1-20. doi:https://doi.org/10.3390/agronomy13051397
Ultreras-Rodríguez, A., De La Paz-Rosales, M., Santana-Alaniz, J., & Ramírez-Ortega, A. (2025). Inteligencia ar2tificial y su impacto en la automatización del trabajo en México. Koinonía, 10(19), 1-22. doi:https://doi.org/10.35381/r.k.v10i19.4364
Vanoni Martínez, G., & Omaña Guerrero, A. (2024). Una aproximación a la transformación digital en los agronegocios del Perú. European Public & Social Innovation Review, 9, 1-16. doi:https://doi.org/10.31637/epsir-2024-1794
Vásquez-Quispesivana, W., Inga, M., & Betalleluz-Pallardel, I. (2022). Inteligencia artificial en acuicultura: fundamentos, aplicaciones y perspectivas futuras. Scientia Agropecuaria, 13(1), 79-96. doi:https://doi.org/10.17268/sci.agropecu.2022.008
Wong, L., Tan, G., Ooi, K., Lin, B., & Dwivedi, Y. (2022). Artificial intelligence-driven risk management for enhancing supply chain agility: A deep-learning-based dual-stage PLS-SEM-ANN analysis. International Journal of Production Research, 62(15), 5535–5555. doi:https://doi.org/10.1080/00207543.2022.2063089
Zhou, X., Yunjie, H., Guangqiao, C., & Guanglin, S. (2024). How does digital transformation drive innovation in Chinese agribusiness: Mechanism and micro evidence. Journal of Innovation & Knowledge, 9, 1-13. doi:https://doi.org/10.1016/j.jik.2024.100489

Palabras clave

PDF

Resumen visto - 1 veces
PDF descargado - 0

Licencia

Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.

Content Top

[1] Ahmad, T., Zhang, D., Huang, C., Zhang, H., Dai, N., Song, Y., & Chen, H. (2021). Artificial intelligence in sustainable energy industry: Status Quo, challenges and opportunities. Cleaner production, 289. doi:https://doi.org/10.1016/j.jclepro.2021.125834

[2] Álvarez Ochoa, C., Correa Assmus, G., Ángel Matiz, J., Regino Vergara, J., Cordero Sáenz, N., Suárez Bocanegra, P., & Vergara Vergara, W. (2025). Los agronegocios y sus transiciones hacia la sostenibilidad. Bogotá: Universidad de la Salle .

[3] Amara, D., Chen, H., & Hafeez, M. (2020). Role of entrepreneurial opportunity identification factors in the eco-innovation of agribusiness. Business Strategy and Development, 3(4), 435-448. doi: https://doi.org/10.1002/bsd2.107

[4] Asif, M. (2023). Environmental Efficiency of Enterprises: Trends, Strategy, Innovations. Energies, 16(6), 2683. doi:https://doi.org/10.3390/en16062683

[5] Bandeira, M., Ferreira, L., & Behr, A. (2022). Decision-making in agribusiness based on Artificial Intelligence. Revista De Administração Da UFSM, 15, 841-853. doi:https://doi.org/10.5902/1983465969430

[6] Barrios, D., Ramírez, C., & Romero, D. (2024). Estrategias en agronegocios. En L. Morales, Un enfoque sistémico en los agronegocios: oportunidades para el desarrollo rural (1 ed., págs. 363-385). Ciudad de México: Comunicación científica. doi:DOI: https://doi.org/10.52501/cc.204.08

[7] De Salvo, C., Salazar, L., González , M., Schling, M., Muñoz , G., Rondinone, G., & Le Pommellec, M. (2025). Desarrollo sostenible de la agricultura en América Latina y el Caribe: desafíos y oportunidades. Banco Interamericano de Desarrollo (BID). . doi:https://doi.org/10.18235/0013382

[8] Dhanush, G., Khatri, N., Kumar, S., & Shukla, P. (2023). A comprehensive review of machine vision systems and artificial intelligence algorithms for the detection and harvesting of agricultural produce. Scientific African, 21, 1-21. doi:https://doi.org/10.1016/j.sciaf.2023.e01798

[9] Diaz Beltran, M., Salazar Beleño, A., Montesino Rincón, S., Carreño Castaño, L., & Pacheco Valderrama, M. (2021). Fortalecimiento de los emprendimientos de los Agronegocios en el Municipio de San Vicente de Chucurí. CITECSA, 13(22), 14-22. Obtenido de https://unipaz.edu.co/revistas/revcitecsa/article/view/309

[10] Fernández, F. (2020). Inteligencia artificial y agricultura: nuevos retos en el sector agrario. Campo jurídico, 8(2), 123-139. doi:https://doi.10.37497/revcampojur.v8i2.662

[11] Ganesh, A., & Kalpana, P. (2022). Future of artificial intelligence and its influence on supply chain risk management – A systematic review. Computers and Industrial Engineering, 169, 1-20. doi:https://doi.org/10.1016/j.cie.2022.108206

[12] García , J., Vega, A., & Alcántara, R. (2025). El Impacto de la Inteligencia Artificial en el Mercado Laboral. Revista de Investigación Multidisciplinaria Iberoamericana (RIMI), (1), 1-15. doi:https://doi.org/10.69850/rimi.vi1.149

[13] Garzoni, A., De Turi, I., Secundo, G., & Pasquale, D. (2020). Fostering digital transformation of SMEs: a four levels approach. Management Decision, 58(8), 1543-1562. doi:10.1108/MD-07-2019-0939

[14] Hernández Salazar, C., González Estrada, O., & González Silva, G. (2024). Integración de la inteligencia artificial y la agricultura de precisión en cultivos de café. Revista UIS Ingenierias, 23(4), 145-158. doi:https://doi.org/10.18273/revuin.v23n4-2024012

[15] Herrera Cardoso, E., León Galván, M., Sosa Morales, M., Ruiz Nieto, J., & Cepeda Negrete, J. (2024). Inteligencia Artificial y Biotecnología: Hacia una Agricultura Sostenible y Eficiente. Jóvenes en la ciencia, 32, 1-5. Obtenido de https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/view/4687

[16] Hoyos Patiño, J., Velásquez Carrascal, B., Rico Bautista, D., & García Díaz, N. (2023). Impacto transformador de la inteligencia artificial y aprendizaje autónomo en la producción agropecuaria: un enfoque en la sostenibilidad y eficiencia. Formación Estratégica, 7(1), 40-55. Obtenido de https://formacionestrategica.com/index.php/foes/article/view/111

[17] Javaid, M., Haleem, A., Haleem, I., & Suman, R. (2023). Understanding the potential applications of Artificial Intelligence in Agriculture Sector. Advanced Agrochem, 2, 15-30. doi:https://doi.org/10.1016/j.aac.2022.10.001

[18] Kabir, M., & Ekici, S. (2024). Energy-agriculture nexus: Exploring the future of artificial intelligence applications. Energy Nexus, 13, 1-19. doi:https://doi.org/10.1016/j.nexus.2023.100263

[19] Kumar, I., Rawat, J., Mohd, N., & Husain, S. (2021). Opportunities of Artificial Intelligence and Machine Learning in the Food Industry. Journal of Food Quality, 1-10. doi:10.1155/2021/4535567

[20] Lin, J., Lin, S., Benítez, J., Luo, X., & Ajamieh, A. (2023). How to build supply chain resilience: The role of fit mechanisms between digitally-driven business capability and supply chain governance. Information & Management, 60(2), 1-19. doi:10.1016/j.im.2022.103747

[21] Mavani, N., Ali, J., Othman, S., Hussain, M., Hashim, H., & Rahman, N. (2022). Application of artificial intelligence in food industry—a guideline. Food Engineering. Review, 14(1), 134-75. doi:10.1007/s12393-021-09290-z

[22] Mosqueda, E. (2024). La inteligencia artificial como aliada del aprendizaje y el pensamiento crítico. Revista Mexicana de Bachillerato a Distancia, 32(16), 1-13.

[23] Nawaz, A., Nadaf, H., Kareem, A., & Nagaraja, H. (2020). Application of Artificial Intelligence in Agriculture-Pros and Cons. Vigyan Varta, 1(8), 22-25. Obtenido de https://www.researchgate.net/profile/Hasansab-Nadaf/publication/373603703_Application_of_Artificial_Intelligence_in_Agriculture-Pros_and_Cons/links/64f312d5fa851147de0b6de3/Application-of-Artificial-Intelligence-in-Agriculture-Pros-and-Cons.pdf

[24] Palacios, J., & Ortega, L. (2024). Aplicación de Tecnologías Emergentes en la Gestión de Sistemasde Producción Pecuaria. 1-28. Obtenido de https://www.researchgate.net/publication/386176360_Aplicacion_de_Tecnologias_Emergentes_en_la_Gestion_de_Sistemas_de_Produccion_Pecuaria_Application_of_Emerging_Technologies_in_the_Management_of_Livestock_Production_Systems#fullTextFileContent

[25] Peng, Y., & Tao, C. (2022). Can digital transformation promote enterprise performance? —From the perspective of public policy and innovation. Journal of Innovation & Knowledge, 7(3), 1-8. doi:https://doi.org/10.1016/j.jik.2022.100198

[26] Porcelli, A. (2020). La inteligencia artificial y la robótica: sus dilemas sociales, éticos y jurídicos. Derecho Global. Estudios sobre Derecho y Justicia, 6(16), 49-105. doi:https://doi.org/10.32870/dgedj.v6i16.286

[27] Quadras, D., Rigon, B., Ribeiro, E., & Frazzon, E. (2023). Challenges and perspectives for agribusiness logistics chain in the Industry 4.0 era. Procedia CIRP, 120, 1422-1427. doi:https://doi.org/10.1016/j.procir.2023.09.187

[28] Rejeb, A., Rejeb, K., Zailani, S., Keogh, J., & Appolloni, A. (2022). Examining the interplay between artificial intelligence and the agri-food industry. (|, Ed.) 6, 111-128. doi:https://doi.org/10.1016/j.aiia.2022.08.002

[29] Rodriguez Huertas, J. (2021). La gestión del conocimiento como factor de éxito para el desarrollo de agronegocios en Colombia. Universidad Nacional Abierta y a Distancia. Bogotá: Repositorio Institucional UNAD. Obtenido de https://repository.unad.edu.co/handle/10596/42369

[30] Ryan, M., Isakhanyan, G., & Tekinerdogan, B. (2023). An interdisciplinary approach to artificial intelligence in agriculture. NJAS: Impact in Agricultural and Life Sciences, 95(1), 1-32. doi:10.1080/27685241.2023.2168568

[31] Sánchez, J., Rodríguez, J., & Espitia, H. (2022). Bibliometric analysis of publications discussing the use of the artificial intelligence technique agent-based models in sustainable agriculture. Heliyon, 8(12), 1-15. doi:https://doi.org/10.1016/j.heliyon.2022.e12005

[32] Sánchez-Céspedes, J., Rodríguez-Miranda, J., & Salcedo-Parra, O. (2022). Aplicación de la inteligencia artificial en la formulación de políticas públicas relacionadas con la vocación agrícola de las regiones. Revista Científica, 44(2), 172–187. doi:https://doi.org/10.14483/23448350.18576

[33] Sansone, S. (2024). Áreas rurales: un abordaje desde los modelos sistémicos. Cuadernos de investigación urbanística, 152, 1-81. doi:10.20868/ciur.2024.152.5248

[34] Siche, R., & Siche, N. (2023). El modelo de lenguaje basado en inteligencia artificial sensible - ChatGPT: Análisis. Scientia Agropecuaria, 14(1), 111-116. doi:https://doi.org/10.17268/sci.agropecu.2023.010

[35] Silva, F., Baierle, I., Correa, R., Sellitto, M., Peres, F., & Kipper, L. (2023). Open Innovation in Agribusiness: Barriers and Challenges in the Transition to Agriculture 4.0. Sustainability, 15, 1-14. doi:https://doi.org/10.3390/su15118562

[36] Singh, N., & Kapoor, S. (2024). Configuring the agricultural platforms: farmers' preferences for design attributes. Journal of Agribusiness in Developing and Emerging Economies, 14(5), 1176-1194. doi:10.1108/JADEE-09-2022-0204

[37] Soares, N., Braga, R., David, J., Siqueira, K., & Stroele, V. (2022). Data Analysis in Social Networks for Agribusiness: A Systematic Review. IEEE Access, 11, 1-11. doi:10.1109/ACCESS.2023.3237984

[38] Su, Z., Zhang, M., Sun, J., & Wu, W. (2023). Agribusiness diversification and technological innovation efficiency: A U-shaped relationship. 39(2), 322-346. doi:10.1002/agr.21785

[39] Taneja , A., Nair, G., Joshi, M., Sharma , S., Sharma , S., Jambrak, A.,:::: Leksawasdi, N. (2023). Artificial Intelligence: Implications for the Agri-Food Sector. Agronomy, 13, 1-20. doi:https://doi.org/10.3390/agronomy13051397

[40] Ultreras-Rodríguez, A., De La Paz-Rosales, M., Santana-Alaniz, J., & Ramírez-Ortega, A. (2025). Inteligencia ar2tificial y su impacto en la automatización del trabajo en México. Koinonía, 10(19), 1-22. doi:https://doi.org/10.35381/r.k.v10i19.4364

[41] Vanoni Martínez, G., & Omaña Guerrero, A. (2024). Una aproximación a la transformación digital en los agronegocios del Perú. European Public & Social Innovation Review, 9, 1-16. doi:https://doi.org/10.31637/epsir-2024-1794

[42] Vásquez-Quispesivana, W., Inga, M., & Betalleluz-Pallardel, I. (2022). Inteligencia artificial en acuicultura: fundamentos, aplicaciones y perspectivas futuras. Scientia Agropecuaria, 13(1), 79-96. doi:https://doi.org/10.17268/sci.agropecu.2022.008

[43] Wong, L., Tan, G., Ooi, K., Lin, B., & Dwivedi, Y. (2022). Artificial intelligence-driven risk management for enhancing supply chain agility: A deep-learning-based dual-stage PLS-SEM-ANN analysis. International Journal of Production Research, 62(15), 5535–5555. doi:https://doi.org/10.1080/00207543.2022.2063089

[44] Zhou, X., Yunjie, H., Guangqiao, C., & Guanglin, S. (2024). How does digital transformation drive innovation in Chinese agribusiness: Mechanism and micro evidence. Journal of Innovation & Knowledge, 9, 1-13. doi:https://doi.org/10.1016/j.jik.2024.100489

Imagen de portada

Cómo citar

Descargar cita

Resumen

Descargas

Citas

Palabras clave

Licencia