Empresas familiares 5.0: integración de IA generativa para la toma de decisiones
Abstract
El presente estudio examina la integración de la inteligencia artificial generativa, en la toma de decisiones de las empresas familiares dentro del marco de la Industria 5.0, entendida como una etapa que promover la centralidad humana, la sostenibilidad y la colaboración entre humanos y máquinas. Las empresas familiares, que constituyen una parte esencial del tejido productivo mundial, enfrentan desafíos particulares derivados de la interacción entre dinámicas empresariales y valores familiares, lo que complejiza sus procesos decisionales. En este contexto, la IA generativa se presenta como una herramienta estratégica capaz de mejorar la rapidez y calidad en la toma de decisiones, personalizar soluciones, optimizar recursos y fortalecer la competitividad en mercados cambiantes. A partir de una revisión narrativa y sistemática de la literatura publicada entre 2019 y 2025, se identifican beneficios clave como la eficiencia en el análisis de escenarios, la capacidad de adaptación a los valores y prioridades familiares, la reducción de costos mediante la automatización de tareas y el incremento de la resiliencia organizacional. Sin embargo, también emergen limitaciones significativas que condicionan su adopción, entre ellas la resistencia cultural y generacional a delegar decisiones en sistemas automatizados, la insuficiencia de infraestructura tecnológica y datos de calidad, los riesgos éticos y de privacidad vinculados al uso de información sensible y la falta de transparencia de los modelos algorítmicos, lo que genera desconfianza en los decisores. El análisis destaca que la implementación de la IA generativa en empresas familiares requiere modelos de gobernanza responsables que equilibren control familiar y perspectiva técnica.
Fields of Study & Subjects
Family Business Performance and Succession
Impact of AI and Big Data on Business and Society
Artificial Intelligence Applications
Publication details
- Journal / source
- Arandu-UTIC.
- Volume
- 13
- Issue
- 1
- Pages
- 680–692
- Publication date
- 20 February 2026
- Language
- ES