IMPACTO DE LA IA EN LA REDUCCIÓN
DE COSTOS OPERATIVOS FINANCIEROS EN
LAS PEQUEÑAS Y MEDIANAS EMPRESAS
IMPACT OF AI ON REDUCING FINANCIAL OPERATING
COSTS IN SMALL AND MEDIUM-SIZED ENTERPRISES
Perla Ruiz Cortez
Universidad de Panamá
pág. 8262
DOI: https://doi.org/10.37811/cl_rcm.v9i5.20162
Impacto de la IA en la Reducción de Costos Operativos Financieros en las
Pequeñas y Medianas Empresas
Perla Ruiz Cortez1
perla.ruiz@up.ac.pa
https://orcid.org/0009-0004-2974-2486
Universidad de Panamá
RESUMEN
Este estudio investigó el impacto de la inteligencia artificial (IA) en la reducción de costos operativos
financieros de las pequeñas y medianas empresas (pymes) panameñas, dedicando atención primordial
a la liberación de recursos para áreas estratégicas. Mediante un enfoque cuantitativo y diseño no
experimental transversal, se aplicó una encuesta a 50 empresas seleccionadas por muestreo intencional
en la provincia de Veraguas, todas con implementación previa de IA en gestión financiera. Los
resultados revelaron que el 76% de las empresas experimentaron reducciones significativas en tiempo
dedicado a tareas manuales, el 94% reportó disminución de errores y el 66% mejoró primordialmente
su capacidad de previsión de efectivo. Además, el 88% reasignó recursos liberados, principalmente
hacia atención al cliente y formación de personal . La totalidad de las empresas planea expandir el uso
de IA, confirmando su valor como herramienta de optimización financiera y estratégica en el ecosistema
de las pymes.
Palabras clave: inteligencia artificial, pymes, costos operativos, eficiencia financiera, automatización
1 Autor principal
Correspondencia: perla.ruiz@up.ac.pa
DOI: https://doi.org/10.37811/cl_rcm.v9i5.20162
Impacto de la IA en la Reducción de Costos Operativos Financieros en las
Pequeñas y Medianas Empresas
Perla Ruiz Cortez1
perla.ruiz@up.ac.pa
https://orcid.org/0009-0004-2974-2486
Universidad de Panamá
RESUMEN
Este estudio investigó el impacto de la inteligencia artificial (IA) en la reducción de costos operativos
financieros de las pequeñas y medianas empresas (pymes) panameñas, dedicando atención primordial
a la liberación de recursos para áreas estratégicas. Mediante un enfoque cuantitativo y diseño no
experimental transversal, se aplicó una encuesta a 50 empresas seleccionadas por muestreo intencional
en la provincia de Veraguas, todas con implementación previa de IA en gestión financiera. Los
resultados revelaron que el 76% de las empresas experimentaron reducciones significativas en tiempo
dedicado a tareas manuales, el 94% reportó disminución de errores y el 66% mejoró primordialmente
su capacidad de previsión de efectivo. Además, el 88% reasignó recursos liberados, principalmente
hacia atención al cliente y formación de personal . La totalidad de las empresas planea expandir el uso
de IA, confirmando su valor como herramienta de optimización financiera y estratégica en el ecosistema
de las pymes.
Palabras clave: inteligencia artificial, pymes, costos operativos, eficiencia financiera, automatización
1 Autor principal
Correspondencia: perla.ruiz@up.ac.pa
pág. 8263
Impact of AI on Reducing Financial Operating Costs in Small and
Medium-Sized Enterprises
ABSTRACT
This study investigated the impact of artificial intelligence (AI) on reducing financial operating costs in
Panamanian small and medium-sized enterprises (SMEs), focusing primarily on freeing up resources
for strategic areas. Using a quantitative approach and a non-experimental cross-sectional design, a
survey was conducted among 50 companies selected by purposive sampling in the province of
Veraguas, all of which had previously implemented AI in financial management. The results revealed
that 76% of companies experienced significant reductions in time spent on manual tasks, 94% reported
a reduction in errors, and 66% primarily improved their cash forecasting capabilities. Furthermore, 88%
reallocated freed-up resources, primarily to customer service and staff training. All companies plan to
expand their use of AI, confirming its value as a financial and strategic optimization tool in the SME
ecosystem.
Keywords: artificial intelligence, smes, operating costs, financial efficiency, automation
Artículo recibido 18 setiembre 2025
Aceptado para publicación: 05 octubre 2025
Impact of AI on Reducing Financial Operating Costs in Small and
Medium-Sized Enterprises
ABSTRACT
This study investigated the impact of artificial intelligence (AI) on reducing financial operating costs in
Panamanian small and medium-sized enterprises (SMEs), focusing primarily on freeing up resources
for strategic areas. Using a quantitative approach and a non-experimental cross-sectional design, a
survey was conducted among 50 companies selected by purposive sampling in the province of
Veraguas, all of which had previously implemented AI in financial management. The results revealed
that 76% of companies experienced significant reductions in time spent on manual tasks, 94% reported
a reduction in errors, and 66% primarily improved their cash forecasting capabilities. Furthermore, 88%
reallocated freed-up resources, primarily to customer service and staff training. All companies plan to
expand their use of AI, confirming its value as a financial and strategic optimization tool in the SME
ecosystem.
Keywords: artificial intelligence, smes, operating costs, financial efficiency, automation
Artículo recibido 18 setiembre 2025
Aceptado para publicación: 05 octubre 2025
pág. 8264
INTRODUCCIÓN
Las pequeñas y medianas empresas (pyme) desempeñan un importante papel en el desarrollo económico
de los países latinoamericanos, particularmente en la creación de empleo y la reducción de la pobreza
(Sánchez de Romero, 2010 ; Rocha-Bello et al., 2018). Estos negocios, que surgieron en Europa después
de la Segunda Guerra Mundial, se han extendido a América Latina como un medio para fortalecer los
modelos económicos y promover el desarrollo local (Feria Avila et al., 2024). Las pymes se caracterizan
por su flexibilidad y capacidad para apoyar a empresas más grandes, a menudo sirviendo como
proveedores (Borbón Gracia y Espinoza Morales , 2018). No obstante, a pesar de su importancia, las
pymes enfrentan desafíos relacionados con su tamaño y dependencia del capital extranjero (Feria Avila
et al., 2024). Los gobiernos de la región reconocen cada vez más el valor de las pymes e implementan
políticas para apoyar su crecimiento (Sánchez de Romero, 2010). Se ha demostrado que el desarrollo
de las pymes impacta positivamente en las economías regionales al generar empleo y aumentar los
niveles de ingresos (Borbón Gracia y Espinoza Morales, 2018).
Los desafíos que enfrentan estas empresas incluyen acceso limitado a financiamiento, estructura de
capital inadecuada y mala gestión de la planificación estratégica (Laitón Ángel y López Lozano, 2018;
Gamez Tellez et al., 2018). Estos factores impactan negativamente los objetivos financieros, la liquidez,
la rentabilidad y la solvencia de las pymes, lo que lleva a la destrucción de valor (Gamez Tellez et al.,
2018). Adicionalmente, las pymes luchan con la inestabilidad financiera y el fracaso económico
temprano debido a los riesgos financieros asociados con sus actividades económicas (Estrada et al.,
2020). El nivel educativo de los ejecutivos de la empresa es un factor determinante para aprovechar las
herramientas financieras y promover el crecimiento (Laitón Ángel y López Lozano, 2018). Para abordar
estos desafíos, las pymes deben enfocarse en la innovación, la adopción de tecnología, la mejora de la
productividad y la competitividad, y una mejor asignación de recursos (Gamez Tellez et al., 2018 ). La
gestión proactiva de los riesgos financieros es esencial para garantizar el crecimiento y la sostenibilidad
de las pymes (Estrada et al., 2020).
En este contexto regional, el tejido empresarial de Panamá está compuesto predominantemente
pequeñas y medianas empresas.
INTRODUCCIÓN
Las pequeñas y medianas empresas (pyme) desempeñan un importante papel en el desarrollo económico
de los países latinoamericanos, particularmente en la creación de empleo y la reducción de la pobreza
(Sánchez de Romero, 2010 ; Rocha-Bello et al., 2018). Estos negocios, que surgieron en Europa después
de la Segunda Guerra Mundial, se han extendido a América Latina como un medio para fortalecer los
modelos económicos y promover el desarrollo local (Feria Avila et al., 2024). Las pymes se caracterizan
por su flexibilidad y capacidad para apoyar a empresas más grandes, a menudo sirviendo como
proveedores (Borbón Gracia y Espinoza Morales , 2018). No obstante, a pesar de su importancia, las
pymes enfrentan desafíos relacionados con su tamaño y dependencia del capital extranjero (Feria Avila
et al., 2024). Los gobiernos de la región reconocen cada vez más el valor de las pymes e implementan
políticas para apoyar su crecimiento (Sánchez de Romero, 2010). Se ha demostrado que el desarrollo
de las pymes impacta positivamente en las economías regionales al generar empleo y aumentar los
niveles de ingresos (Borbón Gracia y Espinoza Morales, 2018).
Los desafíos que enfrentan estas empresas incluyen acceso limitado a financiamiento, estructura de
capital inadecuada y mala gestión de la planificación estratégica (Laitón Ángel y López Lozano, 2018;
Gamez Tellez et al., 2018). Estos factores impactan negativamente los objetivos financieros, la liquidez,
la rentabilidad y la solvencia de las pymes, lo que lleva a la destrucción de valor (Gamez Tellez et al.,
2018). Adicionalmente, las pymes luchan con la inestabilidad financiera y el fracaso económico
temprano debido a los riesgos financieros asociados con sus actividades económicas (Estrada et al.,
2020). El nivel educativo de los ejecutivos de la empresa es un factor determinante para aprovechar las
herramientas financieras y promover el crecimiento (Laitón Ángel y López Lozano, 2018). Para abordar
estos desafíos, las pymes deben enfocarse en la innovación, la adopción de tecnología, la mejora de la
productividad y la competitividad, y una mejor asignación de recursos (Gamez Tellez et al., 2018 ). La
gestión proactiva de los riesgos financieros es esencial para garantizar el crecimiento y la sostenibilidad
de las pymes (Estrada et al., 2020).
En este contexto regional, el tejido empresarial de Panamá está compuesto predominantemente
pequeñas y medianas empresas.
pág. 8265
Estas empresas constituyen la mayor parte del sector privado del país, lo que las convierte en una gran
fuente de empleo y en un motor fundamental para la economía panameña (Galindo De Obarrio, s.f.).
En el caso específico de Panamá, de acuerdo con Galindo De Obarrio (s.f.), uno de los principales
desafíos que enfrentan es el acceso a financiamiento. Aunque durante la pandemia se presentaron planes
de crédito, los requisitos exigidos por las instituciones financieras suelen ser difíciles de cumplir para
este grupo. Esta situación ha llevado a la necesidad de crear programas de financiamiento específicos
para ellas y a una mayor coordinación entre las instituciones que las atienden.
Para apoyar su desarrollo, se han identificado áreas críticas que requieren apoyo urgente. Estas incluyen
capacitación en habilidades blandas para una mejor administración, la definición de procesos para
desarrollar su cadena de valor y el uso eficiente de los fondos (Galindo De Obarrio, s.f.).
En un esfuerzo por incrementar su competitividad y productividad, se han unido fuerzas a través de un
memorándum de entendimiento. La primera acción concreta de esta alianza fue la realización de un
Congreso Internacional dirigido a las micro, pequeñas y medianas empresas en el año 2023, este evento
permitió capacitar en temas esenciales como las nuevas tecnologías, el acceso a microcréditos,
administración, servicio al cliente, ventas y mercadeo (Galindo De Obarrio, s.f.).
Las investigaciones sobre los costos operativos y financieros en diversos sectores empresariales
destacan su impacto significativo en la rentabilidad. La importancia del análisis financiero y de costos
integrado en la toma de decisiones empresariales ha crecido, enfatizando la necesidad de que los
empresarios identifiquen inversiones viables para mejorar la rentabilidad (Paez Advincula, 2018 ).
Frente a estos desafíos, la inteligencia artificial emerge como una herramienta prometedora. Según
McGrath y Downie (2025) la inteligencia artificial en las finanzas no es más que el uso de un factor de
transformación tecnológica mediante la aplicación de algoritmos avanzados, aprendizaje automatizado
y procesamiento de lenguaje natural. Estas herramientas permiten el análisis masivo de datos, la
automatización de procesos operativos, la optimización en la toma de decisiones y la personalización
de interacciones con clientes dentro del sector financiero.
En efecto, investigaciones recientes destacan el impacto significativo de la inteligencia artificial (IA)
en la innovación y el desarrollo empresarial. La IA contribuye a la optimización de procesos, la mejora
en la toma de decisiones y la personalización de las experiencias del cliente (Calle García et al., 2024).
Estas empresas constituyen la mayor parte del sector privado del país, lo que las convierte en una gran
fuente de empleo y en un motor fundamental para la economía panameña (Galindo De Obarrio, s.f.).
En el caso específico de Panamá, de acuerdo con Galindo De Obarrio (s.f.), uno de los principales
desafíos que enfrentan es el acceso a financiamiento. Aunque durante la pandemia se presentaron planes
de crédito, los requisitos exigidos por las instituciones financieras suelen ser difíciles de cumplir para
este grupo. Esta situación ha llevado a la necesidad de crear programas de financiamiento específicos
para ellas y a una mayor coordinación entre las instituciones que las atienden.
Para apoyar su desarrollo, se han identificado áreas críticas que requieren apoyo urgente. Estas incluyen
capacitación en habilidades blandas para una mejor administración, la definición de procesos para
desarrollar su cadena de valor y el uso eficiente de los fondos (Galindo De Obarrio, s.f.).
En un esfuerzo por incrementar su competitividad y productividad, se han unido fuerzas a través de un
memorándum de entendimiento. La primera acción concreta de esta alianza fue la realización de un
Congreso Internacional dirigido a las micro, pequeñas y medianas empresas en el año 2023, este evento
permitió capacitar en temas esenciales como las nuevas tecnologías, el acceso a microcréditos,
administración, servicio al cliente, ventas y mercadeo (Galindo De Obarrio, s.f.).
Las investigaciones sobre los costos operativos y financieros en diversos sectores empresariales
destacan su impacto significativo en la rentabilidad. La importancia del análisis financiero y de costos
integrado en la toma de decisiones empresariales ha crecido, enfatizando la necesidad de que los
empresarios identifiquen inversiones viables para mejorar la rentabilidad (Paez Advincula, 2018 ).
Frente a estos desafíos, la inteligencia artificial emerge como una herramienta prometedora. Según
McGrath y Downie (2025) la inteligencia artificial en las finanzas no es más que el uso de un factor de
transformación tecnológica mediante la aplicación de algoritmos avanzados, aprendizaje automatizado
y procesamiento de lenguaje natural. Estas herramientas permiten el análisis masivo de datos, la
automatización de procesos operativos, la optimización en la toma de decisiones y la personalización
de interacciones con clientes dentro del sector financiero.
En efecto, investigaciones recientes destacan el impacto significativo de la inteligencia artificial (IA)
en la innovación y el desarrollo empresarial. La IA contribuye a la optimización de procesos, la mejora
en la toma de decisiones y la personalización de las experiencias del cliente (Calle García et al., 2024).
pág. 8266
Mejora la eficiencia operativa, con un 80% de empresas reportando mejoras después de implementar
soluciones de aprendizaje automático (Calle García et al., 2024). La IA se está volviendo crucial en
diversos procesos empresariales, impulsando la productividad, automatizando tareas y apoyando la
toma de decisiones (Jerez Masaquiza et al., 2024). En marketing y ventas, la IA permite campañas más
personalizadas, una segmentación precisa de clientes y análisis predictivos para los comportamientos
de compra (Mendoza Arce et al., 2024). A pesar de sus beneficios, persisten desafíos, incluyendo la
falta de talento especializado y preocupaciones sobre la privacidad de los datos (Calle García et al.,
2024). Sin embargo, se recomienda la implementación gradual de la IA en las empresas, con cada paso
evaluado para asegurar una adaptación óptima a las necesidades de la empresa (Contreras Contreras y
Olaya Guerrero, 2025).
Este potencial transformador de la IA también se manifiesta en Panamá, donde se ha consolidado como
una fuerza transformadora a nivel global, y constituye un caso emblemático dentro de este proceso.
Gracias a su estabilidad económica y su posición geográfica privilegiada, Panamá se está posicionando
como un centro de innovación tecnológica en la región, con un interés creciente en el desarrollo y la
implementación de soluciones basadas en IA (Legal Solutions Panamá, s.f.). Este contexto ofrece un
terreno fértil para investigar cómo la adopción de estas tecnologías contribuye a modernizar sectores
productivos y mejorar la competitividad empresarial.
En el ámbito de la aplicación concreta, Panamá evidencia avances significativos a través del surgimiento
de startups dedicadas al desarrollo de inteligencia artificial, las cuales se concentran en áreas como el
análisis de datos, la automatización de procesos y la optimización de la eficiencia operativa (Legal
Solutions Panamá, s.f.). Asimismo, sectores tradicionales como logística, finanzas y salud han iniciado
un proceso de integración de herramientas de IA para perfeccionar sus operaciones, mediante el uso de
algoritmos de machine learning para la optimización de rutas, la detección de fraudes y la gestión de
riesgos (Legal Solutions Panamá, s.f.).
De acuerdo con Legal Solutions Panamá (s.f.) este dinamismo tecnológico se ve respaldado por un
esfuerzo formativo por parte de instituciones educativas, que han incorporado programas especializados
en IA y ciencias de la computación con el propósito de formar capital humano altamente calificado.
Mejora la eficiencia operativa, con un 80% de empresas reportando mejoras después de implementar
soluciones de aprendizaje automático (Calle García et al., 2024). La IA se está volviendo crucial en
diversos procesos empresariales, impulsando la productividad, automatizando tareas y apoyando la
toma de decisiones (Jerez Masaquiza et al., 2024). En marketing y ventas, la IA permite campañas más
personalizadas, una segmentación precisa de clientes y análisis predictivos para los comportamientos
de compra (Mendoza Arce et al., 2024). A pesar de sus beneficios, persisten desafíos, incluyendo la
falta de talento especializado y preocupaciones sobre la privacidad de los datos (Calle García et al.,
2024). Sin embargo, se recomienda la implementación gradual de la IA en las empresas, con cada paso
evaluado para asegurar una adaptación óptima a las necesidades de la empresa (Contreras Contreras y
Olaya Guerrero, 2025).
Este potencial transformador de la IA también se manifiesta en Panamá, donde se ha consolidado como
una fuerza transformadora a nivel global, y constituye un caso emblemático dentro de este proceso.
Gracias a su estabilidad económica y su posición geográfica privilegiada, Panamá se está posicionando
como un centro de innovación tecnológica en la región, con un interés creciente en el desarrollo y la
implementación de soluciones basadas en IA (Legal Solutions Panamá, s.f.). Este contexto ofrece un
terreno fértil para investigar cómo la adopción de estas tecnologías contribuye a modernizar sectores
productivos y mejorar la competitividad empresarial.
En el ámbito de la aplicación concreta, Panamá evidencia avances significativos a través del surgimiento
de startups dedicadas al desarrollo de inteligencia artificial, las cuales se concentran en áreas como el
análisis de datos, la automatización de procesos y la optimización de la eficiencia operativa (Legal
Solutions Panamá, s.f.). Asimismo, sectores tradicionales como logística, finanzas y salud han iniciado
un proceso de integración de herramientas de IA para perfeccionar sus operaciones, mediante el uso de
algoritmos de machine learning para la optimización de rutas, la detección de fraudes y la gestión de
riesgos (Legal Solutions Panamá, s.f.).
De acuerdo con Legal Solutions Panamá (s.f.) este dinamismo tecnológico se ve respaldado por un
esfuerzo formativo por parte de instituciones educativas, que han incorporado programas especializados
en IA y ciencias de la computación con el propósito de formar capital humano altamente calificado.
pág. 8267
Dicho entorno, sumado a una infraestructura tecnológica robusta, estabilidad política e incentivos
fiscales, consolida a Panamá como un destino atractivo para inversiones orientadas a la innovación
tecnológica. Estas condiciones resultan particularmente relevantes para el ecosistema de pequeñas y
medianas empresas, que encuentran en la IA una oportunidad estratégica para incrementar su eficiencia
y reorientar recursos hacia actividades de mayor valor agregado.
Por estas razones, el presente estudio tiene como objetivo investigar cómo la implementación de
soluciones de inteligencia artificial puede disminuir los costos asociados a la gestión financiera en las
pequeñas y medianas empresas, liberando recursos humanos y económicos para su reorientación hacia
áreas estratégicas de crecimiento e innovación. Esta investigación se justifica ante la necesidad urgente
de optimizar los procesos operativos en el entorno actual, donde la eficiencia financiera se convierte en
un factor determinante para la sostenibilidad y escalabilidad de las pymes. Además, la escasa literatura
empírica específica sobre el impacto real de la IA en los costos operativos del sector en contextos
regionales evidencia un vacío académico y práctico que este trabajo busca contribuir a llenar, ofreciendo
insights basados en datos reales y promoviendo la adopción estratégica de tecnologías inteligentes en
el ecosistema empresarial.
METODOLOGÍA
El estudio cuenta con un tipo de investigación descriptivo con un diseño cuantitativo, orientado a
recolectar y analizar datos numéricos que permitan describir variables específicas y examinar posibles
relaciones entre ellas. Debido a que el objetivo principal es comprender cómo la implementación de
inteligencia artificial incide en la reducción de costos operativos financieros en pequeñas y medianas
empresas, se optó por un método que privilegia la medición objetiva y el análisis estadístico.
El instrumento utilizado para la recolección de datos fue una encuesta, compuesta mayoritariamente
por preguntas cerradas con opciones de respuesta predefinidas. Se incluyeron escalas tipo Likert para
medir percepciones y categorías nominales para clasificar información estructural. Aunque se
incorporaron algunas opciones abiertas, estas tenían un fin de clasificación complementaria, y sus
respuestas fueron recodificadas como variables categóricas para facilitar su integración en el análisis
cuantitativo, sin que se realizara un tratamiento cualitativo sobre ellas.
Dicho entorno, sumado a una infraestructura tecnológica robusta, estabilidad política e incentivos
fiscales, consolida a Panamá como un destino atractivo para inversiones orientadas a la innovación
tecnológica. Estas condiciones resultan particularmente relevantes para el ecosistema de pequeñas y
medianas empresas, que encuentran en la IA una oportunidad estratégica para incrementar su eficiencia
y reorientar recursos hacia actividades de mayor valor agregado.
Por estas razones, el presente estudio tiene como objetivo investigar cómo la implementación de
soluciones de inteligencia artificial puede disminuir los costos asociados a la gestión financiera en las
pequeñas y medianas empresas, liberando recursos humanos y económicos para su reorientación hacia
áreas estratégicas de crecimiento e innovación. Esta investigación se justifica ante la necesidad urgente
de optimizar los procesos operativos en el entorno actual, donde la eficiencia financiera se convierte en
un factor determinante para la sostenibilidad y escalabilidad de las pymes. Además, la escasa literatura
empírica específica sobre el impacto real de la IA en los costos operativos del sector en contextos
regionales evidencia un vacío académico y práctico que este trabajo busca contribuir a llenar, ofreciendo
insights basados en datos reales y promoviendo la adopción estratégica de tecnologías inteligentes en
el ecosistema empresarial.
METODOLOGÍA
El estudio cuenta con un tipo de investigación descriptivo con un diseño cuantitativo, orientado a
recolectar y analizar datos numéricos que permitan describir variables específicas y examinar posibles
relaciones entre ellas. Debido a que el objetivo principal es comprender cómo la implementación de
inteligencia artificial incide en la reducción de costos operativos financieros en pequeñas y medianas
empresas, se optó por un método que privilegia la medición objetiva y el análisis estadístico.
El instrumento utilizado para la recolección de datos fue una encuesta, compuesta mayoritariamente
por preguntas cerradas con opciones de respuesta predefinidas. Se incluyeron escalas tipo Likert para
medir percepciones y categorías nominales para clasificar información estructural. Aunque se
incorporaron algunas opciones abiertas, estas tenían un fin de clasificación complementaria, y sus
respuestas fueron recodificadas como variables categóricas para facilitar su integración en el análisis
cuantitativo, sin que se realizara un tratamiento cualitativo sobre ellas.
pág. 8268
El diseño de la investigación es no experimental, ya que no se intervino ni manipuló ninguna variable.
Por el contrario, se observaron los fenómenos en su contexto natural, analizando empresas que ya habían
incorporado herramientas de inteligencia artificial en sus procesos financieros con anterioridad al
estudio. Además, el enfoque es transversal, puesto que los datos fueron recogidos en un único momento
temporal, capturando la experiencia y los resultados posteriores a la implementación tecnológica, sin
realizar seguimientos prolongados.
La población de referencia estuvo conformada por pequeñas y medianas empresas registradas en la
Cámara de Comercio, Industrias y Agricultura (CCIAP) y en el Directorio de empresas del Ministerio
de Comercio e Industrias (MICI) de la provincia de Veraguas. La muestra final consistió en 50
participantes, seleccionados mediante un muestreo no probabilístico intencional o también conocido
como muestreo por juicio, en el cual el investigador elige casos específicos según su conocimiento
previo y la credibilidad de estos para los propósitos del estudio (Ortega, s.f.). En este caso, se
identificaron previamente empresas que ya utilizaban al menos una herramienta de inteligencia artificial
en su gestión financiera.
Si bien este tipo de muestreo permite acceder a información relevante y de calidad para los objetivos
planteados, es importante reconocer que los resultados no son generalizables estadísticamente a toda la
población de pymes. En cambio, ofrecen reseñas valiosas sobre el impacto de la inteligencia artificial
en empresas con cierto nivel de adopción tecnológica, sirviendo como base para el conocimiento inicial
y futuras investigaciones con alcances más amplios.
RESULTADOS Y DISCUSIÓN
Figura 1 Sector de actividad principal de la empresa
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Los resultados reflejan una predominancia del sector comercio, sumando mayorista y minorista un 66%
de la muestra, estos sectores son los más propensos a adoptar IA en sus operaciones financieras.
El diseño de la investigación es no experimental, ya que no se intervino ni manipuló ninguna variable.
Por el contrario, se observaron los fenómenos en su contexto natural, analizando empresas que ya habían
incorporado herramientas de inteligencia artificial en sus procesos financieros con anterioridad al
estudio. Además, el enfoque es transversal, puesto que los datos fueron recogidos en un único momento
temporal, capturando la experiencia y los resultados posteriores a la implementación tecnológica, sin
realizar seguimientos prolongados.
La población de referencia estuvo conformada por pequeñas y medianas empresas registradas en la
Cámara de Comercio, Industrias y Agricultura (CCIAP) y en el Directorio de empresas del Ministerio
de Comercio e Industrias (MICI) de la provincia de Veraguas. La muestra final consistió en 50
participantes, seleccionados mediante un muestreo no probabilístico intencional o también conocido
como muestreo por juicio, en el cual el investigador elige casos específicos según su conocimiento
previo y la credibilidad de estos para los propósitos del estudio (Ortega, s.f.). En este caso, se
identificaron previamente empresas que ya utilizaban al menos una herramienta de inteligencia artificial
en su gestión financiera.
Si bien este tipo de muestreo permite acceder a información relevante y de calidad para los objetivos
planteados, es importante reconocer que los resultados no son generalizables estadísticamente a toda la
población de pymes. En cambio, ofrecen reseñas valiosas sobre el impacto de la inteligencia artificial
en empresas con cierto nivel de adopción tecnológica, sirviendo como base para el conocimiento inicial
y futuras investigaciones con alcances más amplios.
RESULTADOS Y DISCUSIÓN
Figura 1 Sector de actividad principal de la empresa
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Los resultados reflejan una predominancia del sector comercio, sumando mayorista y minorista un 66%
de la muestra, estos sectores son los más propensos a adoptar IA en sus operaciones financieras.
pág. 8269
Le siguen los servicios profesionales y la manufactura, mientras que áreas como tecnología y medicina
muestran una presentan una mínima participación, lo que podría indicar oportunidades de mejora en la
adopción de IA en estos campos.
Figura 2 Número de empleados
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Un 80% de las empresas encuestadas tienen entre 10 y 50 empleados, lo que reafirma la definición de
pequeñas y medianas empresas. Puede entenderse que la mayoría de los participantes son pequeñas
empresas, lo que influye en su capacidad para invertir en tecnologías avanzadas como la inteligencia
artificial.
Figura 3 ¿Cuál es su cargo en la empresa?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
La encuesta fue respondida predominantemente por altos directivos (82% entre gerentes generales y
directores/jefes de área), lo que confirma la confiabilidad de los datos obtenidos, ya que provienen de
personas con conocimiento integral de las operaciones financieras y estratégicas de sus organizaciones.
Además, la alta participación de cargos directivos es señal de compromiso organizacional con la
innovación tecnológica y refleja que la toma de decisiones sobre implementación de IA recae en figuras
con capacidad estratégica y visión global del negocio. Esto fortalece la validez de las percepciones
reportadas, al provenir de actores clave involucrados tanto en la gestión operativa como en la
planificación financiera de las empresas encuestadas.
Le siguen los servicios profesionales y la manufactura, mientras que áreas como tecnología y medicina
muestran una presentan una mínima participación, lo que podría indicar oportunidades de mejora en la
adopción de IA en estos campos.
Figura 2 Número de empleados
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Un 80% de las empresas encuestadas tienen entre 10 y 50 empleados, lo que reafirma la definición de
pequeñas y medianas empresas. Puede entenderse que la mayoría de los participantes son pequeñas
empresas, lo que influye en su capacidad para invertir en tecnologías avanzadas como la inteligencia
artificial.
Figura 3 ¿Cuál es su cargo en la empresa?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
La encuesta fue respondida predominantemente por altos directivos (82% entre gerentes generales y
directores/jefes de área), lo que confirma la confiabilidad de los datos obtenidos, ya que provienen de
personas con conocimiento integral de las operaciones financieras y estratégicas de sus organizaciones.
Además, la alta participación de cargos directivos es señal de compromiso organizacional con la
innovación tecnológica y refleja que la toma de decisiones sobre implementación de IA recae en figuras
con capacidad estratégica y visión global del negocio. Esto fortalece la validez de las percepciones
reportadas, al provenir de actores clave involucrados tanto en la gestión operativa como en la
planificación financiera de las empresas encuestadas.
pág. 8270
Figura 4 ¿Qué tipo de funcionalidades de IA utiliza principalmente?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
La automatización de procesos y el uso de chatbots son las funcionalidades de IA más comúnmente
adoptadas, con un 86% y 94% de uso respectivamente. Esto refleja que las pymes comienzan con
aplicaciones de IA concretas y operativas antes de avanzar hacia herramientas más complejas de análisis
y predicción.
Figura 5 Antes de implementar alguna herramienta de IA, ¿Cuántas horas personas a la semana se
dedicaban aproximadamente a la tarea que ahora automatiza la IA?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Antes de la implementación de IA, el 76% de las empresas dedicaba más de 5 horas semanales a tareas
ahora automatizadas, con un 40% invirtiendo entre 11-20 horas. Estos datos muestran que existía una
carga significativa de trabajo manual que la IA ha podido aliviar, mejorando la eficiencia de los
procesos.
Figura 6 Después de la implementación, ¿Cuánto tiempo se liberó? (Reducción en horas personas por semana)
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Figura 4 ¿Qué tipo de funcionalidades de IA utiliza principalmente?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
La automatización de procesos y el uso de chatbots son las funcionalidades de IA más comúnmente
adoptadas, con un 86% y 94% de uso respectivamente. Esto refleja que las pymes comienzan con
aplicaciones de IA concretas y operativas antes de avanzar hacia herramientas más complejas de análisis
y predicción.
Figura 5 Antes de implementar alguna herramienta de IA, ¿Cuántas horas personas a la semana se
dedicaban aproximadamente a la tarea que ahora automatiza la IA?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Antes de la implementación de IA, el 76% de las empresas dedicaba más de 5 horas semanales a tareas
ahora automatizadas, con un 40% invirtiendo entre 11-20 horas. Estos datos muestran que existía una
carga significativa de trabajo manual que la IA ha podido aliviar, mejorando la eficiencia de los
procesos.
Figura 6 Después de la implementación, ¿Cuánto tiempo se liberó? (Reducción en horas personas por semana)
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
pág. 8271
El 74% de las empresas liberó más de 6 horas semanales, y un 20% más de 15 horas. El aumento
reportado en la eficiencia del tiempo demuestra que la adopción de tecnologías de IA ha permitido a las
empresas concentrarse en áreas más estratégicas y productivas.
Esta liberación de horas no solo se traduce en un ahorro directo de costos laborales, sino que también
reduce la fatiga operativa y minimiza el riesgo de errores asociados a la ejecución manual de tareas
repetitivas. La reasignación de este tiempo hacia funciones de mayor valor agregado, como la mejora
en la experiencia del cliente, evidencia cómo la IA actúa como un impulsador de productividad y
competitividad en las pymes.
Figura 7 ¿La implementación de herramientas de IA ha reducido el tiempo dedicado a tareas financieras
manuales y repetitivas?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
La totalidad de los encuestados reporta reducción de tiempo, con un 76% experimentando reducción
significativa o muy significativa. Este resultado confirma que la IA cumple con su promesa de liberar
recursos humanos de labores manuales.
Figura 8 ¿La implementación de herramientas de IA ha disminuido la tasa de errores en procesos
financieros?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Un 94% de las empresas reporta reducción de errores, siendo la reducción significativa la categoría más
seleccionada (46%). Lo que indica que la IA no solo mejora la eficiencia, sino que también contribuye
a una mayor precisión en la gestión financiera.
El 74% de las empresas liberó más de 6 horas semanales, y un 20% más de 15 horas. El aumento
reportado en la eficiencia del tiempo demuestra que la adopción de tecnologías de IA ha permitido a las
empresas concentrarse en áreas más estratégicas y productivas.
Esta liberación de horas no solo se traduce en un ahorro directo de costos laborales, sino que también
reduce la fatiga operativa y minimiza el riesgo de errores asociados a la ejecución manual de tareas
repetitivas. La reasignación de este tiempo hacia funciones de mayor valor agregado, como la mejora
en la experiencia del cliente, evidencia cómo la IA actúa como un impulsador de productividad y
competitividad en las pymes.
Figura 7 ¿La implementación de herramientas de IA ha reducido el tiempo dedicado a tareas financieras
manuales y repetitivas?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
La totalidad de los encuestados reporta reducción de tiempo, con un 76% experimentando reducción
significativa o muy significativa. Este resultado confirma que la IA cumple con su promesa de liberar
recursos humanos de labores manuales.
Figura 8 ¿La implementación de herramientas de IA ha disminuido la tasa de errores en procesos
financieros?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Un 94% de las empresas reporta reducción de errores, siendo la reducción significativa la categoría más
seleccionada (46%). Lo que indica que la IA no solo mejora la eficiencia, sino que también contribuye
a una mayor precisión en la gestión financiera.
pág. 8272
Figura 9 ¿La implementación de herramientas de IA ha mejorado la capacidad para prever necesidades
de efectivo, evitando costos por sobregiros o financiamientos urgentes?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Un 98% de los encuestados percibe mejoras en la capacidad de previsión de efectivo, con una cifra
elevada de 66% reportando una mejora significativa. Es notable este hallazgo, ya que impacta
directamente en la gestión de riesgos financieros y la reducción de costos por financiamiento.
Esta mejora en la previsión de liquidez permite a las empresas optimizar su gestión de efectivo, reducir
la dependencia de créditos costosos y mejorar su posición negociadora con entidades financieras. La
capacidad predictiva de la IA no solo reduce riesgos operativos, sino que también fortalece la estabilidad
financiera de las pymes, facilitando una planificación más segura y sostenible en entornos económicos
volátiles.
Figura 10 ¿El tiempo y los recursos financieros liberados gracias a la automatización con IA se han
reasignado a otras áreas estratégicas de la empresa?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
El 62% de los encuestados afirmó que los recursos liberados se han reasignado de manera moderada a
otras áreas estratégicas. Aunque la reasignación está ocurriendo, aún existe potencial para una
reorientación más estratégica de los recursos liberados.
Figura 9 ¿La implementación de herramientas de IA ha mejorado la capacidad para prever necesidades
de efectivo, evitando costos por sobregiros o financiamientos urgentes?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Un 98% de los encuestados percibe mejoras en la capacidad de previsión de efectivo, con una cifra
elevada de 66% reportando una mejora significativa. Es notable este hallazgo, ya que impacta
directamente en la gestión de riesgos financieros y la reducción de costos por financiamiento.
Esta mejora en la previsión de liquidez permite a las empresas optimizar su gestión de efectivo, reducir
la dependencia de créditos costosos y mejorar su posición negociadora con entidades financieras. La
capacidad predictiva de la IA no solo reduce riesgos operativos, sino que también fortalece la estabilidad
financiera de las pymes, facilitando una planificación más segura y sostenible en entornos económicos
volátiles.
Figura 10 ¿El tiempo y los recursos financieros liberados gracias a la automatización con IA se han
reasignado a otras áreas estratégicas de la empresa?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
El 62% de los encuestados afirmó que los recursos liberados se han reasignado de manera moderada a
otras áreas estratégicas. Aunque la reasignación está ocurriendo, aún existe potencial para una
reorientación más estratégica de los recursos liberados.
pág. 8273
Figura 11 Si ha reasignado recursos, ¿a qué áreas estratégicas principales?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Las principales áreas hacia donde se reasignan recursos son atención al cliente y formación del personal,
mientras que la investigación y desarrollo/innovación recibe una proporción mínima. Revelando que el
enfoque prioritario de las empresas está en mejorar operaciones existentes y capacitar talento interno,
más que en innovación.
Figura 12 ¿Planea su empresa expandir el uso de soluciones de IA en el futuro?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
La totalidad de las empresas encuestadas planea expandir el uso de soluciones de IA, lo que indica un
alto nivel de satisfacción con los resultados obtenidos e indica un futuro prometedor para la
digitalización en el sector.
CONCLUSIONES
En las pequeñas y medianas empresas de Panamá, la integración de la IA, sobre todo en el comercio,
muestra cómo mejora el manejo de dinero y recursos. Se ve que automatizar tareas y usar chatbots no
son solo modas, sino que ayudan a manejar mejor las finanzas de estas empresas. Que el 54% de las
empresas ahorren entre 6 y 15 horas cada semana reduce bastante los gastos, dejando que el personal
se dedique a cosas más importantes, como atender al cliente y aprender.
Figura 11 Si ha reasignado recursos, ¿a qué áreas estratégicas principales?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
Las principales áreas hacia donde se reasignan recursos son atención al cliente y formación del personal,
mientras que la investigación y desarrollo/innovación recibe una proporción mínima. Revelando que el
enfoque prioritario de las empresas está en mejorar operaciones existentes y capacitar talento interno,
más que en innovación.
Figura 12 ¿Planea su empresa expandir el uso de soluciones de IA en el futuro?
Nota. Elaborado por Google forms a partir de los resultados de la encuesta.
La totalidad de las empresas encuestadas planea expandir el uso de soluciones de IA, lo que indica un
alto nivel de satisfacción con los resultados obtenidos e indica un futuro prometedor para la
digitalización en el sector.
CONCLUSIONES
En las pequeñas y medianas empresas de Panamá, la integración de la IA, sobre todo en el comercio,
muestra cómo mejora el manejo de dinero y recursos. Se ve que automatizar tareas y usar chatbots no
son solo modas, sino que ayudan a manejar mejor las finanzas de estas empresas. Que el 54% de las
empresas ahorren entre 6 y 15 horas cada semana reduce bastante los gastos, dejando que el personal
se dedique a cosas más importantes, como atender al cliente y aprender.
pág. 8274
Pero que solo el 2.3% invierta en investigar y crear cosas nuevas indica que las pymes no están
aprovechando al máximo la IA para cambiar e innovar, quedándose solo en mejorar lo que ya hacen.
Esto nos hace pensar que se necesita usar la IA no solo para ser más productivos, sino también para
innovar y competir mejor a largo plazo.
La mayoría piensa que la IA reduce "mucho" los errores con el dinero y ayuda a prever el efectivo,
mostrando que facilita una gestión financiera más sólida y predecible. Esto importa mucho porque las
pymes panameñas siempre han tenido problemas para conseguir dinero y manejar riesgos. La IA está
solucionando esto al dar herramientas fáciles para detectar fraudes, mejorar el flujo de dinero y reducir
errores, cosas que antes requerían expertos caros. Sin embargo, que casi nadie use el análisis predictivo
muestra que no se está conectando la IA con la toma de decisiones financieras. Parece que las pymes
no están usando todo el potencial de la IA para analizar y entender mejor su negocio, prefiriendo
automatizar tareas en lugar de usarla para tomar mejores decisiones.
El acuerdo total en cuanto a ampliar el empleo de la IA señala no solo una complacencia extendida con
los frutos cosechados, sino que también destapa una evolución en cómo las pymes panameñas captan
el valor clave de estas herramientas.
El porvenir de la IA en las pymes panameñas se jugará no solo en qué tanto se adopte la tecnología,
sino en cómo se inserte en una idea renovadora que le dé prioridad a la innovación sin puertas, la
cooperación entre sectores y el desarrollo de habilidades propias. Este análisis refuerza que la IA es
vital para que las pymes se mantengan a flote, pero también avisa que su potencial más grande solo se
hará realidad con una estrategia a conciencia que vaya más allá de solo automatizar y abarque la
transformación digital completa.
REFERENCIAS BIBLIOGRÁFICAS
Borbón Gracia, J. R. y Espinoza Morales, D. F. (2018). EL IMPACTO DE LA PEQUEÑA EMPRESA
EN EL DESARROLLO DE LA ECONOMÍA REGIONAL”. Revista De Investigación
Académica Sin Frontera: Facultad Interdisciplinaria De Ciencias Económicas Administrativas
- Departamento De Ciencias Económico Administrativas-Campus Navojoa, (13).
https://doi.org/10.46589/rdiasf.v0i13.59
Pero que solo el 2.3% invierta en investigar y crear cosas nuevas indica que las pymes no están
aprovechando al máximo la IA para cambiar e innovar, quedándose solo en mejorar lo que ya hacen.
Esto nos hace pensar que se necesita usar la IA no solo para ser más productivos, sino también para
innovar y competir mejor a largo plazo.
La mayoría piensa que la IA reduce "mucho" los errores con el dinero y ayuda a prever el efectivo,
mostrando que facilita una gestión financiera más sólida y predecible. Esto importa mucho porque las
pymes panameñas siempre han tenido problemas para conseguir dinero y manejar riesgos. La IA está
solucionando esto al dar herramientas fáciles para detectar fraudes, mejorar el flujo de dinero y reducir
errores, cosas que antes requerían expertos caros. Sin embargo, que casi nadie use el análisis predictivo
muestra que no se está conectando la IA con la toma de decisiones financieras. Parece que las pymes
no están usando todo el potencial de la IA para analizar y entender mejor su negocio, prefiriendo
automatizar tareas en lugar de usarla para tomar mejores decisiones.
El acuerdo total en cuanto a ampliar el empleo de la IA señala no solo una complacencia extendida con
los frutos cosechados, sino que también destapa una evolución en cómo las pymes panameñas captan
el valor clave de estas herramientas.
El porvenir de la IA en las pymes panameñas se jugará no solo en qué tanto se adopte la tecnología,
sino en cómo se inserte en una idea renovadora que le dé prioridad a la innovación sin puertas, la
cooperación entre sectores y el desarrollo de habilidades propias. Este análisis refuerza que la IA es
vital para que las pymes se mantengan a flote, pero también avisa que su potencial más grande solo se
hará realidad con una estrategia a conciencia que vaya más allá de solo automatizar y abarque la
transformación digital completa.
REFERENCIAS BIBLIOGRÁFICAS
Borbón Gracia, J. R. y Espinoza Morales, D. F. (2018). EL IMPACTO DE LA PEQUEÑA EMPRESA
EN EL DESARROLLO DE LA ECONOMÍA REGIONAL”. Revista De Investigación
Académica Sin Frontera: Facultad Interdisciplinaria De Ciencias Económicas Administrativas
- Departamento De Ciencias Económico Administrativas-Campus Navojoa, (13).
https://doi.org/10.46589/rdiasf.v0i13.59
pág. 8275
Calle García, J., Sotaminga Andi, A., Garay Arias, G. y Villavicencio Tuares, R. (2024).
INTELIGENCIA ARTIFICIAL Y SU CONTRIBUCIÓN A LA INNOVACIÓN EN LAS
EMPRESAS. Revista Ciencia y Desarrollo, 27(2), 245-253. .
http://dx.doi.org/10.21503/cyd.v27i2.2618
Contreras Contreras, F. y Olaya Guerrero, J. C. (2025). Inteligencia artificial en las empresas:
Oportunidades y desafíos. Impulso, Revista De Administración, 5(9), 353-367.
https://doi.org/10.59659/impulso.v.5i9.88
Estrada, U., Sepúlveda-Aguirre, J., Aguirre Ríos, A. y Garcés Giraldo, L. (2020). Riesgos financieros
en pequeñas y medianas empresas. Revista Venezolana de Gerencia (RVG), 25(91), 1076-1094.
https://dialnet.unirioja.es/servlet/articulo?codigo=8890315
Feria Avila, A., Gelabert Veliz, D. D., & Hidalgo Escalona, K. (2024). Régimen Económico y desarrollo
de la pequeña y mediana empresa en América Latina. Revista De Investigación
Latinoamericana En Competitividad Organizacional, 6(22), 106–116.
https://doi.org/10.51896/rilco.v6i22.517
Galindo De Obarrio, M. (s.f.). Apoyo y desarrollo de las MiPyME para impulsar la economía
panameña. Cámara de Comercio, Industrias y Agricultura de Panamá.
https://www.panacamara.com/apoyo-y-desarrollo-de-las-mipyme-para-impulsar-la-economia-
panamena/
Gamez Tellez, A. M., Morales Bautista, M. C. y Ramirez Lopez, C. T. (2018). Estado del arte sobre
problemáticas financieras de las pymes en Bogotá, Colombia y América Latina. Econó micas
CUC, 39(2), 77–94. https://doi.org/10.17981/econcuc.39.2.2018.05
Jerez Masaquiza, S., Masaquiza Anancolla, M. y Medina Chicaiza, P. (2024). Inteligencia artificial:
una nueva herramienta en el desarrollo empresarial. Conocimiento Global, 8(2), 120-132.
https://doi.org/10.70165/cglobal.v8i2.336
Laitón Ángel, S. Y., y López Lozano, J. (2018). Estado del arte sobre problemáticas financieras en
pymes: estudio para América Latina. Revista Ean, (85), 163–179.
https://doi.org/10.21158/01208160.n85.2018.2056
Calle García, J., Sotaminga Andi, A., Garay Arias, G. y Villavicencio Tuares, R. (2024).
INTELIGENCIA ARTIFICIAL Y SU CONTRIBUCIÓN A LA INNOVACIÓN EN LAS
EMPRESAS. Revista Ciencia y Desarrollo, 27(2), 245-253. .
http://dx.doi.org/10.21503/cyd.v27i2.2618
Contreras Contreras, F. y Olaya Guerrero, J. C. (2025). Inteligencia artificial en las empresas:
Oportunidades y desafíos. Impulso, Revista De Administración, 5(9), 353-367.
https://doi.org/10.59659/impulso.v.5i9.88
Estrada, U., Sepúlveda-Aguirre, J., Aguirre Ríos, A. y Garcés Giraldo, L. (2020). Riesgos financieros
en pequeñas y medianas empresas. Revista Venezolana de Gerencia (RVG), 25(91), 1076-1094.
https://dialnet.unirioja.es/servlet/articulo?codigo=8890315
Feria Avila, A., Gelabert Veliz, D. D., & Hidalgo Escalona, K. (2024). Régimen Económico y desarrollo
de la pequeña y mediana empresa en América Latina. Revista De Investigación
Latinoamericana En Competitividad Organizacional, 6(22), 106–116.
https://doi.org/10.51896/rilco.v6i22.517
Galindo De Obarrio, M. (s.f.). Apoyo y desarrollo de las MiPyME para impulsar la economía
panameña. Cámara de Comercio, Industrias y Agricultura de Panamá.
https://www.panacamara.com/apoyo-y-desarrollo-de-las-mipyme-para-impulsar-la-economia-
panamena/
Gamez Tellez, A. M., Morales Bautista, M. C. y Ramirez Lopez, C. T. (2018). Estado del arte sobre
problemáticas financieras de las pymes en Bogotá, Colombia y América Latina. Econó micas
CUC, 39(2), 77–94. https://doi.org/10.17981/econcuc.39.2.2018.05
Jerez Masaquiza, S., Masaquiza Anancolla, M. y Medina Chicaiza, P. (2024). Inteligencia artificial:
una nueva herramienta en el desarrollo empresarial. Conocimiento Global, 8(2), 120-132.
https://doi.org/10.70165/cglobal.v8i2.336
Laitón Ángel, S. Y., y López Lozano, J. (2018). Estado del arte sobre problemáticas financieras en
pymes: estudio para América Latina. Revista Ean, (85), 163–179.
https://doi.org/10.21158/01208160.n85.2018.2056
pág. 8276
Legal Solutions Panamá. (s.f.). Panamá y la Inteligencia Artificial: Innovaciones y Aplicaciones
Recientes. https://legalsolutionspanama.com/blog/panama-y-la-inteligencia-artificial-
innovaciones-y-aplicaciones-recientes/
McGrath, A. y Downie, A. (2025). ¿Qué es la inteligencia artificial (IA) en las finanzas?. IBM.
https://www.ibm.com/mx-es/think/topics/artificial-intelligence-finance
Mendoza Arce , C. G., Mendoza Haro , I., Camacho Gavilanes, J. A. y Mendoza Arce, E. X. (2024). La
inteligencia artificial como motor de innovación en los negocios. Magazine De Las Ciencias.
Revista De Investigación E Innovación, 9(4), 114–129. https://doi.org/10.33262/rmc.v9i4.3263
Ortega, C. (s.f.). Muestreo no probabilístico: definición, tipos y ejemplos. QuestionPro.
https://www.questionpro.com/blog/es/muestreo-no-probabilistico/
Paez Advincula, R. (2018). Grado de importancia de las finanzas y costos en el sector empresarial.
Industrial Data, 21(2), 101-110. https://doi.org/10.15381/idata.v21i2.15609
Rocha-Bello, K. J., Arévalo-Chaparro, N. V. y Cocunubo-Huérfano, L. C. (2018). Las pyme en
economías emergentes: El emprendimiento empresarial en Chile como factor determinante en
el desarrollo económico de la última década. Punto De Vista, 9(1), 1-21.
https://doi.org/10.15765/pdv.v9i14.1176
Sánchez de Romero, A. (2010). Las pymes y su espacio en la economía latinoamericana. La Técnica.
Revista De Las Agrociencias, (2), 18–21. https://doi.org/10.33936/la_tecnica.v0i2.640
Legal Solutions Panamá. (s.f.). Panamá y la Inteligencia Artificial: Innovaciones y Aplicaciones
Recientes. https://legalsolutionspanama.com/blog/panama-y-la-inteligencia-artificial-
innovaciones-y-aplicaciones-recientes/
McGrath, A. y Downie, A. (2025). ¿Qué es la inteligencia artificial (IA) en las finanzas?. IBM.
https://www.ibm.com/mx-es/think/topics/artificial-intelligence-finance
Mendoza Arce , C. G., Mendoza Haro , I., Camacho Gavilanes, J. A. y Mendoza Arce, E. X. (2024). La
inteligencia artificial como motor de innovación en los negocios. Magazine De Las Ciencias.
Revista De Investigación E Innovación, 9(4), 114–129. https://doi.org/10.33262/rmc.v9i4.3263
Ortega, C. (s.f.). Muestreo no probabilístico: definición, tipos y ejemplos. QuestionPro.
https://www.questionpro.com/blog/es/muestreo-no-probabilistico/
Paez Advincula, R. (2018). Grado de importancia de las finanzas y costos en el sector empresarial.
Industrial Data, 21(2), 101-110. https://doi.org/10.15381/idata.v21i2.15609
Rocha-Bello, K. J., Arévalo-Chaparro, N. V. y Cocunubo-Huérfano, L. C. (2018). Las pyme en
economías emergentes: El emprendimiento empresarial en Chile como factor determinante en
el desarrollo económico de la última década. Punto De Vista, 9(1), 1-21.
https://doi.org/10.15765/pdv.v9i14.1176
Sánchez de Romero, A. (2010). Las pymes y su espacio en la economía latinoamericana. La Técnica.
Revista De Las Agrociencias, (2), 18–21. https://doi.org/10.33936/la_tecnica.v0i2.640