Implementación de un sistema de inteligencia artificial con herramientas low-code para optimizar la gestión de respuestas retail Lima – 2025

• Autor: Farfan Seminario, Dariel Jarob
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/28484
• Enlace del recurso: https://hdl.handle.net/20.500.12672/28484
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Autorización; Chatbots; Comercio electrónico; Gestión de la información; Atención al cliente; https://purl.org/pe-repo/ocde/ford#2.11.04; https://purl.org/pe-repo/ocde/ford#2.11.02

La investigación tuvo como objetivo optimizar la gestión de respuestas en un ecommerce del sector retail mediante la mejora de la eficiencia en la atención interna y la facilitación del acceso a la información, a través de la implementación de un sistema de inteligencia artificial desarrollado con herramientas low-code, orientado a reducir los tiempos de respuesta y la carga operativa del equipo de soporte. El estudio adoptó un enfoque descriptivo, aplicativo y explicativo-causal, con un diseño preexperimental, aplicando encuestas y entrevistas antes y después de la implementación para evaluar variables como tiempo de respuesta, satisfacción del usuario, percepción de resolución de consultas y tiempo de búsqueda de información. El sistema fue desarrollado utilizando Microsoft Power Platform, integrando Power Automate, Power Apps, Microsoft Teams y las API de OpenAI para el procesamiento de lenguaje natural, aprovechando herramientas previamente disponibles en la organización, lo que permitió una reducción significativa de costos. Los resultados evidenciaron mejoras sustanciales en las dimensiones evaluadas, confirmando el impacto positivo de la solución implementada en la optimización de la gestión de respuestas del equipo de ecommerce.