| dc.contributor.advisor | Bernal Valladares, Carlos Enrique | es_PE |
| dc.contributor.author | Rodriguez Trujillo, Miguel Angel | es_PE |
| dc.date.accessioned | 2026-03-20T20:02:37Z | |
| dc.date.available | 2026-03-20T20:02:37Z | |
| dc.date.issued | 2026-01-16 | |
| dc.identifier.uri | http://hdl.handle.net/20.500.14067/12986 | |
| dc.description.abstract | Objetivo: Determinar si la inteligencia artificial se relaciona con la rentabilidad de la gestión de la Empresa Azucarera Guadalupe 2022. Método: El estudio se enmarcó en una investigación de tipo aplicada, y se situó en un nivel descriptivo-correlacional. Se recolectaron datos a través de técnicas como encuestas y cuestionarios. Para el análisis estadístico, se empleó el paquete SPSS 25.0, permitiendo así una interpretación rigurosa de los datos recopilados, presentados en forma de tablas y figuras estadísticas. Resultados: Los resultados obtenidos en la encuesta muestran que, en cuanto al uso de la inteligencia artificial (IA), el 50% de los trabajadores de la empresa Azucarera Guadalupe S.A. la utiliza casi nunca, mientras que el 28,6% la emplea ocasionalmente. Solo el 11,9% la usa casi siempre y el 7,1% la emplea siempre. En cuanto a la percepción sobre la rentabilidad, el 38,1% de los encuestados considera que la rentabilidad no se maneja de manera efectiva, y el 19% opina que nunca se aborda correctamente. Solo el 9,5% asegura que siempre se toma en cuenta. Conclusiones: Se determinó que la inteligencia artificial se relaciona significativamente con la rentabilidad de la gestión de la Empresa Azucarera Guadalupe 2023, con una correlación de Spearman de 0.726, lo que indica una correlación positiva alta. Esto resalta la influencia positiva de la IA en la optimización de procesos, lo que impulsa la rentabilidad organizacional. | es_PE |
| dc.format | application/pdf | es_PE |
| dc.language.iso | spa | es_PE |
| dc.publisher | Universidad Nacional José Faustino Sánchez Carrión | es_PE |
| dc.rights | info:eu-repo/semantics/openAccess | es_PE |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | es_PE |
| dc.subject | Inteligencia artificial | es_PE |
| dc.subject | Rentabilidad | es_PE |
| dc.subject | Gestión | es_PE |
| dc.title | Inteligencia artificial y rentabilidad de gestión en la Empresa Azucarera Guadalupe S.A. 2022 | es_PE |
| dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
| thesis.degree.discipline | Ingeniería Informática | es_PE |
| thesis.degree.grantor | Universidad Nacional José Faustino Sánchez Carrión. Facultad de Ingeniería Industrial, Sistemas e Informática | es_PE |
| thesis.degree.name | Ingeniero Informático | es_PE |
| dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#1.02.00 | es_PE |
| dc.publisher.country | PE | es_PE |
| dc.type.version | info:eu-repo/semantics/acceptedVersion | es_PE |
| renati.advisor.dni | 15614554 | |
| renati.advisor.orcid | https://orcid.org/0000-0002-7421-9537 | es_PE |
| renati.author.dni | 46361469 | |
| renati.discipline | 612286 | es_PE |
| renati.juror | Sanchez Guzman, Jorge Antonio | es_PE |
| renati.juror | Lino Escobar, Erlo Wilfredo | es_PE |
| renati.juror | Miranda Portella, Franco Jhordy | es_PE |
| renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
| renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |