Ingeniería de prompts en la industria 4.0: Optimización y automatización inteligente de procesos industriales.
DOI:
https://doi.org/10.35381/i.p.v7i12.4438Palabras clave:
Ingeniería de prompts, inteligencia artificial, industria 4.0, optimización, (Tesauro UNESCO).Resumen
Este estudio revisa el impacto de la ingeniería de prompts y la inteligencia artificial en la Industria 4.0, centrándose en su aplicación en la optimización de la toma de decisiones, la optimización de procesos industriales y la mejora de la cadena de suministros e inventarios. La revisión muestra que un diseño efectivo de prompts, mejora la respuesta de los modelos de IA para la toma de decisiones y la eficiencia operativa, permitiendo a las empresas disminuir sus costos. Además, la IA aplicada a la cadena de suministros y a la gestión de inventarios, ayuda a predecir la demanda y reducir costos logísticos. Sin embargo, persisten desafíos, como la variabilidad de la calidad de las respuestas de los modelos de la IA en correspondencia con los prompts diseñados y los riesgos de sesgo en las respuestas, lo que requiere de una mayor capacitación y el establecimiento de normativas éticas.
Descargas
Citas
Aghaziarati, A., y Rahimi, H. (2025). The Future of Digital Assistants: Human Dependence and Behavioral Change. Journal of Foresight and Public Health, 2(1), 52-61. https://n9.cl/us2kg
Badini, S., Regondi, S., Frontoni, E., y Pugliese, R. (2023). Assessing the capabilities of ChatGPT to improve additive manufacturing troubleshooting. Advanced Industrial and Engineering Polymer Research, 6(3), 278-287. https://doi.org/10.1016/j.aiepr.2023.03.003
Burgos Zambrano, V. R., Zambrano Mieles, J. D., y Mieles Cevallos, D. (2025). El rol de la inteligencia artificial en la automatización y la gestión de la cadena de suministro. GADE: Revista Científica, 5(1), 390-414. https://n9.cl/g0773
Cadena Centeno, M. A., y Benavides Ramírez, L. G. (2024). Smart energy soportado por Inteligencia Artificial: un futuro sostenible y eficiente. Encuentro Internacional De Educación En Ingeniería. https://doi.org/10.26507/paper.3926
Caisa Herrera, C. A., Paredes Anchatipán, A. D., y Romero Bedón, F. R. (2024). Análisis del uso de la inteligencia artificial en la toma de decisiones en sistemas de control eléctrico industrial.: Analysis of the use of artificial intelligence in decision making in industrial electrical control systems. Revista Científica Multidisciplinar G-Nerando, 5(2), 163-181. https://doi.org/10.60100/rcmg.v5i2.261
Ceseña Romero, P. I., García Rivera, B. R., y Olguín Tiznado, J. E. (2024). Industria 4.0: Adaptabilidad y Barreras de la Industria Automotriz: Análisis Biblio Hermográfico. Investigación administrativa, 53(134), 00005. https://n9.cl/u8rga
Chen Cheng, C., Chung, E., y Correa, N. (2023). La inteligencia Artificial y su Impacto en la Industria de la Ingeniería. REICIT, 3(1), 26-40. https://doi.org/10.48204/reict.v3n1.3948
García, J. S. C., Pincay Delgado, M. A., Mendoza Pionce, B. S., y Bravo Quijije, G. S. (2024). Uso estratégico de la inteligencia artificial en la gestión de la cadena de suministro empresarial. Ciencia y Desarrollo, 27(2), 267-276. https://n9.cl/cfo98
González Rivera, L. V., y Molina Arredondo, R. D. (2024). Sistema de Gestión de Calidad basado en herramientas de la Industria 4.0 para su aplicación en la industria de manufactura en el sector fronterizo: 7CP24-22. Memorias Científicas Y Tecnológicas, 3(2), 39. https://n9.cl/xa13r9
Guzmán Solano, C. A., Aguilar Cruz, C., y Arroyo-Fernández, I. (2024). Effective Pitch Decks through User-Centered Prompts for Generative AI. Avances En Interacción Humano-Computadora, 9(1), 240-244. https://doi.org/10.47756/aihc.y9i1.176
Herman, E. (2025). Optimizing Prompt Engineering for Generative AI. Mercury Learning and Information. https://doi.org/10.1515/9781501521355
Javaid, M., Haleem, A., Singh, R. P., y Sinha, A. K. (2024). Digital economy to improve the culture of industry 4.0: A study on features, implementation and challenges. Green Technologies and Sustainability, 2(2), 100083. https://doi.org/10.1016/j.grets.2024.100083
Sebastian, J., Riascos Guerrero, J. A., Galván Colonia, E., y Pincay Lozada, J. L. (2024). Estrategias basadas en inteligencia artificial para la gestión de inventarios en la cadena de suministro. Revista Tecnología En Marcha, 37(6), 88-97. https://doi.org/10.18845/tm.v37i6.7271
Jin, L., Zhai, X., Wang, K., Zhang, K., Wu, D., Nazir, A., Jiang, J., y Liao, W.-H. (2024). Big data, machine learning, and digital twin assisted additive manufacturing: A review. Materials & Design, 244, 113086. https://doi.org/10.1016/j.matdes.2024.113086
Lemeš, S. (2024). Prompt Engineering. In: Karabegovic, I. (Ed). Artificial Intelligence in Industry 4.0: The future that comes true. (pp. 159-170). https://doi.org/10.5644/PI2024.215.08
Mali, S., Kulkarni, S., Patil, T., Patil, S., Desai, S., y Patil, R. (2024). Transformación de las operaciones industriales mediante la integración de soluciones emergentes en la Industria 4.0. En Conferencia Internacional de la Sección de Pune del IEEE 2024 (PuneCon). https://ieeexplore.ieee.org/document/10894812
Rath, K. C., Khang, A., Mishra, S. K., Patnaik, P., Mohanty, G., y Dash, T. K. (2024). Integration of Artificial Intelligence and Internet of Things Technology Solutions in Smart Manufacturing. In Machine Vision and Industrial Robotics in Manufacturing. (pp. 155-177). CRC Press. https://doi.org/10.1201/9781003438137-9
Salgado García, B. (2024). Aplicaciones de la inteligencia artificial Generativa (IAG) en el contexto de la seguridad. [Tesis de licenciatura, Universitat Oberta de Catalunya]. Repositori Institucional (O2). https://n9.cl/0egst
Shakur, S., Lubaba, M., Debnath, B., Bari, M., y Rahman, A. (2024). Exploring the Challenges of Industry 4.0 Adoption in the FMCG Sector: Implications for Resilient Supply Chain in Emerging Economy. Logística, 8(1), 27. https://doi.org/10.3390/logistics8010027
Siino, M., y Tinnirello, I. (2024). GPT Prompt Engineering for Scheduling Appliances Usage for Energy Cost Optimization. In 2024 IEEE International Symposium on Measurements & Networking (M&N) 1-6. https://n9.cl/mr2vce
Tao, F., Zhang, H., y Zhang, C. (2024). Advancements and challenges of digital twins in industry. Nature Computational Science, 4, 169-177. https://doi.org/10.1038/s43588-024-00603-w
Vu, N. G. H., Wang, K., y Wang, G. G. (2025). Effective prompting with ChatGPT for problem formulation in engineering optimization. Engineering Optimization, 1-18. https://doi.org/10.1080/0305215X.2025.2450686
Zaidi, S. M. R., Alam, A., & Khan, M. Y. (2024). Enhancing Efficiency in Advanced Manufacturing through IoT Integration. In Engineering Headway. 2nd International Conference on Recent Advancements in Materials, Design & Manufacturing. Trans Tech Publications Ltd. https://doi.org/10.4028/p-4hbpgf
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Manuel José Peñalver-Higuera, Lino Rolando Rodríguez-Alegre, Rosario Del Pilar López-Padilla , Josía Jeseff Isea-Argüelles
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA : Esta licencia permite a los reutilizadores distribuir, remezclar, adaptar y construir sobre el material en cualquier medio o formato solo con fines no comerciales, y solo siempre y cuando se dé la atribución al creador. Si remezcla, adapta o construye sobre el material, debe licenciar el material modificado bajo términos idénticos.
OAI-PMH URL: https://fundacionkoinonia.com.ve/ojs/index.php/ingeniumetpotentia/oai
