Factores que influyen en la adopción de machine learning en empresas colombianas

Abstract

Machine learning has been classified as a technology that can contribute to the optimization of the organizational operation and generate new business lines. However, it has not had the adoption that institutions such as CEPAL expect and the literature does not state whether the models for the adoption of current technologies explain the intention to use this specific technology, and especially, whether it is necessary to make any adjustments to be applied to a Colombian environment. Using a multi-methodological approach, from a systematic literature review, factors that could affect the adoption of machine learning were identified, which were contrasted with those indicated by experts from Chile, Colombia, and Spain through a Delphi method. As a result, eight factors were obtained, which were proposed in a research model that was validated through a survey applied to Colombian companies. Using multivariate statistics with structural equation modeling, it was found that facilitating conditions, ease of use, usefulness, executive support and data management are influential in adopting machine learning in a Colombian business environment. On the other hand, reliability and integrity, social influence, and price-value do not seem to influence the adoption phenomenon.

Machine learning ha sido catalogada como una tecnología que puede aportar en la optimización de la operación organizacional y generar nuevas líneas de negocio. Sin embargo, no ha tenido la adopción que instituciones como la CEPAL esperan y la literatura no expresa si los modelos de adopción de tecnologías actuales explican la intención de uso de esta tecnología en específico, y en especial, si es necesario realizar alguna adecuación para ser aplicado a un entorno colombiano. Es por ello que utilizando un enfoque multimetodológico, a partir de una revisión sistemática de la literatura se identificaron factores que podrían afectar la adopción de machine learning, los cuales fueron contrastados con los indicados por expertos de Chile, Colombia y España a través del método Delphi. Como resultado se obtuvieron ocho factores los cuales fueron propuestos en un modelo de investigación, el cual fue validado a través de una encuesta aplicada a empresas colombianas. Mediante estadística multivariante con modelamiento de ecuaciones estructurales, se encontró que las condiciones facilitadoras, facilidad de uso, utilidad, apoyo a los directivos y gestión de datos son influyentes en la adopción de machine learning en un entorno empresarial colombiano. Por su parte, la confiabilidad e integridad, influencia social y el precio-valor parecieran no incidir en el fenómeno de adopción.