Propuesta de incorporación de Big Data e Inteligencia Artificial para la mitigación de sobrecostos en la construcción de infraestructura vial en Colombia

Simple item page
dc.contributor.advisorZabala Vargas, Sergio Andrés
dc.contributor.authorFonseca Peralta, Elva Noreya
dc.contributor.authorMateus Gonzalez, Diana Marilsa
dc.coverage.spatialBogotá D.C.
dc.date.accessioned2025-12-03T19:22:36Z
dc.date.available2025-12-03T19:22:36Z
dc.date.issued2024-10-27
dc.descriptionEvaluar la viabilidad y los beneficios de la implementación de Big Data e Inteligencia Artificial en el control de cantidades de obra en proyectos de construcción en Colombia, con el fin de optimizar los sobrecostos y desperdicios.
dc.description.abstractEste proyecto de investigación se centra en la adopción de tecnologías emergentes, específicamente la Inteligencia Artificial (IA) y Big Data, en el sector de la construcción en Colombia. Utilizando un enfoque cuantitativo, se realizó una encuesta a 145 empresas, de las cuales se filtraron 40 del sector construcción para un análisis más profundo. Se evaluaron variables como la madurez tecnológica, el uso de sistemas de información y la inversión en innovación. Los resultados revelaron que, aunque un porcentaje significativo de empresas reconoce la importancia de la transformación digital, solo un 10% ha implementado estrategias activas, y un 50% carece de indicadores para medir su progreso, lo que indica una falta de estructura en la gestión del cambio. La investigación también identificó que, aunque hay un interés en la capacitación del personal y en la inversión en áreas clave, como la producción y los sistemas de información, la implementación efectiva de tecnologías como IA es aún escasa, con solo un 1% de adopción. Este panorama sugiere que muchas empresas se encuentran en etapas iniciales de transformación digital, lo que limita su capacidad para optimizar procesos, reducir desperdicios y controlar costos. A pesar de las intenciones de modernización, los datos apuntan a un avance moderado en la innovación del sector El estudio subraya la necesidad urgente de un enfoque más proactivo en la adopción de tecnologías emergentes. Las empresas del sector construcción deben priorizar la inversión en investigación, desarrollo y capacitación para asegurar una transición efectiva hacia la digitalización
dc.description.abstractThis research project focuses on the adoption of emerging technologies, specifically Artificial Intelligence (AI) and Big Data, in the construction sector in Colombia. Using a quantitative approach, a survey was conducted with 145 companies, narrowing down to 40 in the construction sector for a more in-depth analysis. Variables such as technological maturity, use of information systems, and investment in innovation were evaluated. The results revealed that while a significant percentage of companies recognize the importance of digital transformation, only 10% have implemented active strategies, and 50% lack indicators to measure their progress, indicating a lack of structure in change management. The research also identified that, despite an interest in staff training and investment in key areas such as production and information systems, the effective implementation of technologies like AI remains scarce, with only 1% adoption. This landscape suggests that many companies are in the early stages of digital transformation, limiting their ability to optimize processes, reduce waste, and control costs. Despite intentions for modernization, data indicates moderate advancement in innovation within the sector. The study emphasizes the urgent need for a more proactive approach to adopting emerging technologies. Construction companies must prioritize investment in research, development, and training to ensure an effective transition toward digitalization
dc.format.extent105 páginas
dc.identifier.citationFonseca Peralta, E., & Mateus Gonzalez, D.() Propuesta de incorporación de Big Data e Inteligencia Artificial para la mitigación de sobrecostos en la construcción de infraestructura vial en Colombia. [Monografía, Corporación Universitaria Minuto de Dios - UNIMINUTO]. Repositorio UNIMINUTO.
dc.identifier.urihttps://hdl.handle.net/10656/22711
dc.language.isoes
dc.publisherCorporación Universitaria Minuto de Dios - UNIMINUTO
dc.publisher.departmentPosgrado (Virtual)
dc.publisher.programEspecialización en Gerencia de Proyectos
dc.rightsAcceso Abierto - http://purl.org/coar/access_right/c_abf2
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectArtificial Intelligence
dc.subjectBig Data
dc.subjectdigital transformation
dc.subjectconstruction sector
dc.subjectoperational efficiency
dc.subjectinvestment in innovation
dc.subject.keywordsInteligencia Artificial
dc.subject.keywordsBig Data
dc.subject.keywordstransformación digital
dc.subject.keywordssector construcción
dc.subject.keywordseficiencia operativa
dc.subject.keywordsinversión en innovación
dc.titlePropuesta de incorporación de Big Data e Inteligencia Artificial para la mitigación de sobrecostos en la construcción de infraestructura vial en Colombia
dc.typeTrabajo de Investigación e Innovación
dc.type.coarthesis
dcterms.bibliographicCitationAbouRizk, L. W. (Mayo de 2022). Towards Construction’s Digital Future: A Roadmap for Enhancing Data Value. Obtenido de https://link-springer-com.ezproxy.uniminuto.edu/conference/csce Amós Darko, A. P. (15 de Junio de 2020). ArtifiIntelligence in the AEC industry: Scientometric analysis and visualization of research activities. Volume 112(ISSN 0926-5805). Obtenido de https://www.sciencedirect.com/science/article/pii/S092658051930651X Anandasivakumar Ekambaram, A. O.-B. (2018). Intelligent planning of road pavement rehabilitation processes through optimization systems. Obtenido de Transportation Engineering: https://www.sciencedirect.com/science/article/pii/S1877050918317587?pes=vor#cebibsec1 Association, A. P. (2020). Publication manual of the American Psychological Association. Bolpagni, M. &. (2021). Digital Transformation in the Construction Industry: A Review of Progress and Future Directions. Construction Innovation. Obtenido de https://doi.org/10.1108/CI-11-2020- 0211 Chengke Wu, X. L. (1 de Diciembre de 2021). Natural language processing for smart construction: Current status and future directions. Volume 134,2022,104059(ISSN 0926-5805). Obtenido de https://www.sciencedirect.com/science/article/abs/pii/S0926580521005100?via%3Dihub Daria Yatchenko. (8 de junio de 2023). Los 12 casos de uso más destacados del análisis de datos de construcción. Recuperado el octubre de 2024, de PIXELPLEX: https://pixelplex.io/blog/dataanalytics-in-construction/ Daza, A., P., & Quintero, R. (2022). Challenges in the Adoption of Construction Technologies in Colombia: A Strategic Approach. Journal of Construction Engineering and Management,. Obtenido de https://doi.org/10.1061/(ASCE)CO.1943-7862.0002210 Dip Datta, S., Islam, M., Rahman Sobuz, M. H., Ahmed, S., & Kar, M. (15 de marzo de 2024). Artificial intelligence and machine learning applications in the project lifecycle of the construction industry: A comprehensive review. Volumen 10(Número 5e26888), 17. Obtenido de https://www.cell.com/heliyon/fulltext/S2405-8440(24)02919- 0?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS240584402402 9190%3Fshowall%3Dtrue Institute, P. M. (2017). guide to the project management body of knowledge (PMBOK® Guide) (6th ed.). Jorge Amar, O. C. (2016). De prometedor a productivo: resultados reales de la IA en los servicios. (M. &. Company, Editor) Obtenido de https://www.mckinsey.com/capabilities/operations/ourinsights/from-promising-to-productive-real-results-from-gen-ai-in-services#/ Khosrow-Pour, M. (2020). Handbook of Research on Big Data and the Internet of Things for the Healthcare Industry. Laith S. M, A.-A. H.-J. (2023). Importance of Using Artificial Intelligence into Iraqi Construction Projects. Li X, &. W. (2019). Application of Big Data Analytics and Artificial Intelligence in Construction Projects. Journal of Construction Engineering and Management, 145(4), 04019021. Mathieu Wauters, M. V. (15 de Marzo de 2016). A comparative study of Artificial Intelligence methods for project duration forecasting, Expert Systems with Applications. Volume 46, Pages 249-261. Obtenido de https://doi.org/10.1016/j.eswa.2015.10.008 Nada Elgendy, A. E. (2016). Big Data Analytics in Support of the Decision Making Process, Procedia Computer Science. Volume 100(ISSN 1877-0509), Pages 1071-1084. Obtenido de https://www.sciencedirect.com/science/article/pii/S1877050916324206?via%3Dihub O’Connor J. T., C. A. (2021). Artificial Intelligence in Construction: Challenges and Opportunities. Construction Management and Economics, 39(3), 200-215. Przemyslaw Pospieszny, B. C.-C. (11 de Diciembre de 2017). An effective approach for software project effort and duration estimation with machine learning algorithms. Volume 137,2018(ISSN 0164- 1212), Pages 184-196. Obtenido de https://www.sciencedirect.com/science/article/abs/pii/S0164121217302947?via%3Dihub Resnik, D. B. (2015). Ethics in research: A primer for research ethics committees. Obtenido de https://doi.org/10.1007/978-1-4939-2695-1 Rimma Dzhusupova, J. B. (abril de 2024). Journal of Systems and Software. Choosing the right path for AI integration in engineering companies: A strategic guide. Obtenido de https://www.sciencedirect.com/science/article/pii/S0164121223003400?pes=vor Sawhney, A. R. (2020). Construction 4.0: An Innovation Platform for the Built Environment. Routledge. Obtenido de https://doi.org/10.4324/9780429465104 Standardization, I. O. (2015). ISO 9001:2015 Quality management systems – Requirements. Taofeek D. Akinosho, L. O. (2020). Deep learning in the construction industry: A review of present status and future innovations. (B. U. Department of Civil and Environmental Engineering, Ed.) Journal of Building Engineering, Volume 32. Obtenido de https://doi.org/10.1016/j.jobe.2020.101827 Torres, R. H.-S.-C. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. Universidad de Celaya-Universidad Tecnológica Laja Bajío: McGraw-Hill. Obtenido de https://www-ebooks7-24-com.ezproxy.uniminuto.edu/?il=6443 Uniminuto, C. U. (2020). Guia de ética en investigación. Valerian Vanessa Tuhaise, J. H. (13 de Mayo de 2023). Technologies for digital twin applications in construction, Automation in Construction. Volumen 152(ISSN 0926-5805). Obtenido de https://www-sciencedirectcom.ezproxy.uniminuto.edu/science/article/pii/S0926580523001917?via%3Dihub Vered Holzmann, M. L. (28 de Mayo de 2022). Artificial Intelligence in Construction Projects: An Explorative Study of Professionals’ Expectations. (7. Revista Europea de Investigación Empresarial y Directiva, Ed.) Obtenido de https://doi.org/10.24018/ejbmr.2022.7.3.1432 Yan, K. Q. (2022). Sistema de detección automática de infracciones con IA y gestión remota de la construcción de subestaciones basado en aprendizaje profundo. Obtenido de https://doi.org/10.1049/gtd2.12387,https://ietresearch.onlinelibrary.wiley.com/doi/full/10.104 9/gtd2.12387 Zabala-Vargas, S. J.-Q.-B. (Diciembre de 2023). Big Data, Ciencia de Datos e Inteligencia Artificial para la Gestión de Proyectos en la Industria de la Arquitectura, la Ingeniería y la Construcción: Una Revisión Sistemática. Volumen 13, Número 12(Número de artículo 2944). Obtenido de https://www.scopus.com/record/display.uri?eid=2-s2.0- 85180723144&doi=10.3390%2fbuildings13122944&origin=inward&txGid=edfa5d686adea32466 53c22582c2a111 Zhang, L. &. (2018). Optimizing Construction Project Management with Big Data Technologies. Automation in Construction, 87, 1-12. Zhijia You, C. W. (Junio de 2019). A framework for data-driven informatization of the construction company. Volume 39(ISSN 1474-0346), Pages 269-277. Brown, A., & Davis, L. (2020). Digital Transformation in the Construction Industry: A Review. Journal of Construction Innovation, 20(3), 15-29. González, M. (2022). The Use of Artificial Intelligence in Financial Sector Predictions. Financial Technology Review, 15(2), 45-60. Smith, J., & Johnson, R. (2021). Strategic Digital Transformation in Business: Frameworks and Best Practices. Business Strategy Journal, 12(4), 67-85. International Organization for Standardization. (2018). ISO 19650-1:2018 Organization and digitization of information about buildings and civil engineering works, including building information modelling (BIM) – Information management using building information modelling. International Organization for Standardization. European Parliament and Council. (2016). Regulation (EU) 2016/679 of the European Parliament and of the Council on the protection of natural persons with regard to the processing of personal data and on the free movement of such data. Official Journal of the European Union. Colombia. Ministerio de Vivienda, Ciudad y Territorio. (2010). Reglamento Colombiano de Construcción Sismo Resistente (NSR-10). Ministerio de Vivienda, Ciudad y Territorio. República de Colombia. (1993). Ley 80 de 1993 sobre contratación estatal. Diario Oficial No. 41.061. República de Colombia. (2015). Decreto 1082 de 2015 por el cual se expide el Decreto Único Reglamentario del Sector Administrativo de la Función Pública. Diario Oficial No. 49.417. República de Colombia. (2012). Ley 1581 de 2012 sobre protección de datos personales. Diario Oficial No. 48.119

Files

Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
TE.PRO_MateusDiana-FonsecaElva_2024
Size:
2.42 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Autorización_MateusDiana-FonsecaElva_2024
Size:
181.29 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.72 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Especialización en Gerencia de Proyectos