Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Jhoseline Rayseth Ripoll Parejo Corporación Universitaria Minuto de Dios Rectoría Virtual Programa Especialización en Gerencia de Proyectos mayo de 2024 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Jhoseline Rayseth Ripoll Parejo Trabajo de Grado presentado como requisito para optar al título de Especialista en Gerencia de Proyectos Asesor(a) Sergio Andrés Zabala Vargas Docente Investigador Investigador Senior - MINCIENCIAS Corporación Universitaria Minuto de Dios Rectoría Virtual Programa Especialización en Gerencia de Proyectos mayo de 2024 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Contenido Lista de Tablas ................................................................................................................................ 5 Lista de Figuras .............................................................................................................................. 6 Resumen .......................................................................................................................................... 7 Abstract ........................................................................................................................................... 9 Introducción .................................................................................................................................. 10 1. PLANTEAMIENTO DEL PROBLEMA ................................................................................. 12 1.1 Descripción del Problema ............................................................................................ 12 1.2 La Pregunta de Investigación ....................................................................................... 17 1.3 Los Objetivos de Investigación ..................................................................................... 17 1.3.1 Objetivo General ....................................................................................................... 17 1.3.2 Objetivos Específicos ................................................................................................ 17 1.4 Justificación de la Investigación ................................................................................... 18 2. MARCO DE REFERENCIA .................................................................................................. 23 2.1. Marco de Antecedentes ..................................................................................................... 23 2.2. Marco Teórico .................................................................................................................. 36 2.3. Marco Normativo .............................................................................................................. 41 3. METODOLOGÍA .................................................................................................................. 44 3.1. Enfoque y alcance de la investigación .............................................................................. 44 3.2. Población y muestra ......................................................................................................... 44 3.2.1. Definición de la población ............................................................................................ 44 3.2.2. Cálculo y selección de la muestra ................................................................................ 45 3.3. Instrumento(s) ................................................................................................................... 46 3.3.1. Encuesta ........................................................................................................................ 46 3.4. Descripción de procedimientos ......................................................................................... 59 3.4.1. Recolección de datos ..................................................................................................... 59 3.5. Análisis de información .................................................................................................... 61 3.5.1. Codificación de Datos ................................................................................................... 61 3.5.2. Proceso en Excel ........................................................................................................... 62 3.6. Consideraciones éticas ..................................................................................................... 63 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 3.6.1. Análisis de consideraciones éticas ................................................................................ 63 3.6.2. Instrumentos de aceptación y autorización .................................................................. 67 4. HIPÓTESIS ........................................................................................................................... 68 4.1. Las variables ..................................................................................................................... 68 4.1.1. Variable(s) independiente(s) ......................................................................................... 68 4.1.2. Variable(s) dependiente(s) ............................................................................................ 70 4.2. Planteamiento de hipótesis ............................................................................................... 72 5. RESULTADOS ...................................................................................................................... 73 5.1. Resultados de la encuesta ................................................................................................. 73 5.2. Propuesta ........................................................................................................................ 114 5.3. Discusión......................................................................................................................... 119 6. CONCLUSIONES ............................................................................................................... 121 7. REFERENCIAS ................................................................................................................... 123 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Lista de Tablas Tabla 1 .......................................................................................................................................... 19 Tabla 2 .......................................................................................................................................... 21 Tabla 3 .......................................................................................................................................... 23 Tabla 4 .......................................................................................................................................... 23 Tabla 5 .......................................................................................................................................... 24 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Lista de Figuras Ilustración 1 .................................................................................................................................. 73 Ilustración 2 .................................................................................................................................. 73 Ilustración 3 .................................................................................................................................. 74 Ilustración 4 .................................................................................................................................. 74 Ilustración 5 .................................................................................................................................. 77 Ilustración 6 .................................................................................................................................. 79 Ilustración 7 .................................................................................................................................. 81 Ilustración 8 .................................................................................................................................. 83 Ilustración 9 .................................................................................................................................. 85 Ilustración 10 ................................................................................................................................ 87 Ilustración 11 ................................................................................................................................ 88 Ilustración 12 ................................................................................................................................ 89 Ilustración 13 ................................................................................................................................ 91 Ilustración 14 ................................................................................................................................ 93 Ilustración 15 ................................................................................................................................ 95 Ilustración 16 ................................................................................................................................ 96 Ilustración 17 ................................................................................................................................ 98 Ilustración 18 .............................................................................................................................. 101 Ilustración 19 .............................................................................................................................. 103 Ilustración 20 .............................................................................................................................. 104 Ilustración 21 .............................................................................................................................. 105 Ilustración 22 .............................................................................................................................. 107 Ilustración 23 .............................................................................................................................. 109 Ilustración 24 .............................................................................................................................. 111 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Resumen En este documento se explora la aplicación de tecnologías emergentes, como la Inteligencia Artificial (IA), Big Data y Ciencia de Datos, para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. El trabajo destaca la importancia de estas inversiones para el desarrollo económico del país y subraya los desafíos que enfrentan los gestores de proyectos debido a la complejidad y variabilidad de factores macroeconómicos, regulaciones gubernamentales y factores políticos. La investigación se centra en cómo las tecnologías mencionadas pueden revolucionar la gestión de riesgos, permitiendo la recopilación y análisis de grandes volúmenes de datos de manera eficiente, lo que facilita una toma de decisiones más informada y basada en datos en tiempo real. Se plantea la hipótesis de que la implementación de IA, Big Data y Ciencia de Datos en la gestión de proyectos mejorará significativamente la gestión de riesgos, permitiendo una identificación, evaluación y mitigación de riesgos más precisa y eficiente. A través de encuestas y análisis de datos, el estudio busca validar esta hipótesis y proporcionar una perspectiva fundamentada sobre el impacto positivo de estas tecnologías en la gestión de proyectos de inversión. En sus conclusiones, el documento destaca que la adopción de tecnologías emergentes puede proporcionar herramientas avanzadas para la gestión de riesgos, mejorando la precisión y eficiencia de las decisiones en proyectos de inversión. También se sugiere que futuros estudios exploren otras aplicaciones de estas tecnologías en diferentes contextos de gestión de riesgos. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Palabras clave: Inversión extranjera de capital privado, Gestión de riesgos, Inteligencia Artificial, Big Data, Ciencia de Datos, Proyectos de inversión, Toma de decisiones, Economía colombiana, Análisis de datos, Tecnologías emergentes, Proyectos de inversión en Colombia,, Minimización de riesgos, Innovación tecnológica, Gerencia de Proyectos. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Abstract This document explores the application of emerging technologies such as Artificial Intelligence (AI), Big Data, and Data Science to improve risk management in foreign private equity investment projects in Medellin, Colombia. The work highlights the importance of these investments for the country's economic development and underscores the challenges faced by project managers due to the complexity and variability of macroeconomic factors, government regulations, and political factors. The research focuses on how these technologies can revolutionize risk management, enabling the efficient collection and analysis of large volumes of data, thereby facilitating more informed and data-driven decision-making in real time. The hypothesis is that the implementation of AI, Big Data, and Data Science in project management will significantly enhance risk management by allowing for more precise and efficient risk identification, evaluation, and mitigation. Through surveys and data analysis, the study aims to validate this hypothesis and provide a well-founded perspective on the positive impact of these technologies on investment project management. In its conclusions, the document highlights that the adoption of emerging technologies can provide advanced tools for risk management, improving the accuracy and efficiency of decision- making in investment projects. It also suggests that future studies explore other applications of these technologies in different risk management contexts. Keywords: Foreign private equity investment, Risk management, Artificial Intelligence, Big Data, Data Science, Investment projects, Decision-making, Colombian economy, Data analysis, Emerging technologies, Investment projects in Colombia, Risk minimization, Technological innovation, Project management. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 10 Introducción La inversión extranjera de capital privado desempeña un papel fundamental en el desarrollo económico de Colombia. A lo largo de las últimas décadas, el país ha atraído inversiones significativas en una variedad de sectores, desde tecnología y energía hasta salud y finanzas. Según el informe del Banco de la República de Colombia (2021), este sector desempeña un papel crucial en la atracción de inversiones extranjeras y el fortalecimiento de la economía nacional. Sin embargo, la gestión eficaz de riesgos en proyectos de inversión extranjera de capital privado se ha convertido en un desafío crítico que debe abordarse de manera rigurosa y proactiva. La toma de decisiones precisa y la minimización de riesgos son imperativos en este entorno empresarial en constante evolución. La complejidad y la variabilidad de factores que afectan a estos proyectos, como las condiciones macroeconómicas, las regulaciones gubernamentales y los factores políticos, hacen que la gestión de riesgos sea un proceso exigente. Además, la creciente globalización de los mercados y la interconexión de las economías han ampliado la gama de riesgos a los que se enfrentan los inversores extranjeros de capital privado en Colombia. Para abordar estos desafíos y avanzar hacia una gestión más efectiva de riesgos, surge la necesidad de adoptar enfoques innovadores. En este contexto, la Inteligencia Artificial, el Big Data y la Ciencia de Datos emergen como tecnologías prometedoras que pueden revolucionar la forma en que se gestionan los riesgos en proyectos de inversión extranjera de capital privado. Estas tecnologías ofrecen la capacidad de Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 11 recopilar, analizar y procesar grandes cantidades de datos de manera eficiente, permitiendo una toma de decisiones más informada y basada en datos en tiempo real. Según Smith y Johnson (2020), estas tecnologías proporcionan una oportunidad única para mejorar la gestión de riesgos, identificar patrones y tendencias, y anticipar posibles desafíos en un sector vital para la economía colombiana. Esta investigación se propone explorar en detalle la aplicación de la Inteligencia Artificial, el Big Data y la Ciencia de Datos en la gestión de riesgos en proyectos de inversión extranjera de capital privado en Colombia. Al analizar cómo estas tecnologías pueden contribuir a la mejora de la toma de decisiones y la minimización de riesgos, se busca proporcionar una perspectiva sólida y fundamentada que beneficie a los inversores, las empresas y la economía en su conjunto. En el capítulo 1 se relacionan los aspectos fundamentales del problema de investigación, incluyendo la descripción del problema, las preguntas de investigación y los objetivos específicos. Posterior a esto, en el capítulo 2, se encuentra el marco de referencia que aborda los antecedentes teóricos y normativos relevantes para el estudio. El capítulo 3 detalla la metodología utilizada, describiendo el enfoque de la investigación, la población y muestra, así como los instrumentos de recolección de datos. En el capítulo 4 se presenta la hipótesis y las variables del estudio, mientras que en el capítulo 5 se discuten los resultados obtenidos a partir de la encuesta realizada. Finalmente, el capítulo 6 expone las conclusiones y recomendaciones basadas en los hallazgos de la investigación. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 12 1. PLANTEAMIENTO DEL PROBLEMA 1.1 Descripción del Problema La gestión de riesgos en proyectos de inversión extranjera de capital privado en Colombia se ha convertido en un desafío crítico que requiere atención y soluciones efectivas. A medida que el entorno económico y empresarial se vuelve más complejo, la identificación, evaluación y mitigación de riesgos se convierten en tareas cada vez más desafiantes. La falta de herramientas avanzadas de gestión de riesgos ha llevado a la necesidad de explorar soluciones innovadoras. Según el informe del Ministerio de Comercio, Industria y Turismo de Colombia (2022), la inversión extranjera directa en el país ha experimentado un aumento significativo en los últimos años. Sin embargo, a pesar de esta tendencia positiva, los inversores se enfrentan a una serie de riesgos, que van desde fluctuaciones en los mercados financieros globales hasta cambios en la regulación gubernamental. La complejidad de los riesgos en proyectos de inversión extranjera de capital privado se ve agravada por la creciente globalización de los mercados y la interconexión de las economías. La pandemia de COVID-19, por ejemplo, ha destacado la vulnerabilidad de los proyectos de inversión extranjera a factores inesperados y disruptivos. Durante la pandemia, muchos proyectos de inversión extranjera enfrentaron retrasos y complicaciones debido a restricciones de movilidad, interrupciones en la cadena de suministro y cambios en las prioridades gubernamentales. En Colombia, aunque se mantuvieron los incentivos para atraer inversión, la crisis sanitaria evidenció la necesidad de estrategias más resilientes para enfrentar futuras disrupciones (Lloyds Bank Trade, 2024) Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 13 La inversión extranjera de capital privado es un componente esencial del crecimiento económico a nivel mundial. A nivel internacional, países desarrollados y en desarrollo compiten para atraer capital extranjero mediante políticas favorables y entornos regulatorios estables. En este contexto global, la gestión de riesgos es una preocupación constante para los inversionistas, quienes buscan minimizar la exposición a factores económicos, políticos y sociales que puedan afectar negativamente sus inversiones. Según estudios recientes (García & Ramírez, 2022), la volatilidad de los mercados financieros y las fluctuaciones económicas son desafíos predominantes a nivel internacional que requieren estrategias sofisticadas de mitigación de riesgos. En Colombia, la situación no es diferente. El país ha experimentado un aumento en la inversión extranjera directa, especialmente en sectores como la tecnología, la infraestructura y la energía. Sin embargo, los inversionistas enfrentan riesgos asociados a la inestabilidad política, cambios en las políticas económicas y regulaciones fluctuantes. El informe del Departamento Nacional de Planeación (2023) subraya que, a nivel nacional, la percepción de riesgo se ve influenciada por factores como la corrupción, la violencia y la incertidumbre jurídica, lo cual afecta la confianza de los inversionistas extranjeros. En Medellín, uno de los principales centros económicos de Colombia, la situación presenta desafíos y oportunidades únicas. La ciudad ha sido pionera en la adopción de tecnologías emergentes y ha desarrollado un ecosistema de innovación robusto. No obstante, la gestión de riesgos sigue siendo un desafío importante debido a la presencia de factores locales como la seguridad y la infraestructura urbana. En este contexto, la adopción de tecnologías como la Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 14 Inteligencia Artificial (IA), el Big Data y la Ciencia de Datos (CD) puede ofrecer soluciones innovadoras para la gestión de riesgos en proyectos de inversión extranjera de capital privado. La pregunta clave en este contexto es cómo abordar de manera efectiva la gestión de riesgos para garantizar la seguridad de las inversiones extranjeras y promover un clima empresarial favorable. La IA, el Big Data y la CD ofrecen una serie de ventajas para la gestión de riesgos en proyectos de IEDCP. Estas tecnologías pueden ayudar a: • Identificar riesgos potenciales: Las tecnologías de IA son particularmente útiles para analizar grandes volúmenes de datos y detectar patrones que pueden señalar la presencia de riesgos. Según Gupta et al. (2020), los algoritmos de aprendizaje automático pueden analizar datos históricos y en tiempo real para identificar patrones de comportamiento anómalos que podrían indicar riesgos potenciales en diversas industrias (Gupta, H., Singh, S. P., & Rathore, H. S. (2020). Artificial intelligence in risk management: Current applications and future directions. Journal of Risk Management in Financial Institutions, 13(2), 123-137). • Evaluar riesgos: El uso de Big Data en la evaluación de riesgos permite recopilar y analizar grandes cantidades de datos para cuantificar el impacto potencial de los riesgos. Según un estudio de McKinsey & Company (2020), el análisis de Big Data puede proporcionar una visión detallada de los riesgos operativos y estratégicos, mejorando significativamente la precisión de la evaluación de riesgos (Manyika, J., Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 15 Chui, M., Bughin, J., Dobbs, R., Bisson, P., & Marrs, A. (2020). Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute). • Mitigar riesgos: Las tecnologías de CD (computación distribuida) pueden desarrollar modelos predictivos que anticipen y mitiguen los riesgos. Según un informe de PwC (2021), el uso de modelos predictivos basados en datos históricos y en tiempo real puede ayudar a las empresas a anticipar y mitigar riesgos financieros y operacionales de manera más efectiva (PwC. (2021). Risk Management: The Role of Predictive Analytics. PwC Insights). En otros países y sectores económicos, las tecnologías de IA, Big Data y CD se han utilizado para optimizar la gestión de riesgos en una variedad de proyectos de IEDCP. Por ejemplo: • En el sector financiero, las tecnologías de IA se han utilizado extensamente para identificar fraudes y actividades de lavado de dinero. Un estudio de Deloitte (2021) destaca cómo los sistemas de inteligencia artificial pueden analizar patrones transaccionales para detectar anomalías que indican fraude (Deloitte. (2021). The future of risk management in the digital era. Deloitte Insights). • En el sector de la salud, las tecnologías de IA han sido utilizadas para predecir enfermedades y mejorar la seguridad del paciente. Un artículo de Topol (2019) discute cómo los algoritmos de IA pueden analizar datos de pacientes para predecir brotes de enfermedades y personalizar tratamientos médicos (Topol, E. J. (2019). High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, 25(1), 44-56). Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 16 • En el sector de la energía, las tecnologías de Big Data se han utilizado para optimizar la producción y reducir costos. Según un informe de Accenture (2020), el análisis de datos masivos ha permitido a las empresas energéticas mejorar la eficiencia operativa y reducir costos significativamente (Accenture. (2020). Big Data Analytics in Energy: Enhancing Efficiency and Reducing Costs. Accenture Strategy). Estos ejemplos demuestran el potencial de estas tecnologías para mejorar la gestión de riesgos en proyectos de IEDCP. Sin embargo, aún se necesitan más investigaciones para comprender cómo estas tecnologías pueden aplicarse de manera efectiva en el contexto colombiano. El planteamiento de este problema radica en la necesidad de encontrar enfoques innovadores para la gestión de riesgos en proyectos de inversión extranjera de capital privado en Colombia. La falta de herramientas adecuadas y sistemas de alerta temprana ha generado la urgencia de considerar soluciones tecnológicas avanzadas, como la Inteligencia Artificial, el Big Data y la Ciencia de Datos, para abordar la diversidad de riesgos en tiempo real. Esta investigación propone analizar cómo estas tecnologías pueden contribuir a una gestión más eficiente y proactiva de riesgos en este sector crucial para la economía colombiana. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 17 1.2 La Pregunta de Investigación La pregunta de investigación clave que guiará esta investigación es la siguiente: "¿Cómo pueden las tecnologías de Inteligencia Artificial, Big Data y Ciencia de Datos mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia?" 1.3 Los Objetivos de Investigación 1.3.1 Objetivo General Presentar un conjunto de estrategias y recomendaciones para la incorporación de tecnologías emergentes (Inteligencia artificial, Big Data y Ciencia de Datos) en la gestión del riesgo en proyectos de inversión de capital extranjero privado en Colombia; con la finalidad de que, al ser aplicadas, contribuyan a mejorar la administración de proyectos y facilitar la toma de decisiones. 1.3.2 Objetivos Específicos • Diagnosticar el estado actual de la implementación de tecnologías emergentes en la gestión de proyectos a nivel mundial y en el sector de inversiones de capital privado extranjero en Medellín, Colombia, a partir de la revisión de literatura. • Establecer el estado de la incorporación de tecnologías emergentes y el interés de apropiación en la gestión de riesgo en proyectos del sector de inversión de capital privado extranjero en Medellín, Colombia, a partir de la aplicación de una encuesta de caracterización. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 18 • Construir un conjunto de estrategias y recomendaciones para la implementación de tecnologías emergentes en la gestión del riesgo en proyectos del sector de inversiones de capital privado extranjero en Colombia; que se pueda convertir en un referente de interés del aparato productivo asociado al sector. 1.4 Justificación de la Investigación La inversión extranjera de capital privado (IEDCP) desempeña un papel fundamental en el desarrollo económico de Colombia. En los últimos años, el país ha atraído inversiones significativas en una variedad de sectores, lo que ha contribuido a la creación de empleo, el crecimiento económico y la innovación. De acuerdo con el Informe Mundial de Inversiones de UNCTAD, la inversión extranjera directa (IED) en Colombia creció un 82% en 2022, alcanzando los 17 mil millones de USD. Este crecimiento fue liderado por sectores como el extractivo, construcción, finanzas y servicios de transporte, logística y comunicación. Además, en los primeros tres trimestres de 2023, Colombia recibió alrededor de 12.7 mil millones de USD en IED, destacando la continuidad en la atracción de capital extranjero (Lloyds Bank Trade, 2024). Sin embargo, la gestión eficaz de riesgos en proyectos de IEDCP se ha convertido en un desafío crítico que debe abordarse de manera rigurosa y proactiva. La toma de decisiones precisa y la minimización de riesgos son imperativos en este entorno empresarial en constante evolución. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 19 Tabla 1 Inversión Extranjera Directa (FDI) en los años 2020, 2021 y 2022. Foreign Direct Investment 2020 2021 2022 FDI Inward Flow (Million USD) 7,459 9,381 17,048 FDI Stock (Million USD) 212,299 219,498 233,919 Number of Greenfield Investments* 113 139 152 Value of Greenfield Investments (Million USD) 2,473 4,317 1,777 Source: UNCTAD, Latest available data. Note:* Greenfield Investments are from a Foreign Direct Investment where a parent company starts a new venture in a foreign country by constructing new operational facilities from the ground up La complejidad y la variabilidad de factores que afectan a estos proyectos, como las condiciones macroeconómicas, las regulaciones gubernamentales y los factores políticos, hacen que la gestión de riesgos sea un proceso exigente. Además, la creciente globalización de los mercados y la interconexión de las economías han ampliado la gama de riesgos a los que se enfrentan los inversores extranjeros de capital privado en Colombia, Algunos de estos riesgos incluyen: • Inestabilidad Política y Social: Aunque ha habido avances, problemas como la corrupción y la violencia persistente representan desafíos significativos. La firma del acuerdo de paz con las FARC ha mejorado la situación, pero la seguridad sigue Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 20 siendo una preocupación (Lloyds Bank Trade, 2024). Al igual que en otros países latinoamericanos, el crecimiento económico colombiano de los últimos años no se ha repartido de forma igualitaria. No en vano Colombia también posee un índice Gini alto (0,497) y la clase media recientemente creada no posee la certeza de seguir formando parte de ese segmento social. (Kumano, M. Y. 2020) • Dependencia de Commodities: Colombia, como país altamente dependiente de los precios internacionales de sus exportaciones y de inversión extranjera directa, otorga por tanto un papel fundamental a la acumulación de sus reservas internacionales. (Mariño, J. 2015). La economía colombiana está altamente dependiente de los precios de las materias primas, lo que la hace vulnerable a las fluctuaciones en el mercado global, especialmente en el sector petrolero y minero (Lloyds Bank Trade, 2024). • Burocracia y Barreras Regulatorias: La complejidad en los trámites administrativos, los obstáculos para obtener licencias y permisos, así como la rigidez en la regulación laboral y tributaria, dificultan el desarrollo de nuevos negocios (Quispe 2020). Existen barreras no arancelarias y una burocracia compleja que pueden dificultar la entrada y operación de empresas extranjeras. Los inversionistas a menudo enfrentan desafíos en la transparencia de las licitaciones y en la aplicación de los derechos de propiedad intelectual (Lloyds Bank Trade, 2024). Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 21 Tabla 2 Comparación de Índices de Países Para la Protección de los Inversionistas Country Comparison For The Protection Of Investors Colombia Latin America & Caribbean United States Germany Index of Transaction Transparency* 9.0 4.1 7.0 5.0 Index Of Manager’s Responsibility** 7.0 5.2 9.0 5.0 Index Of Shareholders’ Power*** 8.0 6.7 9.0 5.0 Source: Doing business, Latest available data. Note: *The greater the index, the more transparent the conditions of transactions. **The greater the index, the more the manager is personally responsable. ***The greater the index, the easier will be for shareholders to take legal action Para abordar estos desafíos y avanzar hacia una gestión más efectiva de riesgos, surge la necesidad de adoptar enfoques innovadores. En este contexto, la Inteligencia Artificial (IA), el Big Data y la Ciencia de Datos emergen como tecnologías prometedoras que pueden revolucionar la forma en que se gestionan los riesgos en proyectos de IEDCP. Estas tecnologías ofrecen la capacidad de recopilar, analizar y procesar grandes cantidades de datos de manera eficiente, permitiendo una toma de decisiones más informada y basada en datos en tiempo real. Según Smith y Johnson (2020), estas tecnologías proporcionan una Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 22 oportunidad única para mejorar la gestión de riesgos, identificar patrones y tendencias, y anticipar posibles desafíos en un sector vital para la economía colombiana. La investigación propuesta se centra en explorar en detalle la aplicación de la IA, el Big Data y la Ciencia de Datos en la gestión de riesgos en proyectos de IEDCP en Medellín, Colombia. Al analizar cómo estas tecnologías pueden contribuir a la mejora de la toma de decisiones y la minimización de riesgos, se busca proporcionar una perspectiva sólida y fundamentada que beneficie a los inversores, las empresas y la economía en su conjunto. la adopción de tecnologías emergentes como la IA, el Big Data y la CD no solo beneficia a las empresas y a los inversionistas extranjeros, sino que también tiene un impacto positivo en la sociedad en general. Estas tecnologías pueden contribuir a la creación de empleo, mejorar la eficiencia operativa y promover la innovación en diversos sectores. Además, la gestión eficaz de riesgos puede llevar a un entorno empresarial más seguro y estable, lo cual es fundamental para el desarrollo económico sostenible y la mejora de la calidad de vida de la población. La investigación propuesta brindará varios aportes significativos al sector de inversión extranjera de capital privado en Colombia. En primer lugar, proporcionará un marco teórico, legislativo y práctico para la integración de tecnologías emergentes en la gestión de riesgos, lo cual puede servir como guía para otros investigadores dentro del país, así como para otros países y sectores. En segundo lugar, ofrecerá una evaluación de los riesgos y factores específicos que afectan a la inversión extranjera en Medellín y que permiten a los inversionistas tomar decisiones más informadas. Por último, puede contribuir al desarrollo de políticas y estrategias que promuevan un entorno de inversión más atractivo y seguro en Colombia. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 23 2. MARCO DE REFERENCIA 2.1. Marco de Antecedentes Tabla 3 Datos generales Definición Pregunta principal de investigación ¿Cómo pueden las tecnologías de Inteligencia Artificial, Big Data y Ciencia de Datos mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia? Preguntas de investigación conexas Ecuación de búsqueda ("project management" OR "risk management") AND ("big data" OR "data science" OR "artificial inteligence") AND ("investments" OR "investment") Ventana de revisión 2015-2023 Documentos incluidos Artículos científicos Conferencias en Eventos Índice/base SCOPUS, Google Académico, ScienceDirect Documentos excluidos Libros, capítulos de libro, reflexiones. Este último se consideran en la pesquisa inicial para los análisis bibliométricos pero no entran en los comparativos. También se consideran para introducción y dicusión. Fecha 20 de Noviembre de 2023 Cantidad de registros TBD Tabla 4 Datos generales Definición Pregunta principal de investigación ¿Cómo pueden las tecnologías de Inteligencia Artificial, Big Data y Ciencia de Datos mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia? Preguntas de investigación conexas Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 24 Ecuación de búsqueda ("gerencia de proyectos" OR "gestión del riesgo") AND ("big data" OR "ciencia de datos" OR "inteligencia artificial") AND ("inversiones" OR "Inversión") Ventana de revisión 2015-2023 Documentos incluidos Artículos científicos, Conferencias en Eventos, y revisiones Índice/base SCOPUS, Google Académico, ScienceDirect Documentos excluidos Libros, capítulos de libro, reflexiones. Este último se consideran en la pesquisa inicial para los análisis bibliométricos pero no entran en los comparativos. También se consideran para introducción y dicusión. Fecha 20 de Noviembre de 2023 Cantidad de registros TBD Tabla 5 CORPUS DE CONOCIMIENTO ORIGINAL ID Authors Title Year Source title Cited by DOI Link Document Type 1 María de Lourdes Gutiérre z Cordero, María Jesús Segovia- Vargas, María Ramos Escamill a Análisis del Riesgo de Caída de Cartera en Seguros: Metodolo gías de “Inteligen cia Artificial” vs “Modelos Lineales Generaliza dos” 2017 Economía Informa Volume 407, November – December 2017, Pages 56- 86 0 https:/ /doi.o rg/10. 1016/j .ecin. 2017. 11.00 4 https://www.scienc edirect.com/scienc e/article/pii/S01850 84917300592 Book Chapter 2 Jacques Bughin, Eric ARTIFICI AL INTELLI 2017 MCKINS EY GLOBAL https://acortar.link/ VpXAlW Discussion paper https://doi.org/10.1016/j.ecin.2017.11.004 https://doi.org/10.1016/j.ecin.2017.11.004 https://doi.org/10.1016/j.ecin.2017.11.004 https://doi.org/10.1016/j.ecin.2017.11.004 https://doi.org/10.1016/j.ecin.2017.11.004 https://doi.org/10.1016/j.ecin.2017.11.004 https://doi.org/10.1016/j.ecin.2017.11.004 https://doi.org/10.1016/j.ecin.2017.11.004 https://www.sciencedirect.com/science/article/pii/S0185084917300592 https://www.sciencedirect.com/science/article/pii/S0185084917300592 https://www.sciencedirect.com/science/article/pii/S0185084917300592 https://www.sciencedirect.com/science/article/pii/S0185084917300592 https://acortar.link/VpXAlW https://acortar.link/VpXAlW Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 25 Hazan, Paris Sree Ramasw amy, Michael Chui,Ter a Allas, Peter Dahlströ m, Nicolaus Henke, Monica Trench GENCE, THE NEXT DIGITAL FRONTIE R? INSTITU TE 3 Jianwu Lin; Shuqin Jia; Jiahao Deng Smart risk manageme nt with financial big data 2017 2017 IEEE/SIC E Internatio nal Symposiu m on System Integratio n (SII) 1 10.11 09/SII .2017. 82791 89. https://ieeexplore.i eee.org/abstract/do cument/8279189 Article 4 Paolo Giudici Fintech Risk Managem ent: A Research Challenge for Artificial Intelligenc e in Finance 2018 Front. Artif. Intell., 27 November 2018 Sec. Artificial Intelligenc e in Finance 66 https:/ /doi.o rg/10. 3389/ frai.2 018.0 0001 https://www.frontie rsin.org/articles/10. 3389/frai.2018.000 01/full Article 5 Andrés Alonso y José Manuel Marqués Innovació n financiera para una economía sostenible 2019 Document os ocasionale s, Banco de España 10.21 39/ssr n.301 3851 https://repositorio.b de.es/bitstream/123 456789/10201/1/do 1916.pdf Article 6 Jaroslaw Górecki Big Data as a 2019 Risk Managem 19 10.57 72/int https://acortar.link/ 69wHq5 Book Chapter https://ieeexplore.ieee.org/abstract/document/8279189 https://ieeexplore.ieee.org/abstract/document/8279189 https://ieeexplore.ieee.org/abstract/document/8279189 https://doi.org/10.3389/frai.2018.00001 https://doi.org/10.3389/frai.2018.00001 https://doi.org/10.3389/frai.2018.00001 https://doi.org/10.3389/frai.2018.00001 https://doi.org/10.3389/frai.2018.00001 https://doi.org/10.3389/frai.2018.00001 https://doi.org/10.3389/frai.2018.00001 https://www.frontiersin.org/articles/10.3389/frai.2018.00001/full https://www.frontiersin.org/articles/10.3389/frai.2018.00001/full https://www.frontiersin.org/articles/10.3389/frai.2018.00001/full https://www.frontiersin.org/articles/10.3389/frai.2018.00001/full https://repositorio.bde.es/bitstream/123456789/10201/1/do1916.pdf https://repositorio.bde.es/bitstream/123456789/10201/1/do1916.pdf https://repositorio.bde.es/bitstream/123456789/10201/1/do1916.pdf https://repositorio.bde.es/bitstream/123456789/10201/1/do1916.pdf https://acortar.link/69wHq5 https://acortar.link/69wHq5 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 26 Project Risk Managem ent tool ent Treatise for Engineeri ng Practitione rs echop en.79 182 7 Enrico Battisti, S.M. Riad Shams, Georgia Sakka, Nicola Miglietta Big data and risk manageme nt in business processes: implicatio ns for corporate real estate 2019 Business Process Managem ent Journal 10.11 08/BP MJ- 03- 2019- 0125 https://www.emera ld.com/insight/cont ent/doi/10.1108/BP MJ-03-2019- 0125/full/html Article 8 Grazia Dicuonz o;Grazia na Galeone; Erika Zappimb ulso;Vitt orio Dell'Atti Risk manageme nt 4.0: The role of Big Data Analytics in the bank sector 2019 INTERNA TIONAL JOURNAL OF ECONOM ICS AND FINANCI AL ISSUES https:/ /dx.do i.org/ 10.32 479/ij efi.85 56 https://ricerca.unib a.it/handle/11586/2 50091?mode=com plete Magazine article 9 Antoncic , Madelyn Uncoverin g hidden signals for sustainabl e investing using Big Data: Artificial intelligenc e, machine learning and natural language processing 2020 Journal of Risk Managem ent in Financial Institution s, Volume 13 / Number 2 / Spring 2020, pp. 106- 113(8) 22 https://acortar.link/ muolLe Article https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://www.emerald.com/insight/content/doi/10.1108/BPMJ-03-2019-0125/full/html https://dx.doi.org/10.32479/ijefi.8556 https://dx.doi.org/10.32479/ijefi.8556 https://dx.doi.org/10.32479/ijefi.8556 https://dx.doi.org/10.32479/ijefi.8556 https://dx.doi.org/10.32479/ijefi.8556 https://dx.doi.org/10.32479/ijefi.8556 https://dx.doi.org/10.32479/ijefi.8556 https://ricerca.uniba.it/handle/11586/250091?mode=complete https://ricerca.uniba.it/handle/11586/250091?mode=complete https://ricerca.uniba.it/handle/11586/250091?mode=complete https://ricerca.uniba.it/handle/11586/250091?mode=complete https://acortar.link/muolLe https://acortar.link/muolLe Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 27 10 Hansa Edirising he, Ruvan Abeysek era Strategic Unificatio n of Artificial Intelligenc e in Foreign Direct Investmen t Applicatio n Forms 2021 Sustainabl e Developm ent Research https:/ /doi.o rg/10. 30560 /sdr.v 3n3p3 9 https://j.ideassprea d.org/index.php/sdr /article/view/1004/ 865 Article 11 Mejia Arribasp lata, Carlos Johel Gestión del riesgo de un portafolio de inversión de Criptomon edas: Caso Empresa PYME, 2021 2021 Repositori o de la Universid ad César Vallejo https:/ /hdl.h andle. net/20 .500.1 2692/ 73570 https://repositorio.u cv.edu.pe/handle/2 0.500.12692/73570 Article 12 Fred Niederm an Project manageme nt: openings for disruption from AI and advanced analytics 2021 Informatio n Technolog y & People 42 https:/ /doi.o rg/10. 1108/ ITP- 09- 2020- 0639 https://www.emera ld.com/insight/cont ent/doi/10.1108/IT P-09-2020- 0639/full/html Article 13 Anita George, Priyansh u Gupta Venture capital and private equity: Catalysing the solar sector 2022 Solar Compass, Volumes 3–4 https:/ /doi.o rg/10. 1016/j .solco m.202 2.100 030. https://www.scienc edirect.com/scienc e/article/pii/S27729 40022000236 Article 14 A. Deiva Ganesh, Future of artificial 2022 Computer s & https:/ /doi.o https://www.scienc edirect.com/scienc Review https://doi.org/10.30560/sdr.v3n3p39 https://doi.org/10.30560/sdr.v3n3p39 https://doi.org/10.30560/sdr.v3n3p39 https://doi.org/10.30560/sdr.v3n3p39 https://doi.org/10.30560/sdr.v3n3p39 https://doi.org/10.30560/sdr.v3n3p39 https://doi.org/10.30560/sdr.v3n3p39 https://j.ideasspread.org/index.php/sdr/article/view/1004/865 https://j.ideasspread.org/index.php/sdr/article/view/1004/865 https://j.ideasspread.org/index.php/sdr/article/view/1004/865 https://j.ideasspread.org/index.php/sdr/article/view/1004/865 https://hdl.handle.net/20.500.12692/73570 https://hdl.handle.net/20.500.12692/73570 https://hdl.handle.net/20.500.12692/73570 https://hdl.handle.net/20.500.12692/73570 https://hdl.handle.net/20.500.12692/73570 https://hdl.handle.net/20.500.12692/73570 https://hdl.handle.net/20.500.12692/73570 https://repositorio.ucv.edu.pe/handle/20.500.12692/73570 https://repositorio.ucv.edu.pe/handle/20.500.12692/73570 https://repositorio.ucv.edu.pe/handle/20.500.12692/73570 https://doi.org/10.1108/ITP-09-2020-0639 https://doi.org/10.1108/ITP-09-2020-0639 https://doi.org/10.1108/ITP-09-2020-0639 https://doi.org/10.1108/ITP-09-2020-0639 https://doi.org/10.1108/ITP-09-2020-0639 https://doi.org/10.1108/ITP-09-2020-0639 https://doi.org/10.1108/ITP-09-2020-0639 https://doi.org/10.1108/ITP-09-2020-0639 https://www.emerald.com/insight/content/doi/10.1108/ITP-09-2020-0639/full/html https://www.emerald.com/insight/content/doi/10.1108/ITP-09-2020-0639/full/html https://www.emerald.com/insight/content/doi/10.1108/ITP-09-2020-0639/full/html https://www.emerald.com/insight/content/doi/10.1108/ITP-09-2020-0639/full/html https://www.emerald.com/insight/content/doi/10.1108/ITP-09-2020-0639/full/html https://doi.org/10.1016/j.solcom.2022.100030. https://doi.org/10.1016/j.solcom.2022.100030. https://doi.org/10.1016/j.solcom.2022.100030. https://doi.org/10.1016/j.solcom.2022.100030. https://doi.org/10.1016/j.solcom.2022.100030. https://doi.org/10.1016/j.solcom.2022.100030. https://doi.org/10.1016/j.solcom.2022.100030. https://doi.org/10.1016/j.solcom.2022.100030. https://www.sciencedirect.com/science/article/pii/S2772940022000236 https://www.sciencedirect.com/science/article/pii/S2772940022000236 https://www.sciencedirect.com/science/article/pii/S2772940022000236 https://www.sciencedirect.com/science/article/pii/S2772940022000236 https://doi.org/10.1016/j.cie.2022.108206. https://doi.org/10.1016/j.cie.2022.108206. https://www.sciencedirect.com/science/article/pii/S0360835222002765 https://www.sciencedirect.com/science/article/pii/S0360835222002765 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 28 P. Kalpana intelligenc e and its influence on supply chain risk manageme nt – A systematic review Industrial Engineeri ng, Volume 169 rg/10. 1016/j .cie.2 022.1 08206 . e/article/pii/S03608 35222002765 15 Hesam Kamyab, Tayebeh Khademi , Shreeshi vadasan Chelliap an, Morteza SaberiKa marposht i, Shahabal din Rezania, Moham mad Yusuf, Moham mad Farajnez had, Mohame d Abbas, Byong Hun Jeon, Yongtae Ahn, The latest innovative avenues for the utilization of artificial Intelligenc e and big data analytics in water resource manageme nt 2023 Results in Engineeri ng, Volume 20 https:/ /doi.o rg/10. 1016/j .rinen g.202 3.101 566. https://www.scienc edirect.com/scienc e/article/pii/S25901 2302300693X Article 16 Dharen Kumar Pandey, Ahmed Imran Artificial intelligenc e, machine learning and big 2023 Resources Policy, Volume 86, Part A, https:/ /doi.o rg/10. 1016/j .resou https://www.scienc edirect.com/scienc e/article/pii/S03014 20723009613 Article https://doi.org/10.1016/j.cie.2022.108206. https://doi.org/10.1016/j.cie.2022.108206. https://doi.org/10.1016/j.cie.2022.108206. https://doi.org/10.1016/j.cie.2022.108206. https://doi.org/10.1016/j.cie.2022.108206. https://doi.org/10.1016/j.cie.2022.108206. https://www.sciencedirect.com/science/article/pii/S0360835222002765 https://www.sciencedirect.com/science/article/pii/S0360835222002765 https://doi.org/10.1016/j.rineng.2023.101566. https://doi.org/10.1016/j.rineng.2023.101566. https://doi.org/10.1016/j.rineng.2023.101566. https://doi.org/10.1016/j.rineng.2023.101566. https://doi.org/10.1016/j.rineng.2023.101566. https://doi.org/10.1016/j.rineng.2023.101566. https://doi.org/10.1016/j.rineng.2023.101566. https://doi.org/10.1016/j.rineng.2023.101566. https://www.sciencedirect.com/science/article/pii/S259012302300693X https://www.sciencedirect.com/science/article/pii/S259012302300693X https://www.sciencedirect.com/science/article/pii/S259012302300693X https://www.sciencedirect.com/science/article/pii/S259012302300693X https://doi.org/10.1016/j.resourpol.2023.104250. https://doi.org/10.1016/j.resourpol.2023.104250. https://doi.org/10.1016/j.resourpol.2023.104250. https://doi.org/10.1016/j.resourpol.2023.104250. https://doi.org/10.1016/j.resourpol.2023.104250. https://www.sciencedirect.com/science/article/pii/S0301420723009613 https://www.sciencedirect.com/science/article/pii/S0301420723009613 https://www.sciencedirect.com/science/article/pii/S0301420723009613 https://www.sciencedirect.com/science/article/pii/S0301420723009613 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 29 Hunjra, Ratikant Bhaskar, Mamdou h Abdulazi z Saleh Al- Faryan data in natural resources manageme nt: A comprehe nsive bibliometr ic review of literature spanning 1975– 2022 rpol.2 023.1 04250 . 17 Daiya Mita, Akihiko Takahas hi Multi- agent model based proactive risk manageme nt for equity investmen t 2023 Engineeri ng Applicatio ns of Artificial Intelligenc e, Volume 125 https:/ /doi.o rg/10. 1016/j .enga ppai.2 023.1 06701 . https://www.scienc edirect.com/scienc e/article/pii/S09521 97623008850 Article 18 Juha Sipola, Minna Saunila, Juhani Ukko Adopting artificial intelligenc e in sustainabl e business 2023 Journal of Cleaner Productio n, Volume 426 https:/ /doi.o rg/10. 1016/j .jclepr o.202 3.139 197. https://www.scienc edirect.com/scienc e/article/pii/S09596 52623033553 Article 19 Arias Prieto, Angie Shirley Rojas Ruiz, Juan Camilo Yanquen , Juan Camilo Análisis de la inteligenci a artificial generativa (IA GEN) para la gestión de riesgos en la gerencia 2023 Repositori o de la Universid ad EAN http:// hdl.ha ndle.n et/108 82/13 207 https://repository.u niversidadean.edu. co/handle/10882/1 3207 Specialization thesis https://doi.org/10.1016/j.resourpol.2023.104250. https://doi.org/10.1016/j.resourpol.2023.104250. https://doi.org/10.1016/j.resourpol.2023.104250. https://doi.org/10.1016/j.resourpol.2023.104250. https://doi.org/10.1016/j.engappai.2023.106701. https://doi.org/10.1016/j.engappai.2023.106701. https://doi.org/10.1016/j.engappai.2023.106701. https://doi.org/10.1016/j.engappai.2023.106701. https://doi.org/10.1016/j.engappai.2023.106701. https://doi.org/10.1016/j.engappai.2023.106701. https://doi.org/10.1016/j.engappai.2023.106701. https://doi.org/10.1016/j.engappai.2023.106701. https://doi.org/10.1016/j.engappai.2023.106701. https://www.sciencedirect.com/science/article/pii/S0952197623008850 https://www.sciencedirect.com/science/article/pii/S0952197623008850 https://www.sciencedirect.com/science/article/pii/S0952197623008850 https://www.sciencedirect.com/science/article/pii/S0952197623008850 https://doi.org/10.1016/j.jclepro.2023.139197. https://doi.org/10.1016/j.jclepro.2023.139197. https://doi.org/10.1016/j.jclepro.2023.139197. https://doi.org/10.1016/j.jclepro.2023.139197. https://doi.org/10.1016/j.jclepro.2023.139197. https://doi.org/10.1016/j.jclepro.2023.139197. https://doi.org/10.1016/j.jclepro.2023.139197. https://doi.org/10.1016/j.jclepro.2023.139197. https://www.sciencedirect.com/science/article/pii/S0959652623033553 https://www.sciencedirect.com/science/article/pii/S0959652623033553 https://www.sciencedirect.com/science/article/pii/S0959652623033553 https://www.sciencedirect.com/science/article/pii/S0959652623033553 http://hdl.handle.net/10882/13207 http://hdl.handle.net/10882/13207 http://hdl.handle.net/10882/13207 http://hdl.handle.net/10882/13207 http://hdl.handle.net/10882/13207 http://hdl.handle.net/10882/13207 https://repository.universidadean.edu.co/handle/10882/13207 https://repository.universidadean.edu.co/handle/10882/13207 https://repository.universidadean.edu.co/handle/10882/13207 https://repository.universidadean.edu.co/handle/10882/13207 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 30 de proyectos 20 Villamiz ar Oviedo, Julieth Daniela Jiménez Fernánde z, Juan José López Barón, Alexis Sotelo Cardoso, Francisc o Javier Inteligenci a artificial como herramient a empresari al para realizar planteami entos estratégico s mediante el uso de las cinco fuerzas de Porter 2023 Repositori o de la Universid ad EAN http:// hdl.ha ndle.n et/108 82/12 698 https://repository.u niversidadean.edu. co/handle/10882/1 2698 Specialization thesis 1. María de Lourdes Gutiérrez Cordero, María Jesús Segovia-Vargas, María Ramos Escamilla (2017) - Análisis del Riesgo de Caída de Cartera en Seguros: Metodologías de “Inteligencia Artificial” vs “Modelos Lineales Generalizados” o Metodologías: Comparación de metodologías de Inteligencia Artificial (IA) con Modelos Lineales Generalizados. o Tecnologías: Algoritmos de IA. o Estrategias: Evaluación y comparación de la efectividad de diferentes enfoques para la gestión del riesgo de caída de cartera, identificando las metodologías más adecuadas según el tipo de riesgo y datos disponibles. o Aportes: Provee una base sólida para elegir metodologías apropiadas en la gestión del riesgo en seguros, ayudando a los gestores a tomar decisiones más informadas y efectivas. 2. Jacques Bughin et al. (2017) - Artificial Intelligence, the Next Digital Frontier? o Metodologías: Análisis del impacto de la IA en varios sectores. o Tecnologías: IA y análisis de big data. o Estrategias: Implementación de IA para mejorar la eficiencia operativa, optimizar procesos y tomar decisiones basadas en datos, considerando las particularidades de cada sector. o Aportes: Identifica la IA como una herramienta crucial para el futuro digital, ofreciendo una guía sobre cómo las empresas pueden adoptar y beneficiarse de estas tecnologías emergentes. http://hdl.handle.net/10882/12698 http://hdl.handle.net/10882/12698 http://hdl.handle.net/10882/12698 http://hdl.handle.net/10882/12698 http://hdl.handle.net/10882/12698 http://hdl.handle.net/10882/12698 https://repository.universidadean.edu.co/handle/10882/12698 https://repository.universidadean.edu.co/handle/10882/12698 https://repository.universidadean.edu.co/handle/10882/12698 https://repository.universidadean.edu.co/handle/10882/12698 Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 31 3. Jianwu Lin, Shuqin Jia, Jiahao Deng (2017) - Smart Risk Management with Financial Big Data o Metodologías: Gestión de riesgos usando big data. o Tecnologías: Análisis de big data, algoritmos predictivos. o Estrategias: Uso de big data para predecir y gestionar riesgos financieros, mediante la integración de algoritmos predictivos y técnicas avanzadas de análisis de datos. o Aportes: Mejora la precisión en la gestión de riesgos financieros, proporcionando a las instituciones herramientas más robustas para manejar incertidumbres y volatilidades del mercado. 4. Paolo Giudici (2018) - Fintech Risk Management: A Research Challenge for Artificial Intelligence in Finance o Metodologías: Enfoques de IA para la gestión de riesgos en fintech. o Tecnologías: IA, machine learning. o Estrategias: Uso de tecnologías avanzadas como IA y machine learning para mitigar riesgos financieros en el sector fintech, desarrollando nuevas metodologías adaptadas a este entorno. o Aportes: Propone nuevas áreas de investigación para mejorar la gestión de riesgos en fintech mediante IA, aportando al desarrollo de soluciones innovadoras y efectivas. 5. Andrés Alonso, José Manuel Marqués (2019) - Innovación Financiera para una Economía Sostenible o Metodologías: Estrategias de innovación financiera. o Tecnologías: Tecnologías sostenibles y fintech. o Estrategias: Fomento de prácticas financieras sostenibles a través de la innovación tecnológica, integrando principios de sostenibilidad en todas las etapas de la gestión financiera. o Aportes: Proporciona un marco para integrar sostenibilidad en la gestión financiera, promoviendo la adopción de tecnologías que apoyen el desarrollo económico sostenible. 6. Jaroslaw Górecki (2019) - Big Data as a Project Risk Management Tool o Metodologías: Uso de big data en la gestión de riesgos de proyectos. o Tecnologías: Análisis de big data. o Estrategias: Implementación de herramientas de big data para identificar y gestionar riesgos en proyectos, aprovechando el análisis de datos masivos para mejorar la toma de decisiones. o Aportes: Mejora la gestión de riesgos de proyectos mediante el análisis de datos masivos, ofreciendo una metodología avanzada para anticipar y mitigar riesgos potenciales. 7. Enrico Battisti et al. (2019) - Big Data and Risk Management in Business Processes: Implications for Corporate Real Estate Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 32 o Metodologías: Aplicación de big data en la gestión de riesgos empresariales. o Tecnologías: Big data analytics. o Estrategias: Uso de análisis de big data para optimizar la gestión de bienes raíces corporativos, mejorando la eficiencia y precisión en la toma de decisiones. o Aportes: Ofrece insights sobre cómo el big data puede mejorar la eficiencia en la gestión de bienes raíces, proporcionando ejemplos concretos de su aplicación. 8. Grazia Dicuonzo et al. (2019) - Risk Management 4.0: The Role of Big Data Analytics in the Bank Sector o Metodologías: Análisis de big data en la gestión de riesgos bancarios. o Tecnologías: Big data analytics. o Estrategias: Integración de big data para mejorar la gestión de riesgos en el sector bancario, utilizando técnicas avanzadas de análisis para identificar y mitigar riesgos. o Aportes: Proporciona un marco para el uso de big data en la gestión de riesgos financieros, destacando los beneficios y desafíos de su implementación. 9. Madelyn Antoncic (2020) - Uncovering Hidden Signals for Sustainable Investing Using Big Data: Artificial Intelligence, Machine Learning and Natural Language Processing o Metodologías: Uso de IA, machine learning y procesamiento de lenguaje natural (NLP) para inversiones sostenibles. o Tecnologías: IA, machine learning, NLP. o Estrategias: Identificación de señales ocultas para inversiones sostenibles mediante tecnologías avanzadas como IA, machine learning y NLP, mejorando la toma de decisiones de inversión. o Aportes: Facilita la toma de decisiones sostenibles a través del análisis de big data y IA, promoviendo inversiones que apoyen el desarrollo económico sostenible. 10. Hansa Edirisinghe, Ruvan Abeysekera (2021) - Strategic Unification of Artificial Intelligence in Foreign Direct Investment Application Forms o Metodologías: Unificación estratégica de IA en aplicaciones de inversión extranjera directa. o Tecnologías: IA. o Estrategias: Implementación de IA para optimizar procesos de inversión extranjera directa, mejorando la eficiencia y precisión en la gestión de aplicaciones de inversión. o Aportes: Mejora la eficiencia y precisión en la gestión de inversiones mediante IA, ofreciendo un enfoque estratégico para integrar esta tecnología en procesos de inversión. 11. Carlos Johel Mejia Arribasplata (2021) - Gestión del Riesgo de un Portafolio de Inversión de Criptomonedas: Caso Empresa PYME o Metodologías: Gestión de riesgos en portafolios de criptomonedas. o Tecnologías: Análisis de datos financieros. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 33 o Estrategias: Uso de análisis financiero para mitigar riesgos en inversiones de criptomonedas, aplicando metodologías específicas para el entorno de las PYMEs. o Aportes: Provee estrategias para gestionar riesgos en portafolios de criptomonedas en PYMEs, aportando a la estabilidad y crecimiento de estas empresas. 12. Fred Niederman (2021) - Project Management: Openings for Disruption from AI and Advanced Analytics o Metodologías: Análisis de oportunidades para la disrupción mediante IA y análisis avanzado. o Tecnologías: IA, análisis avanzado. o Estrategias: Integración de IA para mejorar la gestión de proyectos, identificando áreas clave donde estas tecnologías pueden transformar la eficiencia y efectividad de la gestión. o Aportes: Identifica áreas donde la IA puede transformar la gestión de proyectos, ofreciendo una visión sobre las oportunidades y desafíos de su implementación. 13. Anita George, Priyanshu Gupta (2022) - Venture Capital and Private Equity: Catalysing the Solar Sector o Metodologías: Análisis de capital de riesgo y capital privado en el sector solar. o Tecnologías: Análisis de inversiones. o Estrategias: Fomento de inversiones sostenibles en el sector solar, utilizando estrategias de capital de riesgo y capital privado para apoyar el desarrollo de energías renovables. o Aportes: Promueve el desarrollo del sector solar mediante estrategias de inversión, destacando el papel crucial del capital de riesgo en la transición energética. 14. A. Deiva Ganesh, P. Kalpana (2022) - Future of Artificial Intelligence and Its Influence on Supply Chain Risk Management – A Systematic Review o Metodologías: Revisión sistemática del uso de IA en la gestión de riesgos de la cadena de suministro. o Tecnologías: IA, análisis de la cadena de suministro. o Estrategias: Implementación de IA para mejorar la gestión de riesgos en la cadena de suministro, aplicando análisis avanzados para anticipar y mitigar riesgos. o Aportes: Ofrece una visión comprehensiva de cómo la IA puede transformar la gestión de riesgos en la cadena de suministro, destacando tendencias y avances clave. 15. Hesam Kamyab et al. (2023) - The Latest Innovative Avenues for the Utilization of Artificial Intelligence and Big Data Analytics in Water Resource Management o Metodologías: Innovaciones en el uso de IA y análisis de big data en la gestión de recursos hídricos. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 34 o Tecnologías: IA, big data analytics. o Estrategias: Aplicación de tecnologías avanzadas para optimizar la gestión de recursos hídricos, utilizando IA y análisis de big data para mejorar la eficiencia. o Aportes: Mejora la eficiencia en la gestión de recursos hídricos mediante tecnologías emergentes, ofreciendo soluciones innovadoras para desafíos críticos. 16. Dharen Kumar Pandey et al. (2023) - Artificial Intelligence, Machine Learning and Big Data in Natural Resources Management: A Comprehensive Bibliometric Review of Literature Spanning 1975–2022 o Metodologías: Revisión bibliométrica de la literatura sobre IA, machine learning y big data en la gestión de recursos naturales. o Tecnologías: IA, machine learning, big data. o Estrategias: Identificación de tendencias y avances en el uso de tecnologías emergentes para la gestión de recursos naturales, proporcionando una base para futuras investigaciones. o Aportes: Proporciona una visión integral de la evolución y el impacto de las tecnologías emergentes en la gestión de recursos naturales, destacando áreas clave para la investigación futura 17. Daiya Mita, Akihiko Takahashi (2023) - Multi-Agent Model Based Proactive Risk Management for Equity Investment o Metodologías: Gestión proactiva de riesgos mediante modelos multi-agente. o Tecnologías: Modelos multi-agente, IA. o Estrategias: Uso de modelos avanzados para la gestión de inversiones en acciones, implementando un enfoque proactivo para anticipar y mitigar riesgos. o Aportes: Mejora la gestión de riesgos en inversiones mediante la implementación de modelos multi-agente, aportando a la estabilidad y crecimiento del mercado de valores. 18. Juha Sipola et al. (2023) - Adopting Artificial Intelligence in Sustainable Business o Metodologías: Implementación de IA en negocios sostenibles. o Tecnologías: IA. o Estrategias: Integración de IA para mejorar la sostenibilidad empresarial, aplicando tecnologías avanzadas para optimizar prácticas de negocio sostenibles. o Aportes: Promueve la adopción de IA para mejorar la sostenibilidad en los negocios, ofreciendo soluciones innovadoras para desafíos empresariales sostenibles. 19. Angie Shirley Arias Prieto et al. (2023) - Análisis de la Inteligencia Artificial Generativa (IA GEN) para la Gestión de Riesgos en la Gerencia de Proyectos o Metodologías: Análisis del uso de IA generativa en la gestión de riesgos de proyectos. o Tecnologías: IA generativa. o Estrategias: Aplicación de IA generativa para identificar y gestionar riesgos en proyectos, mejorando la precisión y eficiencia de la gestión de riesgos. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 35 o Aportes: Mejora la gestión de riesgos de proyectos mediante el uso de IA generativa, proporcionando herramientas avanzadas para anticipar y mitigar riesgos. 20. Julieth Daniela Villamizar Oviedo et al. (2023) - Inteligencia Artificial como Herramienta Empresarial para Realizar Planteamientos Estratégicos Mediante el Uso de las Cinco Fuerzas de Porter o Metodologías: Uso de IA para análisis estratégico basado en el modelo de las cinco fuerzas de Porter. o Tecnologías: IA. o Estrategias: Implementación de IA para realizar análisis estratégicos empresariales basados en el modelo de las cinco fuerzas de Porter, mejorando la competitividad y eficiencia. o Aportes: Facilita la toma de decisiones estratégicas en empresas mediante el uso de IA, proporcionando un marco avanzado para el análisis de la competencia y el entorno empresarial. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 36 2.2. Marco Teórico La gestión efectiva de los riesgos asociados a la inversión extranjera directa (IED) en proyectos de capital privado es esencial para el desarrollo económico sostenible de Colombia. Según Mazzucato (2018), la IED aporta no solo capital financiero, sino también conocimientos técnicos, crecimiento económico y oportunidades de empleo. Sin embargo, junto con estos beneficios, la IED conlleva riesgos intrínsecos, tales como incertidumbre política, económica, regulatoria y específica del sector. La adecuada gestión de estos riesgos es fundamental para maximizar los efectos positivos de la IED en la economía del país. Las tecnologías emergentes, como la Inteligencia Artificial (IA), el Big Data y la Ciencia de Datos, han ganado prominencia en la gestión de riesgos empresariales. La IA, tal como mencionan Russell y Norvig (2016), ofrece capacidades analíticas avanzadas que permiten el análisis predictivo, la identificación de patrones y la automatización de procesos de toma de decisiones. Esta tecnología posibilita la evaluación proactiva de riesgos a través del procesamiento de grandes conjuntos de datos (Big Data), provenientes de diversas fuentes, como indicadores macroeconómicos, datos financieros y tendencias regulatorias. La Ciencia de Datos, como disciplina interdisciplinaria, provee metodologías para el análisis y organización de datos complejos (Provost & Fawcett, 2013). Estas metodologías son fundamentales para identificar correlaciones y tendencias que permiten evaluar los riesgos asociados a la inversión extranjera en proyectos privados en Colombia. La combinación estratégica de estas tecnologías ofrece una oportunidad significativa para mejorar la gestión de riesgos en proyectos de inversión extranjera. La creación de modelos Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 37 predictivos precisos y la automatización de procesos permiten a los gestores identificar y responder rápidamente a riesgos emergentes, minimizando la exposición y maximizando las oportunidades de éxito en estos proyectos. Además, es crucial destacar, como lo enfatizan Menon y Thompson (2020), la importancia de la ética en la aplicación de estas tecnologías. La implementación ética de la IA y la Ciencia de Datos es esencial para garantizar la transparencia, equidad y responsabilidad en la toma de decisiones, evitando posibles sesgos y asegurando la confianza de los inversores y las partes interesadas. En concordancia con las características de la información presentada hasta el momento, y con el propósito de ampliar el corpus de conocimientos presentado en este marco teórico, se añaden a continuación las definiciones de los términos que tienen resonancia con la investigación Inversión Extranjera de Capital Privado: La inversión extranjera de capital privado se refiere a la inversión realizada por entidades extranjeras en empresas privadas de un país, con el objetivo de obtener rendimientos financieros. Estas inversiones pueden ser en forma de capital de riesgo, compra de acciones o participación en proyectos específicos. OECD (2020). Foreign Direct Investment for Development. OECD Publishing. Gestión de Riesgos: La gestión de riesgos es el proceso de identificación, evaluación y priorización de riesgos seguido de la aplicación de recursos para minimizar, controlar y monitorear la probabilidad y/o el impacto de eventos desafortunados. ISO 31000:2018. Risk Management - Guidelines. International Organization for Standardization. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 38 Inteligencia Artificial (IA): La IA se refiere a la simulación de procesos de inteligencia humana por parte de sistemas informáticos. Estos procesos incluyen el aprendizaje (la adquisición de información y reglas para el uso de la información), el razonamiento (utilizando reglas para llegar a conclusiones aproximadas o definitivas) y la autocorrección. Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach. Pearson. Big Data: Big Data se refiere a conjuntos de datos extremadamente grandes y complejos que requieren herramientas de procesamiento avanzado para capturar, almacenar, gestionar y analizar la información de manera eficiente. Mayer-Schönberger, V., & Cukier, K. (2013). Big Data: A Revolution That Will Transform How We Live, Work, and Think. Houghton Mifflin Harcourt. Ciencia de Datos (CD): La Ciencia de Datos es un campo interdisciplinario que utiliza métodos, procesos, algoritmos y sistemas científicos para extraer conocimiento y conclusiones a partir de datos estructurados y no estructurados. Provost, F., & Fawcett, T. (2013). Data Science for Business: What You Need to Know About Data Mining and Data-Analytic Thinking. O'Reilly Media. Machine Learning (ML): El aprendizaje automático es un subcampo de la inteligencia artificial que se centra en el desarrollo de algoritmos y técnicas que permiten a las computadoras aprender y hacer predicciones o decisiones basadas en datos. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. Análisis Predictivo: El análisis predictivo utiliza técnicas estadísticas, algoritmos de machine learning y minería de datos para analizar datos actuales e históricos y hacer Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 39 predicciones sobre futuros eventos o comportamientos. Siegel, E. (2013). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die. Wiley. Algoritmos: Un algoritmo es un conjunto de instrucciones paso a paso diseñadas para realizar una tarea específica o resolver un problema. Cormen, T. H., Leiserson, C. E., Rivest, R. L., & Stein, C. (2009). Introduction to Algorithms. MIT Press. Toma de Decisiones Basada en Datos: La toma de decisiones basada en datos implica el uso de datos y análisis para guiar las decisiones estratégicas y operativas, en lugar de basarse únicamente en la intuición o la experiencia pasada. Davenport, T. H., & Harris, J. G. (2007). Competing on Analytics: The New Science of Winning. Harvard Business Review Press. Estrategias de Mitigación de Riesgos: Las estrategias de mitigación de riesgos son técnicas y acciones específicas que se implementan para reducir la probabilidad y el impacto de riesgos negativos en un proyecto. Hillson, D., & Simon, P. (2020). Practical Project Risk Management: The ATOM Methodology. Management Concepts Press. Innovación Tecnológica: La innovación tecnológica se refiere al desarrollo y aplicación de nuevas tecnologías para mejorar productos, servicios o procesos existentes, o para crear otros nuevos. Schilling, M. A. (2020). Strategic Management of Technological Innovation. McGraw- Hill Education. En conclusión, el uso estratégico de la Inteligencia Artificial, el Big Data y la Ciencia de Datos ofrece un enfoque innovador y efectivo para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Colombia. Esta implementación no solo permite una Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 40 evaluación más precisa de los riesgos, sino que también fomenta un entorno empresarial más sólido y confiable para los inversores, tanto locales como extranjeros. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 41 2.3. Marco Normativo 2.3.1. Marco normativo Internacional Reglamento General de Protección de Datos (RGPD) de la Unión Europea El RGPD establece directrices estrictas sobre la recopilación, almacenamiento y procesamiento de datos personales, lo cual es crucial para proyectos que utilizan tecnologías de IA, Big Data y CD. Este reglamento exige a las organizaciones implementar medidas de protección de datos y garantizar los derechos de los individuos sobre sus datos personales. Las empresas que operan en o con la UE deben cumplir con estas regulaciones para evitar sanciones severas (European Parliament and Council, 2016). Normas ISO Las normas de la Organización Internacional de Normalización (ISO) son fundamentales en la gestión de riesgos y en el uso de tecnologías avanzadas. La ISO 31000 proporciona directrices sobre la gestión del riesgo, mientras que la ISO/IEC 27001 especifica los requisitos para un sistema de gestión de la seguridad de la información (ISO, 2018). Principios de la OCDE sobre Inteligencia Artificial La Organización para la Cooperación y el Desarrollo Económicos (OCDE) ha desarrollado principios sobre la IA que incluyen directrices sobre la transparencia, la rendición de cuentas y la equidad en el uso de estas tecnologías. Estos principios ayudan a garantizar que las aplicaciones de IA respeten los derechos humanos y las libertades fundamentales (OECD, 2019). Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 42 2.3.2. Marco normativo Colombiano Ley de Protección de Datos Personales (Ley 1581 de 2012) En Colombia, la Ley 1581 de 2012 establece las normas generales para la protección de datos personales. Esta ley es crucial para cualquier proyecto que implique la recopilación y procesamiento de datos, garantizando que se respeten los derechos de privacidad de los individuos (Congreso de Colombia, 2012). Decreto 1377 de 2013 El Decreto 1377 de 2013 complementa la Ley 1581, proporcionando detalles específicos sobre el tratamiento de datos personales y estableciendo los procedimientos que deben seguir las empresas para el manejo adecuado de estos datos (Presidencia de la República de Colombia, 2013). Política Nacional de Ciencia, Tecnología e Innovación Esta política promueve el desarrollo y la implementación de tecnologías avanzadas en diversos sectores económicos, fomentando la innovación y el uso de IA, Big Data y CD para mejorar la competitividad y la gestión de riesgos (Colciencias, 2016). 2.3.3. Directrices Éticas y Buenas Prácticas Guía de Ética en la Inteligencia Artificial Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 43 La guía de ética en IA del Ministerio de Tecnologías de la Información y las Comunicaciones de Colombia proporciona directrices sobre el uso ético de la IA, enfatizando la transparencia, la equidad, y la responsabilidad en el desarrollo y la aplicación de estas tecnologías (MinTIC, 2020). Principios de la Fundación de Fronteras Electrónicas (EFF) La EFF propone principios para el desarrollo ético de la IA y el Big Data, destacando la importancia de proteger la privacidad, promover la equidad, y garantizar la responsabilidad en el uso de estas tecnologías (EFF, 2021). Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 44 3. METODOLOGÍA 3.1.Enfoque y alcance de la investigación La investigación se basará en un enfoque cualitativo, centrado en la comprensión de las percepciones y experiencias de los participantes en el uso de tecnologías de Inteligencia Artificial (IA), Big Data y Ciencia de Datos (CD) en la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. El diseño de la investigación será descriptivo y exploratorio, ya que se busca obtener una comprensión profunda de las percepciones y experiencias de los participantes. 3.2. Población y muestra 3.2.1. Definición de la población Personas que tengan o hagan parte de empresas de inversión de capital privado en Medellín, Colombia. Criterios de Inclusión para la Muestra: Experiencia mínima de un año en el sector de inversión de capital privado. Uso, consideración o conocimiento de tecnologías de IA, Big Data y CD en la gestión de riesgos. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 45 3.2.2. Cálculo y selección de la muestra En esta encuesta, a pesar de los esfuerzos por reclutar un mayor número de participantes, solo se han logrado obtener 6 respuestas. Somos conscientes de que esto limita la generalización de los resultados, pero creemos que las respuestas obtenidas proporcionan información valiosa sobre las experiencias y perspectivas de este grupo específico. La riqueza de los detalles y la profundidad de las respuestas nos permiten comprender mejor el uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Planeamos continuar investigando este tema en el futuro con muestras más grandes para confirmar y ampliar estos hallazgos. Agradecemos a los participantes que dedicaron su tiempo a responder a la encuesta y esperamos que esta información contribuya a una mejor comprensión del uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. Para este caso, se utilizará entonces un muestreo probabilístico a partir de los criterios de inclusión y exclusión expuestos en la sección de población y muestra. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 46 3.3. Instrumento(s) Para la recolección de la información se utilizó una encuesta elaborada en Microsoft Forms, la cual se ha distribuido por medio de correo electrónico, y redes sociales como LinkedIn para llegar a la población esperada. 3.3.1. Encuesta Se utilizará una encuesta estructurada que abordará: • Percepciones sobre las ventajas, desventajas y desafíos del uso de tecnologías de IA, Big Data y CD en la gestión de riesgos. • Experiencias prácticas con estas tecnologías, incluyendo casos de éxito y desafíos enfrentados. !G12-Encuesta identificación uso tecnologías emergentes en la gestión de proyectos Objetivo: Conocer el nivel de apropiación de tecnologías emergentes (Big-Data y Data Science) en la gestión de proyectos de las organizaciones del sector Construcción y Obra Civil. Autor: Equipo de investigación Especialización en Gerencia de Proyectos de la Corporación Universitaria Minuto de Dios - UNIMINUTO Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 47 Declaración inicial: La presente encuesta hace parte del Proyecto de investigación: Inteligencia artificial, Big-Data y Ciencia de Datos para la optimización de la gestión de proyectos en Colombia; de la Corporación Universitaria Minuto de Dios. Este instrumento tiene una intención estrictamente académica e investigativa; y busca reconocer el uso, conocimiento e interés de apropiación de tecnologías emergentes (Inteligencia artificial, Big-Data y Ciencia de Datos) en la gestión de proyectos que tiene su organización. Toda la información será tratada con altos estándares de confidencialidad, de forma anónima (presentación de datos generalizados) y cumpliendo la legislación vigente en Colombia. Definiciones importantes - Transformación digital: Es el proceso de integrar tecnologías digitales en todos los aspectos de una organización para mejorar la eficiencia, la innovación y la experiencia del cliente, y para adaptarse a un mundo cada vez más conectado y digital - Tecnologías habilitadoras de la transformación digital: Son herramientas y soluciones tecnológicas claves, como la ciencia de datos, la inteligencia artificial y el big data, que permiten a las organizaciones modernizar procesos, mejorar la eficiencia y crear nuevas oportunidades de negocio en la era digital. - Industria 4.0: Revolución que se caracteriza por la integración de tecnologías avanzadas como la inteligencia artificial, IoT, análisis de datos, robótica, entre otros; en los procesos de fabricación y/o generación de servicios para lograr mayor eficiencia, flexibilidad y Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 48 personalización. CARACTERIZACIÓN Mediante las siguientes preguntas podemos caracterizar la empresa que representa para analizar posteriormente la información. Sección 1 CARACTERIZACIÓN Mediante las siguientes preguntas podemos caracterizar la empresa que representa para analizar posteriormente la información. 1.¿Está de acuerdo con la declaración inicial y desea continuar con la encuesta? Respuesta necesaria. Opción única. SI NO 2.¿Está de acuerdo con la declaración inicial y desea continuar con la encuesta?Respuesta necesaria. Opción única. SI NO Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 49 3.¿Está de acuerdo con la declaración inicial y desea continuar con la encuesta?Respuesta necesaria. Opción única. SI NO 4.Nombre o razón social de la organización. Respuesta necesaria. Texto de una sola línea. Escriba su respuesta 5.NIT o identificación equivalente. Respuesta necesaria. Texto de una sola línea. El valor debe ser un número. 6.Clasificación según su actividad económica: Respuesta necesaria. Opción única. Agricultura, ganadería, caza, silvicultura y pesca. Industria manufacturera. Suministro de electricidad, gas, vapor y aire acondicionado. Suministro de agua, gestión de aguas residuales y gestión de desechos y actividades de saneamiento. Construcción. Comercio al por mayor y al por menor; reparación de vehículos automotores y motocicletas. Transporte y almacenamiento. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 50 Alojamiento y servicio de comidas. Tecnologías de la información y comunicación - TIC. Actividades financieras y de seguros. Actividades inmobiliarias. Actividades profesionales, científicas y técnicas. Actividades de servicios administrativos y de apoyo. Educación. Salud humana y servicios sociales. Actividades artísticas, de entretenimiento y recreativas. Otras 7.Número de empleados Respuesta necesaria. Opción única. Menos de 10 Entre 11 y 50 Entre 51 y 200 Más de 200 8.Nivel de ingresos anuales:Respuesta necesaria. Opción única. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 51 Menos de 1.000 SMMLV Entre 1.001 y 2000 SMMLV Entre 2.001 y 10.000 SMMLV Más de 10.001 SMMLV 9.Nombre de quien presenta la encuestaRespuesta necesaria. Texto de una sola línea. Escriba su respuesta 10.Posición dentro de la organización de quien presenta la encuestaRespuesta necesaria. Texto de una sola línea. Escriba su respuesta 11.Correo electrónico de contacto.Respuesta necesaria. Texto de una sola línea. Escriba su respuesta 12.Teléfono móvil (opcional) Texto de una sola línea. Escriba su respuesta Sección 2 Parte 1 de 5: MODELO DE NEGOCIO Y PRODUCTO - Nivel estratégico Mediante las siguientes preguntas se identificará el nivel de transformación digital de su modelo de negocio y la implementación de la misma en sus productos. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 52 Nota: Al hablar de producto se hace referencia a tangibles o intangibles y al hablar de producción es el proceso de creación de cada uno de ellos. 13.De acuerdo a la afirmación seleccione cuál nivel representa mejor la organización. Respuesta necesaria. 14.En que área de su empresa ha invertido en los dos ultimos años? Respuesta necesaria. 15.En que área de su empresa proyecta invertir en los proximos 5 años? Respuesta necesaria. Sección 3 Parte 2 de 5: CLIENTES Y PROVEEDORES Mediante las siguientes preguntas se identificará el nivel de apropiación de las tecnologías habilitadoras de la transformación digital en su relación con clientes y proveedores. 16.De acuerdo a las siguientes afirmaciones seleccione cuál nivel representa mejor su organización. 17.Indique el grado que mejor representa a su organización en los siguientes procesos: Sección 4 Parte 3 de 5: PROCESOS - Nivel táctico y operativo Mediante las siguientes preguntas se identificará el nivel de apropiación de las tecnologías habilitadoras de la transformación digital en su proceso principal. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 53 18.¿Cual de las siguientes tecnologías utiliza en su organización? Respuesta necesaria. Tipo test. Sensores Dispositivos móviles Identificador de radiofrecuencia - RFID Ciencia de datos para evaluación de información en tiempo real. Sistemas de localización en tiempo real Big Data para almacenamiento de grandes volúmenes de datos Las tecnologías de la nube como infraestructura de TI escalable Inteligencia artificial para la toma de decisiones. Sistemas de tecnologías de la información integrados Otras 19.De acuerdo a las máquinas y equipos de su organización. ¿Cuál es el grado de implementación de las siguientes funcionalidades? Respuesta necesaria. 20.Su empresa realiza: Respuesta necesaria. Opción única. PRODUCCIÓN DE BIENES O PRODUCTOS PRESTACIÓN DE SERVICIOS Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 54 Sección 5 ORGANIZACIÓN DEDICADA A LA PRODUCCIÓN DE BIENES O PRODUCTOS 21.Identifique el nivel de cumplimiento de las siguientes afirmación en su proceso de producción de bienes o productos. Sección 6 ORGANIZACIÓN DEDICADA A LA PRESTACIÓN DE SERVICIOS 22.Identifique el nivel de cumplimiento de las siguientes afirmación en su proceso de creación y entrega de los servicios que ofrece la organización a sus clientes. Sección 7 Parte 4 de 5: INFRAESTRUCTURA Y SEGURIDAD Mediante las siguientes preguntas se identificará el nivel de apropiación de las tecnologías habilitadoras de la transformación digital en su Infraestructura y gestión de la seguridad. 23.La siguiente área, para comunicarse con otras áreas de la organización, utiliza sistemas de información: Respuesta necesaria. 24.La siguiente área, para comunicarse con clientes y proveedores, utiliza sistemas de información: Respuesta necesaria. Uso de Inteligencia Artificial, Big Data y Ciencia de Datos desde la gestión de proyectos para mejorar la gestión de riesgos en proyectos de inversión extranjera de capital privado en Medellín, Colombia. 55 25.¿La organización , ya está utilizando servicios en la nube? Respuesta necesaria. 26.¿Cómo está organizada su gestión en tecnologías de