Back to Search Start Over

Análisis Teórico de la Optimización del Ciclo de Vida de Materiales mediante Tecnologías de Inteligencia Artificial y Big Data: Estrategias de Reutilización en la Economía Circular

Authors :
Julio Andres Silva Aragon
Omaira Manzano Duran
Yolanda Gonzalez Castro
Source :
Revista Científica Profundidad Construyendo Futuro, Vol 21, Iss 21 (2024)
Publication Year :
2024
Publisher :
Universidad Francisco de Paula Santander Ocaña, 2024.

Abstract

El presente estudio enfatiza la revolución que supone la integración de la Inteligencia Artificial (IA) y Big Data en la sostenibilidad y eficiencia de recursos. Estas tecnologías mejoran la gestión de materiales y fomentan estrategias innovadoras de reutilización, esenciales para la transición hacia una economía circular. El estudio emplea un enfoque cualitativo de tipo teoría fundamentada implementando técnicas como revisión de literatura y análisis de documentos. En los resultados se destaca la necesidad de un enfoque multidisciplinario en la integración de tecnologías avanzadas, combinando habilidades técnicas con una comprensión profunda de los modelos de negocio y dinámicas del mercado, la educación y formación continua en IA y Big Data, así como la colaboración entre empresas, instituciones educativas y entidades gubernamentales son fundamentales para fomentar la innovación y adopción de estas tecnologías en la economía circular. Finalmente, se concluye sobre la importancia de integrar tecnologías avanzadas en la gestión de materiales y la necesidad de un enfoque holístico que combine innovaciones tecnológicas con cambios en modelos de negocio y prácticas de gestión, enfatizando la colaboración interdisciplinaria y la adaptación a contextos específicos para enfrentar los desafíos de sostenibilidad.

Details

Language :
English, Spanish; Castilian
ISSN :
24221783 and 24222518
Volume :
21
Issue :
21
Database :
Directory of Open Access Journals
Journal :
Revista Científica Profundidad Construyendo Futuro
Publication Type :
Academic Journal
Accession number :
edsdoj.56dcd406107444669b0013a233dfec9e
Document Type :
article
Full Text :
https://doi.org/10.22463/24221783.4543