Machine Translated by Google

Revista internacional de sistemas de inteligencia computacional vol.

12(2), 2019, págs. 1295–1310 DOI:
https://doi.org/10.2991/ijcis.d.191025.001; ISSN: 1875­6891; eISSN: 1875­6883 https://
www.atlantis­press.com/journals/ijcis/

Impacto económico de la inteligencia artificial: nueva mirada para el

Evaluación macroeconómica en la región de Asia y el Pacífico

Muhammad Haseeb1 , sasmoko2 , Leonardus WW Mihardjo3 , Abid Rashid Gill4 , Kittisak Jermsittiparsert5,6,*

1Taylors Business School (TBS), Taylors University Lakeside Campus, 1 Jalan Taylors, Subnag Jaya, Malasia
2
Escuela de Negocios, Universidad Bina Nusantara, Jl. Kebon Jeruk Raya No. 27. Kebon Jeruk, Yakarta Barat, Indonesia
3Doctorado en Investigación en Programa de Gestión, Universidad Bina Nusantara, Jalan Hang Lekir I No. 6, Senayan, Indonesia
4Departamento de Economía, Universidad Islamia de Bahawalpur (IUB), Bahawalpur , Pakistán
5Departamento de Gestión del Desarrollo Científico y Tecnológico, Universidad Ton Duc Thang, Ciudad Ho Chi Minh, Vietnam
6
Facultad de Ciencias Sociales y Humanidades, Universidad Ton Duc Thang, Ciudad Ho Chi Minh, Vietnam

INFORMACIÓN DEL ARTÍCULO ABSTRACTO

Historia del artículo Objetivo: Determinar el impacto de la inteligencia artificial (IA) en las economías seleccionadas de la región Asia­Pacífico. Métodos: Esta
Recibido el 18 de junio de 2019
investigación secundaria recopiló datos de conjuntos de datos macroeconómicos y específicos de IA. Las fuentes de datos a partir de las
Aceptado el 14 de agosto de 2019 cuales se obtuvieron conocimientos incluyeron sectores y corporaciones de tecnología digital y sus funciones. La atención se centró en la
necesidad de evaluar la capacidad de la IA en las operaciones comerciales. Los datos macroeconómicos se recopilaron de recursos de datos
Palabras clave de organizaciones internacionales, incluido el Foro Económico Mundial, la Organización para la Cooperación y el Desarrollo Económicos
Inteligencia artificial (OCDE), la Propiedad Intelectual Mundial. Organización (OMPI) y la Unión Internacional de Telecomunicaciones (UIT). Además, este estudio
Aprendizaje profundo ha considerado 19 indicadores económicos para analizar el resultado económico de la IA en economías seleccionadas de Asia­Pacífico.
Análisis Resultados: Según los resultados, en el período comprendido entre 2014 y 2016, China lideró con más de 25.000 documentos citables sobre el tema de la IA
En cuanto a las instituciones que publicaron más de 500 veces sobre el tema de la IA, los países en orden ascendente incluyen China (600),
Hong Kong (1.100) y Singapur (2.000). Como tal, este estudio estableció que las economías de Asia y el Pacífico, como Hong Kong y Singapur,
aunque tienen poblaciones más pequeñas, la mayoría de sus instituciones de educación superior han hecho una contribución significativa a la
investigación de la IA; y las economías pequeñas también tienen un número relativamente mayor de informáticos entre los 1.000 mejores
individuos. Además, a través de análisis empíricos, durante 1998­2016 con observaciones anuales, se encuentra que se presentaron varios
resultados económicos de la IA en 8 economías de la región objetivo. Limitaciones: Al principio, las perspectivas futuras de la IA solo se
analizan en su significado conceptual, mientras que el contexto empírico aún debe examinarse en próximos estudios. En segundo lugar, cubrir
toda la región del sur de Asia proporciona mejores resultados con una mayor generalización que falta en las investigaciones actuales. En tercer
lugar, en la investigación actual también faltan otras dimensiones de la IA y la economía, como la implicación del índice de impacto de la IA y
su relación con las variables macroeconómicas, que podrían reconsiderarse en próximos estudios. Conclusión: Es evidente que la IA tiene
potencial para ser el principal impulsor del crecimiento económico de Asia y el Pacífico. En relación con el efecto neto y bruto de la IA en los
mercados laborales y el producto interno bruto (PIB) de las principales economías de Asia y el Pacífico, se demuestra que para 2030, la IA
podría generar un aumento del 16 por ciento en la producción, lo que se traduciría en una cantidad estimada de 13 dólares. billones. En
general, se concluye que Asia­Pacífico, en comparación con regiones desarrolladas como América del Norte, está rezagada, pero la
disponibilidad de una gran cantidad de datos de usuarios implica que la región puede avanzar, dada una mejor asignación de recursos y talentos.

© 2019 Los Autores. Publicado por Atlantis Press SARL.

Este es un artículo de acceso abierto distribuido bajo la licencia CC BY­NC 4.0 (http://creativecommons.org/licenses/by­nc/4.0/).

1. INTRODUCCIÓN
La Inteligencia Artificial (IA) ha transformado casi todos los aspectos de la vida
humana en este milenio del conocimiento. Los ámbitos que han sido testigos de la
creciente influencia de las aplicaciones de IA incluyen la industria del automóvil con
la aparición de los automóviles sin conductor, los medios de comunicación y la
comunicación a través de noticias, las operaciones comerciales al influir en las
decisiones y comportamientos de compra de los consumidores y, por último, pero
no menos importante, en el campo de las telecomunicaciones a través de la
funcionalidad de dispositivos digitales [1]. Los sectores que han incorporado el
concepto de IA en sus operaciones incluyen atención médica, derecho, transporte,
* ejemplo, la IA en el comercio minorista alcanzará los 340.000 millones de dólares en
Pdf_Folio:1295
empresas educativas, minoristas y financieras, todas las cuales han establecido y
desarrollado sus capacidades internas de IA. Desde el punto de vista económico,
dado que la introducción de tales tecnologías requiere altos niveles de talento,
tiempo y adaptabilidad (así como inversiones considerables) [2], se vuelve
imperativo discernir si la IA beneficia (como la percepción de reducciones de costos
y la creación de nuevos grupos de talentos) han compensado los costos incurridos,
especialmente en Asia Pacífico.
Aunque la IA ha puesto en peligro el riesgo de disrupción debido a la automatización,
ha detenido roles repetitivos en sectores como la atención médica, la TI, los servicios
financieros, la manufactura, el transporte, el embalaje minorista y el envío. Por

Autor correspondiente. Correo electrónico: kittisak.jermsittiparsert@tdtu.edu.vn

Machine Translated by Google
1296 M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
ahorro de costes según un nuevo estudio de Capgemini. El informe
encontró que sólo el 1% de los minoristas ha logrado hasta ahora lograr esto
nivel de implementación y una vez más los minoristas adoptan aplicaciones de IA
en ventas y marketing a lo largo de la cadena de valor, es probable que haya una
gran impacto.
El impacto de la tecnología y la automatización ha resultado en una mayor
producción y menos tiempo a un menor costo. Empresas contables y bancos.
Ahora necesitamos menos tiempo para gestionar el pago de facturas, las cuentas por
cobrar, los informes financieros y otras tareas contables. Con el tiempo ahorrado,
Las empresas pueden reducir el número de contadores (mano de obra) o
volver a capacitar a los existentes para que trabajen en tareas más estratégicas, dando
lugar así a nuevos talentos y habilidades. Como estimación de los empleados que
ahorraron 240 horas debido a la automatización devolver $9,240 en valor a sus
empleadores. En el sector de la salud, por ejemplo, las pruebas y procedimientos innecesarios
cuestan a los consumidores estadounidenses 210 mil millones de dólares al año. Un paciente recibe
tratamiento médico de múltiples proveedores de servicios, lo que dificulta la organización
efectiva de un programa de tratamiento. La IA, sin embargo, puede
detecta procedimientos duplicados en el proceso de programación y reduce
errores de programación también. Varios hospitales y centros sanitarios.
han automatizado hasta el 80 por ciento de sus tareas relacionadas con el registro previo
tareas, como ingresar el historial de salud de nuevos pacientes. Como resultado,
La productividad ha aumentado en un 60 por ciento, mientras que los errores han sido
reducido. Se ha reasignado el tiempo del personal que antes se gastaba.
en tareas menores
En general, algunas de las áreas que se ha proyectado realizar
Las mejoras, al adoptar la IA, incluyen la dinámica sociopolítica, la economía y la elevación
de los estándares de seguridad [3].
Este artículo examina el concepto de IA en relación con su capacidad para
dar forma al futuro de la economía en Asia. Se ha pronosticado una distorsión económica
sustancial como resultado del mercado de la IA, especialmente
en el contexto de Asia y el Pacífico [4]. Estudios realizados entre 2015 y 2017 sugirieron la
reasignación de talentos y habilidades dentro de las empresas.
Los beneficios financieros de la IA se extenderán de 6 mil millones de dólares a
136 mil millones de dólares [5]. Con base en estas estadísticas, es evidente que el
crecimiento anual promedio en el contexto de Asia y el Pacífico, según las proyecciones del
mercado de IA, se sitúa en 47,71%.
Por ejemplo, UNCTAD [6] y Agrawal, Gans y Goldfarb [1]
Reiteramos que los sectores más afectados son el automóvil y las operaciones relacionadas
con tareas repetitivas, como la administración, la manufactura, el transporte y el comercio
minorista. Los estudios también se han centrado
en predicciones sobre los mayores beneficiarios que podrían surgir de
el crecimiento proyectado de los mercados de IA de Asia y el Pacífico. De acuerdo a
Berg, Furrer, Harmon, Rani y Silberman [7], algunos de estos
áreas incluyen ciencia y tecnología, servicios empresariales, educación,
atención sanitaria y telecomunicaciones. De hecho, estas afirmaciones son
importante porque aumentan la comprensión sobre las tendencias proyectadas en el
mercado de IA de Asia y el Pacífico. Algunas áreas podrían
experimentar resultados perjudiciales, mientras que es probable que otros sectores
experimentar resultados positivos, en relación con el crecimiento percibido en el
Mercado de IA.
Las preguntas que surgen son sobre las tendencias actuales de la IA en Asia.
y el futuro de la economía asiática en relación con el papel moderador
desempeñado por la IA en la región. Dado que algunos de los desafíos que enfrenta
Los principales actores económicos de Asia (en relación con la incorporación de
Aplicaciones de IA en diversos sectores de la economía) aún no han recibido
análisis en profundidad, este estudio está preparado para contribuir a la literatura
al brindar más información sobre el debate entre IA versus país y
Pdf_Folio:1296
economía continental, que sigue sin ser concluyente.
En este artículo, la motivación es determinar si estas tendencias
podría ser válido para Asia y el Pacífico en su totalidad, independientemente del país
demografía y estatus socioeconómico y político, o que
El impacto que la IA podría tener en la economía podría ser específico de cada país y diferir
de un área a otra. Una pregunta que surge
es si estas tendencias operan en todos los países o en cada zona asiática
presenta características únicas en cuanto a la relación entre
Implementación de IA y economía de un país. También es importante
examinar los desafíos que estos países podrían enfrentar en relación con la implementación
de la IA en la región de Asia y el Pacífico. Este estudio tiene como objetivo
discernir algunos de estos factores que (de otro modo) podrían desempeñar un papel
moderador o predictivo en la configuración de la correlación entre la IA
y el futuro de las economías de los países de Asia y el Pacífico. Estos
Los factores incluyen soluciones basadas en IA como el suministro automatizado.
Optimización de Cadena, Sistema de Mantenimiento de Infraestructura, Precio
Optimización y reducción de costos, vigilancia remota y freno al calentamiento global. Estos
factores podrían explorarse a través de la IA
Aplicaciones como gestión de la cadena de suministro, aprendizaje estadístico,
Detección de objetos, gestión de inventario y reconocimiento de patrones, muy útiles para
cualquier infraestructura económica.
2. REVISIÓN DE LA LITERATURA
Carbonero, Ernst y Weber [8] afirmaron que en un futuro próximo Asia será
Es probable que obtenga ganancias económicas debido a un aumento significativo en la
demanda de los consumidores de productos impulsados por IA. Cockburn, Henderson y
Stern [9] informó además que era probable que China fuera el país más grande
beneficiario, ya que domina el mercado de la IA en Asia­Pacífico por tanto
hasta el 70 por ciento. Estos hallazgos coinciden con los que fueron
establecido por Cohen [10], quien responsabilizó de este aumento al transporte automatizado
basado en IA; o por De Backer, DeStefano,
Menon y Suh [11] , quienes también confirmaron que era probable que China
adoptar el flujo de tráfico de toda la flota a través de aplicaciones de IA, elevando así los
niveles de congestión [1,12­18].
De Stefano [2], destacando los sistemas liderados por la IA, explica un beneficio proyectado
que China podría experimentar. Estos estudios conducen a
el entendimiento de que es probable que haya una correlación positiva
entre la implementación de la IA y el crecimiento económico en China y
otras partes de la región de Asia y el Pacífico. Además, los hallazgos son importantes
porque sensibilizan al público sobre formas específicas de
que podría concretarse el impulso de la economía del país, debido a la
papel protagonista de los sistemas relacionados con la IA. A pesar del carácter informativo de
estas observaciones, estos estudios fallan en sus hallazgos a medida que lo hacen
no resaltar los desafíos que la implementación de la IA podría plantear para
la economía de los países; una brecha que vale la pena abordar. Además, el
Los estudios tampoco documentan algunas de las características que podrían desempeñar
un papel moderador en la determinación de los efectos beneficiosos percibidos de
La IA en las economías de Asia­Pacífico, un tema que trata este estudio
abordar determinando factores específicos que vale la pena considerar al intentar predecir
el futuro de la IA y su impacto en un
la economía del país en el futuro de Asia­Pacífico.
Dado que la mayoría de los países asiáticos dependen en gran medida de la manufactura,
los estudios han sugerido que una implementación de sistemas automatizados
Es probable que la optimización de la cadena de suministro resulte beneficiosa para su
desempeño económico, especialmente debido a la capacidad percibida de la empresa.
optimización para generar resultados más rápidos, este último exhibiendo
una correlación directa con el desempeño económico [19­22]. Aparte
Desde la motivación económica, algunos estudios también se han centrado en
el inmenso potencial de la IA para aliviar algunos de los desafíos
Machine Translated by Google
M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
vinculado con el desarrollo humano en Asia. Por ejemplo, Fujii y Managi [23]
afirmaron que la IA tiene el potencial de abordar los desafíos relacionados con el
calentamiento global, el analfabetismo, el saneamiento y el hambre en la región
asiática. De manera similar, Furman y Seamans [24] establecieron que la IA podría
incorporarse en áreas como los sistemas de mantenimiento de infraestructura y
la implementación de operaciones de redes inteligentes en Asia.
Grabher­Meyer y Gmyrek [25], reconocieron que las soluciones de IA pueden
ayudar a reducir costos y también aseguraron que los asentamientos en zonas
rurales puedan tener acceso al poder. Graetz y Michaels [26] incluso afirmaron
que la implementación de la IA podría resolver el problema del hambre mediante
la vigilancia remota de los asentamientos, antes de establecer cronogramas
mediante los cuales los recursos podrían asignarse de manera eficiente.
También se entiende que la alfabetización ha estado vinculada a la economía de
los países; algunos estudios también han examinado cómo la IA da forma a la
tasa de alfabetización en regiones como Asia­Pacífico y también afecta la
economía de esta región. Por ejemplo, Logg, Minson y Moore [27] han establecido
que la IA promete mejorar las tasas de alfabetización mediante la adopción de
chatbots interactivos en los países asiáticos, especialmente cuando se utilizan en
contextos de aula, ya que prometen una enseñanza atractiva. escenarios de
aprendizaje. De manera similar, hay estudios con ideas sobre otras variables como
el calentamiento global, que afecta la economía de diferentes países (debido a la
demanda y carga financiera resultante, a medida que responden y enfrentan las
adversidades). Lo más probable es que el problema del calentamiento global
pueda frenarse mediante la implementación de la IA; con la región de Asia y el
Pacífico nada excepcional [3,28] afirma que la IA es una solución al calentamiento
global que tiende a funcionar de tal manera que hace predicciones sobre posibles
patrones climáticos severos, después de haber monitoreado las temperaturas
globales. Schwab [4] añadió que la IA es capaz de abordar la cuestión del
calentamiento global y restaurar el crecimiento económico en Asia Pacífico,
allanando el camino para la evacuación de residentes, especialmente de áreas
que se prevé que se verán afectadas.
La IA ha empleado técnicas como el aprendizaje estadístico, el aprendizaje
automático, la detección de objetos, el procesamiento del lenguaje natural (PLN),
la visión por computadora, el reconocimiento de voz y el reconocimiento de
patrones [7]. Estas técnicas se utilizan en diversas tareas, incluida la detección de
distancias de vehículos, el reconocimiento de voz en clips de audio, el
reconocimiento de rostros en fotografías y la traducción de idiomas [9,29–35]. Las
aplicaciones de IA ayudan a inducir cierto grado de “inteligencia” para dar espacio
a las computadoras para que den sentido a los datos que se les presentan [8].
Dado el rápido aumento de los datos y la potencia informática a raíz de análisis
cada vez más potentes, Agrawal, Gans y Goldfarb [1] observaron que la IA ha
acelerado la capacidad de las máquinas para realizar tareas más complejas (y con
mayor precisión).
Por ejemplo, los algoritmos de aprendizaje automático construidos por
computadoras ahora pueden hacer predicciones y establecer patrones a partir de
datos complejos sin que necesariamente sean enseñados o programados
explícitamente por humanos [10]. De manera similar, el aprendizaje profundo
ahora se ha documentado como una subrama del aprendizaje automático que
opera en el campo general de la IA y proporciona espacio para que las
computadoras imiten las redes neuronales de los humanos [11].
Se ha observado que en la región de Asia y el Pacífico, la tecnología incluye
(aprendizaje automático, aprendizaje profundo, PNL y visión por computadora; las
soluciones incluyen optimización automatizada de la cadena de suministro,
sistema de mantenimiento de infraestructura, optimización de precios y reducción
de costos, vigilancia remota y reducción del calentamiento global). Las
aplicaciones incluyen gestión de la cadena de suministro, aprendizaje estadístico,
detección de objetos, gestión de inventario y reconocimiento de patrones. El
diagrama de flujo (Figura 1) intenta resumir las
Pdf_Folio:1297
1297
aplicaciones, tecnología y soluciones posibles a través de la IA en la región de
Asia Pacífico.
Además, en el sector sanitario de Asia y el Pacífico, es probable que la IA tenga
un impacto más positivo. Stiglitz [5] afirma que los agentes de IA prometen ofrecer
diagnósticos tempranos que a su vez explican una mayor esperanza de vida.
Dado que las tecnologías blockchain basadas en IA aumentan la seguridad
financiera [6], la IA muestra una correlación positiva con el desarrollo económico
al proporcionar un espacio para que la fuerza laboral viva una vida más productiva,
más feliz y más saludable.
Estudios anteriores también han documentado los efectos negativos con los que
se asocia la IA, incluidos aquellos que están vinculados a la economía de un país.
Por ejemplo, Agrawal, Gans y Goldfarb [1] observaron que, a nivel macro, se prevé
que la implementación de la IA represente un aumento en el capital neto global,
que se sitúa en alrededor de 15,7 billones de dólares, lo que supera los costos
percibidos que el La adopción del sistema de IA está asociada.
Sin embargo, otros estudios advierten que es probable que la implementación de
la IA comprometa la economía de un país, especialmente en el contexto asiático.
Asimismo, Berg, Furrer, Harmon, Rani y Silberman [7] advirtieron que la
implementación de la IA podría desplazar a las personas de su mercado laboral
actual, una situación que Carbonero, Ernst y Weber [8] también observaron que
se ve agravada por menos probabilidades a menos que los individuos desplazados
se vuelvan a capacitar. Basándose en estos hallazgos, Cockburn, Henderson y
Stern [9] afirmaron que la implementación de la IA en el contexto de Asia y el
Pacífico podría terminar dejando a miles de ciudadanos sin empleo, y Cohen [ 10]
advirtió que los sectores de transporte y manufactura podrían ser los más
afectados. áreas. Sin embargo, De Backer, DeStefano, Menon y Suh [11] son
optimistas en cuanto a que se podrían inyectar en el mercado trabajos relacionados
con la IA y que serían tareas altamente especializadas y relacionadas con la
ingeniería. De Stefano [2] también infirió que la implementación de la IA, si no se
aborda con cautela, podría provocar o ampliar la brecha de igualdad de ingresos;
Frey y Osborne [20] afirman que esta división sería un predictor de sociedades
inestables, sin que la economía de ningún país fuera una excepción [36].
Sin embargo, algunos estudios han documentado la limitación percibida de los
sistemas de IA. Por ejemplo, Frey y Osborne [20] observaron que las predicciones
o inferencias de los sistemas de IA se basan en datos de la misma distribución, lo
que implica que es poco probable que los sistemas predigan tendencias en datos
que emanan de una distribución diferente. Además, se ha observado que los
sistemas de IA funcionan en modelos estocásticos o probabilísticos [23], lo que
implica que es poco probable que se logre una precisión del 100 por ciento [24].
Sin embargo, estudios recientes documentan que en los modelos predictivos
clásicos actuales, las imágenes se pueden clasificar exitosamente con casi un 99
por ciento de precisión [25,37]. Los ejemplos incluyen casos en los que el
reconocimiento de imágenes como aplicación de IA se ha utilizado para detectar
patrones que es poco probable que se observen a simple vista (y realizar análisis
de imágenes médicas), leer e interpretar señales de tráfico (especialmente entre
automóviles autónomos) y localizar fugitivos ( entre los grupos encargados de
hacer cumplir la ley) [26,38,39].
Para ramas de la IA como la visión por computadora, las últimas seis décadas han
sido testigos de una creciente atención y apoyo académico en muchos tipos de
datos. Al alimentar datos para hacer predicciones y entrenar modelos, algunas de
las aplicaciones evolutivas impulsadas por la IA (especialmente aquellas que están
asociadas con el aprendizaje automático como una aplicación de IA) incluyen la
predicción de tsunamis y terremotos en relación con los datos secuenciales que
se alimentan a los sistemas de IA, predictivos. mantenimiento de infraestructuras
y análisis financiero [27]. En Asia, muchos estudios han documentado que la
mayoría de los países dependen de desastres naturales obsoletos.
Machine Translated by Google
1298 M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
Figura 1 Diagrama de flujo que muestra aplicaciones, tecnología y soluciones mediante inteligencia artificial en la
región de Asia­Pacífico.
Fuente: Investigador
sistemas de prevención o sistemas de monitoreo de infraestructura, lo que implica que el
mantenimiento predictivo de infraestructura y las predicciones de terremotos basados en
IA resultan útiles [28].
Fujii y Managi [23] afirmaron que podrían desarrollarse nuevas tecnologías entrantes en
respuesta a la implementación de la IA. Si esto sucede, la IA no caerá en manos de los
piratas informáticos y se superará este desafío. Dado que la prevención de la piratería
también exige financiación, Furman y Seamans [24] indicaron que la relación entre la
implementación de la IA y el futuro de la economía de un país en la región de Asia Pacífico
sigue siendo equilibrada. Desde la perspectiva de los estudios comparativos, algunas
investigaciones académicas se han centrado en el papel de las características geográficas
y el futuro de la correlación económica basada en la IA. En una de estas investigaciones,
Grabher­Meyer y Gmyrek [25] intentaron descubrir cómo se pueden comparar las regiones
asiáticas con América del Norte. Los hallazgos revelan que en la próxima década, América
del Norte estaría por delante de Asia en relación con la tasa de progreso de la IA en la
adquisición de talento. Estos hallazgos son consistentes con los informados por Graetz y
Michaels [26], quienes afirmaron que en Asia, uno de los mayores reveses que enfrenta la
implementación de la IA estaba asociado con la agobiante escasez de talentos en IA.
Para justificar estas estadísticas, que sugieren una correlación positiva percibida entre la
implementación de la IA y el progreso económico superior en América del Norte en
comparación con el contexto de Asia y el Pacífico, Logg, Minson y Moore [27] afirmaron
que, aunque Canadá y los EE.UU. Estados Unidos tiene en conjunto más de 10.000
especialistas en IA, India
Pdf_Folio:1298
y China los sigue con sólo 1.000 especialistas en IA. El MGI [28] estableció que China
hizo un esfuerzo para ponerse al día en relación con el volumen de patentes y publicaciones
en el espacio de la IA. Sin embargo, la máxima prioridad de Asia es asegurar mejores
estilos de vida y salarios, cuestiones que, según se informa, han estancado el progreso,
especialmente debido a la necesidad de inversiones monetarias y en infraestructura por
parte de los gobiernos asiáticos.
Esta revisión de la literatura ha brindado la oportunidad de examinar las tendencias
actuales en la implementación de la IA; por lo tanto, este artículo tiene como objetivo
brindar información sobre las economías futuras de la región de Asia y el Pacífico,
especialmente en relación con el papel de los sistemas de inteligencia artificial en la
configuración de sistemas de infraestructura como el comercio, el transporte, la manufactura, la educaci
servicios de atención.
La Figura 2 ilustra una proyección de 10 años de los ingresos del mercado de IA en Asia­
Pacífico. Esto muestra que se puede predecir un crecimiento constante en los ingresos del
mercado de la IA. Sin embargo, varias cuestiones siguen sin ser concluyentes.
Por ejemplo, estas proyecciones no destacan factores que podrían explicar un crecimiento
económico estable. Además, estas proyecciones no dan una idea de los desafíos que las
economías de los países asiáticos podrían enfrentar en relación con la implementación de
la IA. Por último, las proyecciones también fallan, ya que no determinan si es probable que
el crecimiento constante percibido en los ingresos del mercado de IA de Asia y el Pacífico
(si pudiera mantenerse) muestre una correlación directa o inversa con el desempeño
económico de los países afectados. Por tanto, es necesario contribuir a este debate
inconcluso.
Machine Translated by Google

M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310 1299

3. METODOLOGÍA
Con el objetivo principal de examinar el impacto potencial de la implementación
de la IA en el futuro de la economía de un país en Asia­Pacífico, esta investigación
secundaria recopiló datos de conjuntos de datos macroeconómicos y específicos
de la IA. Las fuentes de datos a partir de las cuales se obtuvieron conocimientos
incluían sectores y corporaciones de tecnología digital. Otras fuentes de datos
de las que se obtuvieron conocimientos incluyeron casos basados en la IA en
todas las funciones e industrias, especialmente debido a la necesidad de evaluar
el impacto de la IA en las operaciones comerciales.
Para la recopilación de datos macroeconómicos, el estudio se basó en
estadísticas de organizaciones internacionales sobre la correlación entre la IA y
el rendimiento económico. Las fuentes de datos específicas que pertenecen a
esta última categoría incluyeron el Foro Económico Mundial, la Organización de
Cooperación y Desarrollo Económicos (OCDE), la Organización Mundial de la
Propiedad Intelectual (OMPI) y la Unión Internacional de Telecomunicaciones
(UIT).
Este estudio también examinó el desempeño de las nuevas empresas tecnológicas
en la economía asiática en los últimos años, especialmente aquellas que han
sido adquiridas, fusionadas o aquellas que han recibido financiación internacional.
Desde 2012, se han invertido casi 208.000 millones de dólares en más de 8.500
acuerdos de capital para nuevas empresas tecnológicas en la región de Asia y el
Pacífico, que se extiende desde China hasta Nueva Zelanda. Un número creciente
de nuevas empresas tecnológicas como Mercari, Go­JEK, Grab y Coupang han
resurgido en la región de Asia Pacífico. Las empresas han ideado nuevas
estrategias de reclutamiento para la adquisición de talento a través de sus planes
de contratación “agresivos”. El principal reclutamiento y adquisición de talento se
realiza en las economías de Asia y el Pacífico, incluidas Australia, China, Hong
Kong, India, Japón, Singapur, Corea del Sur y Taiwán [7,20].
Según una encuesta de Deloitte, las nuevas empresas se fundan con financiación
internacional. Gojek y Tokopedia, por ejemplo, son dos startups locales y la
empresa de logística Lalamove de Hong Kong ya se ha ganado la valoración de
mercado de un unicornio y, por lo tanto, también puede competir a nivel
internacional. Uno de
Ant Financial, la nueva empresa más exitosa de China, ya ha recibido alrededor
de 14 mil millones de dólares estadounidenses y la financiación de empresas
emergentes en la India ascendió a 13,7 mil millones de dólares estadounidenses
[7,20] .
Este estudio también se ha basado en otras fuentes secundarias que han
empleado técnicas de simulación y modelado económico porque estos enfoques
ayudan a discernir y predecir el posible impacto que la IA plantea en la economía,
especialmente en respuesta a insumos y supuestos seleccionados. Estas
predicciones se han realizado a nivel de empresa, sector y economía. También
es de destacar que las fuentes secundarias de datos de este estudio que se
seleccionarán son aquellas asociadas con resultados sólidos, habiéndose
implementado enfoques multimuestra y doble ciego.
Desde la perspectiva de las limitaciones metodológicas y las cuestiones éticas
del estudio, es imperativo resaltar que la mayoría de las fuentes secundarias de
datos en las que se basa este estudio han adoptado la simulación a nivel de
empresa. Por lo tanto, es imperativo indicar que este enfoque depende de la
calidad de los datos de la encuesta utilizados como insumos [3]. Se asociaron
dos limitaciones específicas con las simulaciones a nivel de empresa, que se
utilizaron en las fuentes secundarias de datos seleccionadas para este estudio.
En primer lugar, la percepción y el conocimiento de los encuestados determinaron
las respuestas a las preguntas de la encuesta. Dado que el nivel de comprensión
de los participantes sobre el concepto de IA (y cómo moldea el desempeño
económico de las organizaciones) tiende a variar, la calidad de los conocimientos
obtenidos de las fuentes secundarias seleccionadas podría verse afectada, y los
datos recopilados a través de la encuesta. En segundo lugar, la mayoría de los
datos obtenidos de los resultados de encuestas anteriores, que constituyen la
columna vertebral de este estudio, podrían estar sesgados hacia los primeros.
Según Schwab [4], la extrapolación de conocimientos a partir de tales hallazgos
tiende a causar una sobreestimación del impacto de la IA en la economía de los
países en entornos como Asia­Pacífico, especialmente debido a la afirmación de
que es probable que en el futuro surjan oleadas de empresas que podrían adoptar
la IA. para exhibir diferentes patrones de comportamiento de adopción de IA. Por
lo tanto, los resultados de este estudio serán tratados como aquellos

Figura 2 Ingresos proyectados del mercado de inteligencia artificial (IA) para Asia­Pacífico (entre 2016 y 2025).

Pdf_Folio:1299
Fuente: Agrawal, Gans y Goldfarb [1].
Machine Translated by Google

1300 M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310

que representan el límite superior del impacto económico estimado de la implementación de
la IA en Asia­Pacífico, especialmente con el enfoque en el futuro de la región.
Para abordar las limitaciones anteriores, se seleccionaron al azar fuentes secundarias de
datos. La eventualidad es que los resultados puedan ser representativos y valga la pena
relacionarlos con el resto del contexto de la investigación y cualquier marco muestral.
Además, la mayoría de los resultados revelaron datos secundarios de procesos de
investigación financiados por gobiernos, agencias u organizaciones, y que muy
probablemente se centraron en muestras de gran tamaño, por lo que entrañaban mayores
posibilidades de confiabilidad y reproducibilidad.
En la segunda fase, el estudio consideró 18 indicadores macroeconómicos para comprobar
con ellos el resultado económico de la IA. La duración temporal del estudio considera el
lapso de 1998 a 2016 con observaciones anuales.
se refiere a su capacidad para aprovechar las oportunidades que brinda la IA. El estudio ha
analizado cuatro dimensiones clave, que incluyen el volumen de publicaciones sobre IA,
los estudiantes matriculados en materias de ciencia, tecnología, ingeniería y matemáticas
(STEM) de las universidades mejor clasificadas, el capital de riesgo proveniente de las
principales empresas emergentes de IA en Asia y la prevalencia. de la actividad general de
las startups. Para medir la actividad de las startups, este estudio se basó en el número de
startups tecnológicas en la economía asiática, especialmente aquellas que han sido
adquiridas y aquellas que han recibido financiación.
Según encuestas anteriores realizadas por estudios académicos e informadas por
instituciones gubernamentales, la mayoría de las nuevas empresas de IA existen en la India,
seguidas por las de China. Sin embargo, el número de nuevas empresas tecnológicas en un
entorno desarrollado como Estados Unidos es aproximadamente diez veces mayor que el
registrado en estas economías emergentes [5]. Algunas de las otras economías asiáticas
que vienen después de India y China incluyen Singapur, Japón y Taiwán. Mientras que estas

últimas economías exhiben números similares de nuevas empresas tecnológicas, existe una
brecha relativamente amplia entre sus instituciones de IA y las de las dos principales

4. RESULTADOS economías.

La Figura 3 resume estos hallazgos.

En este estudio, una de las áreas específicas bajo investigación implica la preparación para
la IA de las economías de la región de Asia y el Pacífico, así como el impacto que la Los resultados anteriores se obtuvieron de nuevas empresas que se centraron en el
implementación de la IA podría tener en su economía futura. En particular, la preparación de aprendizaje profundo, el aprendizaje automático, como aplicaciones de inteligencia artificial,
estas economías para la IA y aquellas que han revelado públicamente financiación de capital para estas áreas. Soluciones como

Figura 3 Distribución de nuevas empresas tecnológicas de inteligencia artificial (IA) en países seleccionados de Asia
economías 2017.

Pdf_Folio:1300
Fuente: Carbonero, Ernst y Weber [8].
Machine Translated by Google
M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
Se intentó la optimización automatizada de la cadena de suministro, el sistema de
mantenimiento de infraestructura, la optimización de precios y la reducción de costos.
por estas startups para contribuir a la economía de la región. Varios
Se implementaron aplicaciones de IA que incluyen gestión de la cadena de suministro,
aprendizaje estadístico, detección de objetos, gestión de inventario y reconocimiento de
patrones.
Para determinar la calidad de la innovación en IA, la mayoría de las encuestas académicas
anteriores han utilizado el número, la cantidad o el volumen de datos citables.
documentos; especialmente aquellos que enfatizan el tema de la IA en Sco pus, que
sigue siendo la base de datos más grande del mundo, con
publicaciones científicas revisadas por pares (como artículos de conferencias,
reseñas y artículos). De los resultados del periodo comprendido entre 2014
y 2016, China lideró con más de 25.000 documentos citables sobre la IA.
tema. En cuanto a las instituciones que se observó que publicaban más de
500 veces sobre el tema de la IA, los países en orden ascendente incluyen
China (600), Hong Kong (1.100) y Singapur (2.000). Como tal,
Este estudio ha establecido que las economías de Asia y el Pacífico como Hong
Kong y Singapur tienen poblaciones más pequeñas pero la mayoría de
sus instituciones de educación superior han hecho una contribución significativa a la
investigación de la IA; y las pequeñas economías también tienen
número relativamente mayor de informáticos entre los mejores
1.000 individuos (Figura 4).
Figura 4 Estado de preparación para la inteligencia artificial (IA) en economías seleccionadas de Asia y el Pacífico.
Fuente: Cohen [10].
Pdf_Folio:1301
1301
Este estudio también investigó la resiliencia de la IA en Asia y el Pacífico.
economías. El principal objetivo era determinar la capacidad futura de estas economías
para resistir y adaptarse a cambios estructurales más amplios.
cambios que la IA podría provocar, sobre los cuales el impacto en su
economías podrían predecirse. El papel de las respectivas autoridades nacionales.
Se encontró que las políticas de los gobiernos con respecto a la implementación de la IA
desempeñan particularmente un papel moderador en la determinación del impacto de la IA.
IA sobre la economía futura de estos países.
Otro factor que se discutió incluyó las estructuras de empleo de estas economías,
especialmente aquellas que involucran empleos semicalificados.
empleados del trabajo; ya que se ha documentado que estas fuerzas laborales son
vulnerable a la interrupción de la IA, por lo que se había producido una reestructuración económica
[6]. En orden ascendente, los hallazgos revelaron que Corea del Sur, Japón,
Hong Kong, Taiwán y Singapur son más resilientes a los cambios
inducido por la IA. En el caso de la India, los resultados de encuestas anteriores revelan
que es menos probable que la estructura del empleo se vea alterada.
(inmediatamente) por la IA, pero tiene políticas menos concretas. En relación a
En el contexto chino, las encuestas muestran que su economía muestra más
Sin embargo, su estructura general de empleo es más vulnerable a las interrupciones de
la IA [40].
Machine Translated by Google
1302 M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
Para llegar a estas inferencias, las áreas de política gubernamental que este estudio
ha considerado incluyen la financiación gubernamental para el desarrollo de la IA,
los subsidios o créditos fiscales relacionados con la IA y la apertura de datos. Los
parámetros adicionales que este estudio ha analizado para discernir el grado de
preparación para la IA entre las economías seleccionadas de Asia y el Pacífico, que
predice posibles perturbaciones económicas, incluyen la responsabilidad legal y social
de los sistemas de IA; redes de seguridad y políticas relacionadas con el
desplazamiento de empleos. A partir de las puntuaciones compuestas vinculadas a
estas políticas, que clasificaron a las economías con niveles de resiliencia a la IA
altos, medios o bajos, los resultados resultantes se resumen en la Figura 5.
Según la Figura 5, los resultados del subíndice sobre el futuro de la IA en Asia­Pacífico
sostienen que, en orden ascendente, China, Japón, Singapur y Corea del Sur reflejan
economías más resilientes con las políticas gubernamentales más proactivas, lo que
implica que podrían ser menos perturbados por algunos de los cambios inducidos por
la IA que podrían producirse (Figura 6).
5. DISCUSIÓN
De los resultados obtenidos en este estudio, es evidente que la IA tiene potencial para
ser el principal impulsor del crecimiento económico de Asia y el Pacífico. En relación
con el efecto neto y bruto de la IA en la mano de obra
Figura 5 Puntajes compuestos que representan la resiliencia de la inteligencia artificial (IA) en economías
seleccionadas de Asia y el Pacífico.
Fuente: De Stéfano [2].
Pdf_Folio:1302
Los mercados y el producto interno bruto (PIB) de las principales economías de Asia
Pacífico demuestran que para 2030, la IA podría generar un aumento del 16 por ciento
en la producción, lo que se traduciría en una cantidad estimada de 13 billones de
dólares. En cuanto al crecimiento de la actividad, los resultados demuestran que
podría haber un aumento de alrededor del 1,2 por ciento debido a elementos como la
base de referencia negativa relacionada con las externalidades de las actividades
económicas (incluida la pérdida de consumo durante el desempleo), la implementación
de tecnología (incluido el despliegue de soluciones de inteligencia artificial), los costos
de transición tecnológica ( vinculado a un problema como el desplazamiento laboral)
y el aumento del crecimiento del PIB impulsado por la IA [4,24].
Si los escenarios anteriores se materializan, el estudio predice un impacto significativo
de la IA en las economías de Asia y el Pacífico. Un área específica que se prevé se
beneficiará de la implementación de la IA es la prosperidad económica. En Asia y el
Pacífico, el hambre podría erradicarse mediante la integración de la IA, especialmente
mediante reformas en la logística agrícola, la producción de alimentos y otras
operaciones del sector agrícola. Específicamente, se predice que las tecnologías de
sensores, la robótica y la incorporación de inteligencia artificial impulsarán mejoras
en el manejo de cultivos y el fitomejoramiento. En el transporte, la incorporación de
la IA está preparada para mejorar la seguridad en Asia y el Pacífico, especialmente
en función de la señalización actual en las vías mediante análisis avanzados y
aplicaciones tecnológicas de sensores inteligentes.
Una forma específica de IA que podría producir este efecto beneficioso es el caso de
Starling Crossing, que se basa en varias redes neuronales.
Machine Translated by Google
M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
Figura 6 Valor proyectado de la inteligencia artificial (IA) en diferentes sectores de las economías de Asia y el Pacífico.
Fuente: Fujii y Managi [23].
y cámaras para monitorear vehículos, peatones y otros objetos en movimiento.
Starling Crossing es esencialmente una superficie de carretera ubicada en el
sur de Londres formada por paneles de plástico con LED integrados que
iluminan las marcas de cruce y las señales de advertencia en tiempo real
para diferentes condiciones de peatones y tráfico modificando la configuración,
los patrones y el diseño. También juzga la orientación y el tamaño de los
pasos de peatones para hacer de su seguridad una prioridad con la ayuda de
cámaras conectadas a LED mediante marcos de redes neuronales.
El marco puede distinguir entre automóviles, bicicletas y peatones a través de
sus trayectorias, velocidades y ubicaciones exactas. A través de un mayor
flujo de tráfico, estas aplicaciones de IA pueden prepararse para mejorar la
productividad económica en Asia y el Pacífico.
También se prevé que la integración de la IA en las operaciones económicas
de la economía de un país en Asia­Pacífico mejore la protección ambiental,
lo que resultará en una mejor producción económica. Por ejemplo, la IA
Pdf_Folio:1303
1303
Es probable que fomente la gestión eficiente de los recursos naturales y
también garantice que se contrarresten las actividades nocivas. La IA puede
explotarse para optimizar los sistemas de control ecológico y el suministro
de agua complementando la inteligencia infraestructural tradicional con
inteligencia digital. Empresas como Pluto AI, IntelliFlux, Xaqt y Rapid Flow
Technologies ofrecen soluciones predictivas de monitoreo del desempeño
para procesos industriales y mantenimiento de activos. Su plataforma ofrece
análisis predictivos sobre el tratamiento del agua para un mejor procesamiento.
Por ejemplo, Pluto utiliza sensores modernos para el tratamiento del agua,
optimizando los flujos internos y gestionando las edades de las fugas internas.
El análisis predictivo de Pluto para la industria permite que los sistemas de
aguas residuales hayan optimizado las tecnologías de automatización de
procesos, lo que resulta en una mayor eficiencia energética y menores costos
operativos. Por lo tanto, con el ahorro de agua, dinero y tiempo, los sistemas
de IA son capaces de impulsar las economías seleccionadas de la región.
Machine Translated by Google
1304 M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
5.1. Evaluación empírica de la economía
Impacto de la IA
Examinar el resultado empírico del impacto económico de la IA en
economías seleccionadas, se realizan análisis exhaustivos de regresión causal.
realizado y presentado. La Tabla 1 predice el impacto de la IA en
diversas dinámicas económicas en economías seleccionadas de Asia y el Pacífico.
De la economía general de cada estado, se seleccionaron un total de 19 indicadores
macroeconómicos y se observó el efecto de la IA. Para energía y
minería en la economía china, el efecto de la IA es muy significativo y
Negativo, significa que más productividad en forma de IA en China.
La economía está encaminada a afectar negativamente al sector energético y minero.
Para la manufactura y la construcción, este efecto es significativamente positivo, lo que
significa que se ha implementado más IA e innovación relacionada.
su influencia constructiva en el sector manufacturero y de la construcción en general de
China. Sin embargo, en el sector del transporte y la logística, la agricultura, la silvicultura
y la pesca, el impacto de la IA es significativamente mayor.
negativo. Para el crecimiento económico en términos de valor porcentual anual,
La IA tiene una influencia positiva y significativa en China, lo que significa
que más IA significa más crecimiento del PIB y prosperidad económica general. Además,
para la fuerza laboral tiene un efecto adverso,
defendiendo el argumento de que la IA ha reducido los esfuerzos laborales y
fuerza laboral en la economía china. Mientras tanto en el sector salud, ha
una influencia positiva que muestra la evidencia de que tiene un papel positivo
hacia servicios relacionados con la salud en forma de equipos avanzados
y maquinaria para el cuidado de la salud. Para el desarrollo social general, la IA tiene
mostrado un efecto adverso. Como el efecto adverso sobre la fuerza laboral es
observado, está conduciendo aún más hacia un menor desarrollo social
con menos oportunidades laborales debido a una mayor innovación y automatización
prácticas relacionadas con el trabajo. además, alta tecnología y exportaciones.
Hemos observado un aumento debido a la IA en China, lo que significa que, como
porcentaje de los productos manufacturados, la alta tecnología está directamente
influenciada por la IA.
En la economía de Singapur, sectores como la energía y la minería, la manufactura y la
construcción, la agricultura y la silvicultura, el crecimiento del PIB,
fuerza laboral sector salud, desarrollo social y alta tecnología
Las exportaciones han mostrado una influencia positiva de la IA. significa que fuera
de los primeros 9 sectores, ocho han observado un efecto restrictivo con la
Valor creciente de la IA en Singapur. Este hecho empírico explica
que en la economía de Singapur, la IA está jugando su papel positivo
papel con más resultados económicos y mejor crecimiento económico
tasa. Sin embargo, en la economía de la India el impacto de la IA es insignificante.
sobre energía, minería, manufactura, construcción y
Se observa desarrollo social. Mientras que otros sectores excepto el laboral
fuerza total han demostrado su influencia adversa y negativa por parte de la IA. Él
significa que un mayor avance de la IA en la economía india también ha afectado
negativamente al mercado laboral con pocas oportunidades laborales y más
desempleo. En la economía de Japón, las tendencias económicas de la IA.
Se consideran positivos y significativos para la energía y la minería.
sector, agricultura, silvicultura y pesca, crecimiento del PIB, sector de la salud, desarrollo
social y alta tecnología también. Mientras que,
el sector como la manufactura y la construcción, el transporte
y logística.
La Tabla 2 proporciona el efecto económico de la IA en el segundo panel del
estudiar. Se observa que para la economía de Taiwán el efecto sobre la energía y
La minería, el transporte y la logística, y el desarrollo social son significativamente
negativos para la IA. Si bien se considera que el efecto sobre el crecimiento del PIB, el
sector sanitario y las exportaciones de alta tecnología es significativamente positivo,
Pdf_Folio:1304
que afirma que todos estos sectores han observado un impacto directo y positivo
influencia de la IA en la economía durante un período de estudio. Además,
La economía de Corea del Sur ha observado un importante y positivo
resultado económico de la IA en los primeros nueve indicadores. Esto significa que
Algunos sectores seleccionados en Corea del Sur están directamente influenciados por la IA y
avance en las capacidades innovadoras que está provocando un aumento en el
crecimiento económico, el desarrollo social, las exportaciones de alta
tecnología y otros sectores también. Sin embargo, en la economía de
Hong Kong sólo los factores de desarrollo social y económico
crecimiento y se encontró que estaba determinado positiva y significativamente por
AI. Significa que un mayor crecimiento económico y un mayor desarrollo social son los
dos únicos resultados económicos en Hong Kong tal como se definen
por IA. En la economía de Indonesia, el factor de crecimiento económico.
en términos de PIB y sector salud son positiva y significativamente
afectados por la IA. Muestra que en la economía indonesia se observa una mayor
producción económica e instalaciones relacionadas con la salud porque
de capacidades innovadoras y uso de tecnología robótica. Sin embargo, el resto de
sectores han mostrado su escasa relación
con IA.
La Tabla 3 proporciona el impacto económico de la IA mientras se observa el
nueve indicadores restantes tanto para el Panel 1 como para el 2. En China, el efecto
La influencia de la IA en la tecnología y los medios resulta significativamente negativa
lo que demuestra su influencia adversa. Se observa un caso similar
para la industria general de bienes de consumo, donde el impacto de la IA no es
bueno [41]. Además, en el sector financiero nuevamente el efecto de la IA es
significativamente negativo [42]. Sin embargo, para la industria de venta total y minorista,
el efecto de la IA es de 0,941, lo que muestra una influencia positiva y significativa del 1
por ciento. Significa un mayor uso de la tecnología robótica.
impacto positivo en la industria mayorista y minorista en China. En
En la economía de Singapur, se observa que la IA tiene un efecto positivo.
producción económica al tiempo que afecta a los bienes de consumo, al por mayor y
industria minorista, bienes raíces, servicios profesionales, I+D y servicios administrativos.
Este efecto indica significativamente que en 2.ª
En el panel, la mayoría de los indicadores económicos se ven afectados positivamente por
IA en la economía de Singapur. De manera similar, en la economía india, esto
La tendencia es significativa y positiva para las primeras cuatro medidas (tecnología,
medios y comunicación, bienes de consumo, sector financiero,
venta al por mayor y al por menor) y para servicio profesional e I+D
también [43]. Sin embargo, la economía de Japón muestra que la economía
El impacto de la IA sólo es positivo y significativo para los bienes de consumo.
y servicio profesional con los coeficientes de 2.410 y .0173
respectivamente.
La Tabla 4 proporciona el impacto económico de la IA para el segundo panel de
el estudio. Para la economía de Taiwán, el impacto de la IA es significativamente positivo
para la tecnología y los medios de comunicación, los bienes de consumo, el sector
financiero, el comercio mayorista y minorista, el sector inmobiliario, el sector educativo,
servicios profesionales e I+D. Afirma que todos estos sectores en Taiwán tienen una
influencia positiva de la innovación y el uso de la robótica.
servicios en términos de IA. Sin embargo, las actividades administrativas generales
se ven afectados significativa y negativamente por la IA en Taiwán con el
coeficiente de −.635 y error estándar de .162. Para Corea del Sur,
Se descubre el efecto de la IA en los bienes de consumo y los bienes raíces, junto con la I+D
ser positivamente significativo mientras que el efecto en la venta mayorista y minorista,
educación y servicios profesionales se considera negativa y significativa. Además, en la
región de Hong Kong, el efecto económico
de la IA en la tecnología y los medios, los bienes de consumo, el sector financiero,
la venta mayorista y minorista de educación y servicios profesionales es significativamente
negativa. Significa que hay un efecto económico adverso.
de la IA en la región de Hong Kong. Para la economía de Indonesia,
Impacto de la IA en el servicio profesional, la I+D y las actividades administrativas.
df_Folio:1305
ocim
otló
ceaa
nlb
p
oaa
.e
m
cP
A
)aT
e(Il
d
1

)1( )2( )3( )4( )5( )6( )7( )8( )9(

otneimicBe
leIlrP
E
d
c o,a
nrab
eMd
o dulaS laicoS
SELB
aAígIrReA
nEVy nóicacirbaF etropsnarTy ,arutlucirgA atlA

latoT rotceS
aíreniM acitsígoL arutlucivliS
y laun)A
%( ollorraseD senoicatrop%
xeE
d(
y
Machine Translated by Google

nóiccurtsnoC
acseP )sseanro
uitccaatfruonpaxeM
E
d

ocim
otó
caa
nn
ap
oirha
e
m
cA
aC
eIl
d
p

IA *****)8*8
60
70
17
53
6,,2
44
0−
2( **)*2
60
915
02
36
,,42
0,1( **)**4*)7*2
70
82
11
01
0,9,00,−
0( ***)6*6
29
41
04
84
2,2,01
0
,−
4( *****)2*4
51
25
65
98
2,,1
21
0−
1( **)*2
78
61
064
36
1,0
1
,2
3( *)**4*)0*1
446
92
86
0,0,00
,−
2( **60+e490.5

**)*8
19
37
18
28
40
,,82
0
,2
1( )60+e160.2(

etnatsnoC **70+e443.4

)70+e244.1(

senoicavresbO 7168,0
1 3868,0
1 9578,0
1 3338,0
1 2868,0
1 1378,0
1 7768,0
1 0538,0
1 81
733.0
odardau
­Rc

ocrium
optó
caa
ngp
on:e
m
cA
iaS
eIl
d

IA )4*)7*60
10
372
00,3
2,1
81
0,−
1(
0 *)*8)2
67
47
325
1 63
90,2
0,0
80
,−
1(
0 ***60+e267.3

)*3*)6*51
82
988
71
90,3
2,1
81
0,−
1(
0 )**9*)9*91
38
456
97
0,3
1,1
80
,−
1(
0 )0*)8*54
32
752
57
0,3
1,1
80
,−
1(
0 ****)8*7
60
70)*+
0+
6*e
+*e
8)7
5
30
e87
7
38
08
3
502
1
40
36
70,3
1
3 0,0
4
2 2
89
0
7
,−
2(
1
0 )60+e860.1(

etnatsnoC **70+e974.3−

)70+e804.1(

senoicavresbO )54)05
9*4*1
60
59
00
200
1 20,0,0
80,−
1(
0 81
734,0
odardau
­Rc

ocim
otó
canp
o
id:e
m
cA
n
ad
eIl

IA )*96*)1*6
02
64
20
23
80,0
8,0
80,−
1(
2
0 **)*3
15
37
132
08
321
,3,8
73
0
,0
3(
1 **)*6
58
21
062
,0,9
169
,,8
21
0,0
7(
1 **)**3*)9*15
49
341
36
50,5,0
80
,−
1(
6
0 **)*2
05
47
56
,4,5
626
,,8
24
12,0
7(
1 **)*3
51
5,85
9 ,2
8201,8
51
6
,0
3(
8
1 **091,0

**)*4
01
3,597
4,0
0 24
,6
82
1,.0
1(
2 )8580,0(

etnatsnoC ***83,71

)734.1(

senoicavresbO )*2*)*6
95
95
32
76
09
,4,80,0
1(
2 81
0 9 2. 0
odardau
­Rc

ocim
otn
ó
canp
ó o:e
m
a
cA
ad
eJIl

IA *)1*8
99
33
29,1
86
,30
8,1
3 83
0
,−
1(
0 **)4*8
63
09
830
38
110
,,8
65
0,0
6(
1 **)3*7
37
38
57,2
7,2
017,1
81
0,−
1(
0 ***84,02 **)*7
28
74
502
,,47
5,81
8 0
,0
3(
5
1 **)*8
79
64
,2
476
8
0 2
4
,,8
21
3
,.0
1( ***2840,0

**)*5
38,39
547
8 9,82
3 6
,.0
1(
2 )*1**8)59
42
602
8 12
604
0,80
1 ,0
1( )8510,0(

etnatsnoC ***56,21

)786,0(
M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310

senoicavresbO **)4*8
63
09
830
38
110
,,6
85
0
,0
1(
6 81
7 6 3. 0
odardau
­Rc

aicon,lte
aco.g
siuncoa
idriltfe
B
tu
oiottA
IrnN
P
=
aIi
p
b
** ***
,%5 .%01
*,%1
1305
df_Folio:1306
1306

ocim
otló
ceaa
nlb
p
oa.a
e
m
cP
A
)aT
e(Il
d
2

)1( )2( )3( )4( )5( )6( )7( )8( )9(

otneimicBe
leIlrP
E
dc o,a
nrab
eMd
o dulaS laicoS
SELB
aAígIrReA
nEVy nóicacirbaF etropsnarTy ,arutlucirgA atlA

latoT rotceS
aíreniM acitsígoL arutlucivliSy laun)A
%( ollorraseD senoicatrop%
xeE
d(
y
Machine Translated by Google

nóiccurtsnoC
acseP )sseanro
uitccaatfruonpaxeM
E
d

ocim
ontó
cáa
nwp
oi:a
e
m
cA
aT
eIl
d

IA *)*6*90*)1*3
51
48
700
76
10,3,0
90
8,−
1(
0 )03*68*)4*2
60
82
600
79
30,0,0
80
,−
2(
1
0 )2*13*)9*3
26
31
208
03
909
0,80,4
1 1(
0 )641)*46
1*1*5
05
01
601
001
0,80
,0
1( **)89*72*)3*5
10
67
00
11
0,4
7,0
80
,−
1(
0 * * *50300,0

**)*4*22*)3*7
14
36
704
01
07
4,80,0
0 3(
1 **)*9)*80
5*2*9
62
88
900
90,4
9,0
80,−
1(
0 )908000,0(

etnatsnoC *)2665)*70
3*0*8
00
24
600
20,2
7 4,0
80
,−
1(
0 * * *755.1

)901,0(

senoicavresbO 81
245.0
odardau
­Rc

ocim
otó
a
can
ep
orlo
u
:e
m
cA
a
C
SeIl
d

IA **)**9*)9*0
14
65
23
73
904
,0,8
21
0
,0
2(
1 )**6*)1*0
19
33
29
43
201
,0,8
01
0,0
1( )*8**4)*06
4*0*7
06
32
803
007
0,80
2 ,0
1( *5110,0

)*5*)*1
83
15
923
87
07
,,8
1 71
0,0
1( *)**1*)8*8
50
42
715
39
002
0,80
7 ,0
1(
4 **)*2)*40
3*7*11
88
602
606
0 0,80,0
1( **)**4*)4*8
08
73
914
36
104
0,80
3 ,0
1(
2 )98500,0(

etnatsnoC **)*0)*12
4*3*6
11
98
407
403
0 2,80
0 ,0
1( * * *280.2

)363,0(

senoicavresbO 81
2 9 1, 0
odardau
­Rc

ocim
otó
cga
nnp
oo:e
m
cA
a
H
KeIl
d

IA *)*8
79
600++ee7
40
490
7 42
880
2,88
5
,0
4(
2
1 **)7*8
70
90+
0++
ee2
e8
06
09
333
59
1,0
4,1
82,−
1(
0 **)*6
56
03
42
90
11
,,8
02
0
,0
2(
1 86,44−

)8)528
428
2 23
500
4,80,0
1( )*7*)*0
95
46
237
35
900
2,80
3 ,0
3(
1 **)*0
71
2,96
4 0,3
0
484
2 3
,.0
1(
3
2 *****)6*8)5
22
831
52
4,20
.,.5
83
2,0
1(
9
2 )0.855(

etnatsnoC * * *993.48

)558.7(

senoicavresbO )1*59*)4*1
76
31
101
01
700
3,80
,0
1( 81
100.0
odardau
­Rc

oacism
oetó
cna
nop
od:e
m
cA
n
ad
eIl

IA 80200.0 **)*9
79
700++ee9
32
65
035
48
890
7,81
8 2
,0
2(
7
1 *)*9
70
701
0++ee6
42
15
033
810
8,85
4 8,0
5(
1 **)*3)3
57
847
18
651
6.,81
7 2
,.0
6(
3
1 **)7
99
04
36
2,2
,63
531
..2
98
81,−
1(
0 055.7

)2*7**100908,0
,0( )*7*)*40
16
722
55
001
0,81
0
,0
8(
1 **)*6
71
7,509
8 6021
7,83
5,.0
1(
4 )20.98(

etnatsnoC )1*25*2*56
200
300
3,0,0
1( * * *134.501

)940810,80,0
1( )446.5(
M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310

senoicavresbO )045730,80
,0
1( 81
071.0
odardau
­Rc

** ***
,sisraesdtenneréá
orrtra
nsrE
e*
p aicon,lte
aco.g
siuncoaidrilt,fe
B
tu
o1
iottIA
r,n
N
P
<
=
0Ii
a
p
b ,50,0<p .10,0<p
df_Folio:1307
ocim
otló
ceaa
nlb
p
oaa
.e
m
cP
A
)aT
3(Il
e
d
1

)1( )2( )3( )4( )5( )6( )7( )8( )9(

SELBAIRAV rodimusnoC oreicnaniF oretney sseenceía
iBr nóicacudE lanoiseforP D +I ovitartsinimdA
,aígoslon
idceem
T
y
Machine Translated by Google

senoicacinumoC seneiB rotceS atsironiM oicivreS sedadivitcA

ocim
otó
caa
nnp
oih:e
m
cA
a
CeIl
d

IA *****)9*1
91
0,89
2 ,2
3,13
7
46
87
1
,.−
3(
1
0 )*67*)4*9
04
30
60
25
30,0,0
42
80,−
7(
1
0 1650.0

*****)9*4
7,3
97
2
32
33
,134
9.1
81
3,.−
1(
6
0 )5050,0(

etnatsnoC **)*84*)1*2
58
16
030
14
50,2,0
41
80,−
1(
0 )*67*)1*5
45
240
7 88
70,0,0
51
80,−
1(
0 ***91,29

)480.2(

senoicavresbO **)*7
52
13
572
4,21
,9,2
4 81
0
,0
1(
3 )74)2*7
43
90
120
10,1,0
81
0,−
1(
2
0 )2)9
83
79
0
80
84
1
86
0,0,3
0
83
0
,−
1(
0 81
270,0
odardau
­R
c

ocrium
optó
caa
ngp
on:e
m
cA
iaS
eIl
d

IA **)5*8
41
88
515
15
2,8
5,0
40
,−
1(
0 *)*5
01
83
41
99
531
70,3
0,0
40,−
1(
0 **9390,0

)8
59
12
72
93
51
0,44
7 1
,0
1(
2 )1140,0(

etnatsnoC )9
24
39
281
851
2 6,41
7 0,0
1( 711,0−

)311 ,0 (

senoicavresbO )**8*)0*69
852
3 91
00,5
1,0
40,−
1(
0 )771
88
72
44
110
20,1
4 0,0
40,−
1(
0 )*6*)*61
850
11
901
40,8
0,0
40,−
1(
0 )4*)9*8
96
50
7311
0,4
1,0
40,−
1(
0 41
303.0
odardau
­R
c

ocim
otó
canp
o
id:e
m
cA
n
ad
eIl

IA )*1*)*54
93
582
82
509
1,80,0
2 1( )0
52
66
75
17
422
401
3 0,80,0
1( 1360.0

**)7*42
98
24
23
62,5
6,3
83
1,−
1(
5
0 )3930,0(

etnatsnoC 5740.0

)901,0(

senoicavresbO **)6*2
13
94
025
44
85,5
4,1
81
0,−
1(
2
0 )*98*)0*05
14
50
51
0,3
1,0
80,−
1(
0 )5
41
76
04
15
28
200,80,0
3 1( )*3*)*0
64
90
30
91
201
40,9
2 0,0
80,−
1(
0 *)7*9)5
35
71
50
234
81
002
0,80,0
1( 81
931,0
odardau
­R
c

ocim
otn
ó
canp
ó o:e
m
caA
ad
e
JIl

IA **)2*3
47
08
262
15
94,6
4,2
41
0,−
2(
1
0 )36)76
27
41
590
93
50,0
3,0
40,−
1(
0 271,0−

**)5*0
29
51
760
7,90
3 ,1,4
21
2
,−
1(
3
0 )311,0(

etnatsnoC *)2*9
82
90
083
17
0,1,1
03
41
,−
1(
0 *)8*5
12
71
952
75
51,1
2,0
40,−
1(
0 **348,0

)483,0(
M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295 –1310

senoicavresbO )36)45
23
940
1 51
0,0
2,0
40,−
1(
0 *)**8*)3*0
98
37
43
71
100
10,5
0,0
40,−
1(
0 )1*1
26
38
711
43
1,1
8,0
40
,−
1(
0 41
3 6 1. 0
odardau
­R
c

aicnle
agi.caiilfetiottA
rn
N
=
aIi
** ***
,%5 .%01
*,%1
1307
df_Folio:1308
1308

ocim
otló
ceaa
nlbp
oa.a
e
m
cP
A
)aT
4(Il
e
d
2

)1( )2( )3( )4( )5( )6( )7( )8( )9(

SELBAIRAV rodimusnoC oreicnaniF oretne
y sseenceía
iBr nóicacudE lanoiseforP D +I ovitartsinimdA
,aígoslon
idceem
Ty
Machine Translated by Google

senoicacinumoC seneiB rotceS atsironiM oicivreS sedadivitca

ocim
ontó
cáa
nwp
oi:a
e
m
cA
aT
eIl
d

IA *****7*)7
97
10
3,39
1 .5
0969
..2
02
85,−
1(
0 *****)9*0
71
32
3,3
53
8
1,9,3
24
80
,−
1(
0 *****3*)4
61)6
52
5.1
75
9
74
..4
9
339.2
03
86,−
1(
0 *****)9*0
58
42
08,9
30
5
27
5,1
83
0,−
4(
1
0 *****)2*8
15
4,28
4
0,0
3 9
.23
84
7
,.−
1(
0 **)*4
39
4,1
2
53
6
9 2
486
8 1,.0
1(
4 ***536,0−

)561,0(

etnatsnoC

)207519,0
,0( )358,0(

senoicavresbO ***6*0*)+*0)e
23
08
31
27
8.64
9
..35
6 8
,1
83
06,−
1(
7
0 **)**3*3*36
432
8 80,3
9 5,1
80
,−
1(
0
2 81
084.0
odardau
­Rc

ocim
otó
a
can
epo
rlou
:e
m
cA
a
C
SeIl
d

IA **)*7
56
58
850
,5,1
207
,,8
41
02,0
1( ***)3*3
2,1
69
6
24
8,7
431
8,1
81
2,−
4(
1
0 351.01−

**)8*1
23
02
401
00
22,0,0
81
90,−
1(
5
0 )186.7(

etnatsnoC **)**1*)1*74
73
621
71
80,5
8,0
80,−
1(
0 *036.67

)547.83(

senoicavresbO **)3*38
97
350
57
310
,,2
80,0
1(
3 **)**4*)5*5
81
94
65
33
40,7
5,0
80,−
1(
8
0 **)**5*)0*0
513
67
63
0,8
3,0
80
,−
1(
8
0 )*4*)*2
94
50
195
85
00,1,2
80,0
1(
5 81
480.0
odardau
­Rc

ocim
otó
cga
nnp
oo:e
m
cA
a
H
KeIl
d

IA *****)2*2
19
16
50,3,4
0
108,1
01
4,−
1(
0 *****)7*20
63
82,2
3,0
758
,,7
51
42,−
1(
0 006.2

*****4*)6
99
77
17
2.1
64
14
..0
79
381
49
91,−
1(
8
0 )980.2(

etnatsnoC ***)2
46
83
81
9,6
3
448
0 ..1
41,−
1(
0 ***)4
14
92
64
4,2
9
518
.7.1
62
4,−
1(
0 93.11−

)38.51(

senoicavresbO *****)6*5)4
05
64
18
9.9
5.6
12
.7.1
41
8,−
1(
9
0 *****6*)0
65)+
013
e7
1.8
2.0
790
6.48
156
46
9,−
1(
5
0 )36
49
21
46,4
22
,47
2,1
1 41
2,−
1(
3
0 41
411.0
odardau
­Rc

aisoetcnaopd:e
m
An
adIl

IA )*1*)*9
14
25
9713
09
0
,,1
50
,0
1(
2 *****)2*3
26
421
7 76
03,4,1
21
0
,−
2(
0 )*8*)*3
71
493
0 84
02
7,10,0
9(
2 **)*4
67
04
25
66
833
,0,1
61
0,0
1(
4
2 **)*1
71
29
615
25
018
,2,1
40,0
1(
2 *****3*)7
92,0
6 48
39
.4
6
9..4
72−
6(
1 8,025−

)*0
3**4
63
08
910
408
8 1,00
0 ,0
6(
2 )979.6(

etnatsnoC *1*)1*9
36
12
240
17
3,0,0
61
10,−
1(
2
0

)12250.2
011,0
2( )602.53(
M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295 –1310

senoicavresbO 12
000.0
odardau
­Rc

aicnle
agi.caiilfe
tiottA
rnN
=
aIi
** ***
,%5 .%01
*,%1
Machine Translated by Google
M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
idades es negativamente insignificante. Mientras que el resto de factores han
mostrado su influencia positiva durante el periodo de estudio.
6. CONCLUSIÓN
En conclusión, la capacidad de Asia y el Pacífico para explotar la IA, una
tecnología en gran medida desaprovechada en las economías emergentes,
requiere una gran inversión en investigación y desarrollo; lo que hará que la
región sea resistente a la revolución de la IA (que es inevitable). De esta
manera, las economías beneficiadas podrían establecer infraestructuras
tecnológicas avanzadas destinadas a lograr la investigación en IA, con especial
atención a la retención de talentos en IA. Al hacerlo, este estudio predice que
habrá desarrollo de capacidades, además de reducir el costo de los productos
habilitados para IA. En general, se concluye que Asia­Pacífico, en comparación
con regiones desarrolladas como América del Norte, está rezagada, pero la
disponibilidad de una gran cantidad de datos de usuarios implica que la región
puede avanzar, dada una mejor asignación de recursos y talentos.
Además, este estudio ha investigado empíricamente el impacto económico de
la IA en economías seleccionadas. Para examinar esta relación, se seleccionaron
nueve indicadores económicos de diversas industrias y se observó el impacto
de la IA mediante un enfoque de plegado de dos paneles. El panel 1 está
formado por China, Singapur, India y Japón. Mientras que el Panel 2 considera
Taiwán, Corea del Sur, Hong Kong e Indonesia. En el panel 1, el efecto de la IA
en la energía y la minería es significativamente negativo para China y Taiwán,
positivo para Singapur, Japón y Corea del Sur. El impacto económico de la IA
en la forma de fabricación y construcción es significativamente positivo para
China, Singapur y Corea del Sur. Mientras tanto, en el caso del transporte y la
logística, el efecto económico de la IA es negativo para China y Taiwán. En el
caso de la agricultura, la silvicultura y la pesca, se observa un impacto positivo
significativo de la IA en Singapur, India, Japón y Corea del Sur, y un impacto
negativo sólo en China. En términos de crecimiento del PIB, países como
China, Singapur, India, Japón, Taiwán, Corea del Sur, Hong Kong e Indonesia
han observado un impacto significativo y positivo de la IA. Mientras que se
observa una influencia negativa para la fuerza laboral en China, India y Taiwán.
Para la fuerza laboral, China, India y Taiwán han observado el hecho de que la
IA tiene una influencia negativa. Sin embargo, el factor de desarrollo social y
las exportaciones de alta tecnología han mostrado resultados económicos
mixtos debido al efecto directo e indirecto de la IA. Además, el efecto económico
de la IA a través de la tecnología y los medios, los bienes de consumo, la venta
mayorista y minorista de servicios financieros, el sector inmobiliario, la
educación, los servicios profesionales, la I+D y las actividades administrativas
también han mostrado una tendencia mixta para todas las entidades
observadas. Estos hallazgos proporcionan evidencia significativa de las
implicaciones teóricas, gerenciales, prácticas y académicas en la perspectiva
actual y futura. Sin embargo, el estudio tiene varias limitaciones. Al principio,
las perspectivas futuras de la IA sólo se analizan en un sentido conceptual,
mientras que el contexto empírico aún debe examinarse en futuros estudios.
En segundo lugar, cubrir toda la región del sur de Asia proporciona mejores
resultados con una mayor generalización que falta en las investigaciones
actuales. En tercer lugar, en la investigación actual también faltan otras
dimensiones de la IA y la economía, como la implicación del índice de impacto
de la IA y su relación con las variables macroeconómicas, que podrían
reconsiderarse en próximos estudios.
CONFLICTO DE INTERESES
no hay conflicto de interes
Pdf_Folio:1309
1309
APORTACIONES DE LOS AUTORES
Todos los autores tienen contribuciones iguales.
Declaración de financiación
No hay financiación para este artículo.
REFERENCIAS
[1] AK Agrawal, JS Gans, A. Goldfarb, Máquinas de predicción: la economía simple
de la inteligencia artificial, Harvard Business Review Press, Boston, 2018.
[2] V. De Stefano, “Negotiating the Algorithm”: Automation, Arti ficial Intelligence
and Labor Protection, Documento de trabajo sobre empleo núm. 246, Oficina
Internacional del Trabajo, Ginebra, 2018.
[3] A. Ponce Del Castillo, Inteligencia artificial: un cambio de juego para el mundo
del trabajo, Foresight Brief No. 5, Instituto Sindical Europeo , Bruselas, 2018.
[4] K. Schwab, La Cuarta Revolución Industrial, Economía Mundial
Foro, Ginebra, 2016.
[5] J. Stiglitz, La inteligencia artificial y sus implicaciones para la distribución del
ingreso y el desempleo, NBER Working Paper No.
24174, Oficina Nacional de Investigación Económica, Cambridge, 2017.
[6] UNCTAD. Robots e industrialización en los países en desarrollo, informe de
políticas no. 50, en Conferencia de las Naciones Unidas sobre Comercio y
Desarrollo, Ginebra, 2016.
[7] J. Berg, M. Furrer, E. Harmon, U. Rani, MS Silberman, Plataformas laborales
digitales y el futuro del trabajo: hacia el trabajo decente en el mundo en línea,
Oficina Internacional del Trabajo, Ginebra, 2018.
[8] F. Carbonero, E. Ernst, E. Weber, Robots and Jobs Around the World,
Documento de trabajo núm. 36 del Departamento de Investigación de la OIT,
Oficina Internacional del Trabajo, Ginebra, 2018.
[9] IM Cockburn, R. Henderson, S. Stern, The Impact of Artific ial Intelligence on
Innovation, NBER Working Paper No. 24449, Oficina Nacional de Investigación
Económica, Cambridge, 2018.
[10] RB Cohen, Uso empresarial de la inteligencia artificial (IA) y el aprendizaje
automático (CL) y su impacto en la economía de EE. UU., Informe de
investigación ESI, Instituto de Estrategia Económica, Washington, 2018.
[11] K. De Backer, T. DeStefano, C. Menon, JR Suh, La robótica industrial y la
organización global de producción, Documento de trabajo de ciencia,
tecnología e industria de la OCDE No. 2018/03, Organización para la
cooperación y el desarrollo económicos , París, 2018.
[12] K. Abdulsalam, O. Babatunde, Modelo de previsión de la demanda de energía
eléctrica utilizando una red neuronal artificial: un estudio de caso del estado
de Lagos, Nigeria, Int. J. Red de datos. Ciencia. 3 (2019), 305–322.
[13] OH Castorena, LA Enríquez, MG Adame, La influencia del desempeño de la
gestión de la cadena de suministro de tecnologías de la información y las
comunicaciones para una mayor fabricación de las PYME en Aguascalientes,
Int. J. Autobús. Economía. Administrar. 1 (2014), 382–396. https://
RePEc:pkp:ijobem:2014:p:382–396 [14] NU Dim,
ACC Ezeabasili, Marco estratégico de la cadena de suministro como enfoque eficaz
para la contratación de proyectos de construcción pública en Nigeria, Int. J.
Administrar. Sostener. 4 (2015), 163­172.
[15] AI Nazal, Las tablas financieras informan sobre lagunas en los bancos islámicos
jordanos, Econ. Lett de finanzas. 4 (2017), 9­15.
Machine Translated by Google
1310 M. Haseeb y col. / Revista Internacional de Sistemas de Inteligencia Computacional 12(2) 1295–1310
[16] C. Purnama, Mejora del desempeño mediante el empoderamiento de la pequeña
industria, J. Soc. Economía. Res. 1 (2014), 72–86.
[17] M. Taqi, M. Ajmal, MS Ansari, Eficiencia financiera de la India Tourism
Development Corporation (ITDC) Limited: un estudio empírico, J. Tourism
Manage. Res. 5 (2018), 14­22.
[18] YB Wang, JR Lu, Un mercado competitivo con bloqueo de oferta para productos
de inversión, Asian Dev. Política Rev. 4 (2016), 127–133.
[19] TS Chowdhury, M. Habibullah, N. Nahar, Análisis de riesgo y rentabilidad de fondos
mutuos cerrados en Bangladesh, J. Accounting. Autobús.
Res. financiera 3 (2018), 83–92.
[20] CB Frey, MA Osborne, El futuro del empleo: ¿qué tan susceptibles son los empleos
a la informatización?, Technol. Pronóstico. Soc. Cambiar. 114 (2017), 254–280.
[21] C. Solomon, MN Mohamad, R. Jamaluddin, Desarrollo en sostenibilidad corporativa:
la perspectiva y los desafíos de la gestión de la cadena de suministro verde, J.
Asian Sci. Res. 4 (2014), 590.
[22] JJ Tanoos, Cooperación comercial de Asia Oriental versus tendencias proteccionistas
de EE.UU. y la UE y su asociación con las exportaciones de acero chinas, Asian J.
Econ. Resolución empírica. 4 (2017), 1–7.
[23] H. Fujii, S. Managi, Tendencias y cambios de prioridad en la invención de tecnología
de inteligencia artificial: un análisis de patentes global, Econ. Anal.
Política. 58 (2018), 60–69.
[24] J. Furman, R. Seamans, AI and the Economy, Documento de trabajo NBER n.º 24689,
Oficina Nacional de Investigación Económica, Cam Bridge, 2018.
[25] N. Grabher­Meyer, P. Gmyrek, Big Data e inteligencia artificial en la cooperación
para el desarrollo de la OIT. Situación, ideas, oportunidades y amenazas,
Organización Internacional del Trabajo, Ginebra, 2017.
[26] G. Graetz, G. Michaels, Robots at Work, IZA Discussion Paper No. 8938, Instituto
para el Estudio del Trabajo, Bonn, 2015.
[27] JM Logg, JA Minson, DA Moore, Apreciación del algoritmo: la gente prefiere el juicio
algorítmico al juicio humano, Documento de trabajo n.º 17­086 de la Escuela de
Negocios de Harvard, Universidad de Harvard, Cambridge, 2018.
[28] MGI, Un mercado laboral que funciona: conectando el talento con las oportunidades
en la era digital, McKinsey Global Institute, Washington, 2015.
[29] SK Adjei, Determinantes de la inflación: teoría de Milton Friedman y evidencia de
Ghana, 1965­2012 (utilizando el marco ARDL), Int. J. Aplica. Economía. Contabilidad
financiera. 3 (2018), 21–36.
[30] PN Duru, CN Chibo, Inundaciones en el estado de Imo Nigeria: las implicaciones
socioeconómicas para el desarrollo sostenible, Hum.
Soc. Ciencia. Letón. 2 (2014), 129­140. https://RePEc:pkp:hassle:2014: p:129–140
Pdf_Folio:1310
[31] JN Kimengsi, SA Gwan, Reflexiones sobre descentralización, empoderamiento
comunitario y desarrollo sostenible en Camerún, Int. J. Emerg. Tendencias Soc.
Ciencia. 1 (2017), 53–60.
[32] CF Lai, Política fiscal y fluctuaciones macroeconómicas en un régimen de tipo de
cambio fijo, Asian Econ. Finanzas. Rev.8 (2018), 1257–1273.
[33] TH Nguyen, Colaboración en la cadena de suministro (SCC): un estudio piloto de
pequeñas y medianas empresas (PYME) en Danang, economía asiática.
Finanzas. Rev.8 (2018), 353.
[34] IC Nze, IC Ogwude, KU Nnadi, CC Ibe, Modelado de la relación entre los servicios
portuarios fluviales demócratas y los costos de suministro de buques: evidencia
empírica de Nigeria, Global J. Soc. Ciencia. Semental. 2 (2016), 144­149. https://
RePEc:onl:gjosss:2016:p:144–149 [35] AAN Romli, S. Ismail, Prácticas
de gestión de calidad para la satisfacción del cliente en el sitio web de servicios públicos
de las autoridades locales, Int. J. Res. Adm. de Políticas Públicas. 1 (2014), 80–93.
https://RePEc:pkp:ijppar:2014:p:80–93
[36] Y. Deliana, IA Rum, Comprender la lealtad del consumidor utilizando una red neutral,
Polish J. Manage. Semental. 16 (2017), 51–61.
[37] HI Hussain, J. Grabara, MSA Razimi, SP Sharif, Sostenibilidad de los niveles de
apalancamiento en respuesta a shocks en los precios de las acciones: las finanzas
islámicas como inversión socialmente responsable, Sostenibilidad. 11 (2019), 3260.
[38] M. Haseeb, HI Hussain, S. Kot, A. Androniceanu, K. Jermsittiparsert, Papel de los
desafíos sociales y tecnológicos en la ventaja competitiva sostenible y el desempeño
empresarial sostenible, Sostenibilidad. 11 (2019), 3811.
[39] M. Haseeb, HI Hussain, B. Slusarcyzk, K. Jermsittiparsert, Indus try 4.0: una solución
hacia los desafíos tecnológicos del desempeño empresarial sostenible, Soc.
Ciencia. 8 (2019), 154.
[40] I. Onyusheva, Cuestiones analíticas y de gestión del capital humano en condiciones
de competitividad global: el caso de Kazajstán, polaco J. Manage. Semental. 16
(2017), 198­209.
[41] I. Iuga, La gestión de la inversión extranjera directa y su influencia en la tasa de
empleo total y la productividad laboral, polaco J.
Administrar. Semental. 13 (2016), 81–89.
[42] H. Fan, HM Ismail, SM Reza, Innovación tecnológica, infraestructura y crecimiento
industrial en Bangladesh: evidencia empírica del enfoque de causalidad de ardl y
granger, Asian Econ. Finanzas.
Rev.8 (2018), 964–986.
[43] TY Hsieh, HI Lee, YR Tsai, Riesgo idiosincrásico, rentabilidad de las acciones y
sentimiento de los inversores, Asian Econ. Finanzas. Rev.8 (2018), 914–924.