ALGORITMOS DE SEGMENTACIÓN INTELIGENTE PARA LA OPTIMIZACIÓN DE PROCESOS INDUSTRIALES EN LA CADENA PRODUCTIVA AGROEXPORTADORA

Autores

• Daniel Quispe Mamani iD Universidad Nacional del Altiplano de Puno – UNAP
• Amilkar Sucasaca Pacori iD Universidad Nacional del Altiplano de Puno – UNAP
• Hugo Yosef Gomez Quispe iD Universidad Nacional del Altiplano de Puno – UNAP
• Robert Antonio Romero Flores iD Universidad Nacional del Altiplano de Puno – UNAP
• Nélida Sonia Jihuallanca Ccoa iD Instituto de Investigación de Ciencias de la Computación - EPG - UNAP
• Renan Abelardo Palli Mamani iD Universidad Nacional del Altiplano de Puno – UNAP
• Sonia Yaneth Tipula Ticona iD Universidad Nacional del Altiplano de Puno – UNAP
• Yudy Huacani Sucasaca iD Universidad Andina Néstor Cáceres Velásquez – UANCV

Resumo

Introducción: La industria agroexportadora enfrenta presiones crecientes para mejorar su eficiencia operativa, reducir mermas y responder con agilidad a las exigencias de los mercados internacionales. En este escenario, los algoritmos de segmentación inteligente han emergido como herramientas de alto valor para identificar patrones ocultos en los datos de producción, clasificar lotes con precisión y optimizar cada etapa de la cadena productiva. Objetivo: Analizar la evidencia científica disponible sobre la aplicación de algoritmos de segmentación inteligente en la optimización de procesos industriales en cadenas productivas agroexportadoras, identificando los algoritmos de mayor rendimiento, las etapas de mayor impacto y las condiciones para una implementación efectiva. Métodos: Se realizó una revisión sistemática en Scopus, Web of Science, IEEE Xplore, SciELO y Google Scholar, incluyendo 22 artículos publicados entre 2016 y 2026 que cumplieron los criterios de inclusión definidos mediante el protocolo PRISMA 2020. Resultados: K-Means adaptativo y DBSCAN con integración IoT mostraron el mayor impacto en eficiencia operativa (+38% y +34% respectivamente) y reducción de desperdicio (-31% y -28%). La segmentación inteligente demostró mejoras transversales en trazabilidad, calidad de selección, tiempo de proceso y satisfacción del cliente respecto a los procesos sin segmentación. Conclusión: Los algoritmos de segmentación inteligente fortalecen la competitividad agroexportadora, pero su éxito depende de invertir en datos, capacitación técnica y una adecuada integración entre tecnología y estrategia productiva.

Palavras-chave

Segmentación inteligente; machine learning; optimización industrial; cadena agroexportadora

Licença

Este capítulo está sob a Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .

O conteúdo do capítulo, seus dados, forma, correção e confiabilidade são de responsabilidade exclusiva do(s) autor(es). É permitido o download e o compartilhamento, desde que pela origem e no formato Acesso Livre (Open Access), com os devidos créditos e a citação atribuídos ao(s) respectivo(s) autor(es). Não é permitida qualquer alteração, catalogação em plataformas de acesso restrito ou utilização para fins comerciais. O(s) autor(es) mantém os direitos autorais do texto.