Ingeniería de prompts en la industria 4.0: Optimización y automatización inteligente de procesos industriales.

• Peñalver-Higuera, Manuel José ^[1] ; Rodríguez-Alegre, Lino Rolando ^[2] ; López-Padilla , Rosario Del Pilar ^[1] ; Isea-Argüelles, Josía Jeseff ^[3]
  1. [1] Universidad César Vallejo

     Universidad César Vallejo

     Provincia de Trujillo, Perú

     
  2. [2] Universidad Nacional José Faustino Sánchez Carrión

     Universidad Nacional José Faustino Sánchez Carrión

     Huacho, Perú

     
  3. [3] Universidad Regional Autónoma de Los Andes

     Universidad Regional Autónoma de Los Andes

     Ambato, Ecuador

     

  Mostrar afiliaciones +
• Localización: Ingenium et Potentia: Revista Electrónica Multidisciplinaria de Ciencias Básicas, Ingeniería y Arquitectura, ISSN-e 2665-0304, Vol. 7, Nº. 12, 2025 (Ejemplar dedicado a: Enero - Junio. 2025), págs. 35-49
• Idioma: español
• Títulos paralelos:
  • Engineering prompts in industry 4.0: optimization and intelligent automation of industrial processes
• Enlaces
  • Texto completo
• Resumen
  • español

    Este estudio revisa el impacto de la ingeniería de prompts y la inteligencia artificial en la Industria 4.0, centrándose en su aplicación en la optimización de la toma de decisiones, la optimización de procesos industriales y la mejora de la cadena de suministros e inventarios. La revisión muestra que un diseño efectivo de prompts, mejora la respuesta de los modelos de IA para la toma de decisiones y la eficiencia operativa, permitiendo a las empresas disminuir sus costos. Además, la IA aplicada a la cadena de suministros y a la gestión de inventarios, ayuda a predecir la demanda y reducir costos logísticos. Sin embargo, persisten desafíos, como la variabilidad de la calidad de las respuestas de los modelos de la IA en correspondencia con los prompts diseñados y los riesgos de sesgo en las respuestas, lo que requiere de una mayor capacitación y el establecimiento de normativas éticas.

  • English

    This study reviews the impact of prompts engineering and artificial intelligence in Industry 4.0, focusing on their application in decision making optimization, industrial process optimization, and supply chain and inventory improvement. The review shows that effective prompts design improves the responsiveness of AI models for decision making and operational efficiency, allowing companies to reduce their costs. In addition, AI applied to supply chain and inventory management helps predict demand and reduce logistics costs. However, challenges remain, such as variability in the quality of AI model responses in correspondence with designed prompts, and risks of response bias, which requires further training and the establishment of ethical standards.