Promovido por:
https://orcid.org/0009-0008-9052-5391
Introducción. En agencias de eventos recreativos corporativos, los ciclos de producción suelen depender de rutinas manuales que elevan horas de trabajo y retrabajo. Este estudio analiza si la incorporación de IA generativa se asocia con una reducción del tiempo total de producción. Metodología. Se aplicó un diseño cuasi-experimental antes–después (caso único, fase pre y fase post) en una empresa del sector de eventos recreativos corporativos (Bogotá, Colombia), entre junio y septiembre de 2025. Se compararon tres eventos de naturaleza comparable producidos sin IA y luego con apoyo sistemático de ChatGPT en tareas creativas y administrativas (conceptualización, propuesta, presupuestación y selección de proveedores). La variable dependiente fue el tiempo total de producción (horas), medido desde la recepción del brief hasta la aprobación final. El análisis priorizó estimaciones de diferencias pareadas, intervalos de confianza y tamaños de efecto, dada la muestra reducida. Resultados. En los tres eventos se observó una reducción consistente del tiempo total (51 h, 60 h y 69 h), equivalente a un ahorro promedio de 60 h (19.1%). El mayor ahorro se concentró en Conceptualización (23.3 h) y Elaboración de propuesta (20.0 h). En Validación final se registró un leve aumento (+1.3 h), asociado a mayor revisión de calidad. Conclusión. Los hallazgos sugieren que la IA generativa puede funcionar como palanca de eficiencia en agencias medianas cuando se integra con gobernanza, capacitación y verificación humana. Las conclusiones deben interpretarse como evidencia aplicada y exploratoria por el tamaño muestral y tratarse de un único caso. Se recomienda replicar con más eventos y organizaciones y ampliar métricas (costo, calidad y satisfacción del cliente).
Abdul Halim, A. H., Zamzuri, N. H., & Ghazali, A. R. (2023). The transformative role of artificial intelligence in the event management industry. Journal of International Business, Economics and Entrepreneurship, 8(2), 98–106. https://doi.org/10.24191/jibe.v8i2.24045
Adams, K. (2021). Privacy concerns in AI-enhanced events: A qualitative study of participant sentiments. Journal of Data Privacy, 14(2), 99–115.
Agrawal, A., Gans, J., & Goldfarb, A. (2022). Prediction machines: The simple economics of artificial intelligence (Updated and expanded ed.). Harvard Business Review Press.
Alburquerque, A. (2025, julio 12). Chile lidera en adopción de IA generativa en Latinoamérica, según Coursera. La Tercera. https://www.latercera.com/tendencias/noticia/chile-lidera-en-adopcion-de-ia-generativa-en-latinoamerica-segun-coursera/
Asociación Colombiana de Congresos y Convenciones. (2021). Cifras del sector eventos (contracción 2020-2021) [Como se citó en Forbes Staff, 2024]. En Forbes Staff. (2024, 10 de julio). Sector de eventos aporta US$3.400 millones a la economía del país, según datos del Dane. Forbes Colombia. https://forbes.co/2024/07/10/actualidad/sector-de-eventos-aporta-us3-400-millones-a-la-economia-del-pais-segun-datos-del-dane
Bayne, A., & Innala, J. (2024). Predicting attendance at events within the life-science sector using machine learning. KTH Royal Institute of Technology Bachelor Thesis. http://www.diva-portal.org/smash/get/diva2:1884568/FULLTEXT01.pdf
Bizzabo. (2023). Optimizing email engagement with AI segmentation. Bizzabo Blog. https://www.bizzabo.com/blog/ai-audience-segmentation
Bmotik. (2024, 11 de noviembre). Bmotik: la primera startup de Event Tech corporativo en Shark Tank Colombia. Bmotik Blog. https://bmotik.com/bmotik-la-primera-startup-de-event-tech-corporativo-en-shark-tank-colombia/
Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W.W. Norton & Co.
Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Dell'Acqua, F., McFowland III, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K. C., & Rajendran, S. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge work (HBS Working Paper No. 24-013). Harvard Business School. https://doi.org/10.2139/ssrn.4573321
Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2024). GPTs are GPTs: Labor market impact potential of LLMs. Science, 384(6702), 1306–1308. https://doi.org/10.1126/science.adj0998
Estanyol, E. (2024, julio). ¿Cómo puede ayudar la IA generativa en la organización de eventos? (I). Revista COMeIN, (145). https://dialnet.unirioja.es/servlet/articulo?codigo=9701954
Keiper, M. C. (2023). ChatGPT in practice: Increasing event planning efficiency through artificial intelligence. Journal of Hospitality, Leisure, Sport & Tourism Education, 33, 100454. https://doi.org/10.1016/j.jhlste.2023.100454
Kumar, D., & Ratten, V. (2025). Artificial intelligence in event management: A systematic literature review. Event Management. Advance online publication. https://doi.org/10.3727/152599525X17483017436968
Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin. https://doi.org/10.1198/jasa.2005.s22
Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350. https://doi.org/10.1002/smj.640
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178. https://doi.org/10.2307/41410412
Promovido por:
English
Português
