Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)González Estrada, Octavio AndrésTorres Martínez, Jhonathan Vladimir2024-05-272024-05-272024-05-222024-05-22https://noesis.uis.edu.co/handle/20.500.14071/42631La gestión del mantenimiento ha evolucionado de enfoques reactivos a estrategias proactivas, integrando tecnología y análisis de datos para mejorar la eficiencia y el aprovechamiento de los activos. La implementación de la Inteligencia Artificial (IA) se presenta como fundamental en este proceso, superando los métodos programados y preventivos tradicionales. Además, la IA ofrece capacidades predictivas que permiten anticipar fallos en equipos, optimizar programas de mantenimiento y reducir tiempos de inactividad no planificados, minimizando costos y optimizando recursos. Sus beneficios incluyen corrección de errores, reducción de costos laborales y aumento de la rentabilidad empresarial. La presente investigación es de tipo documental – descriptiva y analítica, desarrollada bajo un enfoque mixto empezando con una búsqueda documental sistemática en bases de datos seguida de un análisis de los artículos seleccionados, identificando tendencias, enfoques metodológicos y hallazgos clave sobre la temática abordada. La información relevante se sintetizó para proporcionar una visión general de los avances recientes en el campo.application/pdfspainfo:eu-repo/semantics/openAccessGestión del mantenimientoInteligencia ArtificialEficiencia operativaOptimización de recursosPredictividadUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - EspecializaciónUniversidad Industrial de Santanderhttps://noesis.uis.edu.coMaintenance ManagementArtificial IntelligenceOperational EfficiencyResource OptimizationPredictivityhttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)