Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
DOI: https://doi.org/10.46296/rc.v9i18.0444  
Adopción de inteligencia artificial y capacidades dinámicas de  
innovación en Mipymes bananeras de Manabí: Un estudio de caso  
Adoption of artificial intelligence and dynamic innovation  
capabilities in banana SMEs in Manabí: A case study  
Vargas-Macias Luis David  
Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López. Calceta, Ecuador.  
ORCID ID: https://orcid.org/0009-0003-1399-0576  
Cano-Lucas Ariel Masyuver  
Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López. Calceta, Ecuador.  
ORCID ID: https://orcid.org/0009-0008-6990-7299  
Alcívar-Martínez Benigno Javier  
Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López. Calceta, Ecuador.  
ORCID ID: https://orcid.org/0000-0002-4930-4617  
Toala-Mendoza Susy Tatiana  
Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López. Calceta, Ecuador.  
ORCID ID: https://orcid.org/0000-0003-0898-7826  
RESUMEN  
El presente estudio tiene como objetivo caracterizar el nivel de adopción de inteligencia artificial  
(
IA) y su incidencia percibida en las capacidades dinámicas de innovación en MiPymes del sector  
bananero de la provincia de Manabí, Ecuador. La investigación se desarrolló bajo un enfoque  
cuantitativo, con diseño no experimental, de corte transversal y carácter descriptivo-exploratorio.  
Se utilizó un estudio de caso aplicado a dos MiPymes agroproductivas: Hacienda Margarita y  
Hacienda Anita. La recolección de datos se realizó mediante una encuesta estructurada basada  
en los modelos de Flores y Gutiérrez (2022) para la variable inteligencia artificial y García et al.  
(
2014) para capacidades dinámicas de innovación, utilizando una escala Likert de cinco puntos.  
El instrumento estuvo compuesto por 37 ítems. Los resultados evidencian un nivel incipiente de  
adopción de inteligencia artificial en las empresas analizadas, especialmente en aspectos  
relacionados con la implementación estratégica, asignación de recursos y capacitación del  
personal. Se identifican niveles relativamente positivos en las dimensiones de orientación al  
cliente, orientación al mercado y desempeño innovador. Las MiPymes estudiadas desarrollan  
prácticas orientadas a la adaptación y mejora continua, pero aún enfrentan desafíos para  
consolidar procesos sistemáticos de innovación tecnológica.  
Palabras claves: Inteligencia artificial. Bananeras, innovación, cliente, MiPymes.  
ABSTRACT  
The objective of this study is to characterize the level of Artificial Intelligence (AI) adoption and its  
perceived impact on dynamic innovation capabilities in micro, small, and medium-sized  
enterprises (MSMEs) within the banana sector of Manabí Province, Ecuador. The research was  
conducted using a quantitative approach, with a non-experimental, cross-sectional, and  
descriptive-exploratory design. A case study methodology was applied to two agroproductive  
Información del manuscrito:  
Fecha de recepción: 12 de abril de 2026.  
Fecha de aceptación: 10 de junio de 2026.  
Fecha de publicación: 10 de julio de 2026.  
113  
Vargas-Macias et al. (2026)  
MSMEs: Hacienda Margarita and Hacienda Anita. Data were collected through a structured  
survey based on the models proposed by Flores and Gutiérrez (2022) for the Artificial Intelligence  
variable and García et al. (2014) for dynamic innovation capabilities, using a five-point Likert  
scale. The instrument consisted of 37 items. The results reveal an incipient level of Artificial  
Intelligence adoption in the companies analyzed, particularly regarding strategic implementation,  
resource allocation, and staff training. Relatively positive levels were identified in the dimensions  
of customer orientation, market orientation, and innovation performance. The MSMEs studied  
demonstrate practices aimed at adaptation and continuous improvement; however, they still face  
challenges in consolidating systematic technological innovation processes.  
Keywords: Artificial intelligence, banana plantations, innovation, customer, SMEs.  
1. INTRODUCCIÓN  
En los últimos años, la inteligencia artificial (IA) se ha consolidado como una de  
las tecnologías más influyentes en los procesos de transformación digital de las  
organizaciones, al ofrecer herramientas avanzadas para el análisis de datos, la  
automatización de procesos y la mejora de la toma de decisiones estratégicas.  
La adopción de IA en el sector agrícola ha mostrado resultados favorables en la  
optimización de cultivos, monitoreo de plagas y mejora de la productividad, sobre  
todo en economías emergentes donde las tecnologías digitales contribuyen a  
mejorar la eficiencia operativa y la sostenibilidad del sector agroproductivo  
(Wolfert et al., 2023).  
La aplicación de inteligencia artificial contribuye de forma significativa a los  
procesos de innovación empresarial, permitiendo optimizar procesos operativos,  
mejorar la toma de decisiones y personalizar los servicios ofrecidos a los clientes,  
generando ventajas competitivas en distintos sectores productivos (Calle et al.,  
2024). Diversos estudios destacan que la IA permite a las empresas mejorar su  
eficiencia operativa, optimizar procesos productivos y generar ventajas  
competitivas en entornos caracterizados por alta incertidumbre y cambios  
tecnológicos acelerados (Machucho y Ortiz, 2025; Badghish y Soomro, 2024).  
Asimismo, la inteligencia artificial facilita la automatización de tareas, el análisis  
de grandes volúmenes de datos y el desarrollo de modelos predictivos que  
fortalecen la innovación organizacional y la competitividad empresarial  
(Oldemeyer et al., 2024).  
114  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
Las pequeñas y medianas empresas (PYMES) pueden beneficiarse de estas  
tecnologías al mejorar la gestión de la información, identificar oportunidades de  
mercado y desarrollar nuevos modelos de negocio basados en datos (Al Dhaheri  
et al., 2024; Ayoub y Sopuru, 2026; Salamanca, 2025). En el ámbito empresarial,  
la incorporación de tecnologías digitales como la inteligencia artificial se vincula  
con el desarrollo de capacidades dinámicas, entendidas como la habilidad de las  
empresas para integrar, construir y reconfigurar recursos y competencias frente  
a entornos cambiantes (Teece, 2007; Liu et al., 2024).  
La teoría de las capacidades dinámicas plantea que las organizaciones deben  
desarrollar mecanismos de aprendizaje, adaptación e innovación para responder  
de manera efectiva a los cambios tecnológicos y competitivos del entorno  
empresarial. Por lo tanto, las empresas requieren identificar oportunidades  
emergentes, aprovechar recursos estratégicos y reconfigurar de forma continua  
sus competencias organizacionales sosteniendo ventajas competitivas en  
entornos dinámicos. Las capacidades dinámicas actúan como un puente entre  
la transformación digital y la innovación empresarial, facilitando la integración de  
tecnologías y el desarrollo de nuevos modelos de negocio adaptados a mercados  
cambiantes (Liu et al., 2024).  
Asimismo, se ha demostrado que el aprendizaje organizacional, la flexibilidad  
estratégica y la adaptación continua son elementos fundamentales de las  
capacidades dinámicas, dando paso a las empresas para mejorar su desempeño  
innovador y fortalecer su competitividad en contextos de alta incertidumbre  
tecnológica (Gao et al., 2025).  
En este sentido, la adopción de herramientas basadas en inteligencia artificial  
puede fortalecer estas capacidades al facilitar el procesamiento de grandes  
volúmenes de información, mejorar la toma de decisiones y apoyar los procesos  
de innovación organizacional (Sánchez et al., 2025; De la Torre y De la Vega,  
2025; Ayoub y Sopuru, 2026). La inteligencia artificial se ha convertido en un  
factor clave para el desarrollo de la innovación y la competitividad empresarial,  
por lo tanto, estudios realizados en diferentes contextos económicos muestran  
que las organizaciones que incorporan tecnologías digitales avanzadas tienden  
a mejorar su desempeño innovador, su capacidad de adaptación al mercado y  
115  
Vargas-Macias et al. (2026)  
su competitividad en entornos dinámicos. Sin embargo, diversos estudios  
también advierten que la implementación de inteligencia artificial enfrenta  
desafíos importantes relacionados con la disponibilidad de talento especializado,  
la gestión de datos y la resistencia organizacional al cambio tecnológico (Calle  
et al., 2024).  
Sin embargo, la adopción de estas tecnologías aún enfrenta múltiples barreras,  
especialmente en las PYMES de economías emergentes, donde factores como  
la falta de capacitación tecnológica, la limitada disponibilidad de recursos  
financieros y la escasa infraestructura digital dificultan la implementación efectiva  
de soluciones basadas en inteligencia artificial (Al Dhaheri et al., 2024). En  
América Latina, y específicamente en Ecuador, estas limitaciones se hacen más  
evidentes en sectores productivos tradicionales como el agro, donde la adopción  
de tecnologías digitales e inteligencia artificial aún es limitada, especialmente en  
pequeñas explotaciones agrícolas que enfrentan restricciones financieras y  
tecnológicas (Klerkx et al., 2019; Eastwood et al., 2019).  
Aunque, muchos de estos negocios enfrentan desafíos importantes para  
incorporar procesos de transformación digital y adoptar tecnologías emergentes  
que les permitan mejorar su productividad e innovación. Bajo este contexto, la  
inteligencia artificial comienza a ser considerada una herramienta estratégica  
para fortalecer la gestión del conocimiento, mejorar la eficiencia operativa y  
apoyar los procesos de toma de decisiones dentro de las organizaciones  
(Salamanca, 2025).  
En el caso específico del sector bananero ecuatoriano, las MIPYMES  
agroproductivas constituyen un componente relevante de la economía regional,  
específicamente en provincias como Manabí, donde la actividad agrícola  
representa una fuente significativa de empleo y generación de valor agregado.  
Sin embargo, a pesar de su importancia económica, muchas de estas empresas  
presentan limitaciones en sus procesos de innovación tecnológica y gestión  
estratégica, afectando su capacidad para adaptarse a un entorno productivo  
cada vez más digitalizado y competitivo.  
En los últimos años se ha generado un creciente interés académico por analizar  
la relación entre inteligencia artificial, transformación digital y capacidades  
116  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
dinámicas de innovación, pero aún existe una limitada evidencia empírica sobre  
cómo estas tecnologías influyen en los procesos de innovación de las MIPYMES  
agroproductivas en contextos latinoamericanos. La mayor parte de las  
investigaciones sobre inteligencia artificial se han concentrado en sectores  
industriales o en empresas de mayor tamaño, mientras que los estudios  
enfocados en pequeñas empresas agrícolas siguen siendo limitados. Esta  
brecha de conocimiento dificulta comprender en qué medida la inteligencia  
artificial puede contribuir al desarrollo de capacidades dinámicas de innovación  
en organizaciones agroproductivas.  
Con este antecedente, el objetivo de la presente investigación es caracterizar el  
nivel de adopción de inteligencia artificial (IA) y su incidencia percibida en las  
capacidades dinámicas de innovación en MiPymes del sector bananero de la  
provincia de Manabí, Ecuador, tomando como caso de estudio las bananeras  
Hacienda Margarita y Hacienda Anita. Por lo tanto, la investigación busca  
responder las siguientes preguntas: ¿Cuál es el estado actual de las  
capacidades dinámicas de innovación en las MIPYMES bananeras de Manabí?  
¿
En qué medida estas empresas han incorporado herramientas de inteligencia  
artificial en sus procesos organizacionales? Estas interrogantes permiten  
comprender el papel que puede desempeñar la inteligencia artificial en el  
fortalecimiento de la competitividad y la innovación en el sector agroproductivo  
bananero.  
2. METODOLOGÍA  
El estudio se desarrolló bajo el enfoque cuantitativo, con diseño no experimental  
y de corte transversal, de tipo descriptivo, exploratorio y de campo. Se aplicaron  
métodos teóricos como el deductivo, inductivo, analítico y sintético. El desarrollo  
de esta investigación se enmarcó en el estudio de caso, considerando como  
unidades de análisis a las bananeras Hacienda Anita del cantón el Carmen y  
Hacienda Margarita del cantón Bolívar, ambas pertenecientes a la provincia de  
Manabí, Ecuador; por lo tanto, la población estuvo conformada por los directivos  
de las MiPymes mencionadas (2).  
117  
Vargas-Macias et al. (2026)  
Los datos fueron recopilados mediante una encuesta apoyada en dos modelos:  
para medir la inteligencia artificial se utilizó el modelo de Flores y Gutiérrez  
(2022) y para capacidades dinámicas a García et al. (2014), el instrumento  
estuvo estructurado como se muestra en la tabla 1. Para el análisis estadístico  
se consideraron técnicas descriptivas de acuerdo a la naturaleza de los datos.  
Tabla 1. Estructura del instrumento de evaluación  
Variables  
Autores  
Dimensiones  
Items Escala de Likert  
utilizada  
Inteligencia  
artificial  
Flores y  
Gutiérrez  
Implementación de  
inteligencia artificial  
Uso de inteligencia  
artificial  
1-7  
1=Totalmente en  
desacuerdo  
2=En desacuerdo  
3=Ni de acuerdo, ni en  
(
2022)  
8--13  
Capacidades García et al. Orientación al cliente  
14-17 desacuerdo  
18-21 4=De acuerdo  
22-25 5=Totalmente de  
acuerdo  
dinámicas  
de  
(2014)  
Orientación al mercado  
Orientación a la  
innovación  
tecnología  
Desempeño innovador  
Desempeño financiero  
26-29  
30-33  
Desempeño no financiero 34-37  
Elaboración: Los autores  
3
. RESULTADOS Y DISCUSIÓN  
Las principales características de las MiPymes bananeras que son estudio de  
caso se describen en la tabla 2. En relación con la antigüedad empresarial, la  
Hacienda Margarita presenta un rango de operación entre 4 y 7 años,  
evidenciando una empresa relativamente joven dentro del sector y la Hacienda  
Anita tiene una trayectoria mayor, entre 12 y 15 años de funcionamiento, esto  
indica un mayor nivel de experiencia en las dinámicas productivas del cultivo  
bananero. Respecto al tamaño organizacional, se identifican diferencias  
importantes entre las unidades de análisis, la Hacienda Margarita se clasifica  
como mediana empresa, con una plantilla laboral que oscila entre 50 y 99  
trabajadores, en contraste, la Hacienda Anita corresponde a una pequeña  
empresa, con un rango de 10 a 49 empleados.  
Esta heterogeneidad en el tamaño empresarial resulta relevante para el análisis  
de las capacidades dinámicas de innovación, puesto que el número de  
trabajadores y la estructura organizativa pueden influir en la adopción de  
tecnologías como la inteligencia artificial. Estas características permiten  
118  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
contextualizar el análisis empírico del estudio, proporcionando información  
relevante sobre la estructura y trayectoria de las MiPymes bananeras  
consideradas en la investigación.  
Tabla 2. Características de las bananeras en estudio.  
MiPymes  
Años de  
Rango de  
MiPymes  
Ubicación  
bananeras servicio  
empleados  
Hacienda  
Margarita  
4-7 AÑOS  
50-99  
trabajadores  
Mediana  
empresa  
Calceta-Manabí-  
Ecuador  
Hacienda  
Anita  
12-15 años 10-49  
trabajadores  
Pequeña  
empresa  
El Carmen- Manabí-  
Ecuador  
Elaboración: Los autores  
La tabla 3 presenta los resultados obtenidos para la variable IA, evaluada a  
través de dos dimensiones: implementación de IA y uso de IA, aplicadas a las  
MiPymes bananeras Hacienda Margarita y Hacienda Anita. En la primera  
dimensión, los resultados evidencian un nivel limitado de adopción tecnológica  
en ambas organizaciones. Sobre la inversión en software o herramientas  
basadas en IA en los últimos dos años presenta una media de 2,00 y una  
desviación estándar de 1,41, esto indica una percepción moderadamente baja y  
diferencias entre las empresas analizadas. De forma similar, la existencia de  
procesos documentados para integrar soluciones de IA alcanza una media de  
2,50, reflejando que estos procedimientos aún no se encuentran plenamente  
establecidos.  
Asimismo, los resultados muestran niveles bajos en aspectos estratégicos  
vinculados a la implementación de IA. Las preguntas relacionadas con la  
asignación de presupuesto, el impulso directivo a proyectos basados en IA y la  
realización de pruebas piloto antes de su implementación registran una media  
de 1,00 y desviación estándar de 0,00, mostrando un consenso entre las  
empresas en que estas prácticas no se desarrollan dentro de las MiPymes en  
estudio. De igual forma, la disponibilidad de personal capacitado en IA tiene una  
media de 1,50, haciendo notar las limitaciones en el capital humano  
especializado para impulsar procesos de transformación digital. Aunque, se  
identifica un resultado relativamente favorable en la utilización de modelos de  
119  
Vargas-Macias et al. (2026)  
aprendizaje automático para apoyar la toma de decisiones y optimizar procesos,  
con una media de 3,50 y una desviación estándar de 0,71, mostrando así que  
algunas prácticas tecnológicas comienzan a incorporarse de manera incipiente  
en las operaciones productivas.  
La dimensión uso de IA, refleja niveles de adopción heterogéneos, como es el  
caso del uso de IA para la planificación de la producción presenta una media de  
1,50, indicando una aplicación limitada de estas herramientas en la gestión  
productiva. De manera similar, el uso para optimizar la logística y el transporte  
alcanza una media de 2,50, indicando una adopción moderada. Por otro lado,  
uno de los valores más altos se observa en la pregunta sobre el análisis de la  
calidad del banano y la detección de problemas sanitarios, con una media de  
4,00 y una desviación estándar de 1,41, lo que evidencia que la IA comienza a  
utilizarse principalmente en procesos de control de calidad y monitoreo del  
producto y áreas críticas dentro de la cadena productiva bananera.  
Así también, la pregunta sobre si la información generada por IA guía decisiones  
operativas, tiene una media de 3,50, esto refleja que un nivel moderado de  
integración de los datos generados por estas tecnologías en la gestión  
empresarial. No obstante, se observan limitaciones en la adopción  
organizacional, puesto que el uso de herramientas de IA por parte de los  
empleados alcanza una media de 2,50, con una desviación estándar de 2,12,  
reflejando diferencias importantes entre las empresas analizadas. La evaluación  
periódica del desempeño mediante herramientas de IA presenta una media de  
1,00, reflejando que este tipo de prácticas de seguimiento y control aún no se  
encuentran institucionalizadas en las MiPymes estudiadas.  
Los resultados de esta variable muestran que, aunque existen aplicaciones  
incipientes de IA en áreas operativas específicas, especialmente en el control de  
calidad del producto y apoyo a decisiones operativas, la implementación  
estratégica y estructurada de estas tecnologías sigue siendo limitada. Por lo  
tanto, las MiPymes bananeras analizadas se encuentran en etapas iniciales de  
adopción de IA, pudiendo representar un desafío como una oportunidad para  
fortalecer sus capacidades dinámicas de innovación y competitividad en el sector  
agroproductivo.  
120  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
Tabla 3. Variable inteligencia artificial  
HAC. DESVIACIÓN  
MARGARITA ANITA MEDIA ESTÁNDAR  
HAC.  
Preguntas  
P1. ¿La empresa ha invertido en software o  
herramientas basadas en inteligencia artificial en los  
últimos 2 años?  
P2. ¿Existen procesos internos documentados para  
integrar soluciones de inteligencia artificial?  
3
4
1
1
2,00  
2,50  
1,41  
2,12  
P3. ¿Contamos con personal capacitado en  
implementación de Inteligencia artificial (interno o  
externo)?  
P4. ¿Se asigna presupuesto para iniciativas o  
proyectos de Inteligencia artificial?  
P5. ¿La dirección impulsa activamente proyectos  
basados en inteligencia artificial?  
P6. ¿Se realizan pruebas piloto antes del despliegue  
de Inteligencia artificial?  
2
1
1
1
1
1
1
1
1,50  
1,00  
1,00  
1,00  
0,71  
0,00  
0,00  
0,00  
P7. ¿La empresa utiliza o ha implementado modelos  
de aprendizaje automático (Machine Learning) para  
apoyar la toma de decisiones, optimizar procesos o  
mejorar la eficiencia operativa?  
P8. ¿Utilizan inteligencia artificial para la  
planificación de la producción?  
4
2
3
3
1
2
3,50  
1,50  
2,50  
0,71  
0,71  
0,71  
P9. ¿La inteligencia artificial se usa para optimizar  
logística y transporte?  
P10. ¿Emplean inteligencia artificial para analizar la  
calidad del banano y detectar problemas sanitarios?  
P11. ¿La información generada por inteligencia  
artificial guía decisiones operativas?  
P12. ¿Los empleados utilizan herramientas de  
inteligencia artificial en sus actividades?  
3
3
1
1
5
4
4
1
4,00  
3,50  
2,50  
1,00  
1,41  
0,71  
2,12  
0,00  
P13.¿Evalúan periódicamente su desempeño con  
herramientas de inteligencia artificial?  
Fuente: Encuesta aplicada a directivos de MiPymes Bananeras en estudio. Elaboración: Los  
autores  
Figura 1. Medias por ítems de variable inteligencia artificial  
INTELIGENCIA ARTIFICIAL-MEDIA  
P1  
5
4
,00  
,00  
P13  
P2  
P12  
P11  
P10  
3,00  
P3  
2,00  
1,00  
0,00  
P4  
P5  
P9  
P6  
P8  
P7  
Elaboración: Los autores  
La Tabla 4 presenta los resultados de la variable capacidades dinámicas de  
innovación, evaluada mediante seis dimensiones, en la dimensión orientación al  
121  
Vargas-Macias et al. (2026)  
cliente, los resultados reflejan valores relativamente altos, con medias entre 3,50  
y 4,00, lo que indica una percepción favorable respecto a la importancia que  
ambas empresas les brindan a las necesidades de los clientes. Las preguntas  
relacionadas con el ajuste de las ofertas según las necesidades del cliente, la  
integración del cliente en procesos de mejora e innovación y la medición de la  
satisfacción del cliente presentan una media de 4,00, evidenciando que estas  
organizaciones consideran al cliente como un actor relevante en los procesos de  
mejora organizacional. Asimismo, la recopilación sistemática de la opinión del  
cliente alcanza una media de 3,50, mostrando un nivel moderado de  
formalización de estos mecanismos de retroalimentación.  
En la dimensión orientación al mercado, los resultados muestran una capacidad  
significativa para monitorear el entorno competitivo y detectar oportunidades  
comerciales. Las preguntas relacionadas con la observación de la competencia,  
la identificación de oportunidades comerciales y el análisis del entorno local y  
macroeconómico presentan una media de 4,00, esto indica que las bananeras  
analizadas desarrollan prácticas orientadas a comprender las dinámicas del  
mercado. Aunque, el monitoreo de cambios en precios y demanda del mercado  
presenta una media de 3,50 y una desviación estándar relativamente alta (2,12),  
lo que refleja diferencias entre las empresas respecto al nivel de seguimiento de  
estas variables estratégicas.  
Sobre la dimensión orientación a la tecnología, se obtiene una tendencia  
moderada en la incorporación de herramientas tecnológicas para mejorar la  
productividad y la calidad. Los resultados indican medias entre 3,50 y 4,00,  
destacándose la integración de nuevas tecnologías cuando estas aportan valor,  
con una media de 4,00. No obstante, aspectos como la búsqueda de tecnologías  
para mejorar la productividad, la disposición a experimentar con tecnologías  
emergentes y la inversión en capacitación tecnológica presentan medias de 3,50,  
indicando que, aunque existe una actitud favorable hacia la innovación  
tecnológica, su implementación aún enfrenta limitaciones, posiblemente  
relacionadas con recursos financieros o capacidades técnicas.  
En la dimensión desempeño innovador, se evidencian los resultados más altos  
de la variable analizada, la introducción de mejoras continuas en procesos  
122  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
productivos presenta la media más elevada (4,50) y una baja dispersión (0,71),  
lo que indica consenso entre las empresas en cuanto a la importancia de  
optimizar sus procesos operativos. Así también, el desarrollo de nuevos  
productos o servicios, el fomento de ideas internas para generar cambios  
operativos y la existencia de procesos para evaluar innovaciones registran  
medias cercanas a 4,00, reflejando una orientación positiva hacia la innovación  
organizacional y la mejora continua.  
Las preguntas relacionadas con la mejora de la rentabilidad y la reducción de  
costos operativos a partir de mejoras tecnológicas presentan una media de 3,00,  
lo que indica que el impacto económico directo de las innovaciones tecnológicas  
aún no es plenamente percibido por las empresas analizadas. En contraste, la  
capacidad para financiar inversiones tecnológicas y mantener registros  
financieros que apoyen decisiones estratégicas alcanza una media de 3,50, lo  
que evidencia cierto nivel de gestión financiera orientada al desarrollo  
tecnológico.  
La dimensión desempeño no financiero, todas las preguntas presentan una  
media de 3,50, lo que muestra una valoración moderadamente positiva del  
impacto de la tecnología en aspectos como la calidad del producto, los tiempos  
de entrega, la motivación del personal y la reputación organizacional. Sin  
embargo, la desviación estándar de 2,12 refleja diferencias importantes entre las  
empresas analizadas en cuanto a la percepción de estos beneficios.  
En términos generales, los resultados indican que las MiPymes bananeras  
estudiadas presentan niveles relativamente favorables en las dimensiones  
relacionadas con la orientación al cliente, al mercado y al desempeño innovador,  
lo que evidencia la existencia de prácticas organizacionales orientadas a la  
adaptación y mejora continua. No obstante, se identifican niveles moderados en  
la orientación tecnológica y en los resultados financieros derivados de la  
innovación, lo que sugiere que aún existen desafíos para consolidar plenamente  
las capacidades dinámicas de innovación, especialmente en lo que respecta a la  
inversión tecnológica y a la generación de impactos económicos sostenibles.  
123  
Vargas-Macias et al. (2026)  
Estos hallazgos resultan relevantes para comprender cómo las MiPymes del  
sector bananero comienzan a desarrollar mecanismos de adaptación y  
aprendizaje organizacional que pueden fortalecer su competitividad en un  
entorno productivo cada vez más influenciado por la transformación digital y la  
incorporación de tecnologías emergentes como la inteligencia artificial.  
Los resultados reflejan que las MiPymes bananeras analizadas tienen niveles  
relativamente favorables en las dimensiones de orientación al cliente, orientación  
al mercado y desempeño innovador, poniendo en evidencia que la presencia de  
prácticas organizacionales enfocadas en la adaptación, la mejora continua y la  
generación de innovaciones en los procesos productivos.  
No obstante, se observan niveles moderados en la orientación tecnológica y en  
los resultados financieros asociados a la innovación, mostrando la existencia de  
limitaciones para consolidar plenamente las capacidades dinámicas de  
innovación. En este contexto, los hallazgos permiten comprender que, aunque  
las empresas estudiadas comienzan a desarrollar mecanismos de aprendizaje  
organizacional y adaptación estratégica, aún enfrentan desafíos para fortalecer  
su competitividad en un entorno productivo cada vez más influenciado por la  
transformación digital y la incorporación de tecnologías emergentes como la  
inteligencia artificial.  
Tabla 4. Variable capacidades dinámicas de innovación  
HAC.  
HAC.  
DESVIACIÓN  
Preguntas  
MARGARITA  
ANITA  
MEDIA ESTÁNDAR  
P14. ¿Recopilan la opinión de los clientes de  
manera sistemática?  
P15. ¿Ajustan las ofertas según las necesidades del  
cliente?  
P16. ¿Integran al cliente en procesos de mejora e  
innovación?  
P17. ¿Miden la satisfacción de clientes para orientar  
mejoras?  
P18. ¿Monitorean cambios en precios y demanda  
del mercado?  
P19. ¿Observan a la competencia y adaptan  
estrategias?  
3
3
3
3
2
3
3
3
2
3
2
4
5
5
5
5
5
5
5
5
5
5
3,50  
4,00  
4,00  
4,00  
3,50  
4,00  
4,00  
4,00  
3,50  
4,00  
3,50  
0,71  
1,41  
1,41  
1,41  
2,12  
1,41  
1,41  
1,41  
2,12  
1,41  
2,12  
P20.  
¿Identifican  
nuevas  
oportunidades  
comerciales?  
P21. ¿Analizan información del entorno local y  
macroeconómico?  
P22.  
¿Buscan  
tecnologías  
que  
mejoren  
productividad y calidad?  
P23. ¿Integran nuevas tecnologías con rapidez  
cuando aportan valor?  
P24. ¿Existe disposición  
tecnologías emergentes?  
a experimentar con  
124  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
P25. ¿Invierten en capacitación tecnológica para el  
personal?  
2
4
3
4
3
2
2
2
2
2
2
2
2
5
5
5
4
5
4
4
5
5
5
5
5
5
3,50  
4,50  
4,00  
4,00  
4,00  
3,00  
3,00  
3,50  
3,50  
3,50  
3,50  
3,50  
3,50  
2,12  
0,71  
1,41  
0,00  
1,41  
1,41  
1,41  
2,12  
2,12  
2,12  
2,12  
2,12  
2,12  
P26. ¿Introducen mejoras continuas en procesos  
productivos?  
P27. ¿Se desarrolla productos/servicios nuevos  
recientemente?  
P28. ¿Fomentan ideas internas para generar  
cambios operativos?  
P29. ¿Existe un proceso para evaluar e implementar  
innovaciones internas?  
P30. ¿La rentabilidad mejora gracias a mejoras  
tecnológicas?  
P31. ¿Las nuevas tecnologías han reducido costos  
operativos?  
P32. ¿Se puede financiar inversiones tecnológicas  
sin afectar operaciones?  
P33. ¿Mantienen registros financieros que apoyan  
decisiones estratégicas?  
P34. ¿La tecnología ha mejorado la calidad del  
producto?  
P35. ¿Se han mejorado tiempos de entrega o  
servicio?  
P36. ¿La adopción tecnológica ha incrementado la  
motivación del personal?  
P37. ¿La reputación y competitividad de la  
empresa ha mejorado con tecnología?  
Elaboración: Los autores  
Figura 2. Medias por ítems de variable capacidades dinámicas de innovación  
CAPACIDADES DINÁMICAS DE INNOVACIÓN - MEDIA  
P14  
P37 5,00  
4,50  
P15  
P36  
P16  
4
3
3
2
2
1
1
0
,00  
,50  
,00  
,50  
,00  
,50  
,00  
,50  
P35  
P17  
P34  
P33  
P18  
P19  
P32  
P31  
0,00  
P20  
P21  
P30  
P22  
P29  
P23  
P28  
P24  
P27  
P25  
P26  
Elaboración: Los autores  
Los resultados de la tabla 5, muestran diferencias entre las dimensiones  
asociadas a la inteligencia artificial y las vinculadas a las capacidades dinámicas  
de innovación. La dimensión implementación de inteligencia artificial presenta  
125  
Vargas-Macias et al. (2026)  
una media de 1,79, lo que indica un nivel muy bajo de integración de estas  
tecnologías en las MiPymes analizadas. Este resultado muestra que las  
empresas aún no cuentan con una planificación estratégica ni con recursos  
organizacionales orientados a la adopción sistemática de herramientas basadas  
en inteligencia artificial. De manera similar, la dimensión uso de inteligencia  
artificial registra una media de 2,50, valor que se ubica en un nivel bajo dentro  
de la escala utilizada. Esto evidencia que la aplicación práctica de estas  
tecnologías en los procesos organizacionales es limitada, y podría estar  
asociado a factores como la falta de capacitación tecnológica, restricciones  
financieras o escasa infraestructura digital dentro de las empresas.  
En contraste, las dimensiones relacionadas con las capacidades dinámicas de  
innovación como La orientación al cliente y la orientación al mercado alcanzan  
una media de 3,88, reflejando que las empresas tienen una adecuada capacidad  
para comprender las necesidades del mercado y mantener relaciones cercanas  
con sus clientes. Estos resultados indican que, aun con limitaciones  
tecnológicas, las organizaciones desarrollan estrategias adaptativas basadas en  
el conocimiento del entorno y la demanda del mercado. La orientación a la  
tecnología presenta una media de 3,63, mostrando un nivel moderadamente  
positivo de interés por la incorporación de tecnologías en los procesos  
productivos. Aunque, este valor indica que existe margen para fortalecer las  
capacidades tecnológicas dentro de las organizaciones.  
El desempeño innovador, presenta la media más alta con 4,13, dejando en  
evidencia que las empresas perciben resultados positivos en términos de mejora  
de procesos, introducción de cambios organizacionales o adaptación a las  
condiciones del mercado. Este hallazgo permite entender que las MiPymes  
pueden generar innovaciones incluso sin una fuerte adopción de tecnologías  
avanzadas. Las dimensiones desempeño financiero (3,25) y desempeño no  
financiero (3,50) muestran niveles moderados. Esto indica que, aunque las  
empresas perciben ciertos beneficios derivados de sus prácticas  
organizacionales e innovadoras, estos resultados aún no se traducen  
plenamente en mejoras económicas significativas.  
126  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
Por lo tanto, estos resultados permiten inferir que las MiPymes bananeras  
analizadas poseen capacidades organizacionales orientadas al mercado y a la  
innovación, pero presentan limitaciones importantes en la adopción e  
implementación de tecnologías de inteligencia artificial, dejando en observancia  
una brecha entre el desarrollo de capacidades estratégicas y la incorporación  
efectiva de herramientas tecnológicas avanzadas.  
Tabla 5. Media por dimensiones  
DIMENSIONES  
Implementación de inteligencia artificial  
Uso de inteligencia artificial  
Orientación al cliente  
Orientación al mercado  
Orientación a la tecnología  
Desempeño innovador  
Desempeño Financiero  
Desempeño no financiero  
Elaboración: Los autores  
MEDIA  
1,79  
2,50  
3,88  
3,88  
3,63  
4,13  
3,25  
3,50  
Figura 3. Medias aritméticas por dimensiones de las variables en estudio.  
MEDIA POR DIMENSIONES  
5
4
3
2
1
0
,00  
,00  
,00  
,00  
,00  
,00  
4
,13  
3
,88  
3,88  
3
,63  
3
,50  
3,25  
2
,50  
1
,79  
Implementación  
de inteligencia  
artificial  
Uso de  
inteligencia  
artificial  
Orientación al Orientación al Orientación a la Desempeño  
cliente mercado tecnología innovador  
Desempeño Desempeño no  
Financiero financiero  
Elaboración: Los autores  
Discusión  
El hallazgo más relevante del estudio es la existencia de la brecha entre el  
desarrollo de capacidades dinámicas de innovación y la adopción efectiva de  
inteligencia artificial en las MiPymes bananeras analizadas. Aunque los  
resultados evidencian niveles bajos de implementación y uso de inteligencia  
artificial, las empresas presentan desempeños relativamente favorables en  
dimensiones como orientación al cliente, orientación al mercado y desempeño  
innovador. Esta coexistencia sugiere que los procesos de innovación aún se  
127  
Vargas-Macias et al. (2026)  
sustentan en mecanismos tradicionales de aprendizaje organizacional,  
experiencia acumulada y conocimiento del mercado, más que en el  
aprovechamiento de tecnologías digitales avanzadas. Desde la perspectiva de  
las capacidades dinámicas, este comportamiento refleja que las organizaciones  
han desarrollado parcialmente capacidades para identificar oportunidades y  
adaptarse al entorno, pero aún presentan limitaciones para reconfigurar  
estratégicamente sus recursos tecnológicos, tal como lo plantea Teece (2007).  
Los resultados obtenidos coinciden con investigaciones desarrolladas en  
contextos latinoamericanos, donde las pequeñas y medianas empresas  
muestran procesos iniciales de incorporación tecnológica debido a restricciones  
organizacionales, financieras y de gestión que dificultan la adopción de  
tecnologías avanzadas (Demuner et al., 2025). Asimismo, Sánchez et al. (2025)  
sostienen que la implementación de inteligencia artificial en las PYMES depende  
en gran medida de la disponibilidad de talento especializado, infraestructura  
digital y recursos económicos, factores que también condicionan la realidad de  
las empresas estudiadas. En este sentido, los bajos niveles observados en  
aspectos como asignación presupuestaria, capacitación del personal y desarrollo  
de proyectos basados en IA evidencian que la transformación digital aún no  
forma parte de una estrategia organizacional consolidada.  
Sin embargo, los resultados difieren parcialmente de los hallazgos de Al Dhaheri  
et al. (2024), quienes identificaron una relación positiva entre la adopción de  
inteligencia artificial y el desempeño innovador en las PYMES. En contraste, las  
MiPymes bananeras analizadas presentan niveles favorables de innovación  
pese a la limitada incorporación de estas tecnologías. Una posible explicación  
radica en las características propias del sector agroproductivo, donde la  
experiencia productiva, el conocimiento acumulado y la cercanía con los clientes  
continúan siendo fuentes de innovación. Este planteamiento es consistente con  
lo señalado por Yesuf y Fields (2025), quienes argumentan que la innovación  
organizacional no depende exclusivamente de la adopción tecnológica, sino  
también de la capacidad de las empresas para interpretar cambios en la  
demanda, identificar oportunidades y adaptar continuamente sus modelos de  
negocio.  
128  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
Un segundo hallazgo relevante es el comportamiento favorable de las  
dimensiones orientación al cliente y orientación al mercado. Estos resultados  
indican que las empresas estudiadas han desarrollado capacidades adaptativas  
que les permiten responder a las necesidades del entorno y mantener una  
relación cercana con sus clientes. De acuerdo con Pin et al. (2024), las MiPymes  
fortalecen sus procesos de innovación mediante la interacción directa con el  
mercado, lo que facilita la identificación de nuevas oportunidades y la adaptación  
estratégica de sus operaciones, de forma similar Merín et al. (2024) mencionan  
que las capacidades dinámicas pueden desarrollarse incluso en contextos con  
limitaciones tecnológicas, siempre que exista una adecuada capacidad de  
aprendizaje organizacional y una orientación permanente hacia el mercado.  
Los resultados también se respaldan en los planteamientos de Warner y Wäger  
(2019) y Gao et al. (2025), quienes sostienen que las capacidades dinámicas  
permiten a las organizaciones responder de manera efectiva a entornos  
cambiantes mediante procesos continuos de aprendizaje, adaptación e  
innovación, en consecuencia, los altos niveles observados en desempeño  
innovador podrían indicar que las MiPymes analizadas han logrado consolidar  
mecanismos de mejora continua e innovación incremental, aun cuando la  
incorporación de herramientas avanzadas de inteligencia artificial sigue estando  
limitada.  
Los datos obtenidos con la orientación tecnológica y el desempeño financiero  
muestran niveles moderados, esto permite inferir que los beneficios económicos  
derivados de la innovación tecnológica aún no se materializan plenamente en las  
empresas analizadas. Esta situación coincide con lo planteado por Cardozo y  
Riascos (2024), quienes indican que la generación de resultados económicos  
asociados a la innovación requiere previamente el fortalecimiento de  
capacidades organizacionales, aprendizaje tecnológico y gestión del  
conocimiento. Sobre esta misma línea Sun et al. (2025) establecen que los  
efectos financieros de la transformación digital suelen manifestarse de forma  
gradual, conforme las organizaciones consolidan capacidades digitales y  
desarrollan procesos sistemáticos de innovación.  
129  
Vargas-Macias et al. (2026)  
Esparza et al. (2022) sostienen que la adopción de tecnologías emergentes no  
depende solo de la disponibilidad de infraestructura tecnológica, sino también de  
la existencia de una cultura organizacional orientada a la innovación, procesos  
de aprendizaje continuo y estrategias empresariales alineadas con la  
transformación digital. De acuerdo a esta perspectiva, los resultados obtenidos  
indican que las MiPymes bananeras de Manabí se encuentran en una etapa  
inicial de transición digital, caracterizada por capacidades organizacionales  
favorables para la innovación, pero con importantes desafíos para integrar  
estratégicamente la inteligencia artificial como un recurso capaz de fortalecer sus  
capacidades dinámicas y su competitividad en un entorno productivo cada vez  
más digitalizado. Este hallazgo genera evidencia empírica sobre la realidad de  
las MiPymes agroproductivas ecuatorianas, mostrando que el desarrollo de  
capacidades dinámicas puede anteceder a la adopción de tecnologías  
avanzadas, aunque la consolidación de procesos de transformación digital  
requerirá una integración más estratégica de la inteligencia artificial en la gestión  
empresarial.  
4
. CONCLUSIONES  
Los resultados muestran que las MiPymes bananeras analizadas han iniciado  
procesos de incorporación de prácticas orientadas a la innovación y al uso de  
tecnologías digitales; no obstante, aún presentan limitaciones en la adopción  
estratégica de herramientas de inteligencia artificial, sobre todo en aspectos  
relacionados con la asignación de recursos, la capacitación del personal y la  
integración tecnológica en los procesos organizacionales. Como contribución  
empírica, este estudio proporciona evidencia sobre el nivel de adopción de IA y  
su relación con las capacidades dinámicas de innovación en MiPymes  
agroproductivas del sector bananero ecuatoriano, un contexto escasamente  
abordado en la literatura especializada.  
No obstante, los resultados deben interpretarse considerando ciertas  
limitaciones, se puede mencionar que como el estudio se llevó a cabo mediante  
un diseño transversal impide analizar la evolución de las capacidades dinámicas  
y de la adopción tecnológica a lo largo del tiempo. Así también la investigación  
130  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
se centró en dos casos de estudio ubicados en la provincia de Manabí, esto  
restringe la generalización de los hallazgos a otros contextos productivos o  
regiones.  
Como líneas futuras de investigación, se recomienda ampliar la muestra hacia  
otros segmentos del sector agrícola ecuatoriano, incorporar diseños  
longitudinales que evalúen cambios en el tiempo y analizar el impacto de  
tecnologías específicas basadas en inteligencia artificial sobre indicadores de  
productividad, competitividad y sostenibilidad empresarial. El fortalecimiento  
progresivo de estas capacidades podría contribuir significativamente a mejorar  
la adaptación organizacional frente a los desafíos de un entorno productivo cada  
más digitalizado.  
REFERENCIAS  
Al Dhaheri, M. H., Ahmad, S. Z., & Papastathopoulos, A. (2024). Do  
environmental turbulence, dynamic capabilities, and artificial intelligence  
force SMEs to be innovative? Journal of Innovation & Knowledge, 9(3),  
100528. https://doi.org/10.1016/j.jik.2024.100528  
Ayoub, H. S., & Sopuru, J. C. (2026). Reconfiguring Strategic Capabilities in the  
Digital Era: How AI-Enabled Dynamic Capability, Data-Driven Culture, and  
Organizational Learning Shape Firm Performance. Sustainability, 18(3),  
1157. https://doi.org/10.3390/su18031157  
Badghish, S., & Soomro, Y. A. (2024). Artificial Intelligence Adoption by SMEs to  
Achieve Sustainable Business Performance: Application of Technology–  
Organization–Environment Framework. Sustainability, 16(5), 1864.  
https://doi.org/10.3390/su16051864  
Calle García, J. S., Sotaminga Andi, A. S., Garay Arias, G. N., y Villavicencio  
Tuares, R. R. (2024). INTELIGENCIA ARTIFICIAL Y SU  
CONTRIBUCIÓN A LA INNOVACIÓN EN LAS EMPRESAS. Ciencia y  
Desarrollo, 27(2), 245. https://doi.org/10.21503/cyd.v27i2.2618  
Cardozo Jiménez, C. J., & Riascos Erazo, S. C. (2024). Relación del desarrollo  
sostenible y las capacidades dinámicas en el desempeño innovador de  
los negocios verdes: Estudio bibliométrico. Revista CEA, 11(25), e3110.  
https://doi.org/10.22430/24223182.3110  
131  
Vargas-Macias et al. (2026)  
De La Torre, A., & De La Vega, I. (2025). Dynamic capabilities and digital  
innovation: Pathways to competitive advantage through responsible  
innovation. Journal of Responsible Innovation, 12(1), 2500154.  
https://doi.org/10.1080/23299460.2025.2500154  
Demuner Flores, M. D. R., Cernas Ortiz, D. A., y Mercado Salgado, P. (2025).  
Capacidades de Resiliencia e innovación: Predictores del rendimiento de  
las pymes del servicio de alimentos. Ciencias Administrativas, (27), 166.  
https://doi.org/10.24215/23143738e166  
Eastwood, C., Ayre, M., Nettle, R., & Dela Rue, B. (2019). Making sense in the  
cloud: Farm advisory services in a smart farming future. NJAS:  
Wageningen  
Journal  
of  
Life  
Sciences,  
90-91(1),  
1-10.  
https://doi.org/10.1016/j.njas.2019.04.004  
Esparza García, IG, Clark Mendivil, Y., y Sánchez Guerrero,, M. (2022).  
Capacidades dinámicas e innovación: Origen de la competitividad en  
empresas de servicios turísticos en México. Revista de Ciencias Sociales  
(Ve) ,  
Esp.  
28 (6),  
395-411.  
https://www.redalyc.org/journal/280/28073815028/  
Flores, M., & Gutiérrez, M. (2022). Impacto de la aplicación de la inteligencia en  
las empresas de servicios en marketing paceñas (Tesis de grado).  
Universidad Andrés.  
https://repositorio.umsa.bo/bitstream/handle/123456789/30904/TD-  
078.pdf  
Mayor  
de  
San  
3
Gao, Y., Liu, S., & Yang, L. (2025). Artificial intelligence and innovation capability:  
A dynamic capabilities perspective. International Review of Economics &  
Finance, 98, 103923. https://doi.org/10.1016/j.iref.2025.103923  
Gao, Y., Liu, S., & Yang, L. (2025). Artificial intelligence and innovation capability:  
A dynamic capabilities perspective. International Review of Economics &  
Finance, 98, 103923. https://doi.org/10.1016/j.iref.2025.103923  
García Osorio, O., Quintero Quintero, J., & Arias-Pérez, J. (2014). Capacidades  
de innovación, desempeño innovador y desempeño organizacional en  
empresas del sector servicios. Cuadernos de Administración, 27(49), 86.  
https://doi.org/10.11144/Javeriana.cao27-49.cidi  
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data  
analysis  
(8th  
ed.).  
Cengage  
Learning.  
https://eli.johogo.com/Class/CCU/SEM/_Multivariate%20Data%20Analysi  
s_Hair.pdf  
Klerkx, L., Jakku, E., & Labarthe, P. (2019). A review of social science on digital  
132  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 9, Núm. 18 (Ed. Julio – Diciembre 2026) ISSN: 2737-6354.  
Adopción de inteligencia artificial y capacidades dinámicas de innovación en Mipymes  
bananeras de Manabí: Un estudio de caso.  
agriculture, smart farming and agriculture 4.0: New contributions and a  
future research agenda. NJAS: Wageningen Journal of Life Sciences, 90-  
91(1), 1-16. https://doi.org/10.1016/j.njas.2019.100315  
Liu, L., Cui, L., Han, Q., & Zhang, C. (2024). The impact of digital capabilities and  
dynamic capabilities on business model innovation: The moderating effect  
of  
organizational inertia.  
Humanities and Social Sciences  
Communications, 11(1), 420. https://doi.org/10.1057/s41599-024-02910-z  
Machucho, R., & Ortiz, D. (2025). The Impacts of Artificial Intelligence on  
Business Innovation: A Comprehensive Review of Applications,  
Organizational Challenges, and Ethical Considerations. Systems, 13(4),  
264. https://doi.org/10.3390/systems13040264  
Merín-Rodrigáñez, J., Dasí, À., & Alegre, J. (2024). Digital transformation and  
firm performance in innovative SMEs: The mediating role of business  
model  
innovation.  
Technovation,  
134,  
103027.  
https://doi.org/10.1016/j.technovation.2024.103027  
Oldemeyer, L., Jede, A., & Teuteberg, F. (2025). Investigation of artificial  
intelligence in SMEs: A systematic review of the state of the art and the  
main implementation challenges. Management Review Quarterly, 75(2),  
1185-1227. https://doi.org/10.1007/s11301-024-00405-4  
Pin Solórzano, J. D., López Loor, M. J., Alcívar Martínez, B., & Zambrano  
Delgado, J. (2024). Capacidades dinámicas y la innovación en Mipymes  
del sector camaronero de Manabí. Uniandes Episteme, 11(1), 57-71.  
https://doi.org/10.61154/rue.v11i1.3376  
Salamanca Pérez, V. J. (2025). La inteligencia artificial como motor de gestión  
del conocimiento en el sector empresarial latinoamericano. Revista  
Estrategia  
Organizacional,  
14(2),  
165-187.  
https://doi.org/10.22490/25392786.10745  
Sánchez-Rodríguez, A., García-Vidal, G., Fernández-Ochoa, Y., Martínez-Vivar,  
R., Gavilanes-Venegas, A. E., & Pérez-Campdesuñer, R. (2025).  
Navigating Uncertainty Through AI Adoption: Dynamic Capabilities,  
Strategic Innovation Performance, and Competitiveness in Ecuadorian  
SMEs.  
Administrative  
Sciences,  
15(12),  
468.  
https://doi.org/10.3390/admsci15120468  
Sun, B., Yu, J., Khattak, S. I., Tariq, S., & Zahid, M. (2025). Digital Innovation,  
Business Models Transformations, and Agricultural SMEs: A PRISMA-  
Based Review of Challenges and Prospects. Systems, 13(8), 673.  
https://doi.org/10.3390/systems13080673  
133  
Vargas-Macias et al. (2026)  
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  
Warner, K. S. R., & Wäger, M. (2019). Building dynamic capabilities for digital  
transformation: An ongoing process of strategic renewal. Long Range  
Planning, 52(3), 326-349. https://doi.org/10.1016/j.lrp.2018.12.001  
Wolfert, S., Ge, L., Verdouw, C., & Bogaardt, M.-J. (2017). Big Data in Smart  
Farming  
–
A
review.  
Agricultural  
Systems,  
153,  
69-80.  
https://doi.org/10.1016/j.agsy.2017.01.023  
Yesuf, Y., & Fields, Z. (2025). Artificial Intelligence Adoption as a Driver of  
Innovation and Competitiveness in SMEs: A Bibliometric and Systematic  
Review.  
F1000Research,  
14,  
1187.  
https://doi.org/10.12688/f1000research.171494.1  
134