Sistemas de recomendación para cadenas de suministro agroalimentarias: una revisión sistemática de la literatura

Resumen

Las cadenas de suministro agroalimentarias se enfrentan a desafíos en materia de eficiencia, sostenibilidad y resiliencia. La inteligencia artificial (IA), el Internet de las Cosas (IoT) y los sistemas de recomendación (SR) basados ​​en tecnología *blockchain* ofrecen soluciones al respecto. Esta revisión sistemática de la literatura emplea el protocolo PRISMA y se guía por ocho preguntas de investigación. El estudio sintetiza el estado de la cuestión para identificar ámbitos de aplicación, métricas, técnicas, objetivos, partes interesadas y brechas críticas. Los resultados revelan una doble vertiente en la aplicación de los SR: las aplicaciones internas se centran en la optimización operativa —como la logística, la trazabilidad y la reducción de residuos—, mientras que las externas se orientan a la personalización en el marketing y la nutrición del consumidor. Entre las técnicas emergentes más prometedoras figuran el aprendizaje por refuerzo, los modelos de grafos y los gemelos digitales. No obstante, su adopción a escala se ve limitada por diversas carencias: falta de estándares de interoperabilidad, desconexión entre la validación académica y los contextos reales, problemas de calidad e integración de datos, y una comprensión insuficiente de los modelos de negocio colaborativos en ecosistemas con múltiples actores. La revisión concluye que el desarrollo futuro de los SR en este sector exige un enfoque sistémico e interdisciplinario. Este enfoque debe priorizar el diseño centrado en el usuario y sensible al contexto, métricas de evaluación integrales que reflejen el valor social y ambiental, y marcos que fomenten una adopción inclusiva —especialmente para los pequeños productores— con el fin de construir cadenas agroalimentarias más inteligentes, equitativas y resilientes.

Palabras clave: Inteligencia agroalimentaria, sistema de recomendación, cadena de suministro