La Gestión organizacional: Detección de objetos, una perspectiva desde la gestión para la eficiencia económica y la automatización de decisiones

Resumen

En un contexto global donde la tecnología y la innovación son ejes estratégicos para el desarrollo económico y la eficiencia organizacional, este estudio analizó métodos avanzados de detección de objetos y su impacto en la gestión organizacional. La detección de objetos, tradicionalmente vinculó a la seguridad, se propone aquí como un recurso clave que optimizó procesos, ha reducido costos operativos, apoyando en la toma de decisiones gerenciales en áreas como logística, control de calidad y gestión de riesgos. La metodología que se empleó fue  simple Exploration Modification Model Access (SEMMA) donde esta conformado por 5 etapas, dentro de ellas se consideró la técnica de aprendizaje profundo, usando redes neuronales para la identificación de la precisión y velocidad con el algoritmo de You Only Look Once (YOLO) que permitió la detección en tiempo real mediante una segmentación de imágenes en cuadrículas, con predicciones simultáneas de objetos y clases, todo dentro de jupyter notebook con lenguaje de programación de python. Se utilizó un conjunto de datos diverso, con objetos de seguridad (armas, punzocortantes) y de uso cotidiano (animales, frutas, vehículos), demostrando su utilización  en distintos contextos económicos, esto favorecería a la gestión proactiva, la asignación óptima de recursos y el fortalecimiento de la competitividad a través de un tablero de control. Los resultados subrayan el valor estratégico de la detección de objetos  del 92% de asertividad, 1 tablero de análisis de datos como motor para la transformación digital, posicionándola como una solución integral que responde a los desafíos contemporáneos de la economía y la gestión organizacional.