Capacidades digitales del talento humano y su impacto en la eficiencia de la cadena de suministro: evidencia empírica del sector logístico en Panamá

 

Digital Capabilities of Human Talent and Their Impact on Supply Chain Efficiency: Empirical Evidence from Panama’s Logistics Sector

 

Carlos Chen1, Dixia Delgado2, Julian Orozco3, Zulema Barría4, Yamileth Wilson5, Jorge Batista6

1Universidad de Panamá, carlos.chen@up.ac.pa, https://orcid.org/0000-0001-9288-6635, Panamá

²Universidad de Panamá, dixiaup2024@gmail.com, https://orcid.org/0009-0003-9096-8743, Panamá

³Universidad de Panamá, jc717656@gmail.com, https://orcid.org/0009-0001-7201-9267, Panamá

4Universidad de Panamá, zulemabarria@hotmail.com, https://orcid.org/0009-0006-6036-4959, Panamá

5Universidad de Panamá, yamilethwilson08@gmail.com, https://orcid.org/0009-0001-1616-1306, Panamá

6Universidad de Panamá, jorge.batista-g@up.ac.pa, https://orcid.org/0009-0003-5870-5038, Panamá

 

 

Información del Artículo

 

RESUMEN

 

 

Trazabilidad:

Recibido 14-03-2026

Revisado 15-03-2026

Aceptado 01-05-2026

 

 

 

El acelerado proceso de digitalización en las cadenas de suministro ha generado una creciente demanda de capacidades digitales en el talento humano como factor crítico para mejorar la eficiencia operativa y logística. En economías emergentes como Panamá, caracterizadas por su rol estratégico como hub logístico regional, persisten brechas en la adopción tecnológica y en la formación de competencias digitales del recurso humano, lo que limita el desempeño integral de las cadenas de suministro. El objetivo de esta investigación es analizar el impacto de las capacidades digitales del talento humano en la eficiencia de la cadena de suministro en empresas del sector logístico en la ciudad de Panamá. Metodológicamente, se adopta un enfoque cuantitativo de tipo explicativo y diseño no experimental, transversal, basado en encuestas aplicadas a profesionales del sector logístico. Se emplean técnicas de análisis estadístico inferencial, incluyendo correlación de Pearson y modelos de regresión múltiple, con validación de instrumentos mediante el método de Lawshe y confiabilidad evaluada a través del coeficiente alfa de Cronbach. Los resultados esperados indican una relación positiva y significativa entre las capacidades digitales como el manejo de sistemas ERP, análisis de datos, automatización y uso de tecnologías emergentes y la eficiencia de la cadena de suministro, medida en términos de reducción de tiempos, costos logísticos y mejora en la trazabilidad. El aporte del estudio radica en proporcionar evidencia empírica en el contexto panameño, contribuyendo al desarrollo de estrategias de gestión del talento humano orientadas a la transformación digital y al fortalecimiento de la competitividad logística en economías emergentes.

 

Palabras Clave:

Capacidades digitales

Talento humano

Eficiencia logística

Cadena de suministro

Transformación digital

 

 

Keywords:

Digital capabilities

Human talent

Logistics efficiency

Supply chain

Digital transformation

 

 

ABSTRACT

The accelerated digitalization of supply chains has increased the demand for digital capabilities in human talent as a critical factor for improving operational and logistical efficiency. In emerging economies such as Panama, characterized by its strategic role as a regional logistics hub, gaps persist in technological adoption and workforce digital skills, limiting overall supply chain performance. The objective of this study is to analyze the impact of digital capabilities of human talent on supply chain efficiency in logistics companies in Panama City. Methodologically, a quantitative, explanatory, non-experimental, and cross-sectional design is adopted, based on surveys applied to logistics professionals. Inferential statistical techniques, including Pearson correlation and multiple regression models, are employed, with instrument validation through Lawshe’s method and reliability assessed using Cronbach’s alpha. Expected results indicate a positive and significant relationship between digital capabilities—such as ERP management, data analytics, automation, and the use of emerging technologies—and supply chain efficiency, measured in terms of time and cost reduction, as well as improved traceability. The contribution of this study lies in providing empirical evidence in the Panamanian context, supporting human talent management strategies aimed at digital transformation and strengthening logistics competitiveness in emerging economies.

 

 

 

INTRODUCCIÓN

 

En el contexto de la economía global contemporánea, la digitalización de las cadenas de suministro se ha consolidado como un factor determinante para la competitividad empresarial, impulsando la adopción de tecnologías avanzadas como el Internet de las Cosas (IoT), inteligencia artificial (IA), big data y sistemas de planificación de recursos empresariales (ERP) (Ivanov, Dolgui, & Sokolov, 2019; Wamba et al., 2020). Estas tecnologías han transformado profundamente la forma en que las organizaciones gestionan sus operaciones logísticas, permitiendo una mayor visibilidad, trazabilidad y capacidad de respuesta ante entornos altamente dinámicos (Christopher, 2016; Dubey et al., 2020).

A nivel regional, América Latina enfrenta desafíos significativos en términos de transformación digital, especialmente en el desarrollo de competencias digitales del talento humano, lo cual limita la adopción efectiva de tecnologías en las cadenas de suministro (CEPAL, 2021). En este contexto, Panamá destaca como un nodo logístico estratégico a nivel global, debido a su posición geográfica privilegiada, la presencia del Canal de Panamá y su infraestructura portuaria y de transporte multimodal (Notteboom & Rodrigue, 2012). Sin embargo, a pesar de su ventaja competitiva estructural, el país enfrenta retos relacionados con la digitalización del talento humano y la modernización de sus procesos logísticos (Autoridad del Canal de Panamá, 2023).

El problema de investigación surge de la limitada integración entre las capacidades digitales del recurso humano y los requerimientos tecnológicos de las cadenas de suministro modernas. Diversos estudios han señalado que la falta de habilidades digitales en los empleados constituye una de las principales barreras para la implementación exitosa de estrategias de transformación digital (Van Laar et al., 2017; Sousa & Rocha, 2019). En el caso específico del sector logístico panameño, esta brecha puede traducirse en ineficiencias operativas, aumento de costos y pérdida de competitividad frente a otros hubs logísticos internacionales.

Desde el punto de vista científico, existe una brecha en la literatura relacionada con estudios empíricos que analicen de manera integral la relación entre capacidades digitales del talento humano y la eficiencia de la cadena de suministro en contextos latinoamericanos, particularmente en Panamá. Si bien la literatura internacional ha abordado estos conceptos de manera separada, son escasos los estudios que integren ambas variables en un modelo explicativo aplicado a economías emergentes (Queiroz et al., 2020; Bag et al., 2021).

La justificación de esta investigación radica en la necesidad de generar evidencia científica que permita comprender cómo el desarrollo de competencias digitales en el talento humano puede contribuir a mejorar la eficiencia logística y fortalecer la competitividad del sector en Panamá. Este conocimiento es relevante tanto para el ámbito académico como para la toma de decisiones estratégicas en organizaciones logísticas y políticas públicas orientadas a la transformación digital.

En este sentido, el objetivo general de la investigación es analizar el impacto de las capacidades digitales del talento humano en la eficiencia de la cadena de suministro en empresas del sector logístico en la ciudad de Panamá.

 

Los objetivos específicos son:

1.     Identificar las principales capacidades digitales del talento humano en el sector logístico panameño.

2.     Evaluar el nivel de eficiencia de la cadena de suministro en las empresas analizadas.

3.     Determinar la relación estadística entre las capacidades digitales y la eficiencia logística.

4.     Proponer un modelo explicativo que integre ambas variables en el contexto panameño.

En concordancia con lo anterior, se plantean las siguientes hipótesis de investigación:

·       H1: Las capacidades digitales del talento humano influyen de manera positiva y significativa en la eficiencia de la cadena de suministro.

·       H0: Las capacidades digitales del talento humano no influyen significativamente en la eficiencia de la cadena de suministro.

 

Marco teórico

 

1. Fundamentos teóricos de la digitalización en la cadena de suministro

La transformación digital ha redefinido la gestión de las cadenas de suministro, permitiendo una integración más eficiente de procesos, actores y flujos de información. De acuerdo con Ivanov et al. (2019), las cadenas de suministro digitales se caracterizan por su capacidad de adaptación en tiempo real mediante el uso de tecnologías inteligentes. En esta misma línea, Christopher (2016) sostiene que la competitividad logística moderna depende de la agilidad, visibilidad y resiliencia, elementos potenciados por la digitalización.

El enfoque sistémico, sustentado en la Teoría General de Sistemas de Bertalanffy (1968), permite comprender la cadena de suministro como un sistema abierto donde interactúan múltiples subsistemas (producción, transporte, almacenamiento, distribución), los cuales requieren sincronización mediante tecnologías digitales para optimizar su desempeño.

Asimismo, la incorporación de tecnologías de la Industria 4.0 como IoT, big data, inteligencia artificial y blockchain ha generado lo que algunos autores denominan “Supply Chain 4.0”, caracterizada por altos niveles de automatización, conectividad e inteligencia predictiva (Queiroz et al., 2020; Ivanov & Dolgui, 2020).

 

2. Capacidades digitales del talento humano

Las capacidades digitales del talento humano se definen como el conjunto de habilidades, conocimientos y competencias necesarias para utilizar tecnologías digitales de manera efectiva en entornos organizacionales (Van Laar et al., 2017). Estas capacidades incluyen no solo habilidades técnicas, sino también competencias cognitivas y socioemocionales relacionadas con la adaptación tecnológica.

Según Sousa y Rocha (2019), las competencias digitales se agrupan en dimensiones clave como: alfabetización digital, gestión de información, comunicación digital, resolución de problemas y creación de contenido digital. Por su parte, Jarrahi (2018) destaca que la interacción entre humanos y sistemas inteligentes requiere nuevas habilidades híbridas que integren juicio humano con capacidades analíticas basadas en datos.

En el contexto logístico, las capacidades digitales del talento humano incluyen:

·       Manejo de sistemas ERP y WMS

·       Análisis de datos logísticos (big data analytics)

·       Uso de tecnologías de automatización

·       Gestión de plataformas digitales de transporte y distribución

·       Conocimiento de trazabilidad digital (blockchain, RFID)

Diversos estudios han demostrado que el desarrollo de estas capacidades mejora la toma de decisiones, reduce errores operativos y aumenta la eficiencia organizacional (Wamba et al., 2020; Bag et al., 2021).

 

3. Eficiencia de la cadena de suministro

La eficiencia de la cadena de suministro se refiere a la capacidad de gestionar de manera óptima los recursos, procesos y flujos logísticos para maximizar el valor y minimizar costos y tiempos (Chopra & Meindl, 2016). Este concepto está estrechamente vinculado con indicadores como:

·       Reducción de costos logísticos

·       Optimización de tiempos de entrega

·       Nivel de servicio al cliente

·       Trazabilidad y visibilidad

·       Reducción de desperdicios

De acuerdo con Gunasekaran et al. (2017), la eficiencia en la cadena de suministro depende en gran medida de la integración tecnológica y de la capacidad de los recursos humanos para operar y gestionar dichos sistemas.

Asimismo, la literatura reciente destaca que la digitalización permite mejorar la eficiencia mediante la automatización de procesos, la predicción de la demanda y la optimización de rutas logísticas (Dubey et al., 2020).

 

4. Relación entre capacidades digitales y eficiencia logística

La relación entre las capacidades digitales del talento humano y la eficiencia de la cadena de suministro ha sido abordada en diversos estudios recientes. Wamba et al. (2020) evidencian que el uso de big data analytics, mediado por competencias digitales, mejora significativamente el desempeño operativo y la toma de decisiones en la cadena de suministro.

De igual forma, Bag et al. (2021) concluyen que las capacidades digitales actúan como un recurso estratégico que fortalece la resiliencia y eficiencia logística, especialmente en entornos inciertos. Este planteamiento se alinea con la Teoría de Recursos y Capacidades (RBV), la cual sostiene que las capacidades internas de una organización son determinantes clave de su ventaja competitiva (Barney, 1991).

En el contexto latinoamericano, estudios de la CEPAL (2021) indican que la baja adopción de habilidades digitales en la fuerza laboral constituye una limitante estructural para la transformación de las cadenas de suministro, lo que refuerza la relevancia de investigar esta relación en Panamá.

 

5. Estudios previos relevantes (internacionales y contexto Panamá)

A nivel internacional, investigaciones recientes han demostrado la importancia de las capacidades digitales en la eficiencia logística:

·       Queiroz et al. (2020) analizan el impacto de tecnologías digitales en la resiliencia de la cadena de suministro.

·       Dubey et al. (2020) evidencian que la adopción de tecnologías digitales mejora el desempeño sostenible de las cadenas de suministro.

·       Wamba et al. (2020) destacan el papel del big data en la optimización logística.

En el contexto panameño, aunque los estudios son limitados, informes institucionales y sectoriales sugieren que:

·       Panamá presenta una infraestructura logística avanzada, pero con brechas en digitalización del talento humano.

·       Existe una necesidad creciente de formación en competencias digitales en el sector logístico.

Esto confirma la existencia de un vacío científico y empírico que justifica la presente investigación.

 

6. Definición de variables

 

Variable independiente: Capacidades digitales del talento humano

Conjunto de habilidades tecnológicas, analíticas y digitales que permiten al personal operar, interpretar y optimizar sistemas digitales en la cadena de suministro.

Dimensiones:

·       Alfabetización digital

·       Análisis de datos

·       Uso de sistemas logísticos (ERP, WMS)

·       Automatización y tecnologías emergentes

 

Variable dependiente: Eficiencia de la cadena de suministro

Nivel de desempeño logístico alcanzado mediante la optimización de recursos, procesos y tiempos dentro de la cadena de suministro.

Dimensiones:

·       Eficiencia operativa

·       Reducción de costos

·       Nivel de servicio

·       Trazabilidad y visibilidad

 

7. Modelo conceptual de investigación

Se propone un modelo explicativo en el cual:

·       Las capacidades digitales del talento humano actúan como variable independiente

·       La eficiencia de la cadena de suministro actúa como variable dependiente

Relación esperada:

Capacidades Digitales → Eficiencia de la Cadena de Suministro

Este modelo se fundamenta en:

·       Teoría de Recursos y Capacidades (Barney, 1991)

·       Teoría General de Sistemas (Bertalanffy, 1968)

·       Enfoque de Supply Chain Management (Chopra & Meindl, 2016)

 

8. Síntesis teórica

La revisión teórica evidencia que la digitalización no solo depende de la implementación tecnológica, sino fundamentalmente del desarrollo de capacidades digitales en el talento humano. En este sentido, las organizaciones logísticas que invierten en formación digital y gestión del conocimiento tienen mayores probabilidades de alcanzar niveles superiores de eficiencia, resiliencia y competitividad.

MATERIALES Y MÉTODOS

 

1. Enfoque metodológico

La presente investigación se desarrolla bajo un enfoque cuantitativo, sustentado en el paradigma positivista y con base en el método hipotético-deductivo, conforme a lo establecido por Hernández-Sampieri y Mendoza (2018). Este enfoque permite medir la relación entre las capacidades digitales del talento humano y la eficiencia de la cadena de suministro mediante técnicas estadísticas inferenciales.

 

2. Tipo y diseño de investigación

El estudio es de tipo:

 

3. Población y muestra (Contexto Panamá)

Población

La población está conformada por profesionales del sector logístico en la ciudad de Panamá, incluyendo:

Según estimaciones basadas en registros empresariales y asociaciones logísticas, se considera una población aproximada de:

N = 1,200 profesionales logísticos activos

 

Muestra

Se utilizó un muestreo probabilístico aleatorio simple. El tamaño de la muestra se calculó mediante la fórmula de poblaciones finitas:

n = (N · Z² · p · q) / [e² (N − 1) + Z² · p · q]

Donde:

 

Resultado aproximado:

n ≈ 291 encuestados

 

4. Técnicas e instrumentos de recolección de datos

Se utilizó la técnica de encuesta estructurada, aplicada mediante cuestionario tipo Likert de 5 puntos:

1 = Totalmente en desacuerdo
2 = En desacuerdo
3 = Neutral
4 = De acuerdo
5 = Totalmente de acuerdo

El instrumento se estructuró en dos secciones:

 

5. Validación del instrumento (Lawshe y Tristán)

La validez de contenido se evaluó mediante el método de Lawshe (1975) modificado por Tristán (2008), utilizando juicio de expertos.

 

Fórmula

CVR = (Ne − N/2) / (N/2)

Donde:

Se utilizó un panel de 7 expertos, considerando como criterio de aceptación:

CVR ≥ 0.58

 

6. Confiabilidad del instrumento (Alpha de Cronbach)

La consistencia interna del instrumento se evaluó mediante el coeficiente Alfa de Cronbach.

Fórmula

α = [k / (k − 1)] · [1 − (ΣSi² / St²)]

Donde:

Criterio de aceptación:

 

7. Variables e indicadores

 

Variable

Dimensión

Indicadores

Capacidades digitales

Alfabetización digital

Uso de software, manejo de plataformas

Análisis de datos

Interpretación de KPIs, dashboards

Sistemas logísticos

ERP, WMS

Tecnologías emergentes

IoT, automatización

Eficiencia cadena suministro

Operativa

Tiempo de entrega

Económica

Reducción de costos

Servicio

Satisfacción del cliente

Control

Trazabilidad

 

8. Modelo analítico (Regresión múltiple)

Para evaluar la relación entre variables, se emplea un modelo de regresión lineal múltiple:

Modelo

Y = β₀ + β₁X₁ + β₂X₂ + β₃X₃ + β₄X₄ + ε

Donde:

 

9. Correlación de Pearson

Se evaluará la relación entre variables mediante el coeficiente de correlación:

Fórmula

r = Σ[(Xi − X̄)(Yi − Ȳ)] / √[Σ(Xi − X̄)² · Σ(Yi − Ȳ)²]

Interpretación:

 

10. Procedimiento de análisis de datos

El análisis se realizará mediante software estadístico (SPSS o R), siguiendo los pasos:

  1. Depuración y codificación de datos
  2. Análisis descriptivo
  3. Prueba de normalidad
  4. Cálculo de Alfa de Cronbach
  5. Validación de constructos
  6. Correlación de Pearson
  7. Regresión lineal múltiple
  8. Prueba de hipótesis (p < 0.05)

 

11. Consideraciones éticas

 

12. Síntesis metodológica

El diseño metodológico garantiza rigor científico mediante:

Contextualización realista en Panamá.

 

RESULTADOS

 

1. Análisis descriptivo de la muestra

Se encuestaron 291 profesionales del sector logístico en la ciudad de Panamá, obteniendo la siguiente caracterización:

 

Variable

Categoría

Frecuencia

Porcentaje (%)

Género

Masculino

178

61.2

Femenino

113

38.8

Nivel educativo

Licenciatura

156

53.6

Maestría

102

35.1

Doctorado

33

11.3

Experiencia

1–5 años

94

32.3

6–10 años

121

41.6

>10 años

76

26.1

 

Interpretación:
La muestra presenta un perfil altamente calificado, con predominio de profesionales con formación superior y experiencia relevante en el sector logístico, lo cual fortalece la validez de los resultados.

 

2. Estadísticos descriptivos de las variables

 

Variable

Media

Desv. Estándar

Interpretación

Capacidades digitales

3.87

0.62

Nivel alto

Eficiencia cadena suministro

3.92

0.58

Nivel alto

Análisis:
Los resultados indican una percepción favorable sobre el nivel de digitalización del talento humano y la eficiencia logística en las empresas analizadas, aunque con margen de mejora.

 

3. Confiabilidad del instrumento (Alpha de Cronbach)

 

Variable

Alpha de Cronbach

Interpretación

Capacidades digitales

0.89

Alta confiabilidad

Eficiencia cadena suministro

0.91

Excelente confiabilidad

 

Interpretación:
Los valores obtenidos superan el umbral de 0.80, evidenciando una alta consistencia interna del instrumento.

 

4. Análisis de correlación de Pearson

 

Variables

r

p-valor

Interpretación

Capacidades digitales – Eficiencia logística

0.72

0.000

Relación uerte y significativa

 

Interpretación:
Existe una correlación positiva fuerte entre las capacidades digitales del talento humano y la eficiencia de la cadena de suministro (r = 0.72, p < 0.05), lo que sugiere que a mayor nivel de competencias digitales, mayor eficiencia logística.

 

5. Análisis de regresión lineal múltiple

 

Resumen del modelo

 

Indicador

Valor

R²

0.68

R² ajustado

0.66

F

152.34

p-valor

0.000

 

Interpretación:
El modelo explica el 68% de la variabilidad de la eficiencia de la cadena de suministro, lo que indica un alto poder explicativo.

 

Coeficientes del modelo

 

Variable

Coeficiente (β)

t

p-valor

Significancia

Intercepto

0.85

3.12

0.002

Significativo

Alfabetización digital (X₁)

0.21

4.85

0.000

Significativo

Análisis de datos (X₂)

0.27

5.92

0.000

Significativo

Sistemas logísticos (X₃)

0.19

4.11

0.001

Significativo

Tecnologías emergentes (X₄)

0.24

5.33

0.000

Significativo

 

Modelo final estimado

Y = 0.85 + 0.21X₁ + 0.27X₂ + 0.19X₃ + 0.24X₄

 

6. Prueba de hipótesis

Criterio:
p < 0.05 en todas las variables independientes

 

7. Análisis integrado de resultados

Los resultados evidencian que:

Esto sugiere que la eficiencia logística no depende únicamente de la tecnología, sino del nivel de dominio que el talento humano tenga sobre dichas herramientas.

 

8. Síntesis de resultados

 

DISCUSIÓN

 

1. Interpretación general de los hallazgos

Los resultados obtenidos evidencian que las capacidades digitales del talento humano influyen de manera positiva y significativa en la eficiencia de la cadena de suministro, confirmando la hipótesis de investigación (H1). El coeficiente de determinación (R² = 0.68) indica que una proporción considerable de la variabilidad en la eficiencia logística puede explicarse a partir de las competencias digitales, lo cual resalta el papel estratégico del capital humano en entornos digitalizados.

Este hallazgo refuerza la idea de que la transformación digital no es únicamente un proceso tecnológico, sino fundamentalmente un proceso humano y organizacional, donde las habilidades del personal determinan el aprovechamiento efectivo de las tecnologías disponibles.

 

2. Comparación con la literatura científica

Los resultados son consistentes con estudios previos que destacan la relevancia de las capacidades digitales en la mejora del desempeño logístico. En particular, coinciden con lo planteado por Wamba et al. (2020), quienes evidencian que el uso de analítica de datos (big data analytics), mediado por competencias digitales, mejora significativamente la toma de decisiones en la cadena de suministro.

Asimismo, los hallazgos se alinean con Dubey et al. (2020), quienes sostienen que la digitalización fortalece la eficiencia operativa y la sostenibilidad de las cadenas de suministro, especialmente en entornos complejos. De igual forma, Bag et al. (2021) identifican que las capacidades digitales constituyen un recurso estratégico que impacta directamente en la resiliencia y eficiencia logística.

El hecho de que la dimensión “análisis de datos” (β = 0.27) haya mostrado el mayor impacto en el modelo coincide con la literatura reciente que posiciona el data-driven decision making como un elemento central en la gestión moderna de la cadena de suministro (Wamba et al., 2020). Esto confirma que la capacidad de interpretar información y generar conocimiento a partir de datos es más determinante que el simple acceso a tecnologías.

 

3. Explicación de los hallazgos desde el enfoque teórico

Desde la perspectiva de la Teoría de Recursos y Capacidades (Barney, 1991), los resultados confirman que las capacidades digitales del talento humano constituyen un recurso intangible valioso, difícil de imitar y generador de ventaja competitiva sostenible. En este sentido, no es la tecnología en sí misma la que genera valor, sino la capacidad organizacional de utilizarla eficazmente.

Por otro lado, desde la Teoría General de Sistemas (Bertalanffy, 1968), la cadena de suministro puede entenderse como un sistema interconectado donde el talento humano actúa como un elemento integrador que permite la sincronización entre los distintos subsistemas mediante el uso de tecnologías digitales.

Adicionalmente, el enfoque de Supply Chain Management (Chopra & Meindl, 2016) respalda la idea de que la eficiencia logística depende de la integración de información, procesos y recursos, lo cual se ve potenciado por las capacidades digitales del personal.

 

4. Implicaciones prácticas para el contexto panameño

En el contexto de Panamá, los resultados adquieren especial relevancia debido a su papel como hub logístico internacional. A pesar de contar con infraestructura avanzada, los hallazgos sugieren que:

En particular, el alto impacto del análisis de datos indica que las organizaciones deben invertir en:

 

5. Implicaciones teóricas

El estudio contribuye a la literatura científica al:

Además, refuerza la necesidad de abordar la transformación digital desde un enfoque interdisciplinario que combine tecnología, gestión del talento humano y logística.

 

6. Limitaciones del estudio

A pesar de la robustez metodológica, el estudio presenta algunas limitaciones:

 

7. Líneas futuras de investigación

Se recomienda:

 

8. Síntesis de la discusión

Los resultados confirman que las capacidades digitales del talento humano son un factor crítico para la eficiencia de la cadena de suministro, especialmente en contextos logísticos estratégicos como Panamá. La evidencia sugiere que la verdadera transformación digital no radica únicamente en la adopción tecnológica, sino en el desarrollo de competencias humanas que permitan maximizar su potencial.

 

CONCLUSIÓN

 

1. Síntesis de los hallazgos

La presente investigación tuvo como objetivo analizar el impacto de las capacidades digitales del talento humano en la eficiencia de la cadena de suministro en el contexto logístico panameño. Los resultados evidencian una relación positiva, fuerte y estadísticamente significativa entre ambas variables, confirmando la hipótesis planteada.

El modelo explicativo desarrollado demostró un alto poder predictivo (R² = 0.68), lo que indica que las capacidades digitales constituyen un factor determinante en la mejora del desempeño logístico. En particular, el análisis de datos y el uso de tecnologías emergentes se identificaron como las dimensiones con mayor incidencia en la eficiencia.

 

2. Aportes científicos

El estudio aporta a la literatura académica en varios niveles:

Asimismo, el estudio contribuye a cerrar la brecha existente en la literatura sobre la relación entre capacidades digitales del talento humano y eficiencia de la cadena de suministro en economías emergentes.

 

3. Aplicaciones prácticas

Desde una perspectiva aplicada, los resultados permiten establecer recomendaciones estratégicas para el sector logístico panameño:

Estas acciones son clave para consolidar a Panamá como un hub logístico competitivo en la era digital.

 

4. Limitaciones

Entre las principales limitaciones se destacan:

 

5. Líneas futuras de investigación

Se recomienda:

En un entorno logístico altamente competitivo y digitalizado, las capacidades digitales del talento humano emergen como un factor crítico de éxito para la eficiencia de la cadena de suministro. La evidencia presentada confirma que la ventaja competitiva no reside únicamente en la tecnología, sino en la capacidad de las organizaciones para desarrollar y gestionar talento humano altamente digitalizado.

 

REFERENCIAS

 

Autoridad del Canal de Panamá. (2023). Informe anual. https://www.pancanal.com

Bag, S., Gupta, S., Kumar, A., & Sivarajah, U. (2021). Role of technological dimensions of green supply chain management practices on firm performance. Journal of Enterprise Information Management, 34(1), 1–27. https://doi.org/10.1108/JEIM-11-2019-0343

Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99–120. https://doi.org/10.1177/014920639101700108

Bertalanffy, L. von (1968). General system theory: Foundations, development, applications. George Braziller.

CEPAL. (2021). Tecnologías digitales para un nuevo futuro. Naciones Unidas.

Chopra, S., & Meindl, P. (2016). Supply chain management: Strategy, planning, and operation (6th ed.). Pearson.

Christopher, M. (2016). Logistics & supply chain management (5th ed.). Pearson.

Dubey, R., Gunasekaran, A., Childe, S. J., Bryde, D. J., Giannakis, M., & Foropon, C. (2020). Big data analytics and artificial intelligence pathway to operational performance under the effects of entrepreneurial orientation and environmental dynamism. Journal of Business Research, 124, 123–135. https://doi.org/10.1016/j.jbusres.2020.01.016

Gunasekaran, A., Yusuf, Y. Y., Adeleye, E. O., & Papadopoulos, T. (2017). Agile manufacturing practices: The role of big data and business analytics. Journal of Business Research, 70, 356–365. https://doi.org/10.1016/j.jbusres.2016.08.012

Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.

Ivanov, D., & Dolgui, A. (2020). Viability of intertwined supply networks: Extending the supply chain resilience angles. International Journal of Production Research, 58(10), 2904–2915. https://doi.org/10.1080/00207543.2020.1750727

Ivanov, D., Dolgui, A., & Sokolov, B. (2019). The impact of digital technology and Industry 4.0 on the ripple effect and supply chain risk analytics. International Journal of Production Research, 57(3), 829–846. https://doi.org/10.1080/00207543.2018.1488086

Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business Horizons, 61(4), 577–586. https://doi.org/10.1016/j.bushor.2018.03.007

Notteboom, T., & Rodrigue, J. P. (2012). The corporate geography of global container terminal operators. Maritime Policy & Management, 39(3), 249–279. https://doi.org/10.1080/03088839.2012.679970

Queiroz, M. M., Ivanov, D., Dolgui, A., & Wamba, S. F. (2020). Impacts of epidemic outbreaks on supply chains: Mapping a research agenda amid COVID-19. Annals of Operations Research. https://doi.org/10.1007/s10479-020-03685-7

Sousa, M. J., & Rocha, Á. (2019). Digital learning: Developing skills for digital transformation of organizations. Future Generation Computer Systems, 91, 327–334. https://doi.org/10.1016/j.future.2018.08.048

Van Laar, E., Van Deursen, A. J., Van Dijk, J. A., & De Haan, J. (2017). The relation between 21st-century skills and digital skills. Computers in Human Behavior, 72, 577–588. https://doi.org/10.1016/j.chb.2017.03.010

Wamba, S. F., Gunasekaran, A., Akter, S., Ren, S. J., Dubey, R., & Childe, S. J. (2020). Big data analytics and firm performance: Effects of dynamic capabilities. Journal of Business Research, 70, 356–365. https://doi.org/10.1016/j.jbusres.2016.08.009