Castro Barinas, Manuel Leonardo de JesusGutiérrez Alvarado, Emerson Yezith2026-10-052026-10-052026-10-01Gutiérrez Alvarado, E. Y. (2026). Machine Learning en la Transformación Digital de las Telecomunicaciones: Aplicaciones y Desafíos [Trabajo de Grado, Universidad Santo Tomás].Repositorio Institucionalhttp://hdl.handle.net/11634/74464La transformación digital ha cambiado la industria de las telecomunicaciones. Esto ha generado nuevos desafíos en la gestión y organización de procesos, además de afectar la seguridad en las redes. En este contexto el Machine Learning (ML) se consolida como una solución tecnológica clave. En el presente artículo se busca investigar la influencia del Machine Learning en la transformación digital de las telecomunicaciones, analizando sus principales usos y cuáles son los retos asociados para su aplicación. Con este propósito, se diseñó una revisión narrativa de literatura científica reciente, además de ser complementada con fuentes clásicas publicadas en bases de datos como como Scopus, IEEE Xplore y ScienceDirect. Al analizar los resultados se evidencia que el Machine Learning ayuda significativamente a la mejora de procesos predictivos y de optimización, conexión de redes, además de fortalecer la ciberseguridad gracias a la detección de anomalías a tiempo real. No obstante, la implementación efectiva del Machine Learning presenta 3 limitaciones importantes: infraestructura tecnológica deficiente, resistencia al cambio organizacional y escasez de talento especializado. Los resultados demuestran que el Machine Learning es una tecnología clave para la transformación digital, pero depende de una combinación de innovación, inversión tecnológica y formación profesional especializada.Digital transformation has revolutionized the telecommunications industry, creating new challenges in process management and organization, as well as impacting network security. In this context, machine learning (ML) has emerged as a key technological solution. This article aims to investigate the influence of machine learning on the digital transformation of telecommunications, analyzing its primary applications and the challenges associated with its implementation. To this end, a narrative review of recent scientific literature was designed and supplemented with classic sources from databases such as Scopus, IEEE, Xplore, and ScienceDirect. The results reveal that Machine Learning significantly aids in improving predictive and optimization processes, network connectivity, and strengthening cybersecurity through real-time anomaly detection. However, the effective implementation of machine learning faces three major limitations: inadequate technological infrastructure, resistance to organizational change, and a shortage of specialized talent. The results demonstrate that machine learning is a key technology for digital transformation, but it depends on a combination of innovation, technological investment, and professional training.application/pdfspaAttribution-NonCommercial-ShareAlike 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-sa/2.5/co/bachelor thesisMachine LearningDigital transformationTelecommunicationsArtificial intelligencePredictive analyticsAbierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Machine LearningTransformación digitalTelecomunicacionesInteligencia artificialAnálisis predictivoreponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.co