La inteligencia artificial (IA) está transformando el sector agroindustrial al facilitar tareas como la predicción del clima, la detección de plagas y enfermedades, y la optimización del uso de agua y fertilizantes. Estas aplicaciones no solo aumentan la eficiencia y sostenibilidad de los sistemas agrícolas, sino que también mejoran la productividad y la resiliencia frente al cambio climático. Este trabajo realiza una revisión sistemática sobre el uso de IA en la producción de café, analizando estudios encontrados en bases de datos reconocidas como Scopus, Web of Science, IEEE Xplore y Google Scholar. La búsqueda incluyó combinaciones de palabras como, "café" AND "machine learning", "inteligencia artificial" AND "agricultura de precisión", "detección de plagas" OR "redes neuronales", AND "sostenibilidad". Inicialmente se identificaron 452 artículos, de los cuales 85 cumplieron con los criterios de inclusión tras un riguroso proceso de selección y exclusión. La revisión identificó que las aplicaciones de IA en la producción cafetera se enfocan principalmente en la detección temprana de enfermedades como la roya del café mediante visión por computadora y redes neuronales convolucionales, la optimización de sistemas de riego inteligentes que integran sensores y algoritmos para reducir el consumo de agua hasta en un 20%, y el uso de robótica agrícola para mejorar la eficiencia operativa y disminuir la dependencia de mano de obra. Las tecnologías, además, fomentan prácticas más sostenibles y mejoran la trazabilidad en la cadena de suministro del café. Los resultados de esta revisión arrojan luces sobre cómo las técnicas de IA pueden optimizar la producción cafetera y contribuir al desarrollo de sistemas agrícolas más eficientes y sostenibles. Este trabajo ofrece un marco de referencia que puede ser útil para orientar investigaciones futuras y guiar a los productores hacia prácticas resilientes frente al cambio climático y las crecientes demandas de sostenibilidad.