La rápida expansión del ecosistema de Internet de las Cosas ha creado una necesidad urgente de tecnologías eficientes para el procesamiento y análisis de datos. Esta revisión tiene como objetivo examinar y comparar sistemáticamente la computación en el borde, la computación en la nube y las arquitecturas híbridas, centrándose en sus aplicaciones dentro de los entornos de IoT. La metodología involucró una búsqueda y análisis exhaustivos de revistas revisadas por pares, actas de conferencias e informes de la industria, destacando los avances recientes en tecnologías de computación para IoT. Los hallazgos clave revelan que la computación en el borde sobresale en la reducción de la latencia y mejora la privacidad de los datos a través del procesamiento localizado, mientras que la computación en la nube ofrece una escalabilidad y flexibilidad superiores. Los enfoques híbridos, como la computación en niebla y en bruma, presentan una solución prometedora al combinar las fortalezas de los sistemas de borde y de nube. Estos modelos híbridos optimizan el uso del ancho de banda y apoyan aplicaciones sensibles a la latencia y a la privacidad en los ecosistemas de IoT. Las arquitecturas híbridas se identifican como particularmente efectivas para escenarios que requieren una gestión eficiente del ancho de banda y un procesamiento de baja latencia. Estos modelos representan un avance significativo en la superación de las limitaciones tanto de la computación en el borde como de la computación en la nube para IoT, ofreciendo un enfoque equilibrado para el análisis de datos y la gestión de recursos.