La arquitectura de microservicios ha surgido como un enfoque dominante para desarrollar sistemas de software escalables y modulares, impulsada por la necesidad de agilidad y capacidad de implementación independiente. Sin embargo, diseñar estas arquitecturas presenta desafíos significativos, particularmente en la descomposición de servicios, la comunicación entre servicios y el mantenimiento de la consistencia de datos. Para abordar estos problemas, se han aplicado técnicas de inteligencia artificial (IA), como el aprendizaje automático (ML) y el procesamiento del lenguaje natural (NLP), con una frecuencia creciente para automatizar y mejorar el proceso de diseño. Esta revisión sistemática de la literatura examina la aplicación de la IA en el diseño de microservicios, centrándose en herramientas y métodos impulsados por IA para mejorar la descomposición de servicios, la toma de decisiones y la validación arquitectónica. Esta revisión analiza estudios de investigación publicados entre 2018 y 2024 que se centran específicamente en la aplicación de técnicas de IA en el diseño de microservicios, identificando los métodos clave de IA utilizados, los desafíos encontrados en la integración de la IA en microservicios y las tendencias emergentes en esta área de investigación. Los hallazgos revelan que la IA se ha utilizado de manera efectiva para optimizar el rendimiento, automatizar tareas de diseño y mitigar algunas de las complejidades inherentes a las arquitecturas de microservicios. Sin embargo, persisten brechas en áreas como las transacciones distribuidas y la seguridad. El estudio concluye que, si bien la IA ofrece soluciones prometedoras, se necesita más investigación empírica para refinar el papel de la IA en el diseño de microservicios y abordar los desafíos restantes.