Ivn Alonso Badillo Gmez

Ana Karen Aguilar

Captulo 11 Administracin del Conocimiento

El desempeo de una empresa se puede beneficiar cuando es ms fcil
acceder al conocimiento organizacional. Facilitar el acceso al conocimiento,
mejorar la calidad y vigencia del conocimiento y usarlo para mejorar los
procesos de negocios son elementos imprescindibles para el xito y la
sobrevivencia.
11.1 El Panorama de administracin del conocimiento.
El conocimiento que no se puede comunicar y compartir con otros es casi intil.
El conocimiento se vuelve til y accionable cuando se comparte con toda la
firma.
Una parte considerable del valor de una firma depende de la habilidad de sta
para crear y administrar el conocimiento. Gran parte del valor de una compaa
en el mercado burstil se relaciona con sus activos intangibles de los cuales el
conocimiento es un componente importante, junto con las marcas,
reputaciones y procesos de negocios nicos. Los proyectos basados en el
conocimiento bien ejecutados producen extraordinarios rendimientos sobre la
inversin.
Dimensiones importantes del conocimiento
Datos: Flujo de eventos o transacciones capturadas por los sistemas de una
organizacin que por s solos son tiles para realizar transacciones y nada ms.
Para convertir los datos en informacin til se debe invertir para organizarlos
en categoras de comprensin. Para transformar la informacin en
conocimiento una firma debe gastar recursos adicionales para descubrir
patrones, reglas y contextos en donde funcione el conocimiento. La sabidura
se considera como la experiencia colectiva e individual de aplicar el
conocimiento a la solucin de problemas. La sabidura implica dnde, cundo
y cmo aplicar el conocimiento. El conocimiento es un atributo tanto individual
como colectivo de la firma. Es un evento cognoscitivo que ocurre dentro de la
mente de las personas. El conocimiento que reside en las mentes de los
empleados y que carece de documentacin se denomina conocimiento tcito
mientras que el documento se denomina conocimiento explcito.
Aprendizaje organizacional y administracin del conocimiento.

Las organizaciones obtienen experiencia por medio de coleccin de datos, la

cuidadosa medicin de las actividades planeadas, la prueba y error,
retroalimentacin de los clientes y el entorno en general. Las organizaciones
que aprenden ajustan su comportamiento para reflejar ese aprendizaje
mediante la creacin de nuevos procesos de negocio y la modificacin de los
patrones de la toma de decisiones gerenciales. A este cambio se le conoce
como aprendizaje organizacional. Las organizaciones que pueden sentir y
responder a sus entornos con rapidez sobrevivirn ms tiempo que las que
tienen mecanismos de aprendizaje defectuosos.
La cadena de valor de administracin del conocimiento
La administracin del conocimiento se refiere al conjunto de procesos de
negocios que se desarrollan en una organizacin para crear, almacenar,
transferir y aplicar el conocimiento. La administracin del conocimiento
aumenta la habilidad de la organizacin de aprender de su entorno y de
incorporar el conocimiento en sus procesos de negocios. Cada etapa en la
cadena de valor de agrega valor a los datos puros y a la informacin a medida
que se transforman en conocimiento utilizable.
Adquisicin del conocimiento
Los primeros sistemas de administracin del conocimiento buscaban crear
almacenes de documentos, informes, presentaciones y mejores prcticas. Esto
se ha extendido para incluir documentos sin estructura como el correo
electrnico. Las organizaciones adquieren conocimiento al desarrollar redes de
expertos en lnea, de modo que los empleados puedan encontrar al experto en
la compaa que tenga el conocimiento en su cabeza. En otros casos las firmas
deben crear nuevo conocimiento mediante el hallazgo de patrones en los datos
corporativos o el uso de estaciones de trabajo del conocimiento en donde los
ingenieros pueden descubrir nuevo conocimiento. Un sistema del conocimiento
coherente y organizado requiere tambin datos sistemticos provenientes de
los sistemas de procesamiento de transacciones de la firma que registren las
ventas los pagos el inventario los clientes y otros datos importantes as como
datos provenientes de fuentes externas como transmisiones de noticias,
informes industriales, opiniones legales, investigacin cientfica y estadsticas
gubernamentales.
Almacenamiento de conocimiento
Se debe almacenar los documentos, patrones y reglas de expertos de modo
que los empleados puedan recuperarlos y usarlos, generalmente mediante una
base de datos. Los sistemas de administracin de documentos que digitalizan,
vinculan, y etiquetan documentos de acuerdo con un marco de trabajo
coherente son las grandes bases de datos expertas en almacenar colecciones
de documentos. La gerencia debe apoyar el desarrollo de sistemas de
almacenamiento del conocimiento planeados, fomentar el desarrollo de
esquemas a nivel empresarial para indexar documentos y recompensar a los
empleados por tomarse el tiempo de actualizar y almacenarlos en forma
apropiada.

Diseminacin del conocimiento

Los portales, el correo electrnico, la mensajera instantnea, los wikis, las
redes sociales y la tecnologa de los motores de bsqueda se han incorporado
a una coleccin existente de tecnologa de colaboracin y sistemas de oficina
para compartir agendas, documentos, datos y grficos. Los programas de
capacitacin, las redes informales y la experiencia gerencial compartida que se
comunican a travs de una cultura de apoyo, ayudan a los gerentes a enfocar
su atencin en el conocimiento y la informacin relevantes.
Aplicacin del conocimiento
El conocimiento que no se comparte y aplica a los problemas prcticos que
enfrentan las firmas y los gerentes no agrega valor de negocios. El
conocimiento organizacional se debe convertir en una parte sistemtica de la
toma de decisiones gerenciales y ubicarse en los sistemas de soporte de
decisiones. El nuevo conocimiento se debe integrar en los procesos de
negocios y los sistemas de aplicaciones clave de una firma incluyendo las
aplicaciones empresariales para administrar los procesos de negocios internos
clave y las relaciones con los clientes y proveedores. Esto se debe traducir en
prcticas de negocios, productos y servicios, as como mercados nuevos para
la firma.
Creacin de capital organizacional y gerencial: colaboracin,
comunidades de prctica y entornos de oficina.
Adems de las prcticas ya mencionadas los gerentes pueden ayudar mediante
la creacin de puestos de trabajo dedicados al conocimiento as como creando
comunidades de prctica (COP) las cuales son redes informales de personal
competente y empleados dentro y fuera de la firma que tienen intereses
similares relacionados con el trabajo. Estas comunidades dependen en gran
parte de softwares que faciliten el intercambio de informacin y la
colaboracin. Pueden facilitar la recuperacin de conocimiento al dirigir a los
miembros a documentos tiles, filtrar informacin para los recin llegados, etc.
Las COP tambin pueden reducir la curva de aprendizaje de los nuevos
empleados as como actuar como un facilitadores de ideas, tcnicas y
comportamientos para la toma de decisiones.
Tipos de sistemas de administracin del conocimiento
En esencia existen 3 tipos de sistemas de administracin del conocimiento:
Los sistemas de administracin del conocimiento a nivel
empresarial los cuales son esfuerzos de toda la organizacin por
recolectar, almacenar y distribuir y aplicar tanto contenido como
conocimiento digital. Tambin proveen herramientas de apoyo como
wikis, blogs y sistemas de administracin del aprendizaje.
Los sistemas de trabajo del conocimiento son creados
especialmente para ingenieros, cientficos u otros trabajadores del

conocimiento encargados de descubrir y crear nuevo conocimiento para

una compaa.
Entre las tcnicas inteligentes se encuentran la minera de datos, los
sistemas expertos, la logia difusa, los algoritmos genticos, las redes
neurales y los agentes inteligentes, estas tcnicas tienen distintos
objetivos como: descubrir el conocimiento, descfralo, descubrir
soluciones optimas a problemas especficos, etc.
11.2 Sistemas de administracin del conocimiento a nivel empresarial
Las empresas deben de lidiar al menos con tres tipos de conocimiento:
estructurado, semiestructurado y no estructurado. El conocimiento
estructurado se encuentra dentro de documentos ordenados, ms sin embargo
los gerentes deben de tomar decisiones con conocimiento semiestructurado
como el correo electrnico, el correo de voz, chats, videos, publicaciones en
pizarrones, etc., en otros casos no hay informacin formal o digital de ningn
tipo ya que el conocimiento se encuentra en la mente de los empleados.
Sistemas de administracin del contenido empresarial
El conocimiento estructurado es conocimiento explicito que se existe en los
documentos y reglas formales que producen las organizaciones al observar a
los expertos y sus comportamientos para tomar decisiones. Los sistemas de
administracin del contenido empresarial ayudan a las empresas a administrar
el conocimiento estructurado y semiestructurado tienen herramientas para
almacenar, capturar, recuperar y distribuir informacin de modo que las firmas
puedan mejorar sus procesos de negocios y su toma de decisiones. Tambin
permiten a los usuarios acceder a fuentes externas de informacin como las
noticias y la investigacin adems de que pueden comunicarse por correo
electrnico, chat, mensajera instantnea, etc.
Un problema clave en la administracin del conocimiento es la creacin de un
sistema de clasificacin adecuado o taxonoma, para organizar la informacin
en categoras significativas de modo que se pueda acceder a ella con facilidad,
una vez creadas las categoras se debe etiquetar a cada objetivo del
conocimiento, los sistemas de administracin del contenido empresarial tienen
herramientas para etiquetar e interactuar con las bases de datos.
Los sistemas de administracin de activos digitales ayudan a las compaas a
clasificar, almacenar y distribuir objetos digitales como fotografas, video y
contenido de audio.
Sistemas de redes del conocimiento
Tambin son conocidos como sistemas de ubicacin y administracin de la
pericia, se enfrentan al problema que surge cuando el conocimiento no se
encuentra en ningn medio sino que se ubica en la mente de los expertos de la
firma. Estos sistemas proveen un directorio en lnea de expertos corporativos
en dominios del conocimiento bien definidos y utilizan las tecnologas de

comunicacin para facilitar a los empleados el proceso de buscar al experto

apropiado en la compaa.
Herramientas de colaboracin y sistemas de administracin del
aprendizaje
Las empresas estn empezando a utilizar las tecnologas para el consumidor
como os wikis, blogs, chats, para fomentar la colaboracin y el intercambio de
informacin entre individuos y equipos. Los wikis ayudan a capturar,
concentrar y consolidar este conocimiento para la firma, son econmico y
fciles de implementar adems proveen un almacn central para todos los
tipos de datos corporativos que se pueden mostrar como hojas de clculo,
diapositivas, pginas electrnicas, etc.
Los marcadores sociales facilitan el proceso de buscar y compartir informacin
al permitir a los usuarios guardar sus marcadores de pginas Web en un sitio
Web pblico, estas etiquetas se pueden usar para organizar los documentos y
buscar informacin en ellos.
Las empresas tambin necesitan formas de administrar y mantener el registro
del aprendizaje de los empleados, para integrarlo de una manera ms
completa a sus sistemas de administracin del conocimiento, los sistemas de
administracin del aprendizaje ofrecer, rastrear y evaluar el aprendizaje y
capacitacin para los empleados. Estos sistemas soportan varios tipos de
aprendizaje como CD, videos descargables, clases basadas en Web, chats, etc.

11.3 Sistemas de Trabajo del conocimiento

Las empresas tambin cuentan con sistemas especializados para los
trabajadores del conocimiento que les ayuden a crear nuevo conocimiento y
para asegurar que este se integre a la empresa de una manera apropiada.
Trabajadores del conocimiento y trabajo del conocimiento
Entre los trabajadores del conocimiento se encuentran cientficos, ingenieros,
diseadores y arquitectos que en primera instancia crean el conocimiento, por
lo general cuentan con
altos niveles de educacin y membresas en
organizaciones profesionales, estos trabajadores del conocimiento crean
nuevos productos o buscan formas de mejorar a los existentes.
Tambin realizan tres funciones clave que son crticas para la organizacin y
para los gerentes que trabajan dentro de la organizacin:
Mantener a la organizacin actualizada en el conocimiento, a medida
que se desarrolla en el mundo externo: en tecnologa, ciencia,
pensamiento social y artes

 Servir como consultores internos en relacin con las reas de su

conocimiento, los cambios que se estn llevando a cabo y las
oportunidades
Actuar como agentes del cambio, evaluar, iniciar y promover proyectos
de cambio.
Requerimientos de los sistemas de trabajo del conocimiento
La mayora de los trabajadores del conocimiento dependen de los sistemas de
oficina, como procesadores de texto, correo electrnico, videoconferencias y
sistemas de programacin de horarios, los cuales estn diseados para
incrementar la productividad de los trabajadores en la oficina. Sin embargo, los
trabajadores del conocimiento tambin requieren sistemas de trabajo del
conocimiento muy especializados con poderosos grficos, herramientas
analticas y capacidades tanto de comunicaciones como de administracin de
documentos. Estos sistemas requieren el suficiente poder de cmputo como
para manejar los grficos sofisticados o los clculos complejos necesarios para
dichos trabajadores del conocimiento, como los investigadores cientficos,
diseadores de productos y analistas financieros. Como los trabajadores del
conocimiento estn muy enfocados en el conocimiento en el mundo externo,
estos sistemas tambin deben otorgar al trabajador un acceso rpido y fcil a
las bases de datos externas. Muy a menudo estos sistemas se disean y
optimizan para tareas muy especficas.
Ejemplos de sistemas de trabajo del conocimiento
Las principales aplicaciones de trabajo del conocimiento son los sistemas CAD,
los sistemas de realidad virtual para simulaciones y modelado, y las estaciones
de trabajo financieras. El diseo auxiliado por computadora (CAD)
automatiza la creacin y revisin de diseos, mediante el uso de computadoras
y software de grficos sofisticado. Si se utiliza una metodologa de diseo
fsico ms tradicional, cada vez que se modifique el diseo hay que crear un
molde y un prototipo para realizar pruebas fsicas. Es necesario repetir este
proceso muchas veces, lo cual es muy costoso y consume mucho tiempo. Al
usar una estacin de trabajo CAD, el diseador slo tiene que crear un
prototipo fsico casi al final del proceso de diseo, ya que ste se puede probar
y modificar con facilidad en la computadora.
Los sistemas de realidad virtual tienen capacidades de visualizacin, y
simulacin que van ms all de las de los sistemas CAD convencionales. Usan
software de grficos interactivo para crear simulaciones generadas por
computadora, las cuales estn tan cerca de la realidad que los usuarios casi
creen que estn participando en una situacin del mundo real. La ropa
contiene sensores que registran los movimientos de los usuarios y transmiten
de inmediato esa informacin de vuelta a la computadora.
La realidad aumentada (AR) es una tecnologa relacionada para mejorar la
visualizacin. La AR ofrece una vista en vivo directa o indirecta de un entorno
fsico del mundo real, cuyos elementos estn aumentados mediante imgenes
virtuales generadas por computadora. El usuario est ubicado en el mundo

fsico real y las imgenes virtuales se fusionan con la vista real para crear la
visualizacin aumentada.
Las aplicaciones de realidad virtual desarrolladas para Web usan un estndar
conocido como leguaje de modelo de realidad virtual (VRLM) el cual es un
conjunto de especificaciones para modelo interactivo en 3D en la World Wide
Web, que puede organizar varios tipos de medios entre ellos animaciones,
imgenes y audio para poner a los usuarios en un entorno simulado del mundo
real.
La industria financiera est utilizando estaciones de trabajo de inversin para
aprovechar el conocimiento y el tiempo de sus corredores de bolsa y
comerciantes; ya que estas estaciones optimizan todo el proceso de
inversiones, desde seleccionar las acciones hasta actualizar los registros de los
clientes.

11.4 Tcnicas Inteligentes

La inteligencia artificial y la tecnologa de base de datos proveen varias
tcnicas inteligentes que las empresas pueden utilizar para almacenar
conocimiento. Las redes neurales y la minera de datos se utilizan para el
descubrimiento del conocimiento ya que pueden descubrir patrones,
categoras, y comportamientos en grandes conjuntos de datos que no son
fciles de descubrir por los gerentes como por ejemplo los algoritmos
numricos o los agentes inteligentes que automatizan las tareas de rutina.
Otras tcnicas inteligentes se basan en la tecnologa de inteligencia
artificial (AI) la cual consiste en sistemas basados en computadora que tratan
de imitar el comportamiento humano; son capaces de aprender leguajes,
realizar tareas fsicas e imitar la toma de decisiones.
Captura del conocimiento: Sistemas Expertos.
Los sistemas expertos son una tcnica inteligente para capturar el
conocimiento tcito en un dominio muy especfico y limitado en la pericia
humana. Los sistemas expertos estn limitados respecto a la amplitud del
conocimiento y comprensin de los principios fundamentales del experto
humano ms sin embargo pueden ser tiles a las compaas la tomar
decisiones de alta calidad con menos personas, en la actualidad se utilizan en
la toma de decisiones discretas y muy estructuradas.

Cmo funcionan los sistemas expertos

Los sistemas expertos modelan el conocimiento humano como un conjunto de
reglas que, en forma colectiva, se conocen como base del conocimiento. La
estrategia que se usa para buscar en esta base del conocimiento se denomina

motor de inferencia, por lo general

encadenamiento hacia adelante y hacia atrs.

se

utilizan

estrategias

de

En el encadenamiento hacia adelante, el motor de inferencia inicia en la

informacin que introdujo el usuario y busca en base a reglas para llegar a una
conclusin, es decir activar la regla cuando una condicin es verdadera.
El encadenamiento hacia atrs la estrategia empieza con una hiptesis y
continua con una serie de preguntas para el usuario sobre los hechos
seleccionados hasta que la hiptesis se comprueba o se refuta.
Ejemplos de sistemas expertos exitosos
Los beneficios que ofrecen los sistemas a expertos son: decisiones mejoradas,
menores errores y costos, menos tiempo de capacitaciones y mayores niveles
de calidad y servicio. Un ejemplo puede verse en la programacin de un
sistema de fletes en donde el sistema experto utiliza miles de reglas para
calcular cifras y crear planes de ruta ptimas para el 95% de los fletes diarios,
lo que ayuda a la organizacin a reducir el nmero de conductores, empacar
ms carga por remolque y reducir el dao por tener que volver a manipular la
carga.
Los sistemas expertos pueden ser muy beneficiosos para las organizaciones si
se entienden sus limitaciones ya que carecen de la inteligencia robusta de un
ser humano, son mejores para lidiar con decisiones estructuradas.
Inteligencia organizacional: Razonamiento con base en el caso
En primera instancia los sistemas expertos capturan el conocimiento tcito de
los expertos individuales, ms sin embargo las organizaciones tienen
conocimiento que han ido capturando a lo largo de los aos, este conocimiento
organizacional se puede capturar y almacenar mediante el razonamiento con
base en el caso (CBR) en el cual las descripciones de las experiencias
pasadas de los especialistas humanos se representan como casos, se
almacenan en una base de datos para recuperarlas despus cuando el usuario
se encuentre con un nuevo caso que tenga parmetros similares. El sistema
busca casos similares al solicitado y aplica las soluciones del caso antiguo, las
soluciones exitosas se aaden a los dos casos (antiguo y nuevo) y las no
exitosas tambin se aaden pero con las explicaciones de por qu no fueron
exitosas.
La funcin de los sistemas expertos es aplicar un conjunto de reglas que se
extraen de los seres humanos, en cambio el CBR representa el conocimiento
como una serie de casos, los usuarios expanden y refinan esta base de datos
de manera continua.
Sistemas de Lgica difusa
La lgica difusa es una tecnologa basada en normas que pueden representar
las diferentes impresiones que tiene el ser humano (categorizar las cosas de
manera imprecisa o diferentes matices) mediante la creacin de reglas que

utilicen valores aproximados o subjetivos. Las organizaciones pueden utilizar la

lgica difusa para crear softwares que capturen el conocimiento tcito en
donde haya ambigedad lingstica.
La lgica difusa provee soluciones a los problemas que requieren una pericia
difcil de representar en las formas que las tajantes reglas de si entonces
aplican; un ejemplo es el metro de Japn en donde se usan sistemas de lgica
difusa para acelerar con tanta suavidad que los pasajeros que viajan de pie no
tengan que sujetarse. Los gerentes han encontrado til la lgica difusa para la
toma de decisiones y el control organizacional.
Redes neurales
Las redes neurales se utilizan para resolver problemas complejos y
malentendidos para los que se han recolectado grandes cantidades de datos,
buscan patrones y relaciones en cantidades masivas de datos cuyo anlisis
sera demasiado complicado y difcil para un humano. Las redes neurales
descubren este conocimiento mediante el uso de software y hardware que se
asemejen a los patrones de procesamiento del cerebro bilgico o humano.
Estas redes aprenden patrones de grandes cantidades de datos al buscar
relaciones, crear modelos y corregir una y otra vez los propios errores del
modelo.
Una red neural tiene una gran cantidad de nodos sensores y de procesamiento
que interactan entre s. Los humanos entrenan a la red neuronal
introduciendo una serie de datos de entrada que producen un conjunto de
datos de salida, esto ayuda a la computadora a comprender la solucin
correcta mediante un ejemplo, conforme se le suministran ms datos a la
computadora cada caso se compara con el resultado conocido, se calcula una
correccin y se aplica los nodos en la capa de procesamiento oculta, estos
pasos se repiten hasta que se cumpla una condicin.
A diferencia los sistemas expertos, las redes neuronales no programan la
soluciones y no buscan resolver problemas especficos, lo que buscan los
diseadores de redes neuronales es poner la inteligencia en el hardware en
forma de una capacidad generalizada de aprender.
Algunos ejemplos de sus aplicaciones son: en medicina se utilizan para
detectar una patologa por medio de patrones de las imgenes, la industria
financiera las utiliza para predecir patrones en grandes reservas de datos que
ayuda a predecir por ejemplo bancarrotas o fraudes en tarjetas de crdito.
Las redes neuronales siempre pueden explicar por qu llegaron a una solucin
en especfico, mas sin embargo son muy sensibles y tal vez no puedan llegar a
una solucin certera si su entrenamiento implica muy pocos o demasiados
datos. El aprendizaje de maquina es una tecnologa que se basa en algoritmos
y mtodos estadsticos que permiten a las computadores aprender al extraer
reglas y patrones de conjuntos masivos de datos y realizar predicciones sobre
el futuro.

Algoritmos genticos
Los algoritmos genticos con tiles para encontrar la solucin ptima a un
problema especfico, mediante el anlisis de una gran cantidad de posibles
soluciones para ese problema. Se basan en las tcnicas inspiradas por la
biologa evolucionaria como la herencia, mutacin, seleccin y cruce.
Su funcin es representar la informacin como una cadena de dgitos 0 y 1. El
algoritmo busca en una poblacin de cadena de dgitos binarios generados al
azar de modo que pueda identificar la cadena de informacin correcta que
identifique la mejor solucin para ese problema, seleccionado las mejores y
descartando las que no lo son.
Los algoritmos genticos se utilizan para resolver problemas muy dinmicos y
complejos que implican cientos de miles de variables o formulas. Estos agilizan
la solucin debido a que pueden evaluar muchas alternativas de solucin con
rapidez para encontrar la mejor. Un ejemplo del uso de estos se da con el
cambio de diseo para producir un motor de una aeronave en donde cada
cambio de diseo conlleva a su vez el cambio de ms de 100 variables.
Sistemas de AI Hbridos
Cuando los algoritmos genticos, la lgica difusa, las redes neurales y los
sistemas expertos se integran en una sola aplicacin se crea un sistema
llamado AI Hbrido, eta integracin se da para aprovechar las mejores
caractersticas de cada una de estas tecnologas.
Agentes inteligentes
Las tecnologas de agentes inteligentes ayudan a las empresas a navegar en
grandes cantidades de datos para localizar y actuar con base a la informacin
que se considere importante. Son programas de software que trabajan en
segundo plano sin intervencin directa por parte de los humanos que llevan a
cabo tareas especficas, repetitivas y predecibles. El agente utiliza una base de
conocimientos limitada, integrada o aprendida para realizar tareas o tomar
decisiones a beneficio del usuario como por ejemplo: eliminar el correo basura
o programar citas.
Existen muchas aplicaciones de agentes inteligentes en la actualidad en los
sistemas operativos, los correos electrnicos o el software mvil. Adems se
han desarrollado aplicaciones de modelado basado en agentes para formar el
comportamiento de los consumidores, las bolsas de valores y las cadenas de
suministro o predecir la dispersin de las epidemias.