Sistemas de Aprendizaje Organizacional

SISTEMA DE APRENDIZAJE ORGANIZACIONAL BASADO
EN INTEGRACIÓN LOGÍSTICA DEL CONOCIMIENTO
Autor: César Amílcar López Bello

Tutor: Sandro Bolaños Castro
16 de mayo de 2018
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ CALDAS
FACULTAD DE INGENIERÍA
DOCTORADO EN INGENIERÍA
ÉNFASIS EN CIENCIA DE LA INFORMACIÓN Y EL CONOCIMIENTO
SISTEMA DE APRENDIZAJE ORGANIZACIONAL BASADO EN

INTEGRACIÓN LOGÍSTICA DEL CONOCIMIENTO
Autor: César Amílcar López Bello
Tutor: Doctor Sandro Bolaños Castro
Abril de 2018
Dedicatoria
A mi amado Dios todo poderoso, mi

Esposa, mi Hija −mi amor y grati-
tud −, a mis Padres, familia y amigos.
César Amílcar López Bello
Índice general
I Contexto 11
1. Descripción 12
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2. Titulo del Proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3. Resumen del Proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4. Línea de Investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5. Presentación de la Propuesta: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.1. Formulación del Problema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.2. Justicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5.3. Interrogante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.6. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.7. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.7.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.7.2. Objetivos especícos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.8. Marco Metodológico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.8.1. Tipo de Investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.8.2. General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.8.3. Especíco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.9. Conclusiones Parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2. Marco Teórico 35
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2. Concepto de inteligencia organizacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3. Sistema apoyo a la decisión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.4. Conceptos de Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.5. Metodologías y modelos para dotar de inteligencia a las organizaciones. . . . . . . . . . . . . . . 47
2.5.1. Proceso de creación del conocimiento ( Nonaka y Takeuchi, 1995). . . . . . . . . . . . . . 47
2.5.2. Knowledge Management Assessment Tool (KMAT). . . . . . . . . . . . . . . . . . . . . . 47
2.5.3. KPMG Consulting(Tejedor Y Aguirre, 1998) . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.6. Modelos de Medición de la Inteligencia Organizacional . . . . . . . . . . . . . . . . . . . . . . . . 52
2.6.1. Modelo Balanced Scorecard (Kaplan y Norton, 1996). . . . . . . . . . . . . . . . . . . . . 52
2.6.2. Modelo Technology Brocker(Annie Brooking, 1996). . . . . . . . . . . . . . . . . . . . . . 54
2.6.3. Modelo Canadian Imperial Bank (Hubert Saint-Onge, 1996) . . . . . . . . . . . . . . . . . 54
2.6.4. Modelo Universidad de West Ontario (Bontis, 1996). . . . . . . . . . . . . . . . . . . . . . 55
2.6.5. Modelo Skandia Navigator (Leif and Malone, 1997). . . . . . . . . . . . . . . . . . . . . . 55
2.6.6. Modelo de Activos Intangibles (Sveiby, 1997). . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.6.7. Modelo Dow Chemical (Dow, 1998). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.6.8. Modelo Intelect (Euroforum, 1998). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.6.9. Modelo de Dirección Estratégica por Competencia: El Capital Intangible (Bueno, 1998). . 58
2.6.10. Modelo de Knowledge Practices Management (Tejedor Y Aguirre, 1998). . . . . . . . . . . 58
5
6 ÍNDICE GENERAL
2.6.11. Modelo Nova (Nova Care, 1999). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

2.6.12. Modelo de Knowledge Management Assessment Tool (Arthur Andersen Y APQC, 1999). 61
2.6.13. Modelo EFQM de Excelencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.6.14. Modelo Innovtion Intellectual Capabilities Benchmarking System (IICBS Viedma, 2001). 61
2.6.15. Modelo Social Capital Benchmarking System (SCBS, 2001). . . . . . . . . . . . . . . . . . 64
2.7. Conclusiones parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
II Desarrollo 66
3. Antecedentes 67
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2. Metodología de la revisión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4. Estructura del Operador 79

4.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2. Construcción del Operador de Integración Logística del Conocimiento . . . . . . . . . . . . . . . 79
4.3. Modelo de Medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5. Modelos 96
5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.2. Modelos de Transporte y distribución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.2.1. Modelo del transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.2.2. Modelo de Transporte Temporalizado sin escasez . . . . . . . . . . . . . . . . . . . . . . . 102
5.2.3. Modelo de transporte Temporalizado con Backorder . . . . . . . . . . . . . . . . . . . . . 104
5.2.4. Modelo de Transporte Temporalizado con decit . . . . . . . . . . . . . . . . . . . . . . . 105
5.2.5. Modelo de Transporte Temporalizado con backorder con bienes múltiples . . . . . . . . . 107
5.2.6. Modelo de Transbordo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.2.7. Modelo de Flujo con Costo Mínimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.2.8. Modelo de la Ruta más Corta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.2.9. Modelo de Flujo Máximo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.2.10. Modelo de árbol de expansión Mínima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.2.11. Modelo de Flujo de bienes Múltiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.2.12. Modelo de Flujo de bienes Múltiples Multimodal . . . . . . . . . . . . . . . . . . . . . . . 116
5.2.13. Problema del Agente Viajero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
5.2.14. Modelo de Transporte y Distribución Temporal como ujo de Costo mínimo . . . . . . . . 117
5.2.15. Modelo de Transporte y Distribución multiproducto como ujo de costo mínimo con
temporalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.2.16. Modelo de Transporte y Distribución multiproducto como ujo de costo mínimo con
temporalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.3. Modelos de Localización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.3.1. Modelo de localización de una instalación . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.3.2. Modelo no lineal de localización de varias instalaciones . . . . . . . . . . . . . . . . . . . . 125
5.3.3. Modelo lineal de localización varias instalaciones . . . . . . . . . . . . . . . . . . . . . . . 127
5.4. Modelos de Planeación y programación de capacidades . . . . . . . . . . . . . . . . . . . . . . . . 127
5.4.1. Modelo de Ampliación de Capacidades para la toma de decisiones como soporte logístico
del conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.4.2. Modelo de planeación de la producción multiestado . . . . . . . . . . . . . . . . . . . . . . 137
ÍNDICE GENERAL 7
III Reexiones 142

6. Conclusiones 143
7. Contrastación 147
8. Aportes 150
9. Socializacion 152
IV Bibliograa 154
Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
Índice de guras
1.1. Sistema de Aprendizaje Organizacional Basado en la Integración Logística de Conocimiento . . . 13

1.2. Variables de Perdida del conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3. Brecha del Conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4. Sectores Encuestados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5. Potencial de la gestión de conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.6. Expectativas y resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.7. Razones de los fracasos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.8. Proceso de Toma de decisiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.9. Proceso de toma de decisiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.10. Integración del DSS con KM para la toma de decisiones . . . . . . . . . . . . . . . . . . . . . . . 28
1.11. Flujo de Conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.12. Proceso exploratorio para construir una metodología de Inteligencia Organizacional . . . . . . . . 30
1.13. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.14. Despliegue de la inteligencia individual hacia la inteligencia organizacional . . . . . . . . . . . . . 32
2.1. Estrategia para construir el marco teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

2.2. Proceso de creación del conocimiento ( Nonaka y Takeuchi, 1995). . . . . . . . . . . . . . . . . . 48
2.3. Arthur Andersen (1999) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.4. Modelo KPMG (Tejedor y Aguirre, 1998) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.5. Modelo Balanced Scorecard (Kaplan, Norton, 1996) . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.6. Modelo Technology Broker (Brooking Annie, 1996.) . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.7. Modelo Canadian Imperial Bank (Hubert Saint-Onge, 1996). . . . . . . . . . . . . . . . . . . . . 55
2.8. Modelo Universidad de West Ontario (Bontis , 1996). . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.9. Modelo Skandia Navigator (Leif and Malone, 1997). . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.10. Modelo de activos intangibles (Sveiby, 1997). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.11. Modelo Dow Chemical (Dow, 1998). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.12. Modelo Intelect (Euroforum, 1998). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.13. Modelo de dirección estratégica por competencia: capital intangible (Bueno, 1998). . . . . . . . . 59
2.14. Modelo de Knowledge Practices Management (Tejedor y Aguirre, 1998). . . . . . . . . . . . . . . 60
2.15. Modelo Nova (Nova Care, 1999). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.16. Modelo de Andersen (1999). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.17. Modelo EFQM de Excelencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.18. Innovation Intellectual Capabilities Benchmarking System (IICBS Viedma, 2001). . . . . . . . . 63
2.19. Modelo Social Capital Benchmarking System (SCBS , 2001). . . . . . . . . . . . . . . . . . . . . 64
3.1. Publicaciones relacionadas con Aprendizaje organizacional . . . . . . . . . . . . . . . . . . . . . . 68

3.2. Tipos de Publicación Referente al Aprendizaje organizacional . . . . . . . . . . . . . . . . . . . . 69
3.3. Áreas de Interés referente Aprendizaje Organizacional . . . . . . . . . . . . . . . . . . . . . . . . 69
3.4. Factores de perdida de conocimiento en las organizaciones. . . . . . . . . . . . . . . . . . . . . . . 70
3.5. Áres de interes asociadas a la pérdida de conocimiento organizacional. . . . . . . . . . . . . . . . 70
8
ÍNDICE DE FIGURAS 9
3.6. Tipo de publicación referida a la pérdida de conocimiento organizacional. . . . . . . . . . . . . . 71

3.7. Publicaciones de propiedad del conocimiento organizacional. . . . . . . . . . . . . . . . . . . . . . 71
3.8. Estrategias para proveer de inteligencia a las organizaciones. . . . . . . . . . . . . . . . . . . . . . 72
3.11. Metodologías para proveer de Inteligencia a las organizaciones. . . . . . . . . . . . . . . . . . . . 73
3.12. Metodologías para proveer de Inteligencia a las organizaciones. . . . . . . . . . . . . . . . . . . . 74
3.13. Áreas de interés sobre metodologias para proveer de inteligencia a las organizaciones. . . . . . . . 74
3.14. Número de publicaciones referentes a modelos de Gestión de Conocimiento. . . . . . . . . . . . . 74
3.15. Áreas de publicación de modelos de Gestión de Conocimiento . . . . . . . . . . . . . . . . . . . . 75
3.16. Tipo de documento referido a modelos de Gestión de Conocimiento . . . . . . . . . . . . . . . . . 75
3.17. Número de publicaciones de proceso de toma de decisiones en las organizaciones. . . . . . . . . . 76
3.18. Áreas de interes de publicaciones en proceso de toma de decisiones en las organizaciones. . . . . . 76
3.19. Tipo de documentos Proceso de toma de decisiones para la toma de decisiones . . . . . . . . . . 76
3.20. Publicaciones de Conocimiento para la Toma de decisiones . . . . . . . . . . . . . . . . . . . . . . 77
3.21. Tipo de Documento de Conocimiento para la Toma de decisiones . . . . . . . . . . . . . . . . . . 77
3.22. Conocimiento para la Toma de decisiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.1. Operador Logistico del Conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

4.2. Mapa conceptual problemas de decisión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.3. Diagrama de Flujo del Operador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.4. Matriz de Requerimientos y atributos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.5. Matriz de Atributos y acciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.6. Matriz de Acciones y estrategias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.7. casa 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
5.1. Gráfo Bipartito Modelo Cerrado de Transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

5.2. Gráfo Bipartito Modelo Abierto Oferta Mayor que Demanda . . . . . . . . . . . . . . . . . . . . 100
5.3. Gráfo Bipartito Modelo Abierto Demanda mayor que la Oferta . . . . . . . . . . . . . . . . . . . 102
5.4. Red de modelo de transporte temporalizada con escasez . . . . . . . . . . . . . . . . . . . . . . . 106
5.5. Red de modelo de Transporte temporalizada con Décit . . . . . . . . . . . . . . . . . . . . . . . 108
5.6. Red del modelo de Transporte Temporalizado con backorder con bienes múltiples . . . . . . . . . 110
5.7. Red del modelo de Transbordo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.8. Red de Flujo Mínimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.9. Red temporal de ujo con costo mínimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.10. Red de ujo con costo mínimo temporal multiproducto . . . . . . . . . . . . . . . . . . . . . . . . 123
5.11. Localización de centros de distribución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.12. Grafo multiestado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.1. Prospectiva de nuevas investigaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
7.1. Zona geográca producción agroindustrial en cundinamarca . . . . . . . . . . . . . . . . . . . . . 148

Índice de cuadros
4.1. Logística para Denir el Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

4.2. Estructurar el DSS Formular Modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.3. Recolección de información . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.4. Instrumentación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5. Experimentación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.6. Análisis e Interpretación de resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.1. Cumplimiento de Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
7.1. Proceso de validación en el escenario de toma de decisiones . . . . . . . . . . . . . . . . 149
10
Parte I
Contexto
11
Capítulo 1
Descripción
"Vacía tu bolsillo en tu mente, y tu

mente llenará tu bolsillo."
Benjamin Franklin (1706-1790)
Estadista y cientíco
estadounidense.
1.1. Introducción
El proposíto de este capítulo es describir la idea de investigación el cual muestra un nuevo enfoque para
disminuir la brecha de perdida del conocimiento por la deciencia en el sistema logístico para su apropiación.
Con el proyecto se busca aprovisionar a las organizaciones de inteligencia a partir del aseguramiento de las
diferentes etapas del proceso de toma de decisiones.
Para lograr que una organización se considere inteligente conviene identicar los factores que caracterizan una
organización inteligente, si se mira como aquella con la capacidad de tomar decisiones a partir de una adecuado
manejo de la información y el conocimiento.
Autores como: (Matsuda, 1992) y (Islam, Jasimuddin, y Hasan, 2015) considera que la inteligencia está com-
puesta por varios procesos: percepción, almacenamiento, aprendizaje, comunicación y decisión. Según (Choo,
2002), (Gholami, Branch, Garmsar, y Safaee, 2015) y (Virtanen y Vakkuri, 2015) la Inteligencia Organizacional
fue denida por (H. L. Wilensky, 2015) en términos de reunir, procesar, interpretar y comunicar la información
necesaria en los procesos de toma de decisiones; y con un enfoque similar (Haeckel y Nolan, 1993) y (González y
Muiña, 2016) la conceptualizan como la habilidad para capturar, compartir y extraer signicado de las señales
del mercado.
1.2. Titulo del Proyecto
El nombre de la presente investigación es: Sistema de aprendizaje organizacional basado en la integración

logística del conocimiento y se representa en la Figura 1.1
12
1.3. RESUMEN DEL PROYECTO 13
Figura 1.1: Sistema de Aprendizaje Organizacional Basado en la Integración Logística de Conocimiento
1.3. Resumen del Proyecto
En el presente documento se expone una estrategia para disminuir el fracaso que existe en el proceso de
apropiación del conocimiento para soportar la toma de decisiones en organizaciones de producción de bienes
y servicios.
Se evidencia la falta de hacer efectivo el conocimiento para obrar y tomar decisiones, es decir no se poten-
cia el uso del conocimiento por deciencia en el sistema logístico requerido para su apropiación.
Se busca mostrar un camino para hacer que las organizaciones se provean de inteligencia por lo que se propone
sistema de aprendizaje organizacional, basado en el diseño de un operador de inte-
la utilización de un
gración logística de conocimiento construido a partir de la unión sinérgica de sistemas de gestión
de conocimiento y de sistemas de soporte a la decisión.
La estrategia para construir el estado del arte parte del concepto propio de inteligencia y por la interacción
de afectación a las estructuras organizacionales, para luego abordar los conceptos de inteligencia de negocios,
inteligencia organizacional y gestión de conocimiento y su papel en el proceso de aprendizaje organizacional.
Por lo que la hipótesis de la propuesta es:
Con la Integración Logística de Conocimiento, que se congura como la unión sinérgica de un siste-
ma de soporte a la decisión(DSS) y la gestión del ujo de conocimiento (GC); se dota de inteligencia a las
organizaciones de producción de bienes y servicios, con capacidad para actuar exitosamente frente a procesos
de toma de decisiones que no son abordados con las teorías y enfoques tradicionales.
Para lo cual en primer lugar se propone determinar el estado del arte a partir de la caracterización de la
estructura y el ambiente organizacional, determinando los diferentes factores y elementos, en donde se pre-
sentan problemas de decisión en la gestión de organizaciones productivas de bienes y servicios en ambientes
estratégicos, tácticos y operativos y que proporcione inteligencia organizacional.
En segundo lugar, se diseñara el operador logístico de conocimiento que constituye la piedra angular de la
investigación cuyo cuerpo de conocimiento se congura como la unión sinérgica del DSS y la GC enfocado al
empoderamiento de la organización.
14 CAPÍTULO 1. DESCRIPCIÓN
Posteriormente, se diseñara un modelo de medición para evaluar la inteligencia organizacional y el efecto de

integración y despliegue del conocimiento en los procesos de toma de decisiones.
Por último, es necesario validar el sistema propuesto mediante estudio de casos que permitan contrastar la
hipótesis, identicar los aportes y nalmente obtener las conclusiones del trabajo de investigación.
1.4. Línea de Investigación
Sistemas de soporte a la decisión y Gestión del Conocimiento.
1.5. Presentación de la Propuesta:
1.5.1. Formulación del Problema.

En la medida en que las organizaciones se desarrollan e interactúan con su entorno se vuelven más com-
plejas, es así como en el proceso de gestión se presentan un sinnúmero de problemas que deben ser resueltos
para mantener su sostenibilidad en un entorno dinámico y cambiante conforme a las tendencias de un mundo
globalizado.
En aras de resolver los problemas complejos que conllevan dicultad en su tratamiento, es necesario orientar
su solución en función de los propósitos de la organización de una manera sistemática, con personas altamente
capacitadas y dotadas para usar herramientas para el análisis y tratamiento de información base para realizar
procesos de toma de decisiones de una manera eciente y efectiva propio de organizaciones inteligentes.
Las empresas tratan de adoptar losofías y adaptarse a modelos y estructuras organizacionales conforme a
las tendencias de un mundo globalizado, pero al intentar aplicar sus principios, y utilizar sus técnicas no surten
el efecto esperado.
Es así como, las empresas para obtener mayor productividad y competitividad conscientemente realizan inver-
siones en capacitación de su personal para apropiar tecnologías y mejorar sus procesos, pero debido a diferentes
razones existe una brecha en la efectividad y eciencia del conocimiento adquirido por las personas y el apro-
piado para el desarrollo de las organizaciones.
Ahora bien, algunas empresas fracasan, otras empresas se desarrollan y algunas se mantienen, en un mercado
que cada día se muestra ser más cambiante, este carácter dinámico obedece a las exigencias, sociales, culturales,
económicas, Y ello hace que las estrategias, metodologías y técnicas convencionales se queden cortas para tal reto.
El mundo no es estable como era antes y lo será menos mañana. Operar un negocio pequeño va a ser complejo
en el futuro, a menos que se diseñe un sistema logístico para asegurar el ujo del conocimiento, planicando,
organizando, dirigiendo y controlando de manera ecaz. Para que un negocio pequeño sobreviva, se debe obrar
de manera inteligente. Su triunfo dependerá de la revisión continua de la validez de los objetivos del negocio,
sus estrategias y su modo de operación, tratando siempre de anticiparse a los cambios y adaptando los planes
de acuerdo a dichos cambios.
Quienes crean empresas pequeñas lo hacen desconociendo las escasas probabilidades de supervivencia o a pesar
de ellas. La experiencia demuestra que el 50 % de dichas empresas quiebran durante el primer año de actividad,
y no menos del 90 % antes de cinco años. Según revelan los análisis estadísticos, el 95 % de estos fracasos son
atribuibles a la falta de competencia y de experiencia (conocimiento organizacional) en la dirección de empresas
dedicadas a la actividad concreta de que se trate. (Lefcovich, 2014)
1.5. PRESENTACIÓN DE LA PROPUESTA: 15
En los últimos años, incluso a las empresas mejor dirigidas les ha costado trabajo mantenerse, y no han podido
elevar su nivel de benecios. También han tropezado cada vez con mayores dicultades a la hora de trasladar
los aumentos de costo a sus clientes subiendo el precio de los productos o servicios.
La mejor forma de prevenir el descalabro y apuntalar sobre bases sólidas la continuidad y crecimiento de
la empresa es reconociendo todos aquellos factores posibles de comprometerla. A tales efectos se presente se da
una lista de factores a los cuales en su gran mayoría son atribuibles al mal manejo del de conocimiento.
A continuación se enumeran y se explican varios factores citados por autores como: (Lefcovich, 2014), (Pérez,
2016),y (Clark, 2017)
Falta de experiencia (conocimiento organizacional). La carencia de experiencia tanto en la adminis-

tración de empresas, como en la actividad que se ha de desarrollar comporta un elevadísimo riesgo para los
pequeños propietarios. Carecer de experiencia constituye en sí la base fundamental de todas las demás cau-
sas que llevan al fracaso. Es necesario volver a subrayar el hecho de que no basta con contar con experiencia
en materia de negocios, además es necesario contar con experiencia en el ramo en particular a la cual se dedique.
Falta de dinero/capital (conocimiento Financiero). Es fundamental contar con la suciente cantidad

de fondos que hagan innecesario por un lado la solicitud de préstamos, y por otro contar con lo necesario para
desarrollar las operaciones básicas que la actividad en cuestión requiere.
Mala ubicación (Conocimiento espacial). La ubicación suele ser un factor no tenido debidamente en
cuenta a la hora de comenzar determinadas actividades. Ubicarse en el lugar incorrecto en función de la activi-
dad constituye desde un principio un problema. Ubicarse en el mejor lugar comporta mayores gastos en concepto
de alquiler y menores niveles de gastos en publicidad; razones éstas, como las anteriormente mencionadas que
deben evaluarse convenientemente a la hora de evitar inconvenientes para el desarrollo de las futuras operaciones
de la empresa.
Falta de enfoque (conocimiento del potencial y capacidad de sus recursos). La ausencia o escaso
nivel de enfoque constituye uno de las principales causas de fracasos. Querer serlo todo para todos es algo
insostenible en el tiempo. Ello está motivado en la incapacidad de atender ecaz y ecientemente todos los
rubros y clientes, debido a no contar ni con los recursos humanos, ni materiales, ni gerenciales para atenderlos
de manera adecuada. Generalmente ésta falta de enfoque lleva entre otras cosas a un mal manejo de inventarios,
donde se acumulan artículos de baja rotación que aparte de reducir los niveles de rentabilidad, quitan liquidez
a la empresa.
Mal manejo de inventarios (conocimiento de sistemas de control de inventario). Relacionado al

punto anterior, como así también a la carencia de información relevante y oportuna, lleva a la empresa a acu-
mular insumos y productos nales, o artículos de reventa en una cantidad y proporción superior a la necesaria.
Este punto se relaciona también muy directamente con los altos niveles de desperdicios y despilfarros.
Excesivas inversiones en activos jos (conocimiento integral asociado al efecto en toma de deci-
siones en aspectos de inversión). Querer hacer efectos demostrativos mediante costosos gastos en remode-
laciones, y máquinas por encima de las necesidades y capacidades inmediatas de la empresa. Estos gastos en
activos jos quitan capacidad de liquidez. Muchas veces lo que pretende el empresario es tener lo último en
materia tecnológica sin saber bien porqué. Sólo contando con importantes fondos propios, y estando motivados
ellos en un efecto directo sobre los niveles de ingresos, estará justicados tales tipos y niveles de gastos.
Falencias en materia de créditos y cobranzas (conocimiento de los clientes). No basta con dise-
ñar buenos productos y servicios, tener buena atención a los clientes y consumidores, producir de manera
excelentes los productos o servicios, y venderlos en buen número y buen margen de rentabilidad, es funda-
mental en caso de vender a crédito seleccionar convenientemente los clientes, sus límites crediticios, los plazos
de pago y gestionar correctamente las cobranzas. No hacer correctamente éstos últimos pasos llevará a la em-
presa a una situación de peligrosa iliquidez. Estos aspectos están directamente vinculadas con otras falencias
de la empresa como son la falta de sistemas conables de información interna y la falta de adaptación al entorno.
No contar con buenos sistemas de información y conocimiento. La información inexacta, poco cona-
ble y fuera de tiempo, llevará a no adoptar las medidas precautorias a tiempo, además de dar lugar a pésimas
tomas de decisiones. Este es un aspecto fundamental a la hora tanto de evaluar el control interno, como el
control de gestión y presupuestario. El éxito en los negocios depende, entre otras cosas, de una buena gestión
de su dinero, su tiempo y el activo físico de la empresa. Además, como empresario, deben elaborarse planes,
trazarse estrategias y motivar al personal. Para todo ello es fundamental contar con información. Es impor-
tante que el empresario comprenda cómo la información, tanto nanciera como de otra índole, es recopilada,
analizada, almacenada y entregada a los efectos de tomar decisiones que garanticen la buena marcha de la rma.
Fallas en los controles internos. Las falencias en los controles internos es fundamental tanto a la hora
de evitar los fraudes internos, como externos. Una importante cantidad de empresas quiebran todos los años
producto de los fraudes. Este es un punto vinculado directamente con las falencias en materia de seguridad.
Cabe acotar además que al hablar de controles internos no sólo se hace referencia a evitar fraudes, también
se trata de evitar la comisión de errores o falencias que lleven a importantes pérdidas para la empresa, como
podría ser los errores en materia scal.
Mala selección de personal. No elegir al personal apropiado para el desarrollo de las diversas tareas que
se ejecutan en la empresa, ya sea por carencia de experiencia, aptitudes, actitudes o carencias de orden moral
pueden acarrear pérdidas por defraudaciones, pérdidas de clientes por mala atención, e incrementos en los costos
por improductividades, aparte de poder llegar a generar problemas internos con el resto del personal o directivos
por motivos disciplinarios.
Falencias en política de personal (conocimiento y potencialización de capacidades del capital

intelectual). Las fallas en materia de selección, dirección, capacitación, planicación de necesidades, moti-
vación, salarios, premios y castigos lleva con el transcurso del tiempo a disminuir tanto la productividad del
personal, como la lealtad de estos para con la empresa, lo cual es motivo de aumento en la rotación de personal
con sus efectos en los costos de selección y capacitación, niveles de productividad y satisfacción del cliente, y
como resultante de todo ello caída en la rentabilidad.
Fallas en la planeación (conocimiento organizacional para la validación en los procesos de to-

ma de decisiones). Producto tanto de la falta de experiencia y / o de la ausencia de capacidades técnicas
puede llevar al empresario o directivo a no jar correctamente los objetivos, no prever efectivamente las ca-
pacidades que posee la empresa y aquellas otras que debe conseguir, desconocer las realidades del entorno y
las posibilidades reales de la empresa dentro de su ámbito de acción. Debe recordarse una famosa frase que al
respecto dice Quien no planica, planica para el desastre. Es de importancia fundamental conocer cuáles son
las demandas o necesidades de los consumidores, y la capacidad para cubrirlas, o dicho de otra forma, se debe
conocer la real potencialidad de los productos o servicios ofertados.
Graves errores en la jación de estrategias. Vinculadas directamente al punto anterior implica la co-
misión de graves falencias a la hora de jar y / o modicar la misión de la empresa, su visión, los valores y
metas, como así también reconocer sus fortalezas y debilidades, y las oportunidades y amenazas cambiantes en
el entorno. De igual modo implica no evaluar los cambios en las capacidades y potencialidades de sus clientes,
proveedores, competidores actuales, posibles nuevos competidores y proveedores de bienes y servicios sustitutos.
No cambiar las estrategias del negocio en función a los cambios producidos en el entorno pueden llevar a la
empresa a su ruina. Ello implica la necesidad de monitorear de manera continua los cambios a nivel económico,
social, cultural, tecnológico, político, y legal.
Falta o ausencia de planes alternativos. Limitarse a un solo plan, no tomando la precaución de ana-
lizar y redactar planes alternativos o de contingencia ante posibles cambios favorables o desfavorables en el
entorno, llevarán a la empresa a no aprovechar las circunstancias y tardar en reaccionar ante los sucesos.
Falta o falencias en el control presupuestario y de gestión. La nueva realidad hacen necesario más
que nunca hacer un seguimiento constante de la actuación de la empresa mediante un efectivo control de ges-
tión, además de presupuestar convenientemente de manera tal de mantener en todo momento la situación bajo
control. Dentro de éste factor de riesgo se debe mencionar claramente los errores de previsión. Este puede dar
lugar a un exceso de inversión o gastos previendo ingresos o ventas que luego al no tener lugar ocasionan graves
desequilibrios patrimoniales y nancieros para la empresa.
Graves fallas en los procesos internos. Altos niveles de deciencia en materia de calidad y productivi-
dad, sobre todo si no están acordes con los niveles del mercado y de la competencia, llevará a elevados costos y
pérdida de clientes.
Problemas de comercialización. Los mismos tienden a dicultar y hacer poco rentables inclusive a los
mejores productos y servicios que se tenga en oferta. Planicar debidamente los sistemas de comercialización
y distribución, gestionando debidamente los precios, publicidad y canales de distribución es de importancia
fundamental.
Problemas de materias primas. La dependencia de determinadas materias primas o productos, los cua-
les por diversas razones puedan ser difíciles o costosas de adquirir, pueden impedir el normal desenvolvimiento
de las actividades de la empresa.
Ausencia de políticas de mejora y desarrollo organizacional. Creer que con los éxitos y logros del
pasado puede seguir obteniéndose resultados positivos en el presente y en el futuro es uno de los más graves
errores. Tanto los productos y servicios, como los procesos para su generación deben ser mejorados de manera
continua, sobre todo en éste momento de mercados globalizados donde se ven expuestos a la competición con
empresas de otras naciones, las cuales tienen una clara estrategia de mejora continua sacando el máximo pro-
vecho de la curva de experiencia.
Falta de capacitación del empresario y directivo. Lleva a desconectarse del entorno, en cuanto a los
cambios de gustos, servicios y requerimientos del entorno, aparte de los cambios tecnológicos. Es una forma de
adormecimiento intelectual.
Altos niveles de desperdicios y despilfarros ocasionados por deciencias en su sistema logísti-

co. Ellos llevan por un lado a mayores costos con la consecuente pérdida de competitividad. Por otro lado
estas falencias redundan en una reducción del ujo de fondos, e inclusive llegar a pasar a un ujo de fondos
negativos. El no detectar las falencias propias de los procesos y actividades, que generando costos no agregan
valor para el cliente son factores que condicionan la marcha de la empresa. Entre los principales desperdicios se
tienen: sobreproducción, exceso de inventarios (de insumos y productos en proceso), falencias de procesamiento,
excesos de transportes internos y movimientos, fallas y errores en materia de calidad, actividades de corrección,
actividades de inspección, tiempos de espera excesivos, roturas y reparaciones de maquinarias, tiempos de pre-
paración, errores de diseño.
Graves errores en materia de seguridad. Con ello se hace referencia a la gestión del riesgo por un la-
do, o sea todo lo atinente a la contratación de seguros, tanto por incendios, como por riesgos ante terceros, o
por falta de lealtad de empleados y directivos. No menos importante son los seguros por riesgos climatológicos
(granizo) o aquellos que tiene relación con el tipo de cambio (ello resulta fundamental sobre todo cuando se
poseen deudas en moneda extranjera). Por otro lado es de suma importancia prevenir tanto los robos y fraudes
de carácter interno, como externo. Cuando de proteger bienes se trata es también trascendental la protección
de marcas y fórmulas.
Graves falencias a la hora de resolver problemas y tomar decisiones. La falta de denición del proble-
ma, o lo que es más grave aún su no detección, el no detectar las causas del mismo, la incapacidad para generar
soluciones factibles, y la falta de capacidad para su puesta en ejecución, lleva en primer lugar a no solucionar
los problemas, o a solventar momentáneamente sólo los síntomas, o bien a que al no dar solución a los mismos
estos persistan en el tiempo y se agraven. Una gran mayoría de los empresarios actúan por impulso, intuición
o experiencia, careciendo de un método sistemático para dar solución a los problemas y adoptar decisiones de
manera ecaz y eciente. Ello es algo que también debe ampliarse a una gran mayoría de los profesionales que
los asesoran.
La resistencia al cambio. Aplicable ello tanto a empleados y directivos, pero sobre todo al propietario,
quién subido al podio por sus anteriores triunfos cree que los logros del pasado servirán eternamente para con-
servar su cuota de mercado y satisfacer plenamente a clientes y consumidores de manera ecaz.
Incapacidad para consultar. Vinculado al punto anterior, es la posición del propietario o directivo quien
creyendo saberlo todo no consulta o lo hace a quién no corresponde. Así se tiene al propietario consultando de
todo y para todo a el contador, se trate de política de precios, procesos internos, logística o marketing.
Excesiva centralización en la toma de decisiones. En este caso el directivo o propietario se convierte

por falta de delegación y ante los tiempos que tarda en adoptar decisiones críticas en un verdadero cuello de
botella para la organización. Esta conducta además desmotiva al personal, alejando a este del compromiso.
Cabe recordar al respecto que no hay compromiso sin participación.
Mala administración del tiempo. Los empresarios que triunfan de la mejor manera, saben muy bien que
el tiempo que pasa no retorna jamás. Alguien que no quiere correr el riesgo de fracasar en sus negocios debe
proceder de manera tal de no desperdiciar ninguno de los sesenta minutos de cada hora. La organización, la
planicación y el respeto de los plazos jados son las claves de una buena administración del tiempo.
Mala gestión nanciera en materia de endeudamiento y liquidez. Contraer deudas de corto plazo
para inversiones de largo plazo, o la adquisición de mercaderías, o bien depender de líneas crediticias no ade-
cuadas para nanciar la cartera crediticia suele terminar de manera nefasta para la marcha de la empresa.
Mala gestión de los fondos. En este particular punto se hace mención a la utilización de fondos ajenos
cuyos costos son superiores a la rentabilidad conseguida con su inversión, o bien a la utilización de fondos
propios en proyectos con niveles de rentabilidad inferiores a sus costes de oportunidad.
Error en el cálculo del punto de equilibrio. operar en una actividad con elevado punto de equilibrio.
Escasos márgenes de contribución marginal o la existencia de elevados costos jos llevará a la empresa a tener
que realizar elevados montos de transacciones para llegar al punto muerto y a partir de allí obtener benecios. Si
las cuotas de mercado a las cuales puede acceder dicultan o hacen difícil llegar al punto muerto con comodidad,
la empresa tendrá una mayor inclinación o tendencia a generar pérdidas que ganancias.
Tener expectativas poco realistas. Vinculado al punto anterior, y a la planicación y presupuesto/ previsio-
nes de ventas, está la generación de expectativas poco realistas, lo cual lleva a un exceso de gastos e inversiones,
como así también de deudas, pensando en la posibilidad de ingresos superiores a los que realmente luego se dan.
Ello no sólo trae aparejado problemas nancieros, sino también lleva a estados depresivos y profundas caídas
en los niveles de optimismo.
Sacar del negocio mucho dinero para gastos personales. Gastando a cuenta, o bien sobre utilizando
los ingresos generados en momentos de bonanza, la falta de ahorro, y la jación de un costo de oportunidad
para sí mismo superior a lo realmente factible lleva ineludiblemente a la empresa a su destrucción.
Mala selección de socios. No encontrar socios con iguales intereses y objetivos, hasta en oportunidades
carentes de ética o moral, y no dispuestos a trabajar duro, sumados a una auténtica química de grupo, genera
más temprano que tarde dicultades para la continuidad de la empresa.
No conocerse a sí mismo. Es fundamental que el empresario reconozca sus propias limitaciones, capaci-
dades, y sus comportamientos habituales ante determinadas circunstancias. Reconocer ello a tiempo permitirá
no sólo evitar errores a la hora de tomar decisiones, sino además actuar de manera tal de poder sobrellevar los
momentos difíciles que todo negocio tiene.
Dejarse absorber por las actividades agradables. Ello lleva al empresario a dar preferencias a los factores
técnicos o comerciales en desmedro de los administrativos y nancieros, con las consecuencias que ello acarrea.
Es el claro ejemplo del mecánico, odontólogo, o dueño de un restaurante que privilegian su actividad, pero
descuidan los aspectos de la cobranza como así también los impositivos.
No conocer los ciclos de vida de cada tipo de actividad. Llevará a adquirir negocios que están en
el techo de su ciclo, o bien a no introducir las mejoras e innovaciones que todo negocio necesita para evitar caer
en sus niveles de ingresos y benecios.
Tener una mala actitud. No poseer una actitud de lucha y sacricio, sumados a una clara disciplina y
ética de trabajo impedirá el crecimiento y sostenimiento de la empresa.
Nepotismo. Dar preferencia o colocar en puestos claves a familiares por el sólo hecho de ser tales, dejan-
do de lado sus auténticas capacidades y niveles de idoneidad llevan a la desmotivación al resto del personal,
como así también a una caída en los niveles de rendimientos.
Mala gestión del riesgo. Gestionar correctamente el riesgo implica analizar: a) los atractivos de cada al-
ternativa; b) su mayor o menor disposición a aceptar la posible pérdida; c) las posibilidades de éxito o fracaso
de cada alternativa, y d) el grado en que juzgue factible en cada caso aumentar las probabilidades de éxito y
disminuir las probabilidades de fracaso gracias a sus propios esfuerzos. De tal forma en la medida en que evalúe
los riesgos debidamente en función a los anteriores puntos evitará caer en una mala gestión del riesgo, lo cual
ampliará signicativamente sus probabilidades de fracaso.
No contar con aptitudes o sistemas que le permitan descubrir y aprovechar las oportunidades
que ofrece el mercado. Las empresas que tienen buenos productos o servicios son muchas, pero pocas pueden
venderlos si no descubren y aprovechan las oportunidades del mercado.Para ello hay que efectuar estudios de
mercado, recopilar información de diversas fuentes y, en el caso de ciertos negocios, elegir su ubicación con
mucho cuidado. Un empresario necesita estar informado sobre su mercado en todo momento.
El incumplimiento liso y llano de obligaciones impositivas y laborales. La falta de controles internos,

de planicación, el descuido o improvisación, sumados a la falta de una correcta organización, como así también
el pensar que sólo evadiendo impuestos y trabajando de manera irregular con los empleados, puede generar
mayores ingresos en el corto plazo, pero pone en riesgo la capacidad de generación de benecios sustentables en
el largo plazo.
De lo anterior se inere que la motivación en el presente proyecto está en buscar alternativas de mejora para la
apropiación del conocimiento y para reducir las perdidas debidas a la mala gestión y establecimiento de políticas
erradas.
y a partir de la inter-
En concreto en lo referente a la gestión del capital intelectual y el conocimiento
acción con el desempeño de las organizaciones en el ejercicio profesional y por evidedencias que
se presentan en las informes de gestión de diferentes organizaciones, en el presente trabajo se
identicaron algunas variables que inciden en los procesos de toma de decisiones. (ver Figura 1.2).
Figura 1.2: Variables de Perdida del conocimiento
!x 1 Estabilidad laboral.
!x 2 Políticas de formación de su capital intelectual.
!x 3 Especialización del trabajo.
!x 4 Proyección del individuo en la organización.
!x 5 Cultura organizacional.
!x 6 Sentido sinérgico.
!x 7 Despliegue el ujo de conocimiento adquirido hacia el desarrollo de la organización.
!x 8 Estructura Organizacional.
!x 9 Orientación de cursos de formación.
!x 10 La transferencia del conocimiento de los individuos hacia las organizaciones.
!x 11 Parámetros ni políticas para propiciar un aprendizaje organizacional.
!x 12 Utilización de las herramientas y técnicas como soporte a la toma de decisiones.

Figura 1.3: Brecha del Conocimiento
Es evidente que el fracaso en la creación y desarrollo de las empresas se debe al desconocimiento del com-
portamiento del sistema organizacional y de su entorno, ya sea la de no conocer el mercado y las preferencias de
los clientes, de la falta de conocimiento de los procesos y de la tecnología, de no comprender el comportamiento
de los proveedores y de los ujos de material, de la cultura organizacional y del impacto al medio ambiente
como de observa en la Figura 1.3.
1.5.2. Justicación
El desarrollo de las organizaciones productivas de bienes y servicios en un ambientamente de su capacidad
para tomar decisiones, por lo cual es necesario hacer que los negocios se doten de inteligencia.
Otro rasgo de una organización inteligente es su capacidad de adaptación a las condiciones que brinda su
entorno y su rapidez para actuar frente a las tendencias y comportamiento de un mercado cambiante y de alta
competencia.
Dotar a una organización de inteligencia implica generar una infraestructura para que las empresas se desarrollen
y se sostengan en un entorno competitivo, para lo cual se deben adoptar modelos de aprendizaje organizacio-
nal que permitan el ujo de conocimiento que soporte la ejecución del actuar de la organización y la toma de
decisiones de forma eciente y efectiva.
Se identican las falencias que existen en el proceso de apropiación del conocimiento debido a deciencias
en el soporte y la infraestructura logística que es requerida para que se aproveche ecientemente y con ecacia
el conocimiento para la toma de decisiones.
La infraestructura requiere de la integración de un sistema de soporte a la decisión (DSS) y de un sistema

de gestión de conocimiento que despliegue las capacidades individuales y colectivas hacia la generación de ca-
pacidad de la organización.
El impacto e importancia de la gestión del conocimiento se evidencia en el informe del 2000 de KPMG (Valhondo,
2003) y en la medición del impacto en diferentes sectores económicos como el sector lácteo en Colombia (Simanca,
Montoya, y Bernal, 2016), o el sector de alimentos (Arias-Pérez, Tavera-Mesías, y Castaño-Serna, 2016) y otros
como: (Dávila, Kiang, Herrera Bermúdez, y Escobar Muñoz, 2016), (Angarita Ribero y cols., 2015) en donde se
pone de maniesto a partir de una amplia encuesta que las empresas que prosperan son aquellas que capturan,
desarrollan y despliegan su Know-How en todas sus formas La encuesta de KPMG reconoce que las grandes
empresas comprenden el valor de la implementación de un programa de gestión de conocimiento, pero son cons-
cientes de que tales benecios se están perdiendo.
La encuesta dirigida a presidentes, directores generales, directores nancieros, de marketing y otros ejecuti-
vos, con responsabilidad en la gestión de conocimiento, de un total de 423 organizaciones de EE UU y Europa,
con una facturación mayor de 270 millones de dólares. Los sectores considerados fueron nanzas (23 %), industria
(20 %), consumo (20 %), químicas, farmacéuticas y energía (14 %), transporte (5 %), gobierno (2 %), información
y comunicaciones y ocio (2 %) y otros (2 %) (Figura 1.4) Cerca del (75 %) de los encuestados ven la gestión
de conocimiento como extremadamente signicativa o signicativa para mejorar las ventajas competitivas, el
marketing y la orientación del cliente. (Figura 1.5) Alrededor del 65 % creen que podría beneciar la innovación
de productos, el crecimiento de los ingresos y benecios. El desarrollo de los empleados fue citado por el 57 %
y el 71 % que creen que la gestión de conocimiento lleva a una mejor toma de decisiones.
En tanto que el 65 % considera .que es un medio para conseguir una más rápida respuesta a problemas im-
portantes y a una mejor gestión de los clientes.
Como es de esperar, pocas compañías que tienen una iniciativa de gestión del conocimiento en marcha, re-
conocen haber reinventado la rueda, mientras que alrededor del 65 % de las empresas que no disponen de tal
programa lo niegan. Asimismo, las empresas con iniciativas de gestión de conocimiento pueden conseguir que el
acceso a la información les ha permitido conocer mejor los patrones de consumo de los clientes (61 %), obtener
información consolidada siguiendo una metodología (72 %), identicar quién fue el último en hablar con un
cliente (64 %) y conocer porque su compañía ha conseguido una nueva cuenta (64 %).
Por otro lado, la encuesta descubre que si bien las empresas con iniciativas de gestión del conocimiento pueden
conseguir reducciones de costos internos inmediatos (pero no ocurre lo mismo con los externos y de largo plazo,
tales como el crecimiento del capital intelectual) sólo un 28 % cree que la gestión del conocimiento incrementa
el valor de las acciones, en tanto que un 75 % creen que reducen los costos y aumenta los benecios.
Un 75 % de los consultados consideran que los sistemas de gestión del conocimiento deben ser contempla-
dos como una iniciativa a escala de toda la empresa. Sin embargo, la encuesta pone de maniesto que la visión
de la alta dirección sobre la gestión de conocimiento se reere al retorno de la inversión más que a aspectos de
mayor alcance.
Con respecto a los resultados de las iniciativas (Figura 1.6) un 36 % reconoce que estas no cumplieron con
las expectativas, dando las siguientes razones: no captar a los usuarios por insuciente información sobre la
iniciativa (20 %), no haber sabido integrar la gestión del conocimiento en las prácticas del trabajo del día a
día (19 %), no dedicar el tiempo adecuado al aprendizaje del sistema o la creencia de que era demasiado difícil
(18 %) , falta de formación (15 %) y, nalmente, la creencia de que el benecio personal sería pequeño.
Figura 1.4: Sectores Encuestados
Figura 1.5: Potencial de la gestión de conocimiento

Es claro que la carencia en un sistema de apoyo de gestión del conocimiento (operador logístico de conocimiento)
reduce considerablemente el impacto del conocimiento como factor diferenciador en entornos competitivos.
De forma general los fracasos de los programas de gestión de conocimiento- incluso en aquellos casos en los
que se completó su implementación- se atribuye a la falta de tiempo para compartir el conocimiento (62 %), no
conseguir un uso efectivo del conocimiento (57 %) y la dicultad de capturar el conocimiento tácito, es decir,
factores logístico de apropiación.
KPMG señala como factor determinante de los fracasos el no comprender las implicaciones culturales de la
gestión del conocimiento. Los programas deben eliminar las frustraciones de los empleados, sólo la tercera parte
de las compañías han establecido realmente las prioridades de los distintos factores (entre ellos el cultural).
Menos de la tercera parte (31 %) han implementado sistemas de recompensa para premiar los trabajos del co-
nocimiento y solo un 1( % han construido un mapa del conocimiento que permita saber qué información está
disponible.
Solo un 16 % de las empresas que ha implementado o tiene previsto implantar sistemas de gestión de cono-
cimiento, incluyen medidas para calcular el capital intelectual o el valor intangible del conocimiento, de la
innovación y las relaciones entre ambos. A partir de estos datos se entiende por qué tan pocas empresas creen
en la gestión del conocimiento como un medio para incrementar el valor de las acciones. Por otra parte menos
de la mitad de las empresas consideran los programas de gestión del conocimiento como una forma de atraer y
retener a los empleados, y solo un 30 % lo consigue.
KPMG concluye que estas compañías ven a la gestión del conocimiento como algo puramente tecnológico.
En este sentido, el 93 % utilizan Internet para el acceso al conocimiento externo, el 78 % disponen de intranet,
el 63 % de Data Warehouse, el 61 % de sistemas de gestión documental, el 49 % de sistemas de ayuda a la
toma de decisiones (DSS), el 43 % de herramientas de trabajo en grupo (groupware) y el 38 % de extranet.
Estos datos demuestran que aunque las compañías emplean tecnología, fracasan en el aprovechamiento de sus
ventajas (Figura 1. 7). Particularmente, la encuesta revela que sólo un 16 % de las compañías tienen un sistema
especícamente diseñado para la gestión del conocimiento. Otra conclusión en que la mayoría de las compañías
se encuentran en las dos primeras etapas de las cinco denidas en el KPMG Consulting Knowledge Journey y
que son las siguientes:
!Etapa 1. Conocimiento caótico
!Etapa 2. Conciencia de su importancia
!Etapa 3. Orientación al conocimiento
!Etapa 4. Conocimiento gestionado
!Etapa 5. Centrada en el conocimiento.
Nada más que el 10 % de las empresas se encuentra en la etapa 4, y sólo el 1 % alcanza el nivel más al-
to.
Podría concluirse que, en occidente, se ha identicado la gestión de conocimiento como una práctica esencial
pero que todavía no se controla adecuadamente. Esto acrecienta su importancia y evidencia la necesidad de
formular estrategias como la propuesta en la presente investigación para asegurar el efecto del conocimiento
como elemento que brinda ventaja competitiva.
Figura 1.6: Expectativas y resultados
Figura 1.7: Razones de los fracasos
La construcción de sistemas de apoyo a la decisión construido en forma integral se constituye en un dispositivo

que permite procesar información para la generación de conocimiento que a su vez clarica y orienta el proceso
de toma de decisiones.
El propósito de un sistema de apoyo a la decisión es proveer de herramientas para el análisis y suministrar

bases (información y estructura) para la resolución de problemas de gestión de las organizaciones de producción
de bienes y servicios.
Para describir el papel del proceso de toma de decisiones basado en un sistema de apoyo a la decisión DSS
del inglés Decision Support System se propone el modelo elaborado por el presente autor en las Figuras
1.8 y 1.9
El proceso se inicia a partir de la primera etapa que consiste en denir el sistema, en él se determinan a
Figura 1.8: Proceso de Toma de decisiones
Figura 1.9: Proceso de toma de decisiones

partir de la observación y el análisis los diferentes componentes, se detectan las relaciones e interacciones entre
ellos, las entradas y diferentes insumos que alimentan el sistema productivo, se delimita su entorno inmediato
con el resto del universo, se identica su proceso de conversión, además de denir el qué, el cómo, el cuándo,
el porqué, el para qué y para quien se produce o se presta un servicio, se idéntica la cultura organizacional, su
losofía (bajo que principios, estrategias, objetivos y políticas), también cuáles son sus problemas, es decir se
debe establecer un diagnóstico integral que represente la situación actual de la organización y su prospectiva.
La segunda etapa consiste en representar el sistema real y sus problemas en modelos, se entiende que los
sistemas se pueden representar de varias maneras dando origen a diferentes modelos, donde entre ellos por una
parte, se tiene complementariedad (por ejemplo un esquema, o un diagrama permiten ayudar al entendimiento
de un modelo matemático abstracto) o desde otro punto de vista los modelos pueden tener el carácter de repre-
sentaciones alternativas, dado que la funcionalidad del modelo depende de su manejabilidad, si el modelo es muy
complejo, es posible que no se entienda, o no se tenga los recursos sucientes para manipularlo y por lo tanto
de poca utilidad para la resolución de los problemas, o por lo contrario al buscar simplicidad no suministrar la
información suciente para soportar la toma de decisiones.
La naturaleza de los modelos que pueden ser de carácter cualitativo y cuantitativo, la selección de herra-
mientas para el tratamiento de información y la formación y capacitación de analistas y personal altamente
capacitado para enfrentar proceso de toma de decisiones, así como el conocimiento inmerso en los diferentes
actores de la organización y de la misma como un todo constituyen en esencia los elementos estructurales del DSS.
La tercera etapa consiste en identicar las fuentes de generación de datos, jar los procesos para la cap-
tura de los mismos, identicar las herramientas de análisis de estos y evaluar su validez para construir así la
información de entrada para alimentar los modelos del DSS.
La cuarta etapa consiste en determinar los otros insumos que se requieren para estructurar el DSS es de-
cir, los insumos tangibles como son los algoritmos, herramientas computacionales (Software y Hardware), así
como el dimensionamiento de la capacidad requerida por los analistas y los tomadores de decisión. Es evidente
que para validar esta etapa se necesita identicar las características ideales de estos recursos para hacer factible
el uso del DSS.
La quinta etapa trata del diseño del proceso de conversión de la información en el DSS es decir como ex-
perimentar y como operar para la producción del conocimiento base para la toma de decisiones (hay que jar
escenarios, y formular estrategias y alternativas de solución)
La sexta etapa consiste en a partir de la información de salida evaluar la viabilidad y la validez de la in-
formación frente a las características del comportamiento del sistema real, para lo cual es necesario comprender
el funcionamiento y comportamiento del sisma real y se tener la capacidad para evaluar el impacto de una
decisión en la organización como un todo y de su entorno inmediato.
La séptima etapa consiste en proporcionar un conocimiento para que el tomador de decisiones obre con
sabiduría en el proceso de toma de decisiones afectando positivamente a la organización.
Finalmente, la dinámica de alimentar el proceso de toma de decisiones basado en un DSS constituye el rasgo
que caracteriza a una organización inteligente.
El concepto de inteligencia organizacional diere del concepto de inteligencia de negocios y no es simplemente

una herramienta para la toma de decisiones a partir del tratamiento de información, además se fundamenta en
un conjunto de principios y elementos conceptuales que potencian a las empresas en diferentes dimensiones en
todos los niveles de actuación. Para lograrlo se debe proveer de capacidad a las personas para que actúen en
función del crecimiento individual y colectivo, y proporcionar a la organización de un ambiente orientado hacia
el logro del objetivo misional fomentando una cultura del trabajo en equipo. Se debe proveer de capacidad a
Figura 1.10: Integración del DSS con KM para la toma de decisiones
la organización y a las personas en diferentes dimensiones para actuar exitosamente en forma integral y dinámica.
El propósito nal consiste entonces, en desarrollar procesos metodológicos orientados a la adquisición de las
capacidades que hagan a la organización ágil y rápida frente a los procesos de toma de decisiones y a las ten-
dencias que rige la economía globalizada y basada en la era del conocimiento.
Una perspectiva más amplia muestra como la información de salida y su validación constituyen conocimiento
que aunado con el conocimiento acumulado, la interacción con el entorno y los procesos de capacitación
y formación se integran como un sistema de gestión de conocimiento para el apoyo a la toma de
decisiones , como se muestra en el Figura 1.10.
Con la integración del DSS y de modelos de gestión de conocimiento se proporciona una base sólida para que
las organizaciones se doten de inteligencia para la toma de decisiones asertiva.
Para lograr que una organización se dote de inteligencia entonces surgen interrogantes tales como:
¾Cuál es la estructura del negocio, su capacidad y funcionalidad en espacio y tiempo?
¾Cómo afrontar los cambios y tendencias del mercado?
¾Cómo actuar en forma coordinada para que las diferentes áreas y funciones de la organización actúen sin-
crónicamente para el crecimiento eciente y efectivo de la organización?
¾Cómo interactuar con los diferentes eslabones de la cadena de suministro para hacer eciente el sistema de
abastecimiento como un todo?
Figura 1.11: Flujo de Conocimiento
¾Cómo actuar en concordancia frente al impacto al medio ambiente?
¾Cómo crear una infraestructura de información para el tratamiento de problemas y la toma de decisiones
en estados de complejidad?
A partir de estos cuestionamientos y desplegando los principios expuestos en las diferentes teorías sobre inte-
ligencia individual se puede estructurar conceptualmente la inteligencia organizacional en diferentes dimensiones.
Es importante visualizar el conocimiento como un ujo, lo cual se puede representar en la Figura 1.11
1.5.3. Interrogante
¾Qué condiciones metodológicas y de Ingeniería integran un sistema de Gestión de Conocimiento de
Apoyo a la Decisión que dote de inteligencia a las organizaciones de producción de bienes y servicios? Para
abordar el problema objeto de estudio se esquematiza y se muestra el Figura 1.12, se parte de la justicación
entorno a la necesidad de crear una metodología para proveer de inteligencia a la organización.
Se debe entender qué es inteligencia organizacional y cuál es el propósito de proveer de una mayor inteligencia
a una organización de bienes y servicios, posteriormente es necesario establecer un modelo de medición de la in-
teligencia organizacional, identicar los elementos y componentes que la constituyen , que estrategias se pueden
plantear para potenciarla, y con qué herramientas, para lo cual es necesario identicar metodologías, métodos
y modelos que se utilizan para implementar inteligencia a las organizaciones, determinando que componentes
pueden hacer falta para el mejoramiento y formulación de una nueva metodología propósito de la presente
investigación.
Figura 1.12: Proceso exploratorio para construir una metodología de Inteligencia Organizacional
1.6. Hipótesis
A partir de la formulación de la pregunta de investigación y entendiendo la complejidad presente en

los procesos de toma de decisiones en donde intervienen un sinnumero de variables y relacio-
nes justican el uso de herramientas de soporte a la toma de decisiones "DSS" y la formación de los decisores
para usar efectiva y ecientemente dichas herramientas, lo cual conlleva a la formulación de la hipótesis siguiente:
Con la Integración Logística de Conocimiento , que se congura como la unión sinérgica de un sistema de
soporte a la decisión (DSS) y la gestión del ujo de conocimiento; se dota de inteligencia a las organizaciones de
producción de bienes y servicios, con capacidad para actuar exitosamente frente a procesos de toma de decisiones
que no son abordados con las teorías y enfoques tradicionales, como se muestra en la ecuación (1.1).
f (IO) = g(DSS) ∪(ILC) h(GC) (1.1)
f(IO): Inteligencia Organizacional
g(DSS): Función de sistema de apoyo a la decisión
h(GC): Función de gestión de conocimiento
∪(ILC) : Operador de integración logístico de conocimiento que despliega el conocimiento con el uso de he-
rramientas y técnicas de apoyo a la decisión.
Para ilustrar la hipótesis se presenta la Figura 1.13

1.7. OBJETIVOS 31
Figura 1.13: Hipótesis
1.7. Objetivos
1.7.1. Objetivo General

Construir un sistema de aprendizaje organizacional, basado en la integración logística de conocimiento a
partir de la unión sinérgica de sistemas de gestión de conocimiento y de sistemas de soporte a la decisión, para
dotar de inteligencia a las organizaciones de producción de bienes y servicios.
1.7.2. Objetivos especícos

.
! Determinar el estado del arte a partir de la caracterización de la estructura y el ambiente organiza-

cional, para determinar los diferentes factores y elementos, en donde se presentan problemas de decisión en la
gestión de organizaciones productivas de bienes y servicios en ambientes estratégicos, tácticos y operativos y
que proporcione inteligencia organizacional.
! Diseñar el operador logístico de conocimiento que congura la piedra angular de la investigación cu-
yo cuerpo de conocimiento se congura como la unión sinérgica del DSS y la GC enfocado al empoderamiento
de la organización.
! Diseñar un modelo de medición para evaluar la inteligencia organizacional y el efecto de integración

y despliegue del conocimiento en los procesos de toma de decisiones.
! Validar el sistema propuesto mediante estudio de casos que permitan contrastar la hipótesis, identicar
En particular se seleccionó el
los aportes y nalmente obtener las conclusiones del trabajo de investigación.
proceso logístico de abastecimiento del CTA (corredor tecnológico Agroindustrial)
Figura 1.14: Despliegue de la inteligencia individual hacia la inteligencia organizacional
1.8. Marco Metodológico
1.8.1. Tipo de Investigación

El tipo de investigación es del tipo exploratorio cuasi experimental
1.8.2. General
El desarrollo metodológico de la propuesta consiste en desarrollar un sistema de gestión de conocimiento
para la toma de decisiones a partir del despliegue de las capacidades individuales y colectivas y del soporte de
herramientas de carácter cuantitativo y cualitativo que propicien el desarrollo de conocimiento, y el aprendizaje
organizacional. Como se muestra en el Figura 1.14.
1.8.3. Especíco
Para el desarrollo del presente proyecto de investigación se intenta proponer un procedimiento metodológico
para proveer de inteligencia a las organizaciones de forma integral, por lo que implica explorar, describir, expli-
car y proponer alternativas que enriquezcan el campo de la inteligencia organizacional.
Por lo tanto el carácter de la investigación es del tipo proyectivo y para su desarrollo se plantean las siguientes
fases:
!Fase 1
Caracterizar las organizaciones de producción de producción de bienes y servicios orientados bajo diferentes
losofías, identicando los núcleos en donde se presentan problemas que requieren procesos de toma de decisio-
nes.
Se busca evidenciar la importancia de potenciar capacidades en forma integral para construir un conocimiento
base para la toma de decisiones que contribuya al logro de las metas acorde a los principios losócos de gestión
1.9. CONCLUSIONES PARCIALES 33
de las operaciones.
!Fase 2
A partir de la identicación de problemas de gestión de las organizaciones, es necesario identicar las herra-
mientas, técnicas y modelos que pueden contribuir al planteamiento, y la orientación para la toma de decisiones
eciente y efectiva que caracterizan a un organismo inteligente.
En esta fase se muestra la importancia del uso de herramientas de diagnóstico, técnicas de recolección de
datos, elementos para el análisis de dichos datos y como construir información a partir de ellos, además de
utilizar esta información como elementos de entrada para formar parte de un sistema de apoyo a la decisión que
utiliza modelos representativos de situaciones complejas para la toma de decisiones en un contexto integral y
dinámico.
Es importante entender que esta fase se identica la interacción de diferentes técnicas y procedimientos de
carácter cuantitativo y cualitativo con la capacidad requerida desde diferentes aristas de los diferentes entes
de la organización para actuar con inteligencia integral, acorde a los estados en que se encuentre un sistema
organizacional.
!Fase 3 En esta fase se construye concretamente el operador de Integración Logística del conocimiento como
estrategia para proveer de inteligencia a las organizaciones En esta fase se desarrollan las actividades para la
construcción de modelos de planeación, programación y control de sistemas de producción de bienes y servicios
como soporte a la decisión en aspectos estratégicos, tácticos y operativos, que se puedan adaptar a diferen-
tes organizaciones y niveles de decisión. De acuerdo a la naturaleza de los modelos, se identican las técnicas
requeridas y los recursos requeridos para realizar los experimentos necesarios e inferir las posibles soluciones
que pueden ser tomadas en el tratamiento de un problema organizacional. Se percibe la necesidad de formar
personal calicado para que pueda analizar y usar las herramientas se soporte a la decisión.
Aquí se identica que la investigación de operaciones como ciencia de la dirección es soporte para el desarrollo
de esta fase (constituida por herramientas y modelos de optimización, así como herramientas experimentales
como la simulación y el análisis de datos).
!Fase 4 En esta fase se propone un modelo de medición y una herramienta de validación.
Se responde al interrogante de cómo medir la inteligencia organizacional, lo que implica un modelo de indi-
cadores de gestión que visualice el nivel de respuesta a los procesos de toma de decisiones, es aspectos tales
como la productividad, la rapidez y la ecacia en el ejercicio de la toma de decisiones, así como el efecto en la
organización como un todo y a lo largo de la cadena de suministro.
Se plantea el diseño y las base para construir un DSS que integre las herramientas y técnicas se soporte a
la decisión vinculando modelos de optimización, y herramientas de análisis para abordar problemas de toma de
decisiones es aspectos estratégicos, tácticos y operativos.
1.9. Conclusiones Parciales
El proposíto de este capítulo es describir la idea de investigación el cual muestra un nuevo enfoque para
disminuir la brecha de perdida del conocimiento por la deciencia en el sistema logístico para su apropiación.
Se obseva la importancia de buscar nuevos enfoques para mejorar los procesos de aprendizaje organizacio-
nal y la disminución de las perdidas del conocimiento en las organizaciones de producción de bienes y servicios.
Se evidencia como la logística, sus principios, teorías y herramientas pueden brindar las bases para gestio-
nar el ujo del conocimiento en las organizaciones.
El exito en el proceso de toma de decisiones en situaciones complejas requieren del uso integral de herra-
mientas y dispositivos logísticos y de la gestión del conocimiento.
Para dotar a una organización de inteligencia organizacional es necesario asegurar los procesos de toma de
decisiones con un sistema de soporte logístico a lo largo de la cadena de abastecimiento del conocimiento y de
un plan de mejora continua que mejore paulatinamente la gestión del conocimiento.
Capítulo 2
Marco Teórico
El conocimiento es orgulloso por lo

mucho que ha aprendido; la sabiduría
es humilde porque no sabe más.
William Cowper (1731-1800)
Poeta británico.
2.1. Introducción
El propósito de este cápítulos es mostrar la estrategia de construcción del marco teórico referente al proceso
de aprendizaje organizacional con miras a proveer de inteligenci a las organizaciones. Existe una tendencia a
considerar la inteligencia organizacional como sinónimo de inteligencia de negocios, pero existe diferencia signi-
cativa.
La inteligencia de negocios se reere principalmente al desarrollo de software y herramientas computaciona-

les para tratar datos que constituyan de alguna manera información base para la toma de decisiones en función
del entendimiento y comportamiento de los mercados y preferencias de los clientes.
La inteligencia organizacional , comprende todas las actividades orientadas a la potenciación de las ca-
pacidades individuales, y colectivas para tomar decisiones oportunas y propiciando la capacidad para que la
organización actué de forma inteligente, con exibilidad para que se adapte a los cambios que se presentan en
un entorno cambiante y de alta competencia.
Una organización se dota de inteligencia con un enfoque integral en donde se gestiona el conocimiento des-
de la formación y capacitación de los individuos que realizan las diferentes actividades en las empresas, para
que actúen eciente y efectivamente, con coordinación y dirigidas al logro de los objetivos estratégicos proyec-
tados hacia su desarrollo y permanencia.
Es fundamental desarrollar una metodología que provea de inteligencia a las organizaciones en diferentes dimen-
siones a partir del desarrollo y potenciación de las capacidades individuales y colectivas para posteriormente
desplegarla a niveles funcionales y a nivel estratégico, táctico y operativo en la organización y a lo largo de la
cadena de abasto.
35
36 CAPÍTULO 2. MARCO TEÓRICO
La inteligencia de las organizaciones se ve como la capacidad que tienen las empresas para obrar en forma
eciente y efectiva a partir del conocimiento generado por la cultura y estructura organizacional, su capacidad
tecnológica, la dinámica en el aprendizaje a nivel individual, funcional y general a niveles estratégicos, tácticos
y operativos.
Es función de la inteligencia organizacional la de gestionar las organizaciones a partir del conocimiento en

función de su losofía, su cultura y dinámica al cambio de tendencias que dicta el orden económico y social.
Para proveer de esta inteligencia entonces es necesario construir un sistema de gestión de conocimiento so-
porte a la decisión con un enfoque integral y dinámico que involucre la participación individual, colectiva y
organizacional con capacidad para formular modelos, y usar herramientas y métodos de carácter cuantitativo y
cualitativo.
Son características de las organizaciones inteligentes: la capacidad de interactuar con el entorno, lo que im-
plica la coordinación entre las actividades entre los otros eslabones de la cadena, tanto de los proveedores, así
como el de los clientes y distribuidores de sus bienes y servicios, su capacidad para adaptarse a las políticas de
preservación del medio ambiente, la capacidad para generar, diseñar y gestionar nuevos productos y servicios a
partir de la potenciación de los individuos y lo coordinación en equipos de trabajo y la capacidad para tomar
decisiones en los procesos de planeación, programación y control de las actividades a nivel funcional, y general.
Si se piensa en una organización inteligente es necesario congurar una estructura de apoyo a la decisión en
donde se identique los elementos que intervienen en el proceso de toma de decisiones, en los diferentes niveles
jerárquicos de decisión, y en todas las áreas funcionales.
Proveer de inteligencia a las organizaciones es una tarea que requiere de un proceso metodológico que invo-
lucra la potenciación de las diferentes capacidades de la organización y de los individuos que forman parte de
la empresa y que intervienen en todos los procesos desde la provisión de la materia prima hasta la distribución
física de los bienes y servicios que oferta.
Uno de los elementos que se debe construir es el sistema de apoyo a la decisión que se congura con un conjunto
de modelos que se utilizan para claricar y obtener información para la toma de decisiones eciente y efectiva
en ambientes complejos. Es así como los modelos matemáticos, las herramientas de optimización y las técni-
cas y herramientas de carácter cuantitativas proporcionan las bases para que el sistema obre en forma inteligente.
Atendiendo lo anterior, la estrategia para construir el marco teórico del proyecto de investigación en Inteli-
gencia Organizacional tiene como componentes los que se observan en el Figura 2.1.
2.2. Concepto de inteligencia organizacional
El término inteligencia visto psicológicamente capacidad de adquirir conocimiento o entendimiento y de

utilizarlo en situaciones novedosas se emplea desde nales del siglo XIX.(Pueyo, 1996) y otros (Schvarstein,
2015). En el ámbito gerencial, debe su origen a las actividades militares en las que se requiere una considerable
ïnteligencia"para acceder a las fuentes, obtener información sobre el enemigo y entregarla a los mandos que
deben tomar las decisiones los miembros de la ïnteligencia"no toman las decisiones por sí mismos. Es así como
surge una acepción diferente de la actividad y del sistema de inteligencia, que no abarca todo lo que el término
psicológico comprende.
2.2. CONCEPTO DE INTELIGENCIA ORGANIZACIONAL 37
Figura 2.1: Estrategia para construir el marco teórico
Aparecido en la literatura norteamericana a nales de los años 40, se introdujo en el lenguaje académico
de otros países a partir del quinquenio 1975-1980. (Richelson, 2015) Dene la inteligencia como un "producto
resultante de la colección, evaluación, análisis, integración e interpretación de la información disponible sobre
uno o más aspectos de naciones extranjeras o de áreas de operación que son signicativas para la planicación".
(U.S, 1999.) Con este concepto surgieron la Agencia Central de Inteligencia, la Agencia de Inteligencia para
la Defensa y el Buró Nacional de Inteligencia e Investigación del Departamento de Estado de los Estados Unidos.
La similitud que se hace todavía entre inteligencia y espionaje, debido a las condiciones de su surgimiento,
obstaculizan su implementación como herramienta gerencial, aunque no es la única causa.
La diferencia entre la acepción psicológica, que incorpora el uso creativo de la información obtenida y la toma
de decisiones en la solución de problemas o identicación de oportunidades y estrategias, así como la acepción
de origen militar, que queda dentro del ámbito de los sistemas de información, como puede observarse en la
denición citada por (Richelson, 2015)
La evolución de la teoría de la dirección hasta los últimos criterios que hoy se analizan, condicionan su in-
terrelación, cada vez más estrecha con el uso consciente de la información, que realizan los individuos para
percibir cambios, crear nuevos conocimientos y actuar, con ventajas sobre los demás.
Las corrientes gerenciales contemporáneas incorporan, más allá de la acepción de origen militar que se ex-
presa hoy en conceptos como inteligencia competitiva, inteligencia empresarial y otros relacionados el alcance
de la acepción psicológica. La integración de ambas acepciones conduce al concepto central de inteligencia or-
ganizacional.
Tanto el proceso de dirección, como los de uso de la información, toma de decisiones y desarrollo del indi-
viduo, reciben la inuencia de múltiples factores, que deben considerarse, previo al curso de cualquier acción.
La inteligencia organizacional se reere a la capacidad que tiene las organizaciones para utilizar el conoci-
miento individual y colectivo para actuar con eciencia y efectividad frente a la realización de actividades de
ejecución y de toma de decisiones.
Al realizar la pregunta de cómo dotar de inteligencia a una organización entonces conviene denir la inteli-
la transformación del conocimiento organizacional
gencia organizacional, Peter Senge la dene como
individual en un conocimiento corporativo organizado que permite compartir los procesos y po-
líticas de la organización, estandarizar los modelos de trabajo y ser capaces de responder con
creatividad a las demandas del mercado. (Senge y Galgano, 1994) y (Gray y Schubert, 2013)
Es la integración de todos los elementos necesarios para la automatización de procesos que faciliten el cumpli-
miento de la estrategia organizacional.
En esencia, es el medio para asegurar niveles de ecacia, eciencia y productividad dentro de una organi-
zación en forma sostenida y con una dependencia controlada de los recursos humanos.
Organizar siempre incluye preparar todo con antelación sin olvidar los detalles, una organización es un sistema
planicado muy ordenado donde las personas saben cuál es su función dentro de la empresa. Las organizaciones
Modernas en este sentido, son inteligentes, saben qué necesitan, qué entregan, y qué desean obtener, aunque
parezca extraño una organización inteligente debe estar bien planicada, tiene vida propia y como tal puede ser
analizada, dividida, estructurada para evaluar su desempeño global.
En este trabajo se trata el tema de la protección de los capitales intelectual y humano en las organizaciones. La
inteligencia empresarial cubre perfectamente las expectativas en el entorno económico como herramienta para
obtener un gran volumen de información útil a los directivos.
Planeación estratégica, Desarrollo organizacional, Ventas, Desa-

Se cuenta con las siguientes divisiones:
rrollo de Líderes, Desarrollo Empresarial, Desarrollo Humano, Administración de la Calidad To-
tal.
Contribuir al incremento de la competitividad de nuestros clientes, a través de la transferencia de tecnolo-
gía organizacional, con la mejor relación costo/benecio del mercado". (Senge, 1997) y (Berkenkotter y Huckin,
2016)
En el contexto actual de las organizaciones, así como en la literatura especializada se observa un incremen-
to de prácticas o experiencias asociadas a la inteligencia. Si bien el término es utilizado en las ciencias sociales
como una capacidad que poseen y desarrollan los individuos para intervenir de forma ventajosa sobre la realidad,
por medio del uso de su conocimiento; en el ámbito empresarial u organizacional la noción de la inteligencia se
reere a la capacidad que poseen las mismas para desarrollar procesos de tratamiento y uso de información y
de conocimiento que faciliten una efectiva toma de decisiones, generando ventajas competitivas.
Esta capacidad, sus sistemas, procesos, productos y servicios se han visto sustancialmente favorecidos por
los cambios que han tenido lugar a raíz del propio desarrollo organizacional. Las instituciones modernas están
conscientes de la importancia que tiene su ambiente externo (cada vez más dinámico) para su desarrollo, lo que
ha posibilitado que las mismas establezcan vínculos y alianzas entre ellas a n de enfrentar las variaciones que
se producen en estos ambientes y aprovechar mejor las fortalezas que brindan dichas relaciones. Todo esto ha
permitido que las organizaciones reconozcan al cambio como un factor de mejora, y al mismo tiempo el rol de
la información, del conocimiento, de las nuevas tecnologías y de los propios procesos gerenciales. Estas nuevas
características han propiciado que las organizaciones se apoyen en la inteligencia para detectar cambios que
se producen en su ambiente externo y adaptarse a estos de forma óptima.(March, 1991), (Cruz y Domínguez,
2008) y (Buckley y Casson, 2016)
La inteligencia no sólo tiene en cuenta a los cambios que se producen en el ambiente externo, sino también
a los que tienen lugar dentro de la organización, es decir, su ambiente interno. En este sentido, es necesario
aclarar que dada la relación de dependencia entre la institución y su ambiente externo, las variaciones o cambios
que se produzcan en uno van a inuir en el otro, de ahí que se deba reconocer la importancia de ambos y su
relación para el desarrollo de esta capacidad.
Entre las conceptualizaciones del término se reconocen autores como (A. L. Wilensky, 1997) , (Haeckel y Nolan,
(1) la información
1993) y (Sekaran y Bougie, 2016). Sus criterios apuntan a tres elementos importantes:
proveniente del ambiente externo y su uso; (2) los procesos informacionales para su adecuado
tratamiento (búsqueda, selección, procesamiento, análisis y diseminación) y (3) la toma de deci-
siones como proceso estratégico para adaptarse a su ambiente externo o mercado.
Las concepciones actuales, por su parte, muestran la evolución conceptual del tema en correspondencia con las
nuevas características y exigencias de las organizaciones. Autores como (Choo, 2002) y (Halal, 2006), valoran
la Inteligencia Organizacional como una capacidad organizacional e incorporan como elementos fundamentales:
(1) el conocimiento y los procesos asociados a este recurso; (2) la toma de decisiones para la
orientación estratégica y (3) el aprendizaje organizacional.
De acuerdo a estas concepciones se evidencia la necesidad de desplegar la capacidad y conocimiento indivi-
dual para proveer a la organización de un sistema de gestión de conocimiento que de soporte a los procesos de
toma de decisiones.
En esencia, la Inteligencia Organizacional constituye una capacidad organizacional, desarrollada por medio
del aprendizaje sistemático, que permite a la organización percibir adecuadamente su ambiente externo e in-
terno por medio del uso y procesamiento de la información proveniente de estos, y generar nuevos conocimientos
organizacionales que contribuyan a una efectiva toma de decisiones para la resolución de problemas y la orien-
tación estratégica ante ambientes cada vez más cambiantes.
De acuerdo a las tendencias y concepciones sobre inteligencia organizacional se observa la importancia que
tiene la apropiación de la inteligencia y del conocimiento individual para generar valor y conocimiento organi-
zacional en dirección del propósito y razón de ser de la organización.
Algunos autores plantean que una organización alcanza esta condición en dependencia del nivel de inteligencia
que posean sus especialistas y otros lo atribuyen a la información y al uso de este recurso en la organización.
El primer criterio se sustenta en el hecho de que son los individuos los que perciben las características del
ambiente externo e interno de la organización, es decir, identican, analizan, interpretan y comprenden los
cambios, y a su vez, son los que crean nuevos conocimiento en busca de una solución efectiva para adaptarse
a los mismos e implementan las acciones para ello. El segundo se sustenta en la importancia de ese recurso
para el desarrollo de la inteligencia ya que si no se dispone de la información necesaria no se podría conocer y
comprender los cambios que afectan a la organización.
En muchas ocasiones se está en presencia de organizaciones que cuentan con especialistas muy preparados
e inteligentes, y sin embargo, no logran comprender adecuadamente su ambiente externo e interno, ni generar
ideas novedosas en la solución de problemas o se encuentran organizaciones que disponen de la información
necesaria y sin embargo no le brindan un tratamiento y uso adecuado. Esto ocurre al no valorar la interde-
pendencia de estos recursos, por lo que se puede armar que la información, los individuos y su conocimiento,
constituyen recursos de vital importancia para el de desarrollo de la Inteligencia Ooganizcional.
Todo esto permite armar que los factores críticos de éxito para la inteligencia lo constituye la relación de
(1) los individuos y grupos o redes sociales que estos conforman;
dependencia que se establece entre:
(2) la información y (3) el conocimiento.
Dicha relación y su importancia se evidencia en las deniciones de organizaciones inteligentes de autores como
(Halal, 1997) , (Choo, 2002) , (Garvin, 1993) , (Senge, 1997) , (Núñez, 2002), (Miremadi, 2017), (Brock, 2017)
y (Bryson, 2018), plantean que una organización inteligente (que posee la capacidad de la inteligencia) es una
organización de aprendizaje, que promueve la socialización e incorporación de conocimientos a n de mejorar
las capacidades creativas de las personas, unicar los objetivos y los signicados de la comunidad que la integra,
mediante la conciencia y la capacidad para el trabajo en equipo y una percepción y razonamiento integral de
todos los sistemas que intervienen en la vida de la organización.
(Choo, 2002) y otros como , (Meyer, 2017),(Niemi y cols., 2017),(Bryson, 2018) y (Hwang, Lin, y Shin, 2018)
plantean que la organización que sea capaz de integrar ecazmente la percepción, la creación de conocimiento y
la toma de decisiones se puede describir como una organización inteligente: posee información y conocimiento,
por lo que está bien informada, es mentalmente perceptiva y clara. Sus acciones se basan en una comprensión
compartida y válida del medio ambiente y las necesidades de la organización, y son inuidas por los recursos de
conocimiento disponibles y competencias en cuanto a habilidades de sus miembros.
Una organización inteligente es aquella que prevé, se anticipa y adapta a los cambios de su entorno, ya que
conoce y comprende las características de ese medio en el que se desenvuelve y es capaz de movilizar todo su
conocimiento para, por medio de la innovación, resolver de forma rápida y creativa los problemas que se le
presenten, actuando de forma inteligente.
La Inteligencia Organizacional, a consideración de (Choo, 2002) y (Zhong, Xu, Klotz, y Newman, 2017), posee
(1) mediada, (2) situada, (3) provisional, (4) pragmática y (5) disputada.
las siguientes características:
La primera hace alusión a que la inteligencia se encuentra condicionada por los sistemas, es decir, los individuos
que los conforman y la interacción que los mismos establecen con fuentes de información, nuevas tecnologías y
otros recursos materiales para el desarrollo de los procesos.
La segunda localiza a la inteligencia bajo las condiciones espacio-temporales, ya que la misma está sujeta a
la realidad existente y circundante en la cual se desenvuelve la organización.
Es provisional dado que depende en gran medida de las rutinas, reglas y políticas bajo las que se desempe-
ña la institución, que al mismo tiempo están sujetas a variaciones.
El pragmatismo viene dado porque produce una acción enfocada a nes organizacionales y dirigidos al ob-
jeto de la actividad, y dicha acción depende de las concepciones que posean los especialistas.
Por último, su carácter disputado remite a los conictos que pueden generarse a raíz del desarrollo de la
toma de decisiones, el acceso a la información etc.
En una organización, el desarrollo de la Inteligencia Organizacional se lleva a cabo en la medida en que se

Ciclo de Vida
logren ejecutar los procesos asociados a la información, al conocimiento y a las decisiones. En el
de la Inteligencia en las organizaciones, presentado por (Choo, 2002) , (Choo, Bergeron, Detlor, y Heaton,
2008) y otros como (Aparicio y cols., 2018), (Pupkov, 2017) se identica la interrelación de los tres procesos
fundamentales que a consideración del autor conforma esta capacidad (Inteligencia Organizacional): Percepción,
Creación de Conocimiento y Toma de Decisiones. Cada uno de estos procesos se efectúa a partir del uso de la
información, por lo que este autor considera que constituyen procesos informacionales.
La percepción permite a la organización representar su ambiente externo al identicar las características que
presenta, de igual forma contribuye a determinar las fortalezas y debilidades que ésta posee y conformar o
modicar su propia identidad.
La percepción presenta, según (Weick, 1995),(Aparicio y cols., 2018), (Armingol y cols., 2018) siete propie-
dades, entre las cuales se encuentran su carácter social, constante y retrospectivo ya que la misma se lleva a
cabo por varios individuos, es un proceso continuo y constante de aprendizaje y tiene en cuenta situaciones y
acontecimientos que han sucedido en la institución. Este proceso se basa en la construcción de la identidad de
las organizaciones y tiende a reproducir el ambiente en el que ésta se desenvuelve. Otros elementos importantes
son el hecho que se concentra en indicaciones extraídas o información que permite conocer lo que ocurre y
es impulsada por la plausibilidad antes que por la exactitud. (Cruz y Domínguez, 2008),(Lim y Loosemore,
2017) Señalan que la percepción se logra a partir de la interrelación de los siguientes procesos: (1) Variación
Ecológica, (2) Representación, (3) Selección y (4) Retención.
La variación ecológica tiene lugar cuando se detecta un cambio en el ambiente externo y/o interno de la
organización, el que se necesita identicar y comprender adecuadamente. La representación se efectúa cuando
los miembros de la institución determinan las características de este y valoran qué incidencias tiene o puede
tener sobre la organización. En este proceso se deben obtener datos que sean completos, precisos y conables
para evitar informaciones y análisis erróneos. En la selección se buscan respuestas a la realidad que acontece
interpretándose los cambios por medio de la información recopilada y determinando posibles causas, por lo que
no sólo se analiza la información sino que se valoran las experiencias y la forma de tratar situaciones de este
tipo en la organización. El último proceso pretende documentar y almacenar los resultados de una percepción
efectiva para que se puedan recuperar en un futuro y contribuir de esta manera al enriquecimiento de la memoria
organizacional.
En la percepción organizacional el proceso fundamental es la interpretación del ambiente facilitando una adecua-
da representación y caracterización del mismo. Este proceso, que conlleva al análisis de la información asociada a
los cambios, se debe realizar de forma colectiva entre todos los miembros de la organización, cada uno de ellos, en
un principio, realizan su propia interpretación de la situación, y es necesario el intercambio y la reexión colecti-
va de los mismos para obtener como producto nal una única representación del ambiente, compartida por todos.
La Creación de Conocimiento Organizacional
La Creación de Conocimiento Organizacional, según (Nonaka y Takeuchi, 1995) y otros como (Kaschig, Maier,
y Sandow, 2016), (Cannatelli, Smith, Giudici, Jones, y Conger, 2017) y debe entenderse como la capacidad
orgánica para generar nuevos conocimientos, difundiéndolos entre los miembros de una organización y materia-
lizándolos en productos, servicios y sistemas. Es la clave del proceso a través del cual las rmas innovan.
La producción de conocimientos en una organización es un proceso socialmente emergente. Los sistemas so-
ciales por su naturaleza intrínseca dan lugar a una elaboración colectiva del conocimiento por parte de sus
miembros, como un producto derivado de su aprendizaje individual y su interacción interpersonal.
Se reconoce como proceso de creación de conocimiento a la:
(1) Generación de ideas: se crea nuevo conocimiento; (2) Evaluación de ideas generadas: las
ideas son evaluadas en función de su utilidad y su eciencia para mejorar las tareas; (3) Trans-
ferencia de ideas evaluadas: las ideas que son apropiadas se transeren a todas las áreas de la
empresa y (4) Asimilación de las ideas transferidas: las ideas son retenidas y adquieren la forma
de rutinas organizacionales.
El resultado de este proceso son un conjunto de conocimiento que circulan por los diferentes niveles orga-
nizacionales de conocimiento: individual, grupal y organizacional. Según las consideraciones de autores como
(Nonaka y Takeuchi, 1995) y (Choo, 2002) y publicaciones más recientes (Nonaka, Kodama, Hirose, y Kohlba-
cher, 2014).
Acerca de los tipos de conocimiento se pueden identicar en cada nivel la presencia del conocimiento tácito
y el explícito.
El conocimiento tácito es aquel que forma parte de las experiencias de aprendizaje personal de cada individuo
y que por tanto resulta sumamente complicado, imposible de estructurar, almacenar en repositorios y distribuir.
Por su parte el conocimiento explícito es aquel que se puede expresar con palabras y números, y comunicarse
y compartirse con facilidad en la forma de datos concretos y fórmulas cientícas, procedimientos codicados, o
principios universales.
Estos conocimientos son los que apoyan el proceso de la innovación, pero la creación de los mismos está condi-
cionada por las formas de creación y conversión que adopte cada organización. Entre los modelos de creación de
conocimiento se encuentran el de (Nonaka y Takeuchi, 1995) y el de (Carrión, 2002). El primero muestra la crea-
ción o conversión de conocimiento por medio de los procesos de Socialización, Externalización, Internalización
y Combinación y ampliamnte utilizado en el desarrollo conceptual que se evidencia en últimas publicaciones
como: (Kaschig y cols., 2016),(Cannatelli y cols., 2017), (Maruta, 2014) y (Tur y Azagra-Caro, 2018) el segundo
como otros autores más recientes como: (Upson, Damaraju, Anderson, y Barney, 2017) muestran la dinámica
de creación a partir de las redes sociales y del uso de nuevas tecnologías, así como las ventajas que brinda el
conocimiento una vez creado.
En la creación o transformación de conocimientos, la información es importante ya que esta constituye la

expresión del mismo. Los procesos de transformación de conocimiento (dígase socialización, externalización,
internalización y combinación) son proceso informacionales por el uso que hacen de este recurso.
Socialización: los individuos o grupos comparten sus experiencias o conocimientos mediante diversas vías
- entre las que sobresalen la observación y el diálogo - que llevan explícito el intercambio de información.
Externalización: se expresan o se documentan los conocimientos que un individuo posee, es decir se ex-
plícita ese conocimiento en información.
Combinación: permite crear conocimiento a partir del uso y análisis de información, ya que los individuos
interpretan o analizan información que puede o no estar documentada y luego de hacerlo generan un nuevo
conocimiento.
Internalización: en este proceso se aprende e interiorizan nuevos conocimientos a partir del análisis de in-
formación.
En cada uno de estos procesos la información es imprescindible, en ocasiones esta se presenta mediante pa-
labras, gestos o documentos y contribuye a que los individuos creen sus conocimientos.
El conocimiento es un recurso de gran importancia para la Inteligencia Organizacional. (Davenport y Pru-

sak, 1998), (Agar, 2013) y (Lourens, 2016). Plantean, que el conocimiento es una mezcla uida de experiencia,
valores, información contextual y perspicacia del experto conectados entre sí que proveen un marco para la
evaluación e incorporación de nuevas experiencias e información. Este es originario y aplicado en las mentes
de los conocedores. En los organismos, el conocimiento comienza a ser frecuentemente incorporado no sólo en
documentos y en sus depósitos, sino también en las rutinas organizacionales, prácticas y normas y (Urdaneta,
1992) y (H. L. Wilensky, 2015) en su pirámide informacional lo dene como estructuras informacionales que, al
internalizarse, se integran a sistemas de relacionamiento simbólico de más alto nivel y permanencia. Es decir,
el conocimiento se genera y se aplica en las mentes de los individuos una vez que se analizan, comprenden e
interiorizan estructuras informacionales que pasan a formar parte del ujo de experiencia, valores y habilidades
que estos poseen.
En las personas, este conocimiento se evidencia de dos formas, lo que un individuo sabe (know-what) y lo
que sabe hacer (know-how), por lo que ese conocimiento que a nivel teórico en ocasiones divisamos en las per-
sonas, se encuentra estrechamente relacionado con las habilidades que las mismas poseen debido a la propia
dinámica de creación y uso de conocimiento, ya que al aprender algo nuevo se modica o transforma ese conjunto
de habilidades o formas de hacer que tiene un individuo.
En el contexto de las organizaciones el conocimiento tácito y explícito se incorpora en documentos, rutinas

organizacionales, prácticas y normas. Esto no sucede siempre de forma aislada, dado que las organizaciones
están conformadas por grupos o redes sociales. Esto hace que la creación, intercambio y uso de conocimiento se
desarrolle a nivel individual, grupal y organizacional. El primer nivel responde al aprendizaje que tiene lugar en
una persona y el modo en que esta crea conocimiento. El segundo ocurre cuando se conforman grupos de acuerdo
a determinados intereses comunes dentro de la organización que por medio del aprendizaje grupal generan y
asimilan nuevos conocimientos. En el tercero, el aprendizaje se realiza entre varios grupos y personas que por
objetivos e intereses colectivos necesitan crear e intercambiar nuevos conocimiento.
Cuando los individuos realizan constantemente su propia percepción sobre determinados fenómenos de la reali-
dad, en las organizaciones, el adecuado desarrollo de este proceso viene dado por el carácter social que el mismo
presenta, lo que trae consigo que en el proceso de percepción el conocimiento que posee cada individuo sea
imprescindible para entender y comprender el ambiente externo e interno, así como los conocimientos que se
generan entre todos al percibirlos.
En la Variación Ecológica y la Representación, el conocimiento juega un papel fundamental ya que depen-

den de las habilidades y experiencias individuales, grupales y organizacionales que se tengan para identicar
los cambios. Las experiencias que adquieren los miembros de la organización en percepciones realizadas con
anterioridad ayudan a crear habilidades al identicar cuándo nos encontramos en presencia de un cambio y
cuándo no, y crean habilidades para determinar necesidades informativas sobre estos y para validar fuentes de
información que aporten información veraz, precisa y lo más completa posible.
En la selección, el conocimiento es imprescindible porque es el que permite interpretar los cambios, las causas
que los originaron y las consecuencias que pueden ocasionar. Por su parte en la Retención tiene gran importan-
cia ya que en ella se explicitan los conocimientos derivados de la percepción, facilitando futuras percepciones
organizacionales.
En general, la percepción depende de los modelos mentales. Una adecuada percepción es aquella que invo-
lucra todo el conocimiento organizacional que existe en la institución ya que el resultado de la percepción no
sólo nutre a los individuos de nuevos conocimientos y experiencias sino que los prepara y les permiten adquirir
habilidades para tratar adecuadamente situaciones problémicas asociadas a los cambios.
En la toma de decisiones, este recurso es fundamental porque las alternativas de solución las generan los
miembros de la organización atendiendo al conocimiento que poseen. Las decisiones se toman en dependencia
de las experiencias y las rutinas y normas organizacionales, que en ocasiones pueden verse afectadas por la
propia solución.
A la hora de elegir una alternativa se deben conocer las fortalezas y debilidades de la organización y el pa-
pel de la innovación como agente de cambio interno. Este proceso de innovación tributa a su vez al desarrollo
organizacional.
La creciente importancia que ha tenido el conocimiento como factor de competitividad frente a las tendencias
de los mercados bajo la inuencia de una economía globalizada, implica la necesidad de dotar a las organiza-
ciones de capacidad para poder amoldarse en forma permanente, con rapidez y exibilidad para así mantenerse
y desarrollarse, para lo cual es necesario actuar en forma integral a nivel funcional, potenciando los diferentes
entes que participan en el desempeño y orientación de las empresas.
Según (Wiig, 2000) y (Del Giudice y Maggioni, 2014) la Gestión del Conocimiento se centra en facilitar y
gestionar aquellas actividades relacionadas con el conocimiento, tales como su creación, captura, transforma-
ción y uso. Su función es la de planicar, poner en práctica, operar, dirigir y controlar todas las actividades
relacionadas con el conocimiento y programas que se requieren para la gestión efectiva del capital estructural.
(Girard y Girard, 2015), expresa que por Gestión del Conocimiento se entiende el proceso sistemático e integra-
dor, de coordinación de las actividades de adquisición, creación, almacenaje y comunicación del conocimiento
tácito y explícito por individuos y grupos con objeto de ser más efectivos y productivos en su trabajo, y cumplir
los objetivos y metas de la organización.
De acuerdo con estos conceptos, la Gestión del Conocimiento es un proceso que garantiza y facilita la crea-
ción, intercambio y uso de conocimiento al desarrollar acciones que permitan identicar, adquirir, almacenar,
intercambiar, aplicar y asegurar el conocimiento en una organización e involucrar este recurso en la innovación
y en el logro de altos indicadores de éxito y de mejoras continuas.
La Inteligencia Organizacional como modelo integrado de Gestión de Información y del Conoci-

miento
Como se ha demostrado la Inteligencia Organizacional depende de la información, el conocimiento y el uso

que se proporciona a estos recursos en las organizaciones, por lo que la Gestión de Información y del Conoci-
miento inuyen en el óptimo desarrollo de esta capacidad al crear las condiciones para tratar adecuadamente a
los mismos.
La importancia e interrelación de la Gestión de Información y del Conocimiento en la Inteligencia Organi-

zacional permite armar que la implementación de la misma como capacidad está sustentada en el desarrollo
de ambos.
La integración mostrada anteriormente es la que propicia que la organización pueda efectuar una toma de
decisiones efectiva y que se adapte a los cambios de su ambiente. La Inteligencia Organizacional constituye una
capacidad organizacional que no responde a la suma de inteligencias de los miembros de una organización sino
a la capacidad que tiene la misma de emprender acciones inteligentes.
La Inteligencia Organizacional posee un mayor alcance que otras prácticas asociadas al tema, aunque estas
últimas tributan sin lugar a dudas al logro y óptimo funcionamiento de esta capacidad.
La Inteligencia Organizacional desarrolla procesos que le permiten a la organización detectar y comprender

los cambios, crear conocimiento organizacional y tomar decisiones con la racionalidad requerida. Estos procesos
presentan una marcada dependencia de la información y del conocimiento.
La Gestión de Información permite a la organización administrar eciente y ecazmente los recursos infor-
mativos por lo que contribuye a un mejor desarrollo de cada proceso de la Inteligencia Organizacional.
La Gestión del Conocimiento permite a la organización un adecuado uso de sus recursos para desarrollar los
procesos de conocimiento por lo que contribuye a un óptimo desarrollo de cada proceso de la Inteligencia.
La implementación de la Inteligencia Organizacional como capacidad está sustentado en el desarrollo de la

Gestión de Información y del Conocimiento, lo que permite crear las condiciones organizacionales para un acer-
tado uso de estos recursos.
En la literatura especializada se usan indistintamente los términos Inteligencia Empresarial, Corporativa u

Organizacional, para denir esta capacidad.
2.3. SISTEMA APOYO A LA DECISIÓN 45
2.3. Sistema apoyo a la decisión
El concepto de sistema de soporte a las decisiones (DSS por sus siglas en inglés Decision Support System)
es muy amplio, debido a que hay muchos enfoques para la toma de decisiones y debido a la extensa gama
de ámbitos en los cuales se toman. Estos sistemas de apoyo son del tipo OLAP o de minería de datos, que
proporcionan información y soporte para tomar una decisión.
Un DSS puede adoptar muchas formas diferentes. En general, se puede decir que un DSS es un sistema in-
formático utilizado para servir de apoyo, más que automatizar, el proceso de toma de decisiones. La decisión
es una elección entre alternativas basadas en estimaciones de los valores de esas alternativas. El apoyo a una
decisión signica ayudar a las personas que trabajan solas o en grupo a reunir inteligencia, generar alternativas
y tomar decisiones. Apoyar el proceso de toma de decisión implica el apoyo a la estimación, la evaluación y/o
la comparación de alternativas. En la práctica, las referencias a DSS suelen ser referencias a aplicaciones infor-
máticas que realizan funciones de apoyo.(Alter, 1980) y (Guo, Ngai, Yang, y Liang, 2015).
El término sistema de apoyo a la decisión se ha utilizado de formas muy diversas y se ha denido de dife-
rentes maneras dependiendo del punto de vista del autor (Druzdzel y Flynn, 1999), (Sauter, 2014) y (Walden,
Roedler, Forsberg, Hamelin, y Shortell, 2015) Algunas de esas deniciones son:
- Un DSS, en términos muy generales, esun sistema basado en computador que ayuda en el pro-
ceso de toma de decisiones"(Finlay, 1994) y (Laudon y Laudon, 2016).
un sistema de información basado en un computador
- En términos bastante más especícos, un DSS es:
interactivo, exible y adaptable, especialmente desarrollado para apoyar la solución de un proble-
ma de gestión no estructurado para mejorar la toma de decisiones. Utiliza datos, proporciona una
interfaz amigable y permite la toma de decisiones en el propio análisis de la situación" (Turban,
Sharda, y Delen, 2011).
Otras deniciones intermedias entre las dos anteriores serían:
- Un DSS es un conjunto de procedimientos basados en modelos para procesar datos y juicios

para asistir a un gerente en su toma de decisiones" (Little, 1970) y (Fernández Hernández, 2016).
- Un DSS çombina recursos intelectuales individuales con las capacidades de un ordenador pa-
ra mejorar la calidad de las decisiones (son un apoyo informático para los encargados de tomar
decisiones sobre problemas semiestructurados)" (Keen, 1980) y (Adamczyk y cols., 2016).
-"Sistema extensible capaz de apoyar ad-hoc el análisis de datos y el modelado de decisiones,
orientado a la planicación futura y utilizado a intervalos irregulares, no planicados" (Moore y
Chang, 1980) y (Traore, 2017) .
- Los DSS son "Sistemas informáticos interactivos que ayudan a los encargados de tomar deci-
siones utilizando datos y modelos para resolver problemas no estructurados"(Sprague Jr y Carlson,
1982) y (Zhang, Lu, y Gao, 2015).
- Keen arma que es imposible dar una denición precisa incluyendo todas las facetas de la DSS ya que
"no puede haber una denición de los sistemas de apoyo a la decisión, sino sólo del apoyo a la
decisión" (Keen, 1980), 1978).
- Para Power (D. J. Power, Sharda, y Burstein, 2015) el término DSS puede referirse a muchos tipos de sistemas
de información que dan soporte a la toma de decisiones. Humorísticamente añade que siempre que un sistema
informático no sea un 'sistema para procesamiento de transacciones en linea' (OLTP), alguien tendrá la tenta-
ción de llamarlo DSS (D. Power, 1997).
Como se puede ver no hay una denición universalmente aceptada de lo que es un DSS (D. J. Power, 2007).
Es claro que para esta investigación un DSS está conformado por un conjunto de modelos que requieren de
procesamiento de datos que por su complejidad rquieren de algoritmos para ayudr a tomar decisiones, esto im-
plica la necesidad de aprovisionar el proceso experimental de un sistema logístico con la capacidad de asegurar
de forma eciente y efectiva el ujo del conocimiento.(López Bello, Bolaños Castro, y Méndez Giraldo, 2015).
2.4. Conceptos de Logística
Debido a la importancia y el enfoque de la siguiente propuesta es conveniente traer algunos conceptos aso-
ciados a la logística para propiciar un entorno de desarrollo del presente trabajo de investigación.
La logística tiene muchos signicados, uno de ellos, es la encargada de la distribución eciente de los pro-
ductos de una determinada empresa con un menor costo y un excelente servicio al cliente. Por lo tanto la
logística busca gerencia estratégicamente la adquisición, el movimiento, el almacenamiento de productos y el
control de inventarios, así como todo el ujo de información asociado, a través de los cuales la organización y su
canal de distribución se encauzan de modo tal que la rentabilidad presente y futura de la empresa es maximizada
en términos de costos y efectividad. La logística determina y coordina en forma óptima el producto correcto, el
cliente correcto, el lugar correcto y el tiempo correcto.
Logistica:
Es una función operativa que comprende todas las actividades y procesos necesarios para la administración
estratégica del ujo y almacenamiento de materias primas y componentes, existencias en proceso y en produc-
tos terminados; de tal manera, que estos estén en la cantidad adecuada, en el lugar correcto y en el momento
adecuado.
Algunas deniciones de logística y de los conceptos asociados son tratados por diferentes autores como: (Ballou,
2007) , (She, 2012), (She, 2015),(Myerson, 2015) en sus libros tratan los principios, técnicas y conceptos
asociados a la logística y la cadena de suministro y señalan la denición del CLM que dice que la logística es
la parte del proceso de la cadena de suministros que planea, lleva acabo y controla el ujo y almacenamiento
ecientes y efectivos de bienes y servicios, así como la información relacionada, desde el punto de origen hasta
el punto de consumo, con el n de satisfacer los requerimientos de los clientes. ( The Council of Logistics Ma-
nagement, 2000) Para el desarrollo de la investigación conviene expresar en la propuesta algunos principios y
elementos conceptuales que soportan la presente investigación.
Sistema Logistico:
Un sistema logístico se compone de un conjunto de instalaciones unidas por los servicios de transporte. Las
instalaciones son sitios donde se procesan los materiales (por ejemplo se fabrican, almacenan, clasican, venden
o consumen). Ellos incluyen centros de fabricación y montaje, almacenes, centros de distribución (DC), puntos
de transbordo, terminales de transporte, tiendas, centros postales de clasicación, incineradores de basura, ver-
tederos, etc.
Los materiales se mueven mediante el servicio de transporte entre las instalaciones que utilizan los vehículos y
equipos tales como camiones, tractores, remolques, equipos, pallets, contenedores, carros y trenes. (Gianpaolo
2.5. METODOLOGÍAS Y MODELOS PARA DOTAR DE INTELIGENCIA A LAS ORGANIZACIONES. 47
Ghiani, 2013).
2.5. Metodologías y modelos para dotar de inteligencia a las organi-

zaciones.
A continuación se muestra una síntesis de los modelos tradicionales de gestión y creación del conocimiento
que se encuentran en el estado del arte:
2.5.1. Proceso de creación del conocimiento ( Nonaka y Takeuchi, 1995).

Distingue dos tipos distintos de conocimiento (tácito y explícito); es el movimiento y la transferencia de
información entre el uno y el otro lo que explica la generación de conocimiento (Nonaka y Takeuchi, 1995) - el
conocimiento tácito es aquel que físicamente no es tangible, sino que es interno y propiedad de cada individuo y el
conocimiento explícito es aquel que se puede expresar o representar mediante símbolos físicamente almacenables
y transmisibles. El mecanismo dinámico y constante de relación existente entre el conocimiento tácito y el cono-
cimiento explícito se constituye como base del modelo. Da a conocer los procesos de conversión del conocimiento:
- De tácito a tácito (proceso de socialización): Los individuos adquieren nuevos conocimientos directamente
de otros, a partir de compartir experiencias, el aprendizaje de nuevas habilidades mediante la capacitación por
medio de la observación, la imitación y la práctica.
- De tácito a explícito (proceso de exteriorización): El conocimiento se articula de una manera tangible

por medio del diálogo, mediante el uso de metáforas, analogías o modelos. Es la actividad esencial en la creación
de conocimiento y se ve con mayor frecuencia durante la fase de creación de nuevos productos.
- De explícito a explícito (proceso de combinación): Se combinan diferentes formas de conocimiento explí-

cito mediante documentos o bases de datos (fuentes) Los individuos intercambian y combinan su conocimiento
explícito mediante conversaciones telefónicas, reuniones, etcétera.
- De explícito a tácito (proceso de interiorización): Los individuos interiorizan el conocimiento de los do-
cumentos en su propia experiencia. Es la interiorización de las experiencias obtenidas por medio de los otros
modos de creación de conocimiento dentro de las bases de conocimiento tácito de los individuos en la forma de
modelos mentales compartidos o prácticas de trabajo (Figura. 2.2).
2.5.2. Knowledge Management Assessment Tool (KMAT).

El KMAT es un instrumento de evaluación y diagnóstico construido sobre la base del Modelo de Adminis-
tración del Conocimiento Organizacional desarrollado conjuntamente por Arthur Andersen y APQC (Figura
2.3). El modelo propone cuatro factores (liderazgo, cultura, tecnología y medición) que favorecen el proceso de
administrar el conocimiento organizacional.(De Jager, 1999)
Liderazgo
Figura 2.2: Proceso de creación del conocimiento ( Nonaka y Takeuchi, 1995).
Figura 2.3: Arthur Andersen (1999)

Comprende la estrategia y cómo la organización dene su negocio y el uso del conocimiento para reforzar
sus competencias críticas.
Cultura
Reeja cómo la organización enfoca y favorece el aprendizaje y la innovación incluyendo todas aquellas ac-
ciones que refuerzan el comportamiento abierto al cambio y al nuevo conocimiento.
Tecnología
Se analiza cómo la organización equipa a sus miembros para que se puedan comunicar fácilmente y con mayor
rapidez.
Medición
Incluye la medición del capital intelectual y la forma en que se distribuyen los recursos para potenciar el
conocimiento que alimenta el crecimiento.
Procesos
Incluyen los pasos mediante los cuales la empresa identica las brechas de conocimiento y ayuda a captu-
rar, adoptar y transferir el conocimiento necesario para agregar valor al cliente y potenciar los resultados.
El modelo considera la necesidad de acelerar el ujo de la información que tiene valor, desde los individuos
a la organización y de vuelta a los individuos de modo que los recursos humanos puedan usarla para crear valor
para los clientes optimizando el ujo de información entre la organización y sus integrantes.
2.5.3. KPMG Consulting(Tejedor Y Aguirre, 1998)

El modelo parte de la siguiente pregunta: ¾qué factores condicionan el aprendizaje de una organización y
qué resultados produce dicho aprendizaje? (Tejedor y Aguirre, 1998)
Para responder a esta pregunta KPMG realiza un esfuerzo que produce un modelo cuya nalidad es la ex-
posición clara y práctica de los factores que condicionan la capacidad de aprendizaje de una organización, así
como los resultados esperados del aprendizaje. (Figura 2.4)
Una de las características esenciales del modelo es la interacción de todos sus elementos, que se presentan
como un sistema complejo en el que las inuencias se producen en todos los sentidos.
La estructura organizativa, la cultura, el liderazgo, los mecanismos de aprendizaje, las actitudes de las per-
sonas, la capacidad de trabajo en equipo, etc., no son independientes, sino que están conectados entre sí.
Los factores condicionantes del aprendizaje.
Los factores que conguran la capacidad de aprender de una empresa han sido estructurados en los tres bloques
siguientes, atendiendo a su naturaleza.
1. Compromiso rme y consciente de toda la empresa, en especial de sus líderes, con el aprendizaje genera-
tivo, continuo, consciente y a todos los niveles.
Figura 2.4: Modelo KPMG (Tejedor y Aguirre, 1998)
El primer requisito para el éxito de una iniciativa de gestión del conocimiento es reconocer explícitamente
que el aprendizaje es un proceso que debe ser gestionado y comprometerse con todo tipo de recursos.
2. Comportamientos y mecanismos de aprendizaje a todos los niveles. La organización como ente no humano
sólo puede aprender en la medida en que las personas y equipos que la conforman sean capaces de aprender y
deseen hacerlo.
Disponer de personas y equipos preparados es condición necesaria pero no suciente para tener una organi-
zación capaz de generar y utilizar el conocimiento mejor que las demás. Para lograr que la organización aprenda
es necesario desarrollar mecanismos de creación, captación, almacenamiento, transmisión e interpretación del
conocimiento, permitiendo el aprovechamiento y utilización del aprendizaje que se da en el nivel de las personas
y equipos.
Los comportamientos, actitudes, habilidades, herramientas, mecanismos y sistemas de aprendizaje que el mo-
delo considera son:
- La responsabilidad personal sobre el futuro (proactividad de las personas).
- La habilidad de cuestionar los supuestos (modelos mentales).
- La visión sistémica (ser capaz de analizar las interrelaciones existentes dentro del sistema, entender los pro-
blemas de forma no lineal y ver las relaciones causa-efecto a lo largo del tiempo).
- La capacidad de trabajo en equipo.
- Los procesos de elaboración de visiones compartidas.
- La capacidad de aprender de la experiencia.
- El desarrollo de la creatividad.
- La generación de una memoria organizacional.
- Desarrollo de mecanismos de aprendizaje de los errores.
- Mecanismos de captación de conocimiento exterior.
- Desarrollo de mecanismos de transmisión y difusión del conocimiento.
Si se consigue que las personas aprendan, pero no convierten ese conocimiento en activo útil para la orga-
nización, no se puede hablar de aprendizaje organizacional. La empresa inteligente practica la comunicación a
través de diversos mecanismos, tales como reuniones, informes, programas de formación internos, visitas, pro-
gramas de rotación de puestos, y creación de equipos multidisciplinares, entre otros.
3.- Desarrollo de las infraestructuras que condicionan el funcionamiento de la empresa y el comportamiento

de las personas y grupos que la integran, para favorecer el aprendizaje y el cambio permanente.
Pero no debemos olvidar que las condiciones organizativas pueden actuar como obstáculos al aprendizaje orga-
nizacional, bloqueando las posibilidades de desarrollo personal, de comunicación, de relación con el entorno, de
creación, etc.
- Las características de las organizaciones tradicionales que dicultan el aprendizaje:
- Estructuras burocráticas.
- Liderazgo autoritario y/o paternalista.
- Aislamiento del entorno.
- Autocomplacencia.
- Cultura de ocultación de errores.
- Búsqueda de homogeneidad.
- Orientación a corto plazo.
- Planicación rígida y continuista.
- Individualismo.
- En denitiva, la forma de ser de la organización no es neutra y requiere cumplir una serie de condiciones
para que las actitudes, comportamiento y procesos de aprendizaje descritos puedan desarrollarse.
El modelo considera los elementos de gestión que afectan directamente a la forma de ser de una organiza-
ción: cultura, estilo de liderazgo, estrategia, estructura, gestión de las personas y sistemas de información y
comunicación.
- Los resultados del aprendizaje
Una vez analizados los factores que condicionan el aprendizaje, el modelo reeja los resultados que debería
producir ese aprendizaje. La capacidad de la empresa para aprender se debe traducir en:
- La posibilidad de evolucionar permanentemente (exibilidad).
- Una mejora en la calidad de sus resultados.
- La empresa se hace más consciente de su integración en sistemas más amplios y produce una implicación
mayor con su entorno y desarrollo.
- El desarrollo de las personas que participan en el futuro de la empresa.
2.6. Modelos de Medición de la Inteligencia Organizacional
2.6.1. Modelo Balanced Scorecard (Kaplan y Norton, 1996).

Trata de incorporar a los sistemas tradicionales de medición para la gestión, algunos aspectos no nancieros
que condicionan la obtención de resultados económicos. Ofrece un marco conceptual para conocer si se utilizan-
do los procesos y personas adecuados para obtener un mejor rendimiento empresarial. Suministra una lista de
recursos intangibles susceptibles de gestionarse y de tratarse desde el punto de vista del conocimiento. Propone
dos campos de reexión: uno de ellos de base -pretensión estratégica de la formación- y la otra operativa -cómo
establecer la jerarquía de los vacíos de formación. (Kaplan y Norton, 1996)
Introduce en el sistema de información a disposición de los que toman decisiones, variables estratégicas a
considerar más allá de las convencionales y que pueden indicar vacíos de formación sustanciales antes olvida-
dos o difíciles de justicar. El modelo integra los indicadores nancieros (de pasado) con los no nancieros
(de futuro), y los integra en un esquema que permite entender las interdependencias entre sus elementos, así
como la coherencia con la estrategia y la visión de la empresa. Dentro de cada bloque, se distinguen dos tipos de
indicadores: indicadores driver (factores condicionantes de otros) e indicadores output (indicadores de resultado).
El modelo presenta cuatro bloques:
- Perspectiva nanciera: contempla los indicadores nancieros como el objetivo nal; considera que éstos
no deben sustituirse, sino complementarse con otros que reejan la realidad empresarial.
- Perspectiva de cliente: identica los valores relacionados con los clientes. Para ello, es necesario denir
previamente los segmentos de mercado objetivo y realizar un análisis del valor y calidad de éstos.
- Perspectiva de procesos internos de negocio: Analiza la adecuación de los procesos internos de la

empresa de cara a la obtención de la satisfacción del cliente y a conseguir altos niveles de rendimiento nancie-
ro. Para alcanzar este objetivo se propone un análisis de los procesos internos desde una perspectiva de negocio
y una predeterminación de los procesos clave por medio de la cadena de valor. Se distinguen tres tipos de
procesos: 1. - Procesos de innovación (difícil de medir). 2.- Procesos de operaciones. Se desarrollan mediante los
análisis de calidad y reingeniería. 3.- Procesos de servicio postventa. Critica la concepción de la formación como
un gasto, no como una inversión.
- Perspectiva del aprendizaje y mejora: Clasica los activos relativos al aprendizaje y mejora en: Capacidad
y competencia de las personas (gestión de los empleados); Sistemas de información; así como Cultura-clima-
motivación para el aprendizaje y la acción (Figura 2.5).
2.6. MODELOS DE MEDICIÓN DE LA INTELIGENCIA ORGANIZACIONAL 53
Figura 2.5: Modelo Balanced Scorecard (Kaplan, Norton, 1996)

Figura 2.6: Modelo Technology Broker (Brooking Annie, 1996.)
2.6.2. Modelo Technology Brocker(Annie Brooking, 1996).

El modelo se basa en la revisión de una lista de cuestiones cualitativas. Incide en la necesidad de desarrollar
una metodología para auditar la información relacionada con el capital intelectual.(Brooking, Board, y Jones,
1998) Los activos intangibles se clasican en cuatro categorías, que constituyen el capital intelectual:
- Activos de mercado: Son aquellos que se derivan de una relación beneciosa de la empresa con su mercado
y sus clientes y por tanto, proporcionan una ventaja competitiva en el mercado. Son la causa de que algunas
empresas se adquieran, en ocasiones, por sumas superiores a su valor contable. Sus indicadores son: marcas,
clientes, nombre de la empresa, cartera de pedidos, distribución, capacidad de colaboración.
-Activos humanos: Se enfatiza la importancia que tienen las personas en las organizaciones por su capacidad
de aprender y utilizar el conocimiento. El trabajador del tercer milenio será un trabajador del conocimiento, al
que se le exigirá participación en el proyecto de la empresa y una capacidad para aprender continuamente. In-
dicadores: aspectos genéricos, educación (base de conocimientos y habilidades generales), formación profesional
(capacidades necesarias para el puesto de trabajo), conocimientos especícos del trabajo (experiencia), habili-
dades (liderazgo, trabajo en equipo, resolución de problemas, negociación, objetividad, estilo de pensamiento,
factores motivacionales, comprensión, y síntesis.
-Activos de propiedad intelectual: Se trata de derechos de propiedad que provienen del intelecto. Otorgan
un valor adicional que supone para la empresa la exclusividad de la explotación de un activo intangible. Sus
indicadores son patentes, copyright, derechos de diseño, y secretos comerciales.
-Activos de infraestructuras: Incluye las tecnologías, métodos y procesos que permiten que la organización
funcione. Incluye: losofía de negocio, cultura de la organización o formas de hacer las cosas en la organización
-puede ser un activo o un pasivo en función del alineamiento con la losofía del negocio-, sistemas de información,
las bases de datos existentes en la empresa (infraestructura de conocimiento extensible a toda la organización.
(Figura 2.6).
2.6.3. Modelo Canadian Imperial Bank (Hubert Saint-Onge, 1996)

Estudia la relación entre el capital intelectual y su medición, así como el aprendizaje organizacional.(Saint-
Onge, 1996) El capital del conocimiento está compuesto por un sistema holístico de tres elementos: capital
Figura 2.7: Modelo Canadian Imperial Bank (Hubert Saint-Onge, 1996).
humano, capital estructural y capital clientes (Figura 2.7).
2.6.4. Modelo Universidad de West Ontario (Bontis, 1996).

Estudia las relaciones de causa-efecto entre los distintos elementos del capital intelectual, así como entre éste
y los resultados empresariales.(Bontis, 1998) En este modelo, se establecen los tres bloques que son comunes a
la mayoría de los modelos: capital humano, capital estructural y capital relacional (Figura 2.8).
2.6.5. Modelo Skandia Navigator (Leif and Malone, 1997).

No está estructurado en tipos de capital sino que se compone de cinco áreas de enfoques.(Chen, Zhu, y
Yuan Xie, 2004) Proporciona un equilibrio entre: el pasado (enfoque nanciero); el presente (enfoque de cliente
-mide un tipo distinto de capital intelectual), el enfoque humano -en el centro, la primera mitad del modelo de
capital intelectual- y el enfoque de proceso - mide una gran parte del capital estructural-; así como el futuro -
enfoque de innovación y desarrollo -la otra parte del capital estructural (Figura 2.9).
2.6.6. Modelo de Activos Intangibles (Sveiby, 1997).

Se basa en la importancia de los activos intangibles. (Simo y SALLAN, 2008) Identica:
-Competencias de las personas: Incluye las competencias de la organización como son planicar, producir,
procesar o presentar productos o soluciones -que sería el capital humano).
- Estructura interna: Es el conocimiento estructurado de la organización como las patentes, procesos, mode-
los, sistemas de información, cultura organizativa, las personas que se encargan de mantener dicha estructura
-que sería el capital estructural.
- Estructura externa: Comprende las relaciones con clientes y proveedores, las marcas comerciales y la
imagen de la empresa -que sería el capital relacional. Estos activos intangibles, forman lo que se conoce como
el balance invisible.
Figura 2.8: Modelo Universidad de West Ontario (Bontis , 1996).
Figura 2.9: Modelo Skandia Navigator (Leif and Malone, 1997).

Figura 2.10: Modelo de activos intangibles (Sveiby, 1997).
Se propone para la medición y evaluación de estos, tres tipos de indicadores dentro de cada uno de los tres
bloques:
indicadores de crecimiento e innovación:

- recogen el potencial futuro de la empresa;
indicadores de eciencia:
- informan hasta qué punto los intangibles son productivos (activos) e
indicadores de estabilidad:
- indican el grado de permanencia de estos activos en la empresa (Figura 2.10).
2.6.7. Modelo Dow Chemical (Dow, 1998).

Surgió producto de la necesidad de disponer de un modelo para la gestión de los activos intangibles. (Probst,
1998) Es una metodología para la clasicación, valoración y gestión de la cartera de patentes de la empresa,
como primer paso, que se extiende a la medición y gestión de otros activos intangibles de la empresa -de alto
impacto en los resultados nancieros. El modelo interfecta las formas de capital para generar valor a la em-
presa. La estructura del capital intelectual estaría formado por el capital humano, el capital organizacional y
las capacidades de la organización para codicar y usar el conocimiento incluye la cultura, las normas y los
valores- y el capital cliente (Figura 2.11).
2.6.8. Modelo Intelect (Euroforum, 1998).

Responde a un proceso de identicación, selección, estructuración y medición de activos hasta ahora no
evaluados en forma estructurada por las empresas. Pretende ofrecer a los gestores, información relevante para la
toma de decisiones y facilitar información a terceros sobre el valor de la empresa. El modelo, por tanto, pretende
acercar el valor de la empresa a su valor de mercado, así como informar sobre la capacidad de la organización
para generar resultados sostenibles, mejoras constantes y crecimiento a largo plazo.(Euroforum, 1998) Enlaza el
capital intelectual con la estrategia de la empresa; es un modelo que cada empresa debe personalizar, es abierto
y exible, mide los resultados y los procesos que los generan; es aplicable, relaciona todos los componentes,
Figura 2.11: Modelo Dow Chemical (Dow, 1998).
combina distintas unidades de medida. Presenta bloques a partir de la agrupación de activos intangibles en
función de su naturaleza (capital humano, capital estructural y capital relacional). Ubica elementos, como los
activos intangibles considerados, dentro de cada bloque; cada empresa en función de su estrategia, elegirá unos
elementos concretos e indicadores para medir y evaluar los elementos donde la denición de indicadores debe
ajustarse a cada organización en particular (Figura 2.12).
2.6.9. Modelo de Dirección Estratégica por Competencia: El Capital Intangible

(Bueno, 1998).
El concepto de capital intelectual es el centro de la argumentación del profesor Bueno, cuyo modelo se ba-
sa en la dirección estratégica mediante competencias.(Bueno Campos, 1998) La evidencia de que los bienes y
activos intangibles son cada vez más importantes para la realidad económica, ha motivado la idea de conocer
al máximo el capital intangible que una empresa puede tener. De este modo, se estima este capital intelectual
de la siguiente manera: es la diferencia obtenida entre el valor que el mercado da a la compañía y el valor que
contablemente existe para esa empresa.
Asimismo, el capital intangible es la valoración de los activos intangibles creados por los ujos de conoci-
miento de la empresa. Además, esto hace que la propuesta de mayor visión de futuro para una empresa pase
por enriquecer en la medida de lo posible el capital intangible, para crear lo que se ha venido a denominar
una Dirección estratégica por competencias. Para estructurar estas ideas, se sirve de actitudes o valores, es
decir, qué desea ser la empresa, de conocimientos fundamentados sobre qué hace la empresa y, por último, de
capacidades, que es una estimación de aquello que se es capaz de hacer (Figura 2.13).
2.6.10. Modelo de Knowledge Practices Management (Tejedor Y Aguirre, 1998).

Expone los factores que condicionan la capacidad de aprendizaje de una organización, así como los resulta-
dos esperados.(De Arteche, 2011) Una de las características esenciales del modelo es la interacción de todos sus
elementos, que se presentan como un sistema complejo en el que las inuencias se producen en todos los sentidos.
La estructura organizativa, la cultura, el liderazgo, los mecanismos de aprendizaje, las actitudes de las perso-
nas, la capacidad de trabajo en equipo, etc., no son independientes, sino que se conectan entre ellos (Figura 2.14).
Figura 2.12: Modelo Intelect (Euroforum, 1998).
Figura 2.13: Modelo de dirección estratégica por competencia: capital intangible (Bueno, 1998).
Figura 2.14: Modelo de Knowledge Practices Management (Tejedor y Aguirre, 1998).
2.6.11. Modelo Nova (Nova Care, 1999).

Tiene como objetivo medir y gestionar el capital intelectual en las organizaciones. Este modelo es útil para
cualquier empresa, independientemente de su tamaño.como se evidencia en (Castilla Polo y Ruiz Rodríguez,
2014) y (Salazar Duque y Osorio Espín, 2016) Propone dividir el capital intelectual en cuatro bloques:
- Capital humano: Incluye los activos de conocimientos (tácitos o explícitos) almacenados en las personas
-conocimientos técnicos, experiencia, habilidades de liderazgo, estabilidad personal.
- Capital organizativo: Abarca los activos de conocimientos sistematizados, explícitos o interiorizados por la
organización, sean en: ideas explícitas objeto de propiedad intelectual (patentes, marcas); conocimientos materia-
lizables en activos de infraestructura susceptibles de transmitirse y compartirse por varias personas -descripción
de invenciones y de fórmulas, sistema de información y comunicación, tecnologías disponibles, documentación
de procesos de trabajo, sistemas de gestión, estándares de calidad-; conocimientos interiorizados compartidos
en el seno de la organización de modo informal -formas de hacer de la organización: rutinas, cultura, etcétera).
-Capital social: Incluye los activos de conocimiento acumulados por la empresa como resultado de sus re-
laciones con agentes de su entorno -conocimiento de los clientes relevantes, alianzas estratégicas de la empresa
con clientes, proveedores, universidades, etcétera.
-Capital de innovación y de aprendizaje: Incluye los activos de conocimientos capaces de ampliar o mejo-
rar la cartera de activos de conocimientos de los otros tipos, es decir, el potencial o capacidad innovador de la
empresa. El modelo tiene un carácter dinámico, en la medida en que también persigue reejar los procesos de
transformación entre los diferentes bloques de capital intelectual. La estática y la dinámica se integran en un
mismo modelo. Una característica diferencial de este modelo respecto a los demás estudiados, es que permite
calcular, además de la variación de capital intelectual que se produce entre dos períodos de tiempo, el efecto
que tiene cada bloque en los restantes -capital humano, organizativo, social y de innovación y de aprendizaje-,
es decir, la variación de capital intelectual, el aumento o disminución de capital entre cada uno de los bloques y
la contribución de un bloque al incremento/disminución de otro bloque. Para obtener los indicadores necesarios
para medir el capital humano, organizativo, social y de innovación y de aprendizaje se dividen estos bloques en
diferentes grupos según la naturaleza de los activos intangibles (Figura 2.15).
Figura 2.15: Modelo Nova (Nova Care, 1999).
2.6.12. Modelo de Knowledge Management Assessment Tool (Arthur Andersen

Y APQC, 1999).
Reconoce la necesidad de acelerar el ujo de la información que tiene valor, desde los individuos a la organiza-
ción y de vuelta a los individuos, de modo que ellos puedan utilizarla para crear valor para los clientes.(Le Meri-
dian Hotel, 2016) Su novedad radica en que, desde la perspectiva individual existe una responsabilidad personal
por compartir y hacer explícito el conocimiento para la organización y desde la perspectiva organizacional
también implica una responsabilidad con la creación de la infraestructura de soporte para que la perspectiva
individual sea efectiva, se desarrollen los procesos, la cultura, la tecnología y los sistemas que permitan capturar,
analizar, sintetizar, aplicar, valorar y distribuir el conocimiento (Figura 2.16).
2.6.13. Modelo EFQM de Excelencia.

Aunque se creó en 1988, es un año después que se modicó para incluir aspectos relacionados con la gestión
del conocimiento, que subrayan la importancia de la innovación y el aprendizaje.(Calvo-Mora, Navarro-García, y
Periañez-Cristobal, 2015) En el criterio Agentes colaboradores y recursos se incluyó la gestión de la información
y los conocimientos, y en el criterio Procesos se enfatizó la mejora y la innovación como son el liderazgo, la
estrategia, la estructura, los procesos, las personas, los resultados y la medición (Figura 2.17).
2.6.14. Modelo Innovtion Intellectual Capabilities Benchmarking System (IICBS

Viedma, 2001).
Permite a las empresas hacer Benchmarking de sus capacidades esenciales de innovación o de su capital
intelectual de innovación con los mejores competidores en actividad de negocio. (María Viedma Marti, 2001) Se
construye alrededor de los factores y criterios clave de innovación competitiva en el contexto de los mercados
globales. Cuando se utiliza de una manera ordenada y sistemática, se obtienen balances de competitividad de
innovación que complementan los balances económico-nancieros y conducen a las empresas a obtener el máxi-
mo provecho del capital intelectual de innovación (Figura 2.18).
Figura 2.16: Modelo de Andersen (1999).
Figura 2.17: Modelo EFQM de Excelencia.

Figura 2.18: Innovation Intellectual Capabilities Benchmarking System (IICBS Viedma, 2001).
Figura 2.19: Modelo Social Capital Benchmarking System (SCBS , 2001).
2.6.15. Modelo Social Capital Benchmarking System (SCBS, 2001).

Posibilita utilizar el capital intelectual de las empresas, organizaciones e instituciones del entorno geográco
próximo (clusters, microclusters o territorio) para construir la mejor organización posible en forma de red que
necesita un modelo de negocio determinado, complementa así el capital intelectual interno con este capital
intelectual externo de naturaleza relacional.(Gubbins y Garavan, 2016) Sirve para seleccionar y evaluar las dife-
rentes localizaciones alternativas que una empresa determinada elige para desarrollar sus actividades con el n
de aprovechar al máximo el capital intelectual del entorno en el proceso de construcción de la organización en
forma de red. Muestra como la empresa inteligente que se organiza en forma de red construye sus competencias
esenciales gracias a las relaciones que le permiten acceder a las competencias y a los recursos de otras empresas,
organizaciones e instituciones; algunas de ellas situadas dentro de un cluster especíco y otras fuera de este.
Parte del principio de que las relaciones con las empresas, organizaciones e instituciones situadas en el cluster
tienen un carácter primordial porque permiten realizar operaciones conjuntas o complementarias con la empresa
inteligente en cuestión, así como la transmisión de conocimientos tácitos que aportan un valor superior (Figura
2.19).
Constituye una primera aproximación cientíca y por lo tanto, sistemática a la gestión profesionalizada de
los activos intangibles en las ciudades. Es un modelo de gestión del capital intelectual de las ciudades que
tiene un doble enfoque. Por un lado, generalizador, que busca medir y gestionar el capital intelectual común a
todos los microclusters de actividades económicas de la ciudad y por otro, particularista, que pretende medir y
gestionar el capital intelectual de cada microcluster relevante de la ciudad.
2.7. Conclusiones parciales
La estrategia para construir el marco teórico giro en torno a la busqueda los conceptos y teorías requeridas
para poder construir el operador de integración logística del conocimiento, por lo que se partio del concepto
de inteligencia organizacional, de la gestión del conocimiento, de los sistemas de soporte a la decisión, de los
conceptos y principios de la logística, de las metodologías y modelos orientadas a la mejora del aprendizaje
organizacional y a los modelos de medición de la inteligencia organizacional.
Existen procedimentos metodológicos y modelos de gestión de conocimiento que resaltan la importancia del
capital intelectual, proponen mecanismos de medición basados en indicadores y proponen estrategias de mejora
que podrían encaminar a las organizaciones a mejorar su desempeño.
Los aportes al desarrollo organizacional y los mecanísmos de apropiación y generación de nuevo conocimiento
son variados y agregan valor al trabajo propuesto en esta investigación, los cuales pueden ser utilizados para la
construcción del operador de integración logística del conocimiento.
La teoría de la función logistica, sus principios y prácticas proporcionan un considerable valor al asegura-
miento de los ujos de conocimiento a lo largo de los procesos de toma de decisiones y constituye una base
conceptual para el desarrollo de la presente propuesta de investigación.
El proceso de medición de la inteligencia organizacional se basa fundamentalmente en indicadores de gestión y

la evaluación del capital intelectual, lo cual proporciona una base parcial para construir el modelo de medición
de la presente propuesta.
Parte II
Desarrollo
66
Capítulo 3
Antecedentes
"Nuestro conocimiento es
necesariamente nito, mientras que
nuestra ignorancia es necesariamente
innita. "
Karl Popper (1902-1994) Filósofo
inglés.
3.1. Introducción
La revisión de literatura sobre la que se sustenta el presenta proyecto tiene como objetivo realizar una aproxi-
mación exploratoria al estado actual y la dinámica de aspectos relacionados con la apropiación del conocimiento
y en especial sobre los factores que intervienen en su perdida como obstáculo para que las organizaciones se
doten de inteligencia en el proceso de toma de decisión, con el n de soportar a través de la evidencia cientíca
las brechas sobre las cuales se soporta esta investigación.
3.2. Metodología de la revisión
Para la determinación del estado del arte se parte de la necesidad de buscar los principios, conceptos, mé-
todos, metodologías y modelos para proveer de inteligencia a las organizaciones.
La inteligencia vista como la capacidad de responder de manera eciente y efectiva a la toma de decisiones
en la resolución de problemas que se presentan en las organizaciones.
Capacidad que se ve disminuida por el efecto de factores que intereren en el proceso de apropiación del
conocimiento.
Se realizó una busqueda sistemática usando el servicio de indexación SCOPUS, utilizando busqueda avan-
zada en título, palabras claves y resumen bajo los siguientes conjuntos de palabras:
67
68 CAPÍTULO 3. ANTECEDENTES
Figura 3.1: Publicaciones relacionadas con Aprendizaje organizacional
Aprendizaje organizacional, factores que intervienen en la perdida de conocimiento organizacional, cadena de

suministro de gestión de conocimiento, apropiación del conocimiento, estrategias para proveer de inteligencia
a las organizaciones, metodologias para proveer de inteligencia a las organizaciones, modelos de gestión de co-
nocimiento, proceso de toma de decisiones en las organizaciones, logística para proveer de inteligencia a las
organizaciones, conocimiento para la decisiones, propiedad del conocimiento organizacional.
Organizational Learning, factors in the loss of organizational knowledge, supply chain management knowledge,
appropriation of knowledge, strategies for providing intelligence to organizations, methodologies to provide in-
telligence organizations, Knowledge management models, decision-making process in organizations, logistics to
provide intelligence organizations, knowledge for decisions,ownership of organizational knowledge.
La revisión literaria es abundante y reeja el interés histórico y creciente en torno al problema de del pre-
sente investigación, las tendencias de las organizaciones y de la comunidad cientíca para lograr hacer a las
organizaciones se constituyan en entes inteligentes y así obrar con capacidad para la toma de decisiones se
evidencia en la amplia producción cientíca entorno a las enfoques y teorías asociadas al aprendizaje organiza-
cional y a la gestión del conocimiento, sin embargo se desconoce el uso de la logística como apoyo al ujo de
conocimiento para la toma de decisiones.
- En lo referente al concepto de Aprendizaje organizacional el número de publicaciones entorno al concepto

es amplio como se observa en la (Figura 3.1), un análisis de publicaciones por años y por áreas de conocimiento
muestra un crecimiento e interés sobre el tema.
Se observa un crecimiento sostenido para que para los últimos años del 2010 hasta la fecha se presenta una
alta producción cientíca de alto impacto (aproximadamente entre 1500 y 1800 publicaciones por año), lo cual
reeja la importancia y el interés que tiene la presente investigación en lo referente al tema de aprendizaje
organizacional.
En cuanto al tipo de producción cientíca (Figura 3.2) se evidencia una producción principal en artículos que
corresponde al 68 %.
En la (Figura 3.3) se observa las áreas de interés siendo relevantes para el presente trabajo las asociadas a las
gestión 26 %, las ciencias de computación 11 %, la ingeniería el 9 % y las ciencias sociales en el 26 %
3.2. METODOLOGÍA DE LA REVISIÓN 69
Figura 3.2: Tipos de Publicación Referente al Aprendizaje organizacional
Figura 3.3: Áreas de Interés referente Aprendizaje Organizacional

Figura 3.4: Factores de perdida de conocimiento en las organizaciones.
Figura 3.5: Áres de interes asociadas a la pérdida de conocimiento organizacional.
- Por la relevancia para la investigación la producción cientica asociada a los factores que causan per-
didas del conocimiento se encontraron 110 referentes distribuidos principalmente en los últimos años como
se observa en la (Figura 3.4).
Es claro que la tendencia a encontrar y evaluar los factores que causan perdidas en el proceso de apropiación
del conocimiento, debido a la importancia que a cobrado en el ámbito de las organizaciones como elemento
diferenciador la gestión del conocimiento. Se observa en la (Figura 3.5) un crecimiento con cierta ocilación en
los últimos años.
En cuanto a las áreas de interes sumando las áreas de negocio, ciencias sociales, ciencias de la computación,
ciencias de decisión e ingenieria constituyen el 87 % de la producción que potencialmente podrían aportar al
desarrollo de la presente investigación. Se excluye la producción asociada al as áreas médicas debido a que la
producción esta dirigida a la perdida de conciencia de los individuos y no de las organizaciones, o del conoci-
miento como un saber.
La mayor producción investigativa sobre el tema de pérdidas de conocimiento se maniesta en publicaciones

de artículos resultado de investigación lo cual indica un marcado interés sobre la ubicación de factores que
intervienen en dichas pérdidas,ver (Figura 3.6).
Figura 3.6: Tipo de publicación referida a la pérdida de conocimiento organizacional.
Figura 3.7: Publicaciones de propiedad del conocimiento organizacional.
- En lo referente a la cadena de suministro de la gestión del conocimiento no se evidencia publica-

ciones, posiblemente debido a que no se tiene una visión del conocimiento como un ujo y menos como si
existiera un proceso logístico en su despliegue a lo largo de su utilización en los procesos de toma de decisiones.
al desarrollo teórico relaciona-

Por lo tanto a partir de este hallazgo se abre la posibilidad de aportar
do a la gestión del conocimiento de igual manera la logística como apoyo a la toma de decisiones y
a la gestión de conocimiento.
- En lo referente a la propiedad del conocimiento organizacional se encontraron 304 publicaciones desde
el 2007 hasta el 2016 como se observa en la (Figura 3.7).
- En lo referente a estrategias para proveer de Inteligencia a las organizaciones , se encontraron 83 pu-

blicaciones como se observa en la (Figura 3.8), en ella se muestra el comportamineto hístórico de la producción
cientíca de los últimos años.
En la (Figura 3.9) se observa las áreas de interes asociadas a las estrategias para proveer de inteligencia a las
organizaciones.
En la (Figura 3.10) se observa el tipo de publicación asociada a la producción cientíca asociada a las estrategias
Figura 3.8: Estrategias para proveer de inteligencia a las organizaciones.

Figura 3.11: Metodologías para proveer de Inteligencia a las organizaciones.
para proveer de inteligencia a las organizaciones.
- Se encontraron 259 publicacines asociadas a metodologías para proveer de Inteligencia a las organi-
zaciones como se observa en la (Figura 3.11)
La (Figura 3.12) muestra los tipos de documento asociados a las metodologias para proveer de inteligencia a las
organizaciones.
La (Figura 3.13) muestra las áreas de interes de las publicaciones asociadas a las metodologías para proveer de
inteligencia a las organizaciones.
- La representación de estructuras de ujos de conocimiento ajustadas a diferentes tipos de organi-

zación hace que se encuentre en la literatura un sinnúmero de producción cientíca que se reeja en 52116
publicaciones distribuidas en los últimos años, en la (Figura 3.14) se observa como creció la producción cientí-
ca y como se mantiene el interés en los últimos años lo referente a modelos de Gestión de Conocimiento.
Figura 3.12: Metodologías para proveer de Inteligencia a las organizaciones.
Figura 3.13: Áreas de interés sobre metodologias para proveer de inteligencia a las organizaciones.
Figura 3.14: Número de publicaciones referentes a modelos de Gestión de Conocimiento.

Figura 3.15: Áreas de publicación de modelos de Gestión de Conocimiento
Figura 3.16: Tipo de documento referido a modelos de Gestión de Conocimiento
Es evidente el marcado interés en elaboración de modelos de gestión de conocimiento, y en la (Figura 3.15) se

observa las áreas de interes asociadas a modelos de gestión de conocimiento.
La (Figura 3.16) muestra los tipos de publicación relacionadas con modelos de gestión de conocimiento ,siendo
en su gran mayoría artículos resultado de investigación.
- En cuanto a la importancia que tiene los procesos de toma de decisiones para la presente investigación
se encontraron 17571 publicaciones relacionadas con el proceso de toma de decisiones en las organizaciones
distribuidas a lo largo de los años desde 1975 hasta 2016 observándose un gran interés y tendencia a publicar
sobre la temática.como se observa en la (Figura 3.17).
La necesidad de las organizaciones en lo relacionado a la toma de decisiones como factor de competitividad hace
que la comunidad cientíca dirija su atención en esta temática en particular , se observa en la (Figura 3.18) las
áreas de interes e especial para la presente investigación las áreas de negocios, de ingeniería y las ciencias sociales.
El creciente interes sobre el proceso de toma de decisiones que se ve reejado principalmente en artículos resul-
tado de investigación como se observa en la (Figura 3.19) con un 68 %.
Figura 3.17: Número de publicaciones de proceso de toma de decisiones en las organizaciones.
Figura 3.18: Áreas de interes de publicaciones en proceso de toma de decisiones en las organizaciones.
Figura 3.19: Tipo de documentos Proceso de toma de decisiones para la toma de decisiones
Figura 3.20: Publicaciones de Conocimiento para la Toma de decisiones
Figura 3.21: Tipo de Documento de Conocimiento para la Toma de decisiones
-En cuanto a la Logística para proveer de inteligencia a las organizaciones no se evidencia publica-
ciones, posiblemente debido a que la logística no se ha empleado para asegurar la transferencia del conocimiento
en las actividades organizacionales.
Además, permite para la presente investigación aportar al desarrollo del estado del arte con un enfoque no
identicado en la literatura.
-La inuencia del conocimiento para las decisiones es evidente lo cual se reeja en 103738 publicaciones distri-
buidos desde el 1997 hasta la fecha como se observa en la (Figura 3.20).
Se observa un crecimiento de producción cientíca asociada al conocimiento para las decisiones, lo cual reeja
la importancia de la gestión del conocimiento para la toma de decisiones eciente y efectiva. En la (Figura 3.21)
se observa la distribución de los tipos de documento relacionados con el conocimiento para las decisiones y en
la (Figura 29) la distribución por áreas de interés.
Se evidencia un alto porcentaje de producción en artículos resultado de investigación.

Figura 3.22: Conocimiento para la Toma de decisiones
Se relizó una aproximación exploratoria al estado actual y la dinámica de aspectos relacionados con la apro-
piación del conocimiento y en especial sobre los factores que intervienen en su perdida como obstáculo para que
las organizaciones se doten de inteligencia en el proceso de toma de decisión.
Se evidencio cientícamente a partir el proceso de revisión de literatura las brechas sobre las cuales se soporta
esta investigación como punto de partida para la generación de nuevo conocimiento.
Capítulo 4
Estructura del Operador
"Gestión es hacer las cosas bien,

liderazgo es hacer las cosas"
Peter Drucker
4.1. Introducción
El propósito del presente capítulo es desarrollar la conguración de un sistema logístico como apoyo a los
ujos del conocimiento a través del proceso de toma de decisiones.
El operador de integración logistica del conocimiento se construye mediante la unión de sinérgica de la gestión
del conocimiento y de los sistemas de soporte a la decisión a través de la cadena de suministro del conocimiento.
4.2. Construcción del Operador de Integración Logística del Conoci-

miento
La concepción del operador de integración logística de conocimiento parte de la denición del sistema y del
conjunto de saberes enmarcados en la organización y su entorno y de la representación de s problemática en
modelos de optimización para la toma de decisiones, para visualizar el concepto se muestran las Figura 4.1 y la
Figura 4.3.
La toma de decisiones efectiva depende directamente del conocimiento de las organizaciones y de su fun-
cionamiento como sistema.
Cuando se empieza a denir el sistema se parte de un análisis de su funcionamiento y de la identicación

de sus partes, es decir, se realiza un diagnóstico estructural y funcional que permita su entendimiento.
El conocimiento de los insumos, las formas de aprovisionamiento, de los procesos de conversión, y la con-
vergencia de ellos en el sistema productivo, los mecanismos de control y los sistemas de apoyo para que la
producción de bienes y servicios cumplan con las expectativas de los clientes, es de vital importancia para iden-
ticar los problemas de toma de decisiones por lo que se genera la necesidad de estructurar modelos de gestión
79
80 CAPÍTULO 4. ESTRUCTURA DEL OPERADOR
Figura 4.1: Operador Logistico del Conocimiento
de conocimiento y de un dispositivo logístico que asegure este conocimiento para que la toma de decisiones sea
eciente y efectiva en la solución de problemas de las organizaciones.
Una aproximación de los problemas de toma de decisiones según los diferentes enfoques se resumen en el la
gura 4.2 Para lograr un entendimiento útil deben converger diferentes conocimientos que se hacen explícitos
con el uso de herramientas de captura y análisis de información que por conveniencia de este nuevo enfoque se
denominará instrumentos logísticos de ujo de conocimiento (" IFC").
Los instrumentos logísticos de ujo de conocimiento IFC, son herramientas de análisis su información
tales como metodologías, modelos, diagramas y dispositivos de diagnóstico útiles para la apropiación estructu-
rada del conocimiento.
Para cada una de las etapas del proceso de toma de decisiones se listan los tipos de elemento, el instrumento
logístico requerido, el tipo de conocimiento y su función.
Para la etapa de denición del sistema se muestra la tabla 4.1.
A partir de la denición del sistema se identican, se clasican y se priorizan los problemas de decisión,
en función de su temporalidad e importancia, para así formular los criterios de decisión.
A partir de la identicación de los criterios de decisión se jan los objetivos y se establecen las relaciones
que inciden en el desempeño del sistema además se identican las variables de decisión.
En función de cada criterio se traducir estas relaciones en modelos o expresiones matemáticas, por lo cual
es necesario establecer una simbología para facilitar el proceso de modelado.
Aquí se evidencia la necesidad de información de entrada para estructurar las funciones, como está caracte-
rizando el sistema en qué estado se encuentra y por lo tanto cuáles son los valores de los parámetros para poder
alimentar los modelos.
4.2. CONSTRUCCIÓN DEL OPERADOR DE INTEGRACIÓN LOGÍSTICA DEL CONOCIMIENTO 81
Figura 4.2: Mapa conceptual problemas de decisión
Cuadro 4.1: Logística para Denir el Sistema
Tipo de elemento Instrumento Logístico Tipo de Conocimiento Función Logística

Identicación de Diagramas de proce- Conocimiento Organiza- Enlazar los ujos
la Estructura so,de ujo de activi- cional, cultura organi- de conocimiento pa-
dad,diagramas de reco- zacional, conocimiento ra la mejor com-
rrido. funcional prensión del siste-
ma y su funciona-
miento.
Identicación de Diagramas caua-efecto, Conocimiento relacional Canalizar laS di-
Relaciones diagramas de uso. ferentes fuentes de
conocimiento para
la toma de decisio-
nes
Identicación de Análisis DOFA Conocimiento organi-
Variables zacional, conocimiento
funcional
Objetivo Análisis de criterios de Conocimiento funcional, Establecimiento de
decisión conocimiento estratégico almacenes de cono-
cimiento para la to-
ma de decisiones.
Medidas de Modelos de medición Conocimiento funcional
Desempeño del desempeño
Se denen las limitaciones duras impuestas por la disponibilidad de recursos y de la misma capacidad del
sistema en función de las tecnologías y conguraciones de los sistemas de conversión.
Se estipulan las restricciones débiles impuestas por políticas y normas del mismo sistema, que de una u otra
manera pueden modicarse para enriquecer el proceso de análisis y toma de decisiones.
Se identican y formulan las relaciones y funciones que delimitan el funcionamiento del sistema en un len-
guaje matemático.
Para su mejor comprensión es recomendable acompañar estos modelos abstractos con modelos grácos y mode-
los verbales con una adecuada documentación.
Todo el conocimiento que debe tener un modelador parte de la comprensión del sistema real y de su capa-
cidad para traducir el funcionamiento en relaciones y funciones en un lenguaje matemático.
Para que ese conocimiento sea explicito se debe diseñar un sistema logístico de apoyo para que el ujo de
conocimiento relativo al diseño del DSS incida en la toma de decisiones.
Es claro que los modelos son dinámicos y requieren de un proceso de construcción que se enriquece si se
quiere información más detallada y se simplica cuando se quiere reducir la complejidad.
La logistica para el proceso de representación se muestra en la tabla 4.2.
La consecución de información de entrada para alimentar los modelos de optimización requieren de todo
un proceso de modelamiento y análisis de datos los cuales dependen directamente de la forma como se capturan
los datos, de los medios de recolección, del diseño de los instrumentos y de los mecanismos y métodos de análisis.
Es evidente que para el tratamiento de datos y la construcción de información base para la construcción del
conocimiento requerido para la alimentación de los modelos de decisión que conguran el DSS requieren de un
sistema de apoyo logístico que asegure la etapa de procesamiento de la información.
el proceso logístico en la etapa de recolección de información se muestra en la tabla 4.3.
El éxito del procesamiento de la información y del uso acertado del conocimiento depende de los instrumentos
y medios requeridos para realizar los procesos experimentales, comprendiendo los analistas y modeladores; los
algoritmos, técnicas y software; y los equipos y hardware.
La eciencia del proceso depende de la forma de analizar y alimentar datos, de la calidad y robustez de la
herramienta computacional y los tipos de modelos que pueden llegar a ser complejos algorítmicamente.
La logística para asegurar el proceso de instrumentación se evidencia en la tabla 4.4.
La selección y dimensionamiento del proceso experimental, depende del conocimiento de los tomadores de
decisión, la inducción y la orientación prevista por ellos se formulan de acuerdo a la capacidad innovadora e
identicación de las alternativas para la solución de los problemas, todo este proceso requiere de una documen-
tación, y de espacios para su disertación.
La logistica del proceso experimental requiere de una planeación como se muestra en la tabla 4.5.
La capacidad de inferir y discernir sobre la información procesada e identicar la incidencia en el sistema

es un conocimiento que de adquiere a partir de la misma concepción y entendimiento de la organización bajo
estudio, y de la coherencia de los datos obtenidos mediante el proceso experimental.
Cuadro 4.2: Estructurar el DSS Formular Modelos
Tipo de elemento Instrumento Logístico Tipo de Función Logística

Conocimiento
Identicar el Pro- Matriz de problemas de Conocimiento funcio- Establecimiento de
blema decisión nal soportes para la for-
mulación y trata-
miento de proble-
mas presentes en el
sistema real.
Identicar Criterios Matriz de problemas de Análisis de criterios Caracterizar y sim-
de Decisión decisión múltiples. Proceso Je- bolizar los proble-
rárquico Analítico mas del sistema real
en un lenguaje ma-
temático
Formular Funciones Investigación de Opera- Conocimiento relacio- Canalizar las diferentes
de decisión ciones nal fuentes de conocimien-
to para la toma de de-
cisiones
Identicación Va- Investigación de Opera- Conocimiento funcio-
riables de Decisión ciones nal
Determinar Limita- Investigación de Opera- Conocimiento funcio- Simbolizar y cons-
ciones ciones nal truir relaciones ma-
temáticas funciona-
les.
Establecer Simbolo- Lenguaje de modelado Conocimiento acadé-
gía y notación mico
Identicar relacio- Investigación de Opera- Conocimiento acadé- Coordinación y uso
nes funcionales ciones mico de herramientas pa-
ra el procesamiento
de información
Cuadro 4.3: Recolección de información

Conocimiento
Identicar fuentes Estadística descriptiva Conocimiento funcio- Orientación para la
de Información nal toma de decisiones
Diseño de Instru- Estadística Descriptiva, Conocimiento funcio- Planeación de los
mentos para la to- técnicas de recolección nal procesos de toma de
ma de decisiones de información decisiones
Planicación para Investigación de Opera- Conocimiento relacio- Soporte para el proce-
la captura de datos ciones nal samiento de datos.
e Información
Análisis de datos Investigación de Opera- Conocimiento para el Procesamiento y anális
ciones análisis de datos.
Construcción de Estadística Inferencial Conocimiento de he- Diseño de herra-
modelos de datos rramientas estadísticas mientas para la
construcción de
estándares
Construcción de In- Análisis estadístico y Conocimiento para el
formación de entra- estandararización análisis
da
Cuadro 4.4: Instrumentación

Conocimiento
Denir los instru- Algoritmos para el pro- conocimiento técnico Coordinación de re-
mentos requeridos cesamiento de datos para el procesamiento cursos para el pro-
para el tratamiento de datos. ceso experimental.
de la información
Preparar los medios Software y hardware Conocimiento del soft- Dimensionamiento
y los instrumentos ware para el procesa- de instrumentos pa-
para los procesos miento de datos. ra el procesamiento
experimentales de datos
Herramientas y Software y hardware Conocimiento de la ca- Manejo y manteni-
dispositivos para el para el procesamiento pacidad para el tratamiento de herramien-
procesamiento de la de datos. miento de la informa- tas de procesamiento
información ción de datos.
Analistas Capacidad de Soporte Conocimiento técnico Dimensionamiento de
capacidad.
Cuadro 4.5: Experimentación

Conocimiento
Diseño de escena- Diagramas de proceso y Conocimiento funcio- Coordinación de
rios de recorrido nal los procesos experi-
mentales.
Diseño de Experi- Diseño factoriales Conocimiento estadís- Almacenamiento de
mentos tico datos e informa-
ción.
Procesamiento ex- Estadística Conocimiento experi- Determinación de los
perimental mental tamaños de muestra.
Conguración de la Bases de datos Conocimiento para el Control del sistema ex-
base de datos expe- análisis y Conocimien- perimental.
rimental to organizacional
Se evidencia que el conocimiento acumulado de los tomadores de decisión requiere del apoyo de un sistema
logístico para que el ujo de conocimiento sea eciente y efectivo para la toma de decisiones.
Por último la logistica para tratar el proceso de análisis e interpretación de resultados se muestra en la ta-
bla 4.6
El proceso de generación del conocimiento para la toma de decisiones y los diferentes dispositivos logísticos se
Cuadro 4.6: Análisis e Interpretación de resultados

Conocimiento
Datos de salida Herramientas para el Conocimiento organi- Coordinación y cla-
análisis de datos de sa- zacional sicación de infor-
lida mación de salida.
Tratamiento de da- Estadística inferencial Conocimiento para el Análisis de datos e
tos de salida análisis de datos información.
Construcción de in- Análisis de varianza Conocimiento funcio- Mantenimiento y ma-
formación de salida nal nejo de bases de datos
para la construcción de
información para la to-
ma de decisiones.
Análisis y congu- Análisis de coherencia Conocimiento relacio- Procesamiento de co-
ración del conoci- nal. nocimiento.
miento para la toma
de decisiones
muestran en la la Figura 4.3

86
CAPÍTULO 4. ESTRUCTURA DEL OPERADOR
Figura 4.3: Diagrama de Flujo del Operador

4.3. MODELO DE MEDICIÓN 87
4.3. Modelo de Medición
Como medir la inteligencia organizacional y como establecer un mecanismo para mejorar el desempeño y
la capacidad de aprendizaje organizacional Para medir el grado de inteligencia de una organización conviene
identicar los factores que caracterizan una organización inteligente, si se mira una organización inteligente
como aquella con la capacidad de tomar decisiones a partir de una adecuado manejo de la información y el
conocimiento.
El enfoque propuesto en esta investigación se basa en la identicación los elementos logísticos que constitu-
yen el sistema de apoyo al ujo del conocimiento por lo tanto, a partir de la identicación de los factores
deseados se evalúa y se determinan los atributos requeridos para que una organización adquiera las capacidades
necesarias para potenciar su inteligencia.
Para realizar este proceso es conveniente evaluar:
! Cómo es el proceso de percepción y captura de información del entorno, los aspectos referentes a las tenden-
cias del mercado y los atributos de la competencia, el comportamiento del sector y las nuevas tendencias;
! Cómo se almacena la información y el conocimiento;
! Cómo se realizan los procesos de aprendizaje y transferencia de la información y el conocimiento y;
! Cómo es el proceso de toma de decisiones.
De la revisión de la literatura se identicaron Para lograr estos atributos deseados, entonces se identican
las diferentes acciones que se deben ejecutar para poder adquirir estos atributos.
Una vez identicados los requerimientos, se formulan las diferentes estrategias que se requieren para poder
realizar dichas actividades.
Y por último para hacer efectivas dichas estrategias se identica la infraestructura y toda la logística requerida
para que el conocimiento genere el efecto de desarrollo de la organización y adquiera un proceso continuo de
aprendizaje.
Autores como: (Matsuda, 1992) y (Islam y cols., 2015) considera que la inteligencia está compuesta por varios
procesos: percepción, almacenamiento, aprendizaje, comunicación y decisión. Según (Choo, 2002) , (Gholami y
cols., 2015) y (Virtanen y Vakkuri, 2015) la Inteligencia Organizacional fue denida por (H. L. Wilensky, 2015)
en términos de reunir, procesar, interpretar y comunicar la información necesaria en los procesos de toma de
decisiones; y con un enfoque similar (Haeckel y Nolan, 1993) y (González y Muiña, 2016) la conceptualizan
como la habilidad para capturar, compartir y extraer signicado de las señales del mercado.
Estos conceptos enfatizan en:
a) el reconocimiento del valor de la información del ambiente externo de la organización, para la denición
de su accionar a partir de la gestión del ciclo de vida de la información, que abarca las perspectivas de los
sistemas de información y el contexto de su repercusión, propuesto por (Alonso, 2001);
b) los procesos informacionales de agregación de valor; y
c) el proceso de toma de decisiones.
Con una visión más amplia de estos enfoques, (Ang y Van Dyne, 2015) entiende la Inteligencia Organiza-
cional como la capacidad de afrontar nuevas exigencias o nuevos cometidos; (Halal, 1997) como la capacidad
de una organización para crear conocimiento y utilizarlo para adaptarse estratégicamente a su entorno . Para
(Akgün, Lynn, y Byrne, 2003) es la capacidad de detectar, de tener sentido y de tomar la acción, combinada con
el conocimiento que es disponible y listo para utilizarse. En estas deniciones se reconoce la inteligencia como
capacidad que le permite a la organización adaptarse al ambiente externo; la creación y uso del conocimiento
como procesos que favorecen la formación y desarrollo de la IO y la toma de decisiones estratégicas.
El enfoque propuesto por la presente investigación parte de la identicación de múltiples factores considerados
como elementos fundamentales de una organización inteligente, los cuales se identican con las capacidades
identicadas en el modelo de medición de inteligencia organizacional como es tratado en (Haber-Veja y Más-
Basnuevo, 2013) y la identicación de elementos que conducen o potencian el desarrollo de las capacidades
individuales y colectivas de una organización mediante un proceso metodológico semejante al propuesto en la
casa de la calidad.
Los factores identicados los cuales se consideran como el qué en la primera Matriz de requerimientos Fi-
gura 4.4 son:
! Capacidad de aprendizaje
! Capacidad para actuar con Eciencia y Ecacia en la toma de decisiones.
! Desarrollo integral de la organización.
! Actitud para afrontar el cambio.
! Sostenibilidad y respuesta a las nuevas tendencias.
! Capacidad de Innovar (Organización innovadora)
! Organización productiva.
! Organización con conciencia social y respeto al medio ambiente.
! Capacidad para explotar el conocimiento.
! Capacidad para evaluar y medir el Riesgo (vigilancia).
Los elementos identicados como atributos para ser utilizados como instrumentos para potenciar dichas ca-
pacidades son:
! Personal altamente capacitado.
! Coordinación para el trabajo en equipo.
! Direccionamiento estratégico.
! Sentido de pertenencia.
! Desarrollo integral del personal.
! Pensamiento crítico.
4.3. MODELO DE MEDICIÓN 89
! Compromiso institucional.
! Capacidad para proponer soluciones.
! Creatividad para afrontar cambios.
! Proponer soluciones creativas.
! Empoderamiento y responsabilidad.
! Conciencia ambiental.
! Actuar con responsabilidad.
! Sistema de información organizado.
! Compromiso social.
Para lograr estos atributos en la segunda Matriz se identican diferentes acciones ver FIgura 4.5 como:
! Capacitación y Formación continua.
! Fomentar y desarrollar habilidades para trabajar en equipo.
! Desarrollo integral de las personas en función del propósito organizacional.
! Desarrollo actitudinal y aptitudinal para aprender continuamente.
! Formación para obrar y tomar decisiones en entornos complejos.
! Capacidad para obrar con responsabilidad en función de la organización.
! Generar conciencia para producir con respeto al medio ambiente.
! Propender por el establecimiento de estrategias de aprendizaje organizacional.
! Establecimiento de programas de desarrollo organizacional.
! Desarrollar programas para generar pensamiento lógico.
! Creación de sistemas de información y procesamiento de datos.
Una tercera Matriz Figura 4.6relaciona las acciones con las estrategias a seguir para poder ejecutar dichas
acciones a partir de su implementación, para lo cual se identicaron las estrategias siguientes:
! Establecimiento de programas de formación continua.
! Establecimiento de programas para trabajar en equipo.
! Establecimiento de programas de desarrollo integral del personal.
! Establecimiento de programas para la formación en análisis de datos.

! Establecimiento de programas para la formación en procesamiento de datos.
! Establecimiento de programas para desarrollar habilidades para formular modelos.
! Establecimiento de programas para el fomento de la innovación y la creatividad.
! Programas de desarrollo de habilidades en interpretación de Información.
! Establecimiento e manuales de procesos y procedimientos.
! Establecimiento de programas gestión integral.
Por último la cuarta Matriz muestra los requerimientos de infraestructura logística como se observa en la
Figura 4.7
! Infraestructura para el procesamiento y tratamiento de datos.
! Sistema de información Gerencial.
! Infraestructura para el almacenamiento de datos.
! Sistema de Gestión de conocimiento.
! Plan estratégico de desarrollo.
! Sistema de desarrollo integral organizacional.
! Sistema de medición y evaluación del conocimiento.
! Estructura Organizacional denida y exible al cambio.
! Documentación de procesos y funciones en la organización.
! Sistemas de gestión integral.

4.3. MODELO DE MEDICIÓN
Figura 4.4: Matriz de Requerimientos y atributos

91
92
Figura 4.5: Matriz de Atributos y acciones

CAPÍTULO 4. ESTRUCTURA DEL OPERADOR
4.3. MODELO DE MEDICIÓN
Figura 4.6: Matriz de Acciones y estrategias

93
Figura 4.7: casa 4

La identicación de las características y propiedades de las organizaciones inteligentes y la gestión del cono-
cimiento que se revisaron en en el capitulo donde se desarrollo el marco teórico de la presente investigación, así
como la concepción de la función logística y de los sistemas de apoyo a la decisión proporcionan las bases para
construir el operador logístico del conocimiento.
El operador de integración logística del conocimiento se estructura a partir de la concepción del proceso de
toma de decisiones que contribuye a la solución de las problemáticas complejas presentes en la gestión de las
organizaciones de producción de bienes y servicios en entornos estratégicos, tácticos y operativos.
La identicación, tratamiento y solución de problemas en las funciones tradicionales de los negocios que por
su complejidad presentan dicultad para tomar decisiones requieren del uso de herramientas cuantitativas y
cualitativas estructuradas que constituyen los sistemas de apoyo logístico para la toma de decisiones y de la
gestión eciente del conocimiento.
La evaluación y medición de la inteligencia organizacional se puede realizar mwdiante un procedimiento basada

en el diseño como el despliegue de la función de la calidad, además de servir como herramienta de planeación
y control de un programa de mejoramiento continuo del proceso de aprendizaje organizacional que conduzca a
las organizaciones en estados organizacionales inteligentes.
Capítulo 5
Modelos
La noción que a través de los sentidos

adquirimos de las cosas exteriores,
aunque no sea tan cierta como nuestro
conocimiento intuitivo, merece el
nombre de conocimiento.
John Locke (1632-1704) Filósofo
inglés.
5.1. Introducción
Con el animo de diseñar el operador logistico de conocimiento, el propósito de este capítulo es suministrar
las bases para construir un sistema de soporte a la decisión DSS, aquí se presentan un conjunto de arquetipos
de modelos que pueden ser utilizados para la resolución de problemas de planeación programación y control de
organizaciones productivas y de cadenas de suministro.
La utilidad de los modelos depende directamente del conocimiento del proceso de toma de decisiones desde
la denición del sistema en donde se identican los diferente componentes y relaciones, así como la problemática
inmersa en su funcionamiento.
El uso de los modelos dependen de las condiciones que se presentan en el sistema real y del grado de com-
prensión del modelador, si el modelo no es representativo es necesario enriqueserlo con la identicación de
nuevas variables y restricciones, y si es por lo contrario es muy complejo se recomienda simplicarlo para una
adecuada manipulación.
El uso de los modelos, su conguración y adaptación para la generación de información y conocimiento se

constituyen en si en dispositivos que conforman el DSS del operador logístico de conocimiento.
La identicción de valores paramétricos requiere de un adecuado procesamiento y análisis de datos, para lo

cual se debe proveer al DSS de Software , Hardware y algoritmos de solución con la suciente capacidad para
procesar modelos con la complejidad algorítmica requerida.
96
5.2. MODELOS DE TRANSPORTE Y DISTRIBUCIÓN 97
El aporte y el uso de los modelos expuestos a continuación son utilizados para construir el sistema de so-
porte a la decisión DSS del operador logístico del conocimiento para abordar los problemas del plan de
abastecimiento agroindustrial, se planteron y contruyeron modelos de transporte y distribución
con problemas de redes de ujo de bienes múltiples sobre horizontes temporales, además de con-
templar las condiciones y uso de modos de transporte, por otra parte se formularon modelos de
localización para la ubicación de centros de acopio como estrategia de integración de los produc-
tores en las regiones de inuencia dentro del corredor de abastecimiento agroindustrial.
5.2. Modelos de Transporte y distribución
Para el desarrollo conceptual y presentación de los modelos de optimización clásicos que se encuentran en
la literatura de la investigación de operaciones, y los modelos propuestos se identica el objetivo, la función
objetivo, las variables de decisión, paramétros y restriccioenes con un lenguaje y notación universal para su fácil
entendimiento.
El primer modelo que se expone es el modelo del transporte propuesto por Ford y Fulkerson, el cual se constituye
en una herramienta de generación de conocimiento para un sinnumero de problemas de planeación de sistemas
de transporte y distribución. La representación gráca del modelo se muestra en la Figura 5.1.
Los desarrollos y aplicaciones del modelo de transporte en el ámbito de la ciencia de la dirección es amplía,
pero no se límita al uso del modelo simple que se encuentra en la literatura de investigación de operacio-
aquí se propone un conjunto de
nes, sino en modicaciones que se ajustan en el entorno de aplicación,
modelos propuestos por el autor, en donde se agregan aspectos tales como la temporalidad, el
ujo de bienes múltiples, el uso de varios modos de ujo y la posibilidad de tomar decisiones en
situaciones de escasez propios los problemas de logística y de gestión de las cadenas de suministro.
De igual manera se presentan diferentes modelos que nos brinda la teoría de ujo en redes como son los
problemas de ujo de costo mínimo, ujo máximo, de árbol de expansión mínima, de distancia más corta, el
problema del agente viajero, los problemas de ruteo de vehiculos y modicaciones propuestas en este trabajo
de investigación.
Cabe mencionar la importancia que brindó el desarrollo de estás modicaciones para la construir del DSS
del plan de abastecimiento agroindustril escenario de la presente investigación.
5.2.1. Modelo del transporte

Aunque es posible formular el modelo del transporte en función de varios criterios de decisión es criterio
típico es el costo asociado al ujo sobre el sistema de distribución.
Objetivo:Determinar el plan de distribución con el propósito de minimizar el costo de transporte.
Función Objetivo F = f (Xij , i = 1, 2, . . . , m; j = 1, 2, . . . , n) Función costo de transporte
Variables de Decisión
Xij : Cantidad a transportar desde el origen i hasta el destino j donde i = 1, 2, . . . , m;j = 1, 2, . . . , n

98 CAPÍTULO 5. MODELOS
Parámetros
Cij : Costo unitario de transporte desde el origen i hasta el destino j donde i = 1, 2, . . . , m;j = 1, 2, . . . , n
ai : Capacidad de oferta o de suministro disponible en el origen i , donde i = 1, 2, . . . , m;
bj : Demanda requerida o suministro necesario en el destino j , donde j = 1, 2, . . . , n;
Conjuntos Referenciales
i: Índice que identica el origen i = 1, 2, . . . , m
j: Índice que identica el destino j = 1, 2, . . . , n
Formulación
La formulación del modelo de transporte varía dependiendo de si el modelo es cerrado (cuando la demanda es
m
X n
X m
X n
X
igual a la oferta ai = bj ) o si es abierto (cuando la demanda es diferente a la oferta ai 6= bj )
i=1 j=1 i=1 j=1
Para resolver un problema mediante un modelo del transporte como cualquier problema de programación lineal
es necesario expresarlo en forma estándar, lo cual es equivalente a tratar un problema abierto generando las
condiciones para que el modelo se cierre.
Para cerrar el modelo es necesario agregar variables de holgura que en la representación gráca se visualiza
agregando un nodo cticio con capacidad igual a la diferencia entre la oferta y la demanda y con arcos dirigidos
que representan las variables de hogura.
Modelo Cerrado de Transporte

m
X n
X
ai = bj
i=1 j=1
m X
X n
M inimizarF = Cij Xij (5.1)
i=1 j=1
Sujeto a:
Restricciones de Oferta
n
X
Xij = ai para cada i = 1, 2, . . . , m (5.2)
j=1
Restricciones de Demanda
m
X
Xij = bi para cada j = 1, 2, . . . , n (5.3)
i=1
Figura 5.1: Gráfo Bipartito Modelo Cerrado de Transporte
Condiciones de no negatividad
Xij ≥ 0 para cada i = 1, 2, . . . , m y j = 1, 2, . . . , n (5.4)
Modelo Abierto de Transporte Oferta mayor que Demanda
Las cantidades totales ofertadas en el sistema de transporte y distribución son superiores a las cantidades totales
demandadas por el sistema.
m
X n
X
ai > bj
i=1 j=1
m X
X n
i=1 j=1
Sujeto a:
n
X
Xij ≤ ai para cada i = 1, 2, . . . , m (5.6)
j=1
m
X
i=1
Figura 5.2: Gráfo Bipartito Modelo Abierto Oferta Mayor que Demanda
Xij ≥ 0 para cada i = 1, 2, . . . , m y j = 1, 2, . . . , n (5.8)
La orientación de las restricciones de oferta que se observa en la ecuación 5.6 indica que existe más suministro
de lo que necesita para satisfacer las condiciones de ujo.
La restricciones de demanda que se expresan en la ecuación 5.7 indican que solo debne uir las cantidades
requeridas en casa destino.
Para resolver el problema bajo el enfoque de programación lineal es necesario estandarizar, por lo tanto agre-
gando las variables de holgura se cierra el sistema y se tiene:
En el modelo gráco, para cerrar el sistema se agrega un nodo destino cticio ”n + 1” como se observa en
la Figura 5.2 y cada arco dirigido desde cada origen hacia el destino cticio es la variable de holgura que repre-
senta la oferta no consumida en el origen respectivo.
En el modelo matemático se agregan las variables de holgura a cada restricción de Oferta, y se agrega una
restricción adicional de demanda donde la suma de las variables de holgura es igual a la diferencia entre la
demanda y la oferta.
m X
X n
i=1 j=1
Sujeto a:
n+1
X
j=1
m
X
Xij = bi para cada j = 1, 2, . . . , n + 1 (5.11)
i=1
Xij ≥ 0 para cada i = 1, 2, . . . , m y j = 1, 2, . . . , n + 1
Modelo Abierto de Transporte Demanda mayor que Oferta
m
X n
X
ai < bj
i=1 j=1
m X
X n
i=1 j=1
Sujeto a:
n
X
Xij = ai para cada i = 1, 2, . . . , m
j=1
m
X
Xij ≤ bi para cada j = 1, 2, . . . , n
i=1
Xij ≥ 0 para cada i = 1, 2, . . . , m y j = 1, 2, . . . , n
EL siguente paso es estandarizar por lo que agregando las variables de holgura se cierra el sistema obteniendo
un sistema cerrado.
En el modelo gráco, para cerrar el sistema se agrega un nodo origen cticio ”m + 1” como se observa en
la Figura 5.3 y cada arco dirigido desde el origen cticio hacia cada destino es la variable de holgura que repre-
senta la demanda no satisfecha en el destino respectivo.
En el modelo matemático se agregan las variables de holgura a cada restricción de demanda, y se agrega
una restricción adicional de oferta donde la suma de las variables de holgura es igual a la diferencia entre la
demanda y la oferta.
m+1
XX n
i=1 j=1
Figura 5.3: Gráfo Bipartito Modelo Abierto Demanda mayor que la Oferta
Sujeto a:
n
X
Xij = ai para cada i = 1, 2, . . . , m + 1 (5.14)
j=1
m+1
X
i=1
Xij ≥ 0 paracada i = 1, 2, . . . , m + 1 y j = 1, 2, . . . , n (5.16)
5.2.2. Modelo de Transporte Temporalizado sin escasez

El modelo propuesto es una ampliación del modelo básico que se constituye en un dospositivo logístico para
resolver problemas de planeación de sistemas de transporte y distribución a mediano plazo sobre un horizonte
temporal, con el se propone obtener información y el conocimiento útil para la toma de decisiones en entornos
tácticos.
Objetivo:Determinar el plan de distribución sobre un horizonte temporal con el propósito de minimizar el
costo de transporte.
Función Objetivo F = f (Xijt , i = 1, 2, . . . , m; j = 1, 2, . . . , n y t = 1, 2, . . . , u) Función costo de trans-

porte
Xijt : Cantidad a transportar desde el origen i hasta el destino j en el período t donde i = 1, 2, . . . , m;j =
1, 2, . . . , n y t = 1, 2, . . . , u
Ii,t : Inventario disponible de suministro en el origen i al nal del periodo t, donde i = 1, 2, . . . , m; y
t = 1, 2, . . . , u
Parámetros
Cijt : Costo unitario de transporte desde el origen i hasta el destino j en el período t donde i =
1, 2, . . . , m;j = 1, 2, . . . , n y t = 1, 2, . . . , u
ait : Capacidad de oferta o de suministro disponible en el origen i en el periodo t, donde i = 1, 2, . . . , m; y
t = 1, 2, . . . , u
bjt : Demanda requerida o suministro necesario en el destino j en el periodo t, donde j = 1, 2, . . . , n; y
t = 1, 2, . . . , u
ht : Costo de mantenimiento de inventario en el periodo t donde t = 1, 2, . . . , u
Condiciones Iniciales
Ii,o : Inventario inicial disponible en el origen i donde i = 1, 2, . . . , m
t: Índice que identica el periodo t = 1, 2, . . . , u
Sistema abierto para cuando la oferta es mayor que la demanda
m
X n
X
ait + Ii,t−1 > bjt para cada t = 1, 2, . . . , u (5.17)
i=1 j=1
Formulación
m X
X n X
u u X
X m
M inimizar F = Cijt Xijt + ht Ii,t (5.18)
i=1 j=1 t=1 t=1 i=1
Sujeto a:
n
X
Xijt + Ii,t = ait + Ii,t−1 para cada i, . . . , my para cada t = 1, 2, ..., u (5.19)
j=1
m
X
Xijt = bjt para cada j, . . . , n y para cada t = 1, 2, ..., u (5.20)
i=1
Ii,o = ki para cada i = 1, 2, . . . , m (5.21)
Xijt ≥ 0 para cada i = 1, 2, . . . , m ; j = 1, 2, . . . , n y t = 1, 2, . . . , u (5.22)
Ii,t ≥ 0 para cada i = 1, 2, . . . , m y t = 1, 2, . . . , u (5.23)
La restricción 5.19 expresa la condición de oferta en donde lo que se oferta es igual a la la suma de la cantidad
generada en cada origen en un periodo determinado más el inventario disponible sobrante del período anterior lo
cual es igual a la cantidad de ujo que se transportara desde este origen a cada uno de los centros de distribución
en ese período y el inventario nal generado en ess período para ser empleado en el siguiente período.
5.2.3. Modelo de transporte Temporalizado con Backorder

EL presente modelo consisera la posibilidad de establecer el suministro en un entorno variable en donde la
capacidad de oferta no garantiza los requerimientos demandados sobre un horizonte de tiempo en tiempo real.
Objetivo Determinar el plan de distribución sobre un horizonte temporal con el propósito de minimizar el
costo de transporte.
Función Objetivo
F = f (Xijt , i = 1, 2, . . . , m; j = 1, 2, . . . , nyt = 1, 2, . . . , u) Función costo de transporte
1, 2, . . . , n y t = 1, 2, . . . , u
t = 1, 2, . . . , u
Bijt : Nivel de ordenes pendientes al nal del periodo t que van a suplir el destino j desde el origen i
donde i = 1, 2, . . . , m;j = 1, 2, . . . , n y t = 1, 2, . . . , u
Parámetros
1, 2, . . . , m;j = 1, 2, . . . , n y t = 1, 2, . . . , u

t = 1, 2, . . . , u

t = 1, 2, . . . , u
ht : Costo de mantenimiento de inventario en el periodo t, donde t = 1, 2, . . . , u
πt : Costo de penalización por unidad pendiente en el periodo t, donde t = 1, 2, . . . , u
Sistema Abierto con Escasez
Se presenta cuando en algún periodo la capacidad de oferta total más los inventarios disponibles son infe-
riores a la demanda requerida en el mismo periodo, y por lo tanto es necesario producir en periodos posteriores
para satisfacer la demanda insatisfecha.
m
X n
X
ait + Ii,t−1 < bjt para algún t = 1, 2, . . . , u
i=1 j=1
Formulación
m X
X n X
u X m
u X X m X
u X n
M inimizarF = Cijt Xijt + ht Iit + (Cijt + πt )Bijt (5.24)
i=1 j=1 t=1 t=1 i=1 t=1 i=1 j=1
Sujeto a:
n
X n
X
Xijt + Ii,t + Bijt−1 = ait + Ii,t−1 para cada i = 1, 2, . . . , m y t = 1, 2, . . . , u (5.25)
j=1 j=1
m
X m
X
Xijt + Bijt = bjt para cada j = 1, 2, . . . , m y t = 1, 2, . . . , u (5.26)
i=1 i=1
Ii,o = ki para cada i = 1, 2, . . . , m (5.27)
Xijt ≥ 0 para cada i = 1, 2, . . . , m; j = 1, 2, . . . , n y t = 1, 2, . . . , u (5.28)
Bijt ≥ 0 para cada i = 1, 2, . . . , m; j = 1, 2, . . . , n y t = 1, 2, . . . , u (5.29)
Iit ≥ 0 para cada i = 1, 2, . . . , m y t = 1, 2, . . . , u (5.30)
5.2.4. Modelo de Transporte Temporalizado con decit

Objetivo
Determinar el plan de distribución sobre un horizonte temporal con el propósito de minimizar el costo de
transporte.
Función Objetivo
Figura 5.4: Red de modelo de transporte temporalizada con escasez
F = f (Xi jt, i = 1, 2, . . . , m; j = 1, 2, . . . , nyt = 1, 2, . . . , u) Función costo de transporte
1, 2, . . . , n y t = 1, 2, . . . , u
t = 1, 2, . . . , u
Sjt : Nivel de ordenes faltantes en el destino j al nal del periodo t, donde j = 1, 2, . . . , n; y t = 1, 2, . . . , u
Parámetros
1, 2, . . . , m;j = 1, 2, . . . , n y t = 1, 2, . . . , u

t = 1, 2, . . . , u

t = 1, 2, . . . , u
ht :Costo de mantenimiento de inventario en el periodo t donde t = 1, 2, . . . , u
M: Valor Grande
Sistema abierto para cuando la demanda es mayor que la oferta
xij ∈ {0, 1} para cada i = j = 1, 2, ..., n (5.31)
m X
X u n X
X u
ait < bjt (5.32)
i=1 t=1 j=1 t=1
Formulación
m X
X n X
u X m
u X X n
u X
M inimizarF = Cijt Xijt + ht Ii,t + M.Sjt (5.33)
i=1 j=1 t=1 t=1 i=1 t=1 j=1
Sujeto a:
n
X
Xijt + Ii,t = ait + Ii,t−1 para cada i = 1, 2, . . . , m y t = 1, 2, . . . , u (5.34)
j=1
 
n
X X n m
X 
Sjt = max ( bjt − (ait + Ii,t−1 )), 0 para cada t = 1, 2, . . . ., u
 
j=1 j=1 i=1
Xn
Xijt + Sjt = bjt para cada j = 1, 2, . . . , m y t = 1, 2, . . . , u
i=1
Ii,o = k i para cada i = 1, 2, . . . , m
Xijt ≥ 0 para cada i = 1, 2, . . . , m;j = 1, 2, . . . , n y t=1,2,. . . ,u
Ii,t ≥ 0 para cada i = 1, 2, . . . , m y t = 1, 2, . . . , u
Sjt ≥ 0 para cada j = 1, 2, . . . , n y t = 1, 2, . . . , u
5.2.5. Modelo de Transporte Temporalizado con backorder con bienes múltiples

Objetivo
Figura 5.5: Red de modelo de Transporte temporalizada con Décit
Determinar el plan de distribución de bienes múltiples sobre un horizonte temporal con el propósito de mi-
nimizar el costo de transporte.
Función Objetivo
F = f (Xijpt , i = 1, 2, . . . , m; j = 1, 2, . . . , n; p = 1, 2, . . . , qyt = 1, 2, . . . , u)Función costo de transporte
Xijtp : Cantidad a transportar de producto tipo p desde el origen i hasta el destino j en el período
t donde i = 1, 2, . . . , m;j = 1, 2, . . . , n;p = 1, 2, . . . , q y t = 1, 2, . . . , u
Iipt : Inventario disponible de suministro tipo pen el origen i al nal del periodo t, donde i = 1, 2, . . . , m;p =
1, 2, . . . , q y t = 1, 2, . . . , u
Bijpt : Nivel de ordenes pendientes de suministro tipo p al nal del periodo t que van a suplir el des-
tino j desde el origen i donde i = 1, 2, . . . , m;j = 1, 2, . . . , n; p = 1, 2, . . . , q y t = 1, 2, . . . , u
Parámetros
Cijpt : Costo unitario de transporte del suministro p desde el origen i hasta el destino j en el perío-
do t donde i = 1, 2, . . . , m;j = 1, 2, . . . , n; p = 1, 2, . . . , q y t = 1, 2, . . . , u
aipt : Capacidad de oferta del suministro p disponible en el origen i en el periodo t, donde i = 1, 2, . . . , m;p =
1, 2, . . . , q y t = 1, 2, . . . , u
bjpt : Demanda requerida de suministro tipo p necesario en el destino j en el periodo t, donde j =
1, 2, . . . , n;p = 1, 2, . . . , q y t = 1, 2, . . . , u
hpt :Costo de mantenimiento de inventario de suministro tipo pen el periodo t, donde p=1,2,. . . ,q y t =
1, 2, . . . , u
πpt : Costo de penalización por unidad pendiente de suministro tipo pen el periodo t, donde t = 1, 2, . . . , u
Iipo : Inventario inicial disponible de suministro tipo p en el origen i donde i = 1, 2, . . . , m y p = 1, 2, . . . , q
p: Índice que identica eltipo de producto p = 1, 2, . . . , q
Sistema Abierto con Escasez
Se presenta cuando en algún periodo la capacidad de oferta total más los inventarios disponibles de cada
tipo de producto son inferiores a las demandas requeridas en el mismo periodo, y por lo tanto es necesario
producir en periodos posteriores para satisfacer la demanda insatisfecha
m
X n
X
ai,p,t + Ii,p,t−1 < bj,p,t para algún t = 1, 2, . . . , u y p = 1, 2, . . . , q
i=1 j=1
Formulación
X m X
u X q
n X u X
X q
m X X m X
u X q
n X
M in F = Cijpt Xijpt + hpt Iipt + (Cijpt + πpt )Bijpt (5.35)
t=1 i=1 j=1 p=1 t=1 i=1 p=1 t=1 i=1 j=1 p=1
Sujeto a:
n
X n
X
Xi,j,p,t +Ii,t + Bi,j,p,t−1 = ai,p,t +Ii,p,t−1 para cada i = 1, 2, . . . , m; p = 1, 2, . . . , q; t = 1, 2, . . . , u (5.36)
j=1 j=1
m
X m
X
Xijpt + Bijpt = bjpt para cada j = 1, 2, . . . , m; p = 1, 2, . . . , q; t = 1, 2, . . . , u (5.37)
i=1 i=1
Iipo = ki para cada i = 1, 2, . . . , m; p = 1, 2, . . . , q (5.38)
Xijpt ≥ 0 para cada i = 1, 2, . . . , m j = 1, 2, . . . , n; p = 1, 2, . . . , q y t = 1, 2, . . . , u (5.39)
Xijpt ≥ 0 para cada i = 1, 2, . . . , m; j = 1, 2, . . . , n; p = 1, 2, . . . , q y t = 1, 2, . . . , u (5.40)
Bijpt ≥ 0 para cada i = 1, 2, . . . , m;j = 1, 2, . . . , n;p = 1, 2, . . . , q y t = 1, 2, . . . , u
Iipt ≥ 0 para cada i = 1, 2, . . . , m;p = 1, 2, . . . , q y t = 1, 2, . . . , u

Figura 5.6: Red del modelo de Transporte Temporalizado con backorder con bienes múltiples
5.2.6. Modelo de Transbordo

El Problema de transbordo, intertransporte o reembarque, es una variación del modelo original de transporte
que se ajusta a la posibilidad común de transportar unidades mediante nodos fuentes, destinos y transitorios,
mientras el modelo tradicional solo permite envíos directos desde nodos fuentes hacia nodos destinos.
Existe la posibilidad de resolver un modelo de transbordo mediante las técnicas tradicionales de resolución
de modelos de transporte y este procedimiento se basa en la preparación del tabulado inicial haciendo uso de
articios conocidos con el nombre de amortiguadores, los cuales deben ser iguales a la sumatoria de las ofertas
de los nodos de oferta pura y de coeciente cero (0) en materia de costos.
Sin embargo. la resolución de un problema de transbordo haciendo uso de los algoritmos de resolución de
modelos de transporte es una idea anacrónica, teniendo en cuenta la posibilidad de acceso a herramientas de
cómputo capaces de resolver problemas complejos una vez modelados mediante las técnicas de programación
lineal.
F = f (Xij , Yij , i = 1, 2, . . . , m, j = 1, 2, . . . , n, k = 1, 2, ..., l) Función costo de transporte y distribución con

transbordos
Xij : Cantidad a transportar desde el origen i hasta el punto intermedio j donde i = 1, 2, . . . , m;j =
1, 2, . . . , n
Yij : Cantidad a transportar desde el punto intermedio j hasta el destino k donde j = 1, 2, . . . , n;k =
1, 2, . . . , l
Parámetros
Cij : Costo unitario de transporte desde el origen i hasta el punto intermedio j donde i = 1, 2, . . . , m;j =
1, 2, . . . , n
dij : Costo unitario de transporte desde el centro intermedio j hasta el destino k donde j = 1, 2, . . . , n;k =
1, 2, . . . , l
ai : Capacidad de oferta o de suministro disponible en el origen i , donde i = 1, 2, . . . , m;
bk : Demanda requerida o suministro necesario en el destino k , donde k = 1, 2, . . . , l;
j: Índice que identica el punto intermedio j = 1, 2, . . . , n
k: Índice que identica el destino k = 1, 2, . . . , l
Formulación
La formulación del modelo de transbordo varía dependiendo de si el modelo es cerrado (cuando la demanda es
m
X l
X m
X l
X
igual a la oferta ai = bk ) o si es abierto (cuando la demanda es diferente a la oferta ai 6= bk )
i=1 k=1 i=1 k=1
Para resolver un problema mediante un modelo del transporte como cualquier problema de programación lineal
es necesario expresarlo en forma estándar, lo cual es equivalente a tratar un problema abierto generando las
condiciones para que el modelo se cierre.
Para cerrar el modelo es necesario agregar variables de holgura que en la representación gráca se visualiza
agregando un nodo cticio con capacidad igual a la diferencia entre la oferta y la demanda y con arcos dirigidos
que representan las variables de hogura.
Modelo Cerrado de Transbordo

m
X l
X
ai = bk
i=1 k=1
m X
X n n X
X l
M inimizarF = Cij Xij + dij Yij (5.41)
i=1 j=1 j=1 k=1
Sujeto a:
n
X
j=1
Restricciones de balance en los centros de intermedios

m
X l
X
Xij = Yj,k para cada j = 1, 2, . . . , n (5.43)
i=1 k=1
Figura 5.7: Red del modelo de Transbordo
n
X
Yi,j = bk para cada k = 1, 2, . . . , l (5.44)
j=1
Xij ≥ 0 yYjk ≥ 0 para cada i = 1, 2, . . . , m j = 1, 2, . . . , n y j = 1, 2, . . . , n (5.45)
5.2.7. Modelo de Flujo con Costo Mínimo

m X
X m
M inimizar F = Cij Xij (5.46)
i=1 j=1
Sujeto a:
m
X m
X
xij − xki = bi para cada i = 1, 2, ..., m (5.47)
j=1 k=1
5.2.8. Modelo de la Ruta más Corta

Considere una red conexa y no dirigida con dos nodos especiales llamados origen y destino. A cada ligadura
(arco no dirigido) se asocia una distancia no negativa. El objetivo es encontrar la ruta más corta (la trayectoria
con la mínima distancia total) del origen al destino.
Se dispone de un algoritmo bastante sencillo para este problema. La esencia del procedimiento es que analiza
toda la red a partir del origen; identica de manera sucesiva la ruta más corta a cada uno de los nodos en orden
Figura 5.8: Red de Flujo Mínimo
ascendente de sus distancias (más cortas), desde el origen; el problema queda resuelto en el momento de llegar
al nodo destino.
Algoritmo de la ruta más corta (Algoritmo Dijkstra):
Objetivo de la n-ésima iteración: encontrar el n-ésimo nodo más cercano al origen. (Este paso se repetirá
para n=1,2,. . . hasta que el n-ésimo nodo más cercano sea el nodo destino.)
Datos para la n-ésima iteración: n-1 nodos más cercanos al origen (encontrados en las iteraciones previas),
incluida su ruta más corta y la distancia desde el origen. (Estos nodos y el origen se llaman nodos resueltos, el
resto son nodos no resueltos.)
Candidatos para el n-ésimo nodo más cercano: Cada nodo resuelto que tiene conexión directa por una liga-
dura con uno o más nodos no resueltos proporciona un candidato, y éste es el nodo no resuelto que tiene la
ligadura más corta. (Los empates proporcionan candidatos adicionales.)
Cálculo del n-ésimo nodo más cercano: para cada nodo resuelto y sus candidatos, se suma la distancia en-
tre ellos y la distancia de la ruta más corta desde el origen a este nodo resuelto. El candidato con la distancia
total más pequeña es el n-ésimo nodo más cercano (los empates proporcionan nodos resueltos adicionales), y su
ruta más corta es la que genera esta distancia.
m X
X m
M inimizar F = dij Xij (5.48)
i=1 j=1
Sujeto a:


 1 si i=0
m m


X X 
xij − xki = 0 si i = 2, 3, ..., m − 1 (5.49)

j=1 k=1 


−1 si i=m

Xi,j = {0, 1} son binarios ∀(i, j) ∈ A (5.50)
5.2.9. Modelo de Flujo Máximo

Se trata de enlazar un nodo fuente y un nodo destino a través de una red de arcos dirigidos. Cada arco tiene
una capacidad máxima de ujo admisible. El objetivo es el de obtener la máxima capacidad de ujo entre la
fuente y el destino.
Características:
Todo ujo a través de una red conexa dirigida se origina en un nodo, llamado fuente, y termina en otro
nodo llamado destino.
Los nodos restantes son nodos de trasbordo. Se permite el ujo a través de un arco sólo en la dirección in-
dicada por el arco, donde la cantidad máxima de ujo está dada por la capacidad del arco. En la fuente, todos
los arcos señalan hacia fuera. En el destino, todos señalan hacia el nodo.
El objetivo es maximizar la cantidad total de ujo de la fuente al destino. Esta cantidad se mide en cual-
quiera de las dos maneras equivalentes, esto es, la cantidad que sale de la fuente o la cantidad que entra al
destino. El problema de ujo máximo se puede formular como un problema de programación lineal, se puede
resolver con el método símplex y usar cualquier software. Sin embargo, se dispone de un algoritmo de trayecto-
rias aumentadas (Algoritmo Ford-Fulkerson) más eciente. El algoritmo se basa en dos conceptos intuitivos, el
de red residual y el de trayectoria aumentada.
Algoritmo de la trayectoria de aumento para el problema de ujo máximo:
1. Se identica una trayectoria de aumento encontrando alguna trayectoria dirigida del origen al destino en
la red residual, tal que cada arco sobre esta trayectoria tiene capacidad residual estrictamente positiva. (Si no
existe una, los ujos netos asignados constituyen un patrón del ujo óptimo).
2. Se identica la capacidad residual (R) de esta trayectoria de aumento encontrando el mínimo de las ca-
pacidades residuales de los arcos sobre esta trayectoria. Se aumenta en (R) el ujo de esta trayectoria.
3. Se disminuye en (R) la capacidad residual de cada arco en esta trayectoria de aumento. Se aumenta en
(R) la capacidad residual de cada arco en la dirección opuesta en esta trayectoria. Se regresa la paso 1.
El modelo matemático del problema de ujo máximo se muestra en las ecuaciones 5.51 (función objetivo),
5.52 (restricciones de balance) y 5.53 (restricciones de capacidad de ujo) la cual indica que no se puede tener
ujo negativo, ni puede uir más que una cantidad permitida, en donde el objetivo,las variables de decisión y
parámetros son:
OBJETIVO Determinar el ujo máximo permitido sobre la red.
VARIABLES DE DECISIÓN
xij : Cantidad de ujo sobre el arco (i, j) ∈ A

f: Flujo máximo
PARÁMETROS
Uij : Cantidad máxima permitida de ujo sobre el arco (i, j) ∈ A
FORMULACIÓN
M aximizar F =f (5.51)
Sujeto a:


 f si i=0
m m


X X 
xij − xki = 0 si i = 2, ..., m − 1 (5.52)

j=1 k=1 


−f si i=m

0 ≤ Xi,j ≤ Ui,j para cada arco(i, j) ∈ A (5.53)
5.2.10. Modelo de árbol de expansión Mínima

El modelo de árbol de mínima expansión tiene que ver con la determinación de los ramales que pueden unir
todos los nodos de una red, tal que minimice la suma de las longitudes de los ramales escogidos. No se deben
incluir ciclos en al solución del problema.
Para crear el árbol de expansión mínima tiene las siguientes características:
Se tienen los nodos de una red pero no las ligaduras. En su lugar se proporcionan las ligaduras potenciales
y la longitud positiva para cada una si se inserta en la red. (Las medidas alternativas para la longitud de una
ligadura incluyen distancia, costo y tiempo.)
Se desea diseñar la red con sucientes ligaduras para satisfacer el requisito de que haya un camino entre cada
par de nodos.
El objetivo es satisfacer este requisito de manera que se minimice la longitud total de las ligaduras inserta-
das en la red.
Una red con n nodos requiere sólo (n-1) ligaduras para proporcionar una trayectoria entre cada par de no-
dos. Las (n-1) ligaduras deben elegirse de tal manera que la red resultante formen un árbol de expansión. Por
tanto el problema es hallar el árbol de expansión con la longitud total mínima de sus ligaduras.
Algoritmos para construir el árbol de expansión mínima:
El algoritmo de kruskal o el algoritmo prim son algoritmos de recubrimiento mínimo conexo ponderado, o
sea que unen todos los nodos formando un árbol, tomando la aristas que tengan un peso que siempre sea menor.
Este árbol (spanning tree) de un grafo es un subgrafo que contiene todos sus vértices o nodos.
1. Se selecciona, de manera arbitraria, cualquier nodo y se conecta (es decir, se agrega una ligadura) al no-
do distinto más cercano.
2. Se identica el nodo no conectado más cercano a un nodo conectado y se conectan estos dos nodos (es
decir, se agrega una ligadura entre ellos). Este paso se repite hasta que todos los nodos están conectados.
3. Empates: los empates para el nodo más cercano distinto (paso 1) o para el nodo no conectado más cer-
cano (paso 2), se pueden romper en forma arbitraria y el algoritmo debe llegar a una solución óptima. No
obstante, estos empates son señal de que pueden existir (pero no necesariamente) soluciones óptimas múltiples.
Todas esas soluciones se pueden identicar si se trabaja con las demás formas de romper los empates hasta el
nal.
El modelo matemático del problema del árbol de expansión mínima se puede expresar de la manera siguiente:
X
M inimize Ci,j Xi,j (5.54)
(i,j)∈A
Subject to:
Restricción de sub-grafo (generación de un árbol)

X
Xi,j = n − 1 (5.55)
(i,j)∈A
Restricción que aseguramiento de conectividad de los nodos
n
X n
X
Xi,j + Xki ≥ 1 para cada nodo i = 1, 2, . . . , n (5.56)
j=1 k=1
Restricción de sub-tours
X
∈ A(S)Xi,j ≤ |S| − 1 para cualquier conjunto S of nodes (5.57)
(i,j)
Condición de lógica
Xi,j = {0, 1} son binarios ∀(i, j) ∈ A (5.58)
5.2.11. Modelo de Flujo de bienes Múltiples

Una extensión del problema de redes de ujo de costo mínimo es la consideración del ujo sobre la red de
bienes múltiples que comparten los recursos de distribución, a partir de las condiciones presentes en un deter-
minado contexto puede agregarse relaciones y restricciones dependiendo de la información requerida.
5.2.12. Modelo de Flujo de bienes Múltiples Multimodal

Otra caracteristica importante a tener en cuenta en la formulación de modelos es el uso de diferentes recursos
o medios de transporte en la solución y diseño de redes de distribución; por su variedad es posible desarrollar
diferentes al ternativas, además de mencionar la condición de temporalidad.
5.2.13. Problema del Agente Viajero

En el Problema del Agente Viajero - TSP (Travelling Salesman Problem), el objetivo es encontrar un reco-
rrido completo que conecte todos los nodos de una red, visitándolos tan solo una vez y volviendo al punto de
partida, y que además minimice la distancia total de la ruta, o el tiempo total del recorrido
Una formulación para este problema puede ser:
n X
X n
M inimizar dij xij (5.59)
i=1 j=1
sujeto a:
n
X
xij = 1 para cada i = 1, 2, ..., n (5.60)
j=1
n
X
xij = 1 para cada j = 1, 2, ..., n (5.61)
i=1
ui − uj + nxij ≤ n − 1 para cada i = j = 1, 2, ..., n (5.62)
1 ≤ uj ≤ n para cada i = 1, 2, ..., n (5.63)
xij ∈ {0, 1} para cada i = j = 1, 2, ..., n (5.64)
Su importancia radica en su utilidad para los problemas de ruteo, y de secuenciación de ordenes y muchas más
que serían de bastante utilidad para la construcción del DSS, además del desarrollo teórico y algorítmico que
conforman una base solida de conocimiento para el presente proyecto; de otra parte los problemas de múltiples
agentes viajeros; de ruteo de vehículos (VRP) y los problemas de machine y project scheduling abarcan una
desarrollo teórico fuera del alcance del presente proyecto.
5.2.14. Modelo de Transporte y Distribución Temporal como ujo de Costo mí-

nimo
OBJETIVO Determinar el ujo con costo mínimo (de un bien) sobre una red de distribución con el n de
obtener el costo mínimo
FUNCIÓN OBJETIVO
F = f (Xijt , Iit , i = j = 1, 2, . . . , m” ∧ ”t = 1, 2, . . . , u) :Función costo de ujo de costo mínimo sobre un

horizonte temporal
Xijt : Cantidad de ujo a transportar desde el nodo i hasta el nodo j en el periodo t
Iit : Nivel de inventario disponible del producto en el nodo i al nal del periodo t
PARÁMETROS
Figura 5.9: Red temporal de ujo con costo mínimo
bit : Capacidad en el nodo i en el periodo t
Si bit > 0 −→ Es un nodo de suministro
Si bit < 0 −→ Es un nodo de demanda
Si bit = 0 −→ Es un nodo intermedio o de transbordo
Cijt : Costo por unidad de ujo desde el nodo i al nodo j en el instante t
ht : Costo de mantenimiento de inventario por unidad de producto en el periodo t
Lijt : Cantidad mínima de ujo sobre el arco (i, j) ∈ A en el periodo t
Uijt : Cantidad máxima permitida de ujo sobre el arco (i, j) ∈ A en el periodo t
Lit : Nivel mínimo de inventario en el nodo i en el periodo t
Uit : Nivel máximo de inventario en el nodo i en el periodo t
CONJUNTOS REFERENCIALES
i: Índice que representa los nodos orígenes i=1,2,. . . ,m
j: Índice que representa los nodos destinos j=1,2,. . . ,m
t: Índice que representa los períodos t=1,2,. . . ,u
FORMULACIÓN
m X
X m X
u m X
X u
M inimizar F = Cijt Xijt + ht Iit (5.65)
i=1 j=1 t=1 i=1 t=1
Sujeto a:
RESTRICCIONES DE BALANCE
m
X m
X
Xijt + Iit − Xrit − Iit−1 = bit paracadai = 1, 2, . . . , m ∧ t = 1, 2, . . . , u (5.66)
j=1 r=1
RESTRICCIONES DE CAPACIDAD DE FLUJO
Lijt ≤ Xijt ≤ Uijt para cada arco(i, j, t) ∈ A (5.67)
Lit ≤ Iit ≤ Uit para cada arco (i, t, t + 1) ∈ A (5.68)
CONDICIONES LÓGICAS
Xijt , Iit ≥ 0 ∀i, ∀j, ∀k, ∀q, ∧∀t (5.69)
5.2.15. Modelo de Transporte y Distribución multiproducto como ujo de costo

mínimo con temporalidad
OBJETIVO
Determinar el ujo con costo mínimo (de varios bienes) sobre una red de distribución con el n de obtener
el costo mínimo
FUNCIÓN OBJETIVO
F = f (Xijkt , Iit i = j = 1, 2, . . . , m, k = 1, 2, . . . , l ∧ t = 1, 2, . . . , u) :Función costo de ujo de costo míni-

mo de bienes múltiples sobre un horizonte temporal
Xijkt : Cantidad de ujo de producto tipo k a transportar desde el nodo i hasta el nodo j en el pe-
riodo t
Iikt : Nivel de inventario disponible de producto tipo k en el nodo i al nal del periodo t
PARÁMETROS
bikt : Capacidad de recurso tipo k en el nodo i en el periodo t
Si bikt > 0 −→ Es un nodo de suministro
Si bikt < 0 −→ Es un nodo de demanda
Si bikt = 0 −→ Es un nodo intermedio o de transbordo

Cijkt : Costo por unidad de ujo de producto tipo k del nodo i al nodo j en el instante t
hkt : Costo de mantenimiento de inventario por unidad de producto k en el periodo t
Lijkt : Cantidad mínima requerida de ujo del producto tipo k sobre el arco (i, j) ∈ A en el periodo t
Uijkt : Cantidad máxima permitida de ujo del producto tipo k sobre el arco (i, j) ∈ A en el periodo t
Likt : Nivel mínimo de inventario de producto tipo k en el nodo i en el periodo t
Uikt : Nivel máximo de inventario de producto tipo k en el nodo i en el periodo t
k: Índice que representa los períodos k=1,2,. . . ,l
FORMULACIÓN
m X
X m X
l X
u m X
X l
u X
M inimizarF = Cijkt Xijkt + hkt Iikt (5.70)
i=1 j=1 k=1 t=1 i=1 t=1 k=1
Sujeto a:
m
X m
X
Xijkt + Iikt − Xrikt − Iikt−1 = bikt para i = 1, 2, . . . , m, k = 1, 2, . . . , l ∧ t = 1, 2, . . . , u (5.71)
j=1 k=1
Lijkt ≤ Xijkt ≤ Uijkt para cada arco(i, j, k, t) ∈ A (5.72)
Li kt ≤ Iikt ≤ Uikt para cada arco(i, k, t, t + 1) ∈ A (5.73)
Xijkt , Iikt ≥ 0 ∀i, ∀j, ∀k ∧ ∀t (5.74)

5.2.16. Modelo de Transporte y Distribución multiproducto como ujo de costo

mínimo con temporalidad
OBJETIVO
Determinar el ujo con costo mínimo (de varios bienes) sobre una red de distribución con el n de obtener
el costo mínimo
FUNCIÓN OBJETIVO F = f (Xijkt , Iit i = j = 1, 2, . . . , m, k = 1, 2, . . . , l ∧ t = 1, 2, . . . , u) : Función

costo de ujo de costo mínimo de bienes múltiples sobre un horizonte temporal
Xijkt :Cantidad de ujo de producto tipo k a transportar desde el nodo i hasta el nodo j en el perio-
do t
Iikt : Nivel de inventario disponible de producto tipo k en el nodo i al nal del periodo t
PARÁMETROS
bikt : Capacidad de recurso tipo k en el nodo i en el periodo t
Sibikt > 0 −→ Es un nodo de suministro
Sibikt < 0 −→ Es un nodo de demanda
Sibikt = 0 −→ Es un nodo intermedio o de transbordo
Cijkt : Costo por unidad de ujo de producto tipo k del nodo i al nodo j en el instante t
hkt : Costo de mantenimiento de inventario por unidad de producto k en el periodo t
Lijkt : Cantidad mínima requerida de ujo del producto tipo k sobre el arco (i,j) ∈A en el periodo t
Uijkt : Cantidad máxima permitida de ujo del producto tipo k sobre el arco (i,j) ∈A en el periodo t
Likt : Nivel mínimo de inventario de producto tipo k en el nodo i en el periodo t
Uikt : Nivel máximo de inventario de producto tipo k en el nodo i en el periodo t
k: Índice que representa los períodos k=1,2,. . . ,l
FORMULACIÓN
m X
X m X
l X
u X X l
X
M inimizar F = Cijkt Xijkt + i = 1m t = 1u hkt Iikt (5.75)
i=1 j=1 k=1 t=1 k=1
Sujeto a:
m
X m
X
Xijkt + Iikt − Xrikt − Iikt−1 = bikt para i = 1, 2, . . . , m, k = 1, 2, . . . , l ∧ t = 1, 2, . . . , u (5.76)
j=1 k=1
Lijkt ≤ Xijkt ≤ Uijkt para cada arco (i, j, k, t) ∈ A (5.77)
Likt ≤ Iikt Uikt para cada arco (i, k, t, t + 1) ∈ A (5.78)
Xijkt , Iikt ≥ 0∀i, ∀j, ∀k ∧ ∀t (5.79)
5.3. Modelos de Localización
Los modelos desarrollados en está sección fueron diseñados para abordar las decisiones de localización de
entros de acopio en el marco del proyecto de la generación del plan de abastecimiento del corredor agroindustrial
de cundinamarca y se baso en el artículo Modelo de Localización dinámica de nodos logísticos intermedios den-
tro de zonas seguras en el contexto de logística focalizada (Kalenatic, López Bello, González, y Rueda Velasco,
2011).
5.3.1. Modelo de localización de una instalación

OBJETIVO:
Determinar la ubicación de una instalación con el propósito de minimizar las distancias ponderadas con respecto
a otras locaciones.
FUNCIÓN OBJETIVO:
5.3. MODELOS DE LOCALIZACIÓN 123
Figura 5.10: Red de ujo con costo mínimo temporal multiproducto
F = f (dxi , dyi , i = 1, 2, . . . , m, P x, P y):Función suma de las distancias ponderadas.
(P x, P y):Coordenadas de la nueva instalación.
xi :Diferencia entre la abscisa de la locación i y la abscisa de la instalación nueva i = 1, 2, . . . , m
dyi : Diferencia entre la ordenada de la locación i y la ordenada de la instalación nueva i = 1, 2, . . . , m
|dxi |: Distancia entre las abscisas de la locación i y de la instalación nueva, i = 1, 2, . . . , m
|dyi |: Distancia entre las ordenadas de la locación i y de la instalación nueva, i = 1, 2, . . . , m

(+)
dxi : Distancia entre la abscisa de la locación i y la abscisa de la instalación nueva i = 1, 2, . . . , m
(−)
dxi : Distancia entre la abscisa de la instalación nueva y la abscisa de la locación i i = 1, 2, . . . , m
(+)
dyi : Distancia entre la ordenada de la locación i y la ordenada de la instalación nueva i = 1, 2, . . . , m
(−)
dyi : Distancia entre la ordenada de la instalación nueva y la ordenada de la locación i i = 1, 2, . . . , m
PARÁMETROS
Ai : Abscisa de la locación i i = 1, 2, . . . , m
Oi : Ordenada de la locación i i = 1, 2, . . . , m
Wi : Flujo de demanda desde la locación i, i = 1, 2, . . . , m
FORMULACIÓN
m
X
M inimizarF = Wi ∗ (|dxi | + |dyi |) (5.80)
i=1
sujeto a:
dxi = Ai − P xpara cada i = 1, 2, . . . , m (5.81)
dyi = Oi − P y para cada i = 1, 2, . . . , m (5.82)
dxi , dyi ∈ R para cada i = 1, 2, . . . , m (5.83)
|dxi |, |dyi | ≥ 0 para cada i = 1, 2, . . . , m (5.84)
P x, P y ∈ R (5.85)
(+) (−)
dxi = dxi − dxi para cada i = 1, 2, . . . , m (5.86)
(+) (−)
dxi , dxi ≥ 0 para cada i = 1, 2, . . . , m (5.87)
(+) (−)
|dxi | = dxi + dxi para cada i = 1, 2, . . . , m (5.88)
(+) (−)
dyi = dyi − dyi para cada i = 1, 2, . . . , m (5.89)
(+) (−)
dyi , dyi ≥ 0 para cada i = 1, 2, . . . , m (5.90)
(+) (−)
|dyi | = dyi + dyi para cada i = 1, 2, . . . , m (5.91)
Sustituyendo para linealizar se tiene:
m
(+) (−) (+) (−)
X
M inimizarF = Wi ∗ (dxi + dxi + dyi + dyi ) (5.92)
i=1
sujetoa:
(+) (−)
dxi − dxi + P x = Ai para cada i = 1, 2, . . . , m (5.93)
(+) (−)
dyi − dyi + P y = Oi para cada i = 1, 2, . . . , m (5.94)
(+) (−) (+) (−)

dxi , dxi , dyi , dyi ≥ 0 para cada i = 1, 2, . . . , m (5.95)
P x, P y ∈ R (5.96)
CON ZONAS
PARÁMETROS
Lxk :Limite inferior sobre las abscisas de la zona k ,donde k=1,. . . ,l
U xk :Limite superior sobre las abscisas de la zona k , donde k = 1, . . . , l
Lyk :Limite inferior sobre las ordenadas de la zonav k ,donde k = 1, . . . , l
U yk :Limite superior sobre las ordenadas de la zona k ,donde k = 1, . . . , l

5.3. MODELOS DE LOCALIZACIÓN 125
−M ∗ δk + Lxk ≥ P x ≥ U xk + M ∗ δk para cada k = 1, 2, . . . , l (5.97)
−M ∗ δk + Lyk ≥ P y ≥ U yk + M ∗ δk para cada k = 1, 2, . . . , l (5.98)
l
X
δk = l − 1 (5.99)
k=1
δk son binarias para cada k = 1, 2, . . . , l (5.100)
5.3.2. Modelo no lineal de localización de varias instalaciones

Objetivo
Determinar la ubicación de "n"puntos de comercialización y distribución para mejorar el tiempo y la dis-

tancia de los clientes.
Función Objetivo
(+) (−) (+) (−)

F = (dxij , dxij , dyij , dyij ) suma de las distancias mínimas
Variables de decisión
(xj , yj ) :Coordenadas de los centros de distribución j donde j = 1, 2, . . . , n
dxij : Diferencia entre abscisas del centro de suministro i y el centro de distribución j , (es una variable
irrestricta) donde i = 1, 2, . . . , m y j = 1, 2, . . . , n
dyij : Diferencia entre ordenadas del centro de suministro i y el centro de distribución j , (es una varia-
ble irrestricta) donde i = 1, 2, . . . , m y j = 1, 2, . . . , n
|dxij | : Distancia entre abscisas el centro de suministro i y el centro de distribución j , que corresponde
al valor absoluto de dxij donde i = 1, 2, . . . , m y j = 1, 2, . . . , n
|dyij | : Distancia entre ordenadas del centro de suministro i y el centro de distribución j , que corresponde
al valor absoluto de dyij donde i = 1, 2, . . . , m y j = 1, 2, . . . , n
(+)
dxij : Distancia si la abscisa del centro de suministro i se encuentra a la derecha de la abscisa del cen-
tro de distribución j , donde i = 1, 2, . . . , m y j = 1, 2, . . . , n
(−)
dxij : Distancia si la abscisa del centro de consumo i se encuentra a la izquierda de la abscisa del cen-
(+)
dyij : Distancia si la ordenada del centro de consumo i se encuentra por encima de la abscisa del cen-
(−)
dyij : Distancia si la ordenada del centro de consumo i se encuentra por debajo de la abscisa del centro
de distribución j , donde i = 1, 2, . . . , m y j = 1, 2, . . . , n
λjk : Variable binaria que desactiva la zona k para ubicar el centro de distribución j , donde j = 1, 2, . . . , n
y k = 1, 2, . . . , l
Parámetros
Ai : Abscisa del centro de suministro i, donde i = 1, 2, . . . , m
Oi : Ordenada del centro de suministro i, donde i = 1, 2, . . . , m
Wi : Vector de peso (capacidad de suministro o demanda), donde i = 1, 2, . . . , m
M: Valor grande
m X
n
(+) (−) (+) (−)
X
M inimizarF = (dxij + dxij + dyij + dyij )λij (5.101)
i=1 j=1
Sujeto a:
Restricciones de Distancia
(+) (−)
dxij − dxij + xj = Ai ∀i = 1, 2, . . . , m ∧ ∀j = 1, 2, . . . , n (5.102)
(+) (−)
dyij − dyij + yj = Oi ∀i = 1, 2, . . . , m ∧ ∀j = 1, 2, . . . , n (5.103)
Restricciones de zonas
−M φjk + Lxk ≤ xj ≤ U xk + M φjk ∀k = 1, 2, . . . , l ∧ ∀j = 1, 2, . . . , n (5.104)
−M φjk + Lyk ≤ yj ≤ U yk + M φjk ∀k = 1, 2, . . . , l ∧ ∀j = 1, 2, . . . , n (5.105)
Restricciones de localización en zonas
l
X
φjk = l − 1 ∀j = 1, 2, . . . , n (5.106)
k=1
n
X
φjk ≥ n − 1 ∀k = 1, 2, . . . , l (5.107)
j=1
(+) (−) (+) (−)

dxij , dxij , dyij , dyij ≥ 0 ∀i = 1, 2, . . . , m ∧ ∀j = 1, 2, . . . , n (5.108)
n
X
λij = 1∀i = 1, 2, . . . , m (5.109)
j=1
λij ∈ (0, 1); ∀i = 1, . . . , m ∧ ∀j = 1, 2, . . . , n (5.110)
φjk ∈ (0, 1); ∀j = 1, . . . , n ∧ ∀k = 1, 2, . . . , l (5.111)
Las restricciones (5.101) y (5.103) determinan la ubicación relativa de cada centro de distribución j con
5.4. MODELOS DE PLANEACIÓN Y PROGRAMACIÓN DE CAPACIDADES 127
respecto a cada centro de consumo i en términos de la distancia
Las restricciones (5.104) y (5.105) permite desactivar las zonas donde no se van a ubicar los centros de distribu-
ción si la variable binaria "φjk "toma el valor de uno (1) entonces se desactiva la zona k permitiendo correr los
límites de la zona correspondiente y si toma el valor de cero (0) entonces signica que el centro de distribución
j se ubicara en la correspondiente zona k La restricción (5.106) indica que cada centro j se ubicara en solo
una zona, lo cual se logra haciendo que el resto de zonas para cada centro de distribución j se desactiven, es
decir todas las variables binarias "φjk "menos una tomaran valor de uno (1) para cada centro de distribución
j
La restricción (5.107) asegura que cada centro de distribución se ubique en una zona diferente con respecto
a los otros centros de distribución
La restricción (5.108) indica que las variables de distancia son variables reales positivas, la restricción nú-
mero (5.109) indica que solo puede ser asignado cada centro de consumo a un solo centro de distribución y las
restricción (5.110) y (5.111) indican que las variables φjk y λjk son del tipo binario.
5.3.3. Modelo lineal de localización varias instalaciones

Para expresar el problemaen forma lineal se tiene:
m
X
M inimizarF = dmini (5.112)
i=1
Sujeto a:
(+) (−) (+) (−)

(dxij + dxij + dyij + dyij ) ≤ dmini + M λij ∀i = 1, 2, . . . , m y ∀j = 1, 2, . . . , n (5.113)
n
X
λij = n − 1 ∀i = 1, 2, . . . , m (5.114)
j=1
Se dene otra variable de decisión dmini como la distancia mínima de un cliente ïçon respecto a los dife-
rentes centros de distribución y se formula el modelo lineal con las las restricciones de la (5.102) a la (5.111) del
modelo no lineal y adicionando las restricciones (5.113) y (5.114)
la restricciones (5.113) y (5.114) aseguran que las distancias más largas deben ser inferiores a la distancia
mínima mas un valor grande y la distancia más pequña es asignada a la variable distancia mínima.
5.4. Modelos de Planeación y programación de capacidades
5.4.1. Modelo de Ampliación de Capacidades para la toma de decisiones como

soporte logístico del conocimiento
Uno de los problemas complejos que se presentan en la toma de decisiones es el relacionado con el dimen-
sionamiento y desarrollo de la capacidad productiva para afrontar los cambios y tendencias de un mercado
Figura 5.11: Localización de centros de distribución
altamente competitivo. Como constituir y formular estrategias basadas en un conocimiento.
El principal insumo de información para la toma de decisiones en toda organización de producción de bienes y
servicios se origina del conocimiento de la naturaleza de la demanda y de sus patrones de comportamiento, y
en función de su conocimiento se determinan los requerimientos de recursos para proveerlos de forma eciente y
garantizar el cumplimiento efectivo de las metas de la organización.(López Bello, Medina García, y Udden, 2014)
Entonces a partir del análisis de la relación oferta demanda, se formulan las estrategias de desarrollo y proyec-
ción del sistema organizacional. Situaciones como:
Cuando la demanda es muy inferior a los recursos disponibles, se puede pensar en jar políticas y planes
de innovación soportados en el desarrollo de nuevos productos y procesos, además de requerir cambios a nivel
funcional o inclusive evaluar cambios tecnológicos, que respondan con rapidez a las tendencias del mercado.
Si los productos y servicios ofertados tienen ciclos de vida largos y su innovación es relativamente fácil de
modicar, por ejemplo presentación, color, tamaño y demás cualidades que apuntan a la percepción del cliente,
entonces a partir de la disponibilidad de datos históricos de puede proyectar la demanda, ahora bien, si la
proyección de la demanda es creciente y se percibe necesidades de incrementar la capacidad, se inere que es
necesario planicar el desarrollo de la capacidad a nivel estratégico y táctico. En el mediano plazo se pueden
analizar la factibilidad de aumentar la capacidad disponible con la programación de tiempo extra o la progra-
mación de nuevos turnos de trabajo, o si denitivamente se requiere la compra de nuevas instalaciones y equipos
que suplan las necesidades futuras, aquí se debe pensar y proyector la oferta de nuevos productos y servicios.
Con este modelo se pretende evaluar la viabilidad técnica y económica de ampliar la capacidad instalada,
emplear los recursos al posibilitar la programación de tres turnos de trabajo, o utilizar tiempo extra, si es
conveniente incrementar la capacidad para cada etapa de proceso o si no en cada momento del tiempo, es de
notar que la decisión de programar un recurso máquina en dos o tres turnos, así mismo si se decide programar
tiempo extra es necesario considerar en cada etapa de proceso el incremento de los costos jos para cada deci-
sión recomendada, además de considerar los costos adicionales por la amortización de la compra de las nuevas
máquinas y equipos, y la contratación de nuevo personal.
Entonces la función objetivo queda estructurada en función de los niveles de producción e inventario, en la
decisión de comprar nuevas máquinas y equipos, en la decisión de programar uno, dos, tres turnos o tiempo
extra para cada etapa de proceso en cada periodo de tiempo y en el número de operarios nuevo requerido para
la manipulación de los equipos en esos turnos adicionales y en las nuevas instalaciones. Entonces la función
de producción ampliación de la capacidad instalada con tres niveles de economía de escala y tiempo extra se
denota como la ecuación (5.115) y se expresa en la ecuación (5.116)
(3) (e)
F = f (Xjt , Xjt ), Xjt , Ijt , Oct , Yi , Wit , Zit , λit , XJ+i,t , XJ+M +1,t ) (5.115)
T X
J T X
J T X
J T X
J
(3) (3) (e) (e) (3)
X X X X
F = (Pj − Cj )Xjt + (Pj − Cj )Xjt + (Pj − Cj )Xjt − hjt Ijt
t=1 j=1 t=1 j=1 t=1 j=1 t=1 j=1
M M M M T
(2) (3) (e)
X X X X X
− CF Ait Wit − CF Ait Zit − CF Ait λit − Ai Yi − CC Oct − CF (5.116)
i=1 i=1 i=1 i=1 t=1
Objetivo:
Determinar un plan de ampliación de la capacidad instalada programando nuevos turnos de trabajo o pro-
gramando tiempo extra, orientado a la maximización de la utilidad y ampliación de la capacidad instalada.
Función Objetivo:
Xjt : Cantidad a elaborar de producto tipo j en el periodo t en tiempo regular (turnos uno y dos)
(3)
Xjt :Cantidad a elaborar de producto tipo j en el periodo t en el tercer turno
(e)
Xjt : Cantidad a elaborar de producto tipo j en el periodo t en tiempo extra
Wit : Variable de decisión binaria que expresa la posibilidad de programar un segundo turno en la etapa
de proceso i", en el período "t"
Zit : Variable de decisión binaria que expresa la posibilidad de programar un tercer turno en la etapa de
proceso i", en el período "t"
λit : Variable de decisión binaria que expresa la posibilidad de programar tiempo extra en la etapa de pro-
ceso i en el período "t"
W et : Variable de decisión binaria que expresa la posibilidad de programar personal en tiempo extra en el
periodo "t"
XJ+i,t : Ocio productivo de la maquinaria tipo "i", en tiempo regular, en el período "t"
XJ+M +1,t : Ocio productivo del recurso mano de obra en tiempo regular en el período "t"
(e)
XJ+M +1,t : Ocio productivo del recurso mano de obra en tiempo extra en el periodo t
(3)
XJ+i,t : Ocio productivo de la maquinaria tipo i en el tercer turno, en el período t
(e)
XJ+i,t : Ocio productivo de la maquinaria tipo i si se programa tiempo extra, en el período t
Yi : Número de máquinas a adquirir del tipo i
Oct : Número de operarios nuevos a contratar (polivalentes), en el periodo t
Ijt : Inventario disponible al nal del período t del producto tipo j
dnj,t : Demanda no satisfecha de producto tipo j , en el período t
(2)
Yit : Máquinas nuevas del tipo i a programar en el segundo turno en el período t
(3)
Yit : Máquinas nuevas a programar en el tercer turno, en el período t
(e)
Yit : Máquinas nuevas a programar en tiempo extra, en el período t
(e)
Oct : Operarios nuevos a programar en tiempo extra en el periodo t
Parámetros
Cj : Costo unitario de producción en tiempo regular (turnos uno y dos) del artículo tipo j
(3)
Cj : Costo unitario de producción si se produce en el tercer turno del artículo tipo j
(e)
Cj : Costo unitario de producción si se produce en el tiempo extra del artículo tipo j
Pj : Precio de venta por unidad de producto tipo j CF : Costo Fijo
dmaxjt :Demanda potencial del producto tipo j , en el período t
dminj,t : Demanda requerida del producto tipo j , en el período t
(1)
Cdit : Capacidad disponible en un turno de la maquinaria en la etapa de proceso i programada, en el
período t
(2)
Cdit : Capacidad disponible adicional de máquina en la etapa de proceso i si se programa un segundo
turno, en el período t
(3)
Cdit : Capacidad disponible adicional de máquina en la etapa de proceso i si se programa un tercer turno,
(e)
en el período t Cdit : Capacidad disponible adicional de máquina en la etapa de proceso i si se programa
tiempo extra, en el período t
(1)
Cduit : Capacidad disponible por unidad de máquina si se programa un turno en la etapa de proceso i,
en el período t
(2)
Cduit : Capacidad disponible del segundo turno por unidad de máquina si se programan dos turnos en la
etapa de proceso i, en el período t
(3)
Cduit : Capacidad disponible del tercer turno por unidad de máquina si se programan tres turnos en la
etapa de proceso i, en el período t
(e)
Cduit : Capacidad disponible por unidad de máquina si se programa tiempo extra en la etapa de proceso
i, en el período t
Kdt : Capacidad disponible del recurso mano de obra en tiempo regular en el periodo t
Kdet : Capacidad disponible del recurso mano de obra, en tiempo extra en el período t
Kdot : Capacidad disponible por operario en tiempo regular en el período t
Kdoet : Capacidad disponible por operario en tiempo extra el período t
aij : Tiempo de elaboración estándar de un producto tipo j en una máquina de la etapa de proceso i
bij : Tiempo de ejecución requerido de mano de obra por unidad de producto tipo j en la etapa de pro-
ceso i
CC : Costo de selección, contratación y capacitación de un operario nuevo.
hjt : Costo de mantener inventario por unidad de producto tipo j en el período t
(2)
CF Ait : Costos adicionales por incremento en los niveles de producción al programar un segundo turno en la
etapa de proceso i en el periodo t
(3)
CF Ait : Costos adicionales por incremento en los niveles de producción al programar un tercer turno en
la etapa de proceso i en el periodo t
(e)
CF Ait : Costos adicionales por incremento en los niveles de producción al programar tiempo extra en la
etapa de proceso i en el periodo t
Ai : Costo de amortización por la compra, instalación y puesta en marcha de una máquina tipo i
Eri : Espacio requerido para la instalación de una nueva máquina, considerando las áreas de trabajo para:
alimentación de materia prima, manipulación del equipo y almacenamiento temporal de producto procesado en
la etapa de proceso i
Ed : Espacio disponible para la instalación de nuevos equipos.
fs : Factor de servicio
Condiciones iniciales:
Ij0 : Inventario disponible al inicio del período de planeación de producto tipo j (de tal manera que es
igual a una constante), para cada = 1, 2, . . . , J
Referenciales
i: Índice que identica la etapa de proceso, donde i = 1, 2, . . . , M
j: Índice que identica el tipo de producto, donde j = 1, 2, . . . , J

t: Índice que identica el periodo de producción, donde t = 1, 2, . . . , T
M: Número de etapas de proceso o tipos de máquina.
J: Número de tipos de producto.
T : Número de períodos del horizonte de planeación
Restricciones
El modelo de ampliación de capacidad instalada con tres niveles de economía de escala para decisiones es-
tratégicas y tácticas programación de tres turnos y la posibilidad de programar tiempo extra contempla las
siguientes restricciones:
Restricción de capacidad del recurso máquina y equipo para dos turnos, en ella se toma en cuenta la
posibilidad de aumentar la capacidad con la compra e instalación de nuevos equipos, si se emplea un turno, o
dos turnos, la cual se activa con una variable binaria asociada a esta posibilidad, expresa además la condición
restrictiva de capacidad en tiempo regular (turno uno y dos) entonces, la capacidad necesaria más la holgura
que signica ocio del recurso máquina es igual a la capacidad disponible en tiempo regular aumentada con la
posibilidad de activar el segundo turno y por el aumento de la capacidad con la compra e implementación de
nuevos puestos de trabajo, como se muestra en la expresión (5.117).
J
(2) (1) (2) (1)
X
aij Xjt − XJ+i,t − Cdi,t Wi,t − Cdui,t Yi − Cdui,t Yi = Cdi,t ∀i ∧ ∀t (5.117)
j=1
Restricción de capacidad de producción en el tercer turno, en esta restricción se indica la posibi-
lidad de utilizar el turno tres en la producción, en donde se activa con una variable binaria que habilita la
capacidad adicional por la programación del tercer turno, además del aumento ocasionado por la compra e
instalación de nuevas máquinas y equipo como se observa en la expresión (5.118).
J
(3) (3) (3) (3) (3)
X
aij Xjt + XJ+i,t − Cdit Zi,t − Cduit Yit = 0 ∀i ∧ ∀t (5.118)
j=1
Restricción de capacidad del recurso máquina en tiempo extra, en donde se relaciona la capaci-
dad necesaria empleada en la producción en tiempo extra, limitada por la disponibilidad del tiempo máquina
programable en tiempo extra, el cual se activa con una variable binaria, además de considerar la posibilidad
de utilizar la capacidad adicional por la adquisición, instalación y habilitación de nuevas máquinas y equipos,
como se expresa en la relación (5.119).
J
(e) (e) (e) (e) (e)
X
aij Xjt + XJ+i,t − Cdai,t λit − Cduit Yi,t = 0 ∀i ∧ ∀t (5.119)
j=1
Restricción de capacidad del recurso humano, en ella se relaciona la capacidad requerida de mano de
obra en los tres turnos, con la capacidad disponible asociada a la fuerza laboral actual y la posibilidad de ser
aumentada con la contratación de nuevo personal, lo cual implica un aumento de la capacidad de mano de obra,
esta relación se muestra en la expresión (5.120).
J X
M J X
M t
(3)
X X X
bij Xjt + bij Xjt − Kdot Ocr + XJ+M +1,t = Kdt ∀t (5.120)
j=1 i=1 j=1 i=1 r=1
Restricción de capacidad del recurso mano de obra en tiempo extra, con ella se asocia la deci-
sión de programar personal en tiempo extra, siempre y cuando se habilite el tiempo extra, además contempla
esta posibilidad para el nuevo personal contratado, esta relación se representa con la ecuación (5.121).
J X
M t
(e) (e)
X X
bij Xj,t − Kdoet Oc(e)
r + XJ+M +1,t = Kdet ∀t (5.121)
j=1 i=1 r=1
Restricción de demanda potencial, con está relación se expresa los limítes impuestos por el mercado e
indica que los niveles de producción e inventario no deben sobrepasar la demanda potencial proyectada, siendo
la holgura entre la ofertado y lo demandado la demanda no satisfecha, como se observa en la relación (5.122).
(3) (e)
Xjt + Xjt + Xjt + Ij,t−1 − Ijt + dnjt = dmaxjt ∀j ∧ ∀t (5.122)
Restricción de demanda requerida, con está relación se espera asegurar el cumplimiento de los requerimien-
tos demandados de cada producto en cada momento del tiempo, utilizando las modalidades de producción en
tiempo regular, programación de un tercer turno o programación de tiempo extra, estos requerimientos pueden
obedecer a compromisos realizados con los clientes o por una política de nivel de servicio al cliente y se expresa
como la relación (5.123), con ella se garantiza que los niveles de producción realizada en tiempo regular, en el
tercer turno y en tiempo extra y el nivel de inventario inicial disponible menos el nal en cada periodo para
cada producto debe ser mayor o igual a la demanda mínima requerida.
(3) (e)
Xjt + Xjt + Xjt + Ij,t−1 − Ijt ≥ dminjt ∀j ∧ ∀t (5.123)
Restricción de nivel de servicio, con ella se pretende activar una condición para garantizar un nivel de ser-
vicio al cliente, se utiliza si existe diferencia entre una política de nivel de servicio, con una demanda requerida
cuando existen compromisos con los clientes, en ella se indica que la demanda no satisfecha debe ser inferir a
una fracción de la demanda potencial como se muestra en la relación (5.124).
dnj,t ≤ (1 − f s)dmaxj,t ∀j ∧ ∀t (5.124)
Restricción de espacio físico, con esta condición se limita la posibilidad de comprar e instalar nuevas
máquinas y equipo, en función de la disponibilidad de espacio para el montaje de nuevos puestos de trabajo,
en la parte izquierda se observa que la suma del producto entre el número de máquinas multiplicado por el
espacio requerido para el montaje y funcionamiento por unidad de máquina de cada tipo no debe superior la
disponibilidad de espacio físico, como se observa en la expresión (5.125).
M
X
Eri Yi ≤ Ed (5.125)
i=1
Restricción de benecio nulo, con esta relación se especica que la utilidad generada por los niveles de
producción realizado en los turnos uno, dos y tres y el tiempo extra, menos los costos asociados a los niveles
de inventario, y los costos adicionales que implicaría la programación del segundo, tercer turno y el tiempo
extra, más los costos para amortizar la inversión por la compra e instalación de nuevas máquinas y equipos
debe superar los costos jos programados para el funcionamiento operativo de la organización y se expresa con
la relación (5.126).
T X
J T X
J T X
J T X
J
(3) (3) (e) (e) (3)
X X X X
(Pj − Cj )Xjt + (Pj − Cj )Xjt + (Pj − Cj )Xjt − hjt Ijt
t=1 j=1 t=1 j=1 t=1 j=1 t=1 j=1
M M M M T
(2) (3) (e)
X X X X X
− CF Ait Wit − CF Ait Zit − CF Ait λit − Ai Yi − CC Oct ≥ CF (5.126)
i=1 i=1 i=1 i=1 t=1
La restricción (5.127) expresa la imposibilidad de programar simultáneamente el turno tres con el tiempo
extra se condiciona con la expresión de suma de variables binarias.
Zit + λi,t ≤ 1 ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.127)
Con las expresiones (5.128),(5.129) y (5.130) se asegura que las nuevas máquinas pueden ser programadas
en el segundo, tercer o tiempo extra siempre y cuando se hallan adquirido.
(2)
Yit ≤ Yi ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.128)
(3)
Yit ≤ Yi ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.129)
(e)
Yit ≤ Yi ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.130)
Con las expresiones (5.131),(5.132) y (5.133) se asegura que las nuevas máquinas se pueden programar en los
respectivos turnos, siempre y cuando se hallan habilitado los turnos.
(2)
Yit ≤ M Wit ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.131)
(3)
Yit ≤ M Zit ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.132)
(e)
Yit ≤ M λit ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.133)
Con la relación (5.134) se asegura que la fuerza laboral se debe programar si se programa tiempo extra en
cualquier etapa de proceso en algún periodo.
M
X
W et ≤ λi,t ∀t = 1, 2, . . . , T (5.134)
i=1
Con la restricción (5.135) se asegura que los operarios contratados se les puede programar en tiempo extra
siempre y cuando se hallan contratado.
t
X t
X
Oc(e)
r ≤ Ocr (5.135)
r=1 r=1
Las condición lógica de ser no negativo y además ser de carácter entero de las variables de decisión núme-
ro de máquinas a ser adquiridas, o habilitadas en algún turno y de los operarios contratados y habilitados para
laborar en tiempo extra se muestra en la expresión (5.136).
(2) (3) (e) (e)

Yi , Yit , Yi,t , Yi,t , Oct , Oct ≥0 ∧ integer ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.136)
Las condiciones binarias para la decisión de programar un segundo turno, un tercer turno o tiempo extra
en cada etapa de proceso en cada periodo de tiempo y la decisión de programar el personal en tiempo extra se
muestra en la expresión (5.137).
Wit , Zit , λi,t , W et son binarias ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.137)
Con las restricciones lógicas (5.138) se expresa las condiciones de no negatividad de las variables niveles de
producción en tiempo regular,extra,e inventario, además de la demanda no satisfecha.
(3) (e)
Xjt , Xj,t , Xjt , Ijt , dnj,t ≤ 0 ∀j = 1, 2, . . . , J ∧ ∀t = 1, 2, . . . , T (5.138)
Con las restricciones lógicas (5.139),se expresa la condición de no negatividad de las variables: ocio produc-
tivo del recurso máquina y de la fuerza laboral en tiempo regular, así como la capacidad no utilizada en un
tercer turno o en tiempo extra.
(3) (e) (e)

XJ+i,t , XJ+i,t , XJ+i,t , XJ+M +1,t , XJ+M +1,t ≥ 0 ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T (5.139)
Condiciones Iniciales, con la expresión (5.140) se indica que el inventario disponible al inicio del horizonte de
planeación de producto tipo j es igual a una constante.
Ij,0 = ktej ∀j = 1, 2, . . . , J (5.140)
Resumiendo el modelo de optimización de programación entera mixta para evaluar las estrategias de ampliación
de la capacidad productiva se muestra con la formulación (5.141).
T X
J T X
J T X
J T X
J
(3) (3) (e) (e) (3)
X X X X
M inimizar F = (Pj − Cj )Xjt + (Pj − Cj )Xjt + (Pj − Cj )Xjt − hjt Ijt −
t=1 j=1 t=1 j=1 t=1 j=1 t=1 j=1
M M M M T
(2) (3) (e)
X X X X X
CF Ait Wit − CF Ait Zit − CF Ait λit − Ai Yi − CC Oct − CF
i=1 i=1 i=1 i=1 t=1
Sujeto a: (5.141)
J
(2) (1) (2) (1)
X
aij Xjt − XJ+i,t − Cdi,t Wi,t − Cdui,t Yi − Cdui,t Yi = Cdi,t ∀i ∧ ∀t
j=1
J
(3) (3) (3) (3) (3)
X
aij Xjt + XJ+i,t − Cdit Zi,t − Cduit Yit = 0 ∀i ∧ ∀t
j=1
J
(e) (e) (e) (e) (e)
X
aij Xjt + XJ+i,t − Cdai,t λit − Cduit Yi,t = 0 ∀i ∧ ∀t
j=1
J XM J X
M t
(3)
X X X
bij Xjt + bij Xjt − Kdot Ocr + XJ+M +1,t = Kdt ∀t
j=1 i=1 j=1 i=1 r=1
J X M t
(e) (e)
X X
bij Xj,t − Kdoet Oc(e)
r + XJ+M +1,t = Kdet ∀t
j=1 i=1 r=1
(3) (e)
Xjt + Xjt + Xjt + Ij,t−1 − Ijt + dnjt = dmaxjt ∀j ∧ ∀t
M
X
dnj,t ≤ (1 − f s)dmaxj,t ∀j ∧ ∀t, Eri Yi ≤ Ed
i=1
T X
J T X
J T X J T X
J
(3) (3) (e) (e) (3)
X X X X
(Pj − Cj )Xjt + (Pj − Cj )Xjt + (Pj − Cj )Xjt − hjt Ijt
t=1 j=1 t=1 j=1 t=1 j=1 t=1 j=1
M M M M T
(2) (3) (e)
X X X X X
− CF Ait Wit − CF Ait Zit − CF Ait λit − Ai Yi − CC Oct ≥ CF
i=1 i=1 i=1 i=1 t=1
Zit + λi,t ≤ 1 ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T
(2) (3) (e)
Yit ≤ Yi , Yit ≤ Yi , , Yit ≤ Yi ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T
(2) (3) (e)
Yit ≤ M Wit , Yit ≤ M Zit , Yit ≤ M λit ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T
M
X t
X t
X
W et ≤ λi,t ∀t, Oc(e)
r ≤ Ocr , Ij,0 = ktej ∀j
i=1 r=1 r=1
(2) (3) (e) (e)
Yi , Yit , Yi,t , Yi,t , Oct , Oct ≥ 0 ∧ integer ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T
Wit , Zit , λi,t , W et son binarias ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T

(3) (e)
Xjt , Xj,t , Xjt , Ijt , dnj,t ≥ 0 ∀j = 1, 2, . . . , J ∧ ∀t = 1, 2, . . . , T
(3) (e) (e)
XJ+i,t , XJ+i,t , XJ+i,t , XJ+M +1,t , XJ+M +1,t ≥ 0 ∀i = 1, 2, . . . , M ∧ ∀t = 1, 2, . . . , T
5.4.2. Modelo de planeación de la producción multiestado

Objetivo Determinar un plan de producción por etapas con costo mínimo.
Función Objetivo
(+) (−)
F = f (Xit , Iit , IM t , IM t )=función costo de planeación de la producción
Xit : Nivel de producción programado en la etapa de proceso i en el periodo t donde, i = 1, 2, . . . M y

t = 1, 2, . . . , T
Iit :Nivel de inventario disponible de producto en proceso en el estado i al nal del periodo t donde, i =
1, 2, . . . M − 1 y t = 1, 2, . . . , T
(+)
IM t : Nivel de inventario de producto terminado en el estado M al nal del periodo t, donde, t = 1, 2, . . . , T
(−)
IM t : Nivel de ordenes pendientes de producto terminado backorder al nal del periodo t, donde, t = 1, 2, . . . , T
Parámetros
Ait : Costo de preparación y alistamiento de una corrida de producción en la etapa de proceso i en el

periodo ıt donde, i = 1, 2, . . . M y t = 1, 2, . . . , T
Cit : Costo unitario de producción causado en la etapa de proceso i en el periodo t donde, i = 1, 2, . . . M
y t = 1, 2, . . . , T
hit : Costo de mantenimiento de inventario de un producto en el estado i en el periodo t donde, i = 1, 2, . . . M
y t = 1, 2, . . . , T
πt : Costo de penalización por unidad pendiente en el periodo t donde, t = 1, 2, . . . , T
Cdit : Capacidad disponible expresada en unidades de producción en la etapa de proceso i en el periodo
t donde, i = 1, 2, . . . M y t = 1, 2, . . . , T
dt : Demanda requerida estimada para el periodo t donde, t = 1, 2, . . . , T
ssi : Inventario de seguridad (Safety stock) de un producto en proceso en el estado i donde, i = 1, 2, . . . M − 1
Ii0 : Inventario de producto en proceso en el estado i disponible al inicio del horizonte de planeación donde,
i = 1, 2, . . . , M − 1
Ii0 = k1i para cada i = 1, 2, . . . , M − 1

IiT : Inventario de producto en proceso en el estado i requerido al nal del horizonte de planeación don-
de, i = 1, 2, . . . , M − 1
IiT = k2i para cada i = 1, 2, . . . , M − 1

(+)
IM 0 : Inventario de producto terminado en el estado M disponible al inicio del horizonte de planeación.
(+)
IM 0 = k3
(−)
IM 0 = 0
(+)
IM T : Inventario de producto en proceso en el estado i requerido al nal del horizonte de planeación
(+)
IM T = k4
(−)
IM T = 0
i: Índice que identica la etapa de proceso y el estado de producto
t: Índice que identica el periodo de producción
M: Número de etapas de proceso o estado nal
T : Número de periodos del horizonte de planeación
Formulación
M
T X T M −1 T T
(+) (−)
X X X X X
M inimizarF = git (Xit ) + hi t ∗ Iit + hM t IM t + πt ∗ IM t (5.142)
t=1 i=1 t=1) i=1 t=1 t=1
donde:
git (Xit , i = 1, 2, . . . , M y t = 1, 2, . . . , T ) : Función costo de producción.
 

 0 si Xit = 0 

 
git (Xit ) = para i = 1, 2, . . . , M y t = 1, 2, . . . , T. (5.143)

 Ait + Cit Xit si Xit > 0 

 
Sujeto a:
Restricciones de Balance
Producto en proceso
Xit + Iit−1 − Iit − Xi+1,t = 0 ∀i = 1, 2, . . . , M − 1 y ∀t = 1, 2, . . . , T (5.144)
Producto terminado
(+) (−) (+) (−)
XM t + IM t−1 − IM t−1 − IM t + IM t = dt ∀t = 1, 2, . . . , T (5.145)
Restricciones de capacidad
Producción
Xit ≤ Cdit ∀ i = 1, 2, . . . , M y ∀t = 1, 2, . . . , T (5.146)
Inventario
Iit ≥ ss ∀i = 1, 2, . . . , M − 1 y ∀t = 1, 2, . . . , T (5.147)
Ii0 = k1i para cada i = 1, 2, . . . , M − 1 (5.148)
IiT = k2i para cada i = 1, 2, . . . , M − 1 (5.149)
(+)
IM 0 = k3 (5.150)
(−)
IM 0 =0 (5.151)
(+)
IM T = k4 (5.152)
(−)
IM T = 0 (5.153)
Restricciones Lógicas
Xit , Iit ≥ 0 ∀i = 1, 2, . . . , M − 1 y ∀t = 1, 2, . . . , T (5.154)
(+) (−)
IM t , IM t ≥ 0 ∀t = 1, 2, . . . , T (5.155)
Al denir variables binarias para expresar la condición de producir o no producir en alguna etapa de proceso
en algun periodo se obtiene el modelo de programación entera mixta.
Figura 5.12: Grafo multiestado
Variable de decisión
Yit : Variable de decisión binaria que indica si se produce (1) o no (0) en la etapa de proceso i en el periodo t
donde, i = 1, 2, . . . M y t = 1, 2, . . . , T
T X
M T M −1 T T
(+) (−)
X X X X X
M inimizarF = (Ait Yit + Cit Xit ) + hi t ∗ Iit + hM t IM t + πt ∗ IM t (5.156)
t=1 i=1 t=1) i=1 t=1 t=1
Sujeto a:
Restricciones de Balance
Producto en proceso
Xit + Iit−1 − Iit − Xi+1,t = 0 ∀i = 1, 2, . . . , M − 1 y ∀t = 1, 2, . . . , T (5.157)
Producto terminado
(+) (−) (+) (−)
XM t + IM t−1 − IM t−1 − IM t + IM t = dt ∀t = 1, 2, . . . , T (5.158)
Restricciones de capacidad
Producción
Xit ≤ Cdit Yit ∀ i = 1, 2, . . . , M y ∀t = 1, 2, . . . , T (5.159)
Inventario
Iit ≥ ss ∀i = 1, 2, . . . , M − 1 y ∀t = 1, 2, . . . , T (5.160)
Ii0 = k1i para cada i = 1, 2, . . . , M − 1 (5.161)
IiT = k2i para cada i = 1, 2, . . . , M − 1 (5.162)
(+)
IM 0 = k3 (5.163)
(−)
IM 0 = 0 (5.164)
(+)
IM T = k4 (5.165)
(−)
IM T = 0 (5.166)
Restricciones Lógicas
Xit , Iit ≥ 0 ∀i = 1, 2, . . . , M − 1 y ∀t = 1, 2, . . . , T (5.167)
(+) (−)
IM t , IM t ≥ 0 ∀t = 1, 2, . . . , T (5.168)
La identicación de arquetipos y modelos generalizados, que mediante una adecuada contestualización y

ajustes a la realidad constituyen las bases para la construcción de un sistema de apoyo a la decisión.
La formulación de modelos para la resolución de problemas de toma de decisiones en los sistemas de gestión
de las cadenas de abastecimiento y de producción de bienes y servicios es amplia, su aplicación es variada y su
concepción se debe ajustar y desarrollar en forma dinámica de acuerdo a las tendencias de un entorno cambiante.
La construcción de los modelos requieren de habilidades creativas para visualizar comportamientos y, rela-
ciones además de expresar simbólicamente las características de los sistemas organizacionales.
La utilidad de los modelos, depende de la disponibilidad de la infraestructura requerida para realizar la ex-
perimentación la cual esta compuesta por el software, el hardware, los algoritmos de solución y de un personal
altamente calicdo para realizar el proceso de análisis y manejo del proceso de toma de decisiones.
La estructura del sistema de soporte a la decisión tiene un crecimiento dinámico, siendo necesario para aumen-
tar su robustez de un sistema de procesamiento de datos, de la alimentación de modelos, técnicas, algoritmos,
personal calicado y una base de conocimiento de apoyo a la decisión.
Parte III
Reexiones
142
Capítulo 6
Conclusiones
"Sólo hay un bien: el conocimiento.

Sólo hay un mal: la ignorancia.
Sócrates (470 AC-399 AC)
Filósofo griego.
! -A partir de los resultados del desarrollo de la presente investigación se entiende que para garantizar
que el conocimiento para la toma de decisiones en situaciones complejas se implemente en todas
las organizaciones, es necesario proporcionar herramientas para apoyar el ujo de conocimiento
y que funcione de manera eciente y efectiva.
! -Como propósito de hacer que una organización responda a las condiciones de su entorno, es necesario
dotar al sistema de toma de decisiones de herramientas de apoyo para que el ujo de conocimien-
to actúe con rmeza en la resolución de problemas complejos que afectan el desempeño de sus
actividades. Así es como el operador de logística de conocimiento se convierte en el dispositivo
esencial para que la organización trabaje de manera inteligente al resolver problemas inherentes
a su desempeño.
! -El impacto de las herramientas y los modelos de optimización para la toma de decisiones depende no solo
la capacidad del factor humano
de su capacidad para representar situaciones complejas, sino también de
y su conocimiento, para manipular, analizar e interpretar información de procesos experimentales.
! -Sin la propuesta de investigación del presente trabajo que corresponde a la posibilidad de

usar el operador de integración logística del conocimiento las empresas continuran teniendo per-
didas signicacivas de conocimiento afactando directamente el patrimonio organizacional inmerso en su
capital intelectual.
! -Al relizar una aproximación exploratoria al estado actual y la dinámica de aspectos relacionados con la
factores que intervienen en su perdida como obstáculo
apropiación del conocimiento se identicaron
para que las organizaciones se doten de inteligencia en el proceso de toma de decisión.
! -A partir del proceso de revisión de literatura se evidenció las brechas sobre las cuales se soporta
esta investigación como punto de partida para la generación de nuevo conocimiento.
143
144 CAPÍTULO 6. CONCLUSIONES
! -El acervo teórico requerido para poder construir el operador de integración logística del cono-
cimiento, tomo como base los conceptos de inteligencia organizacional, de la gestión del conoci-
miento, de los sistemas de soporte a la decisión, de los conceptos y principios de la logística, de
las metodologías y modelos orientadas a la mejora del aprendizaje organizacional y a los modelos
de medición de la inteligencia organizacional.
! -Existen procedimentos metodológicos y modelos de gestión de conocimiento que resaltan la

importancia del capital intelectual, proponen mecanismos de medición basados en indicadores y proponen
estrategias de mejora que podrían encaminar a las organizaciones a mejorar su desempeño.
! -Los aportes al desarrollo organizacional y los mecanísmos de apropiación y generación de nuevo conoci-
miento son variados y agregan valor al trabajo propuesto en esta investigación, los cuales pueden ser utilizados
para la construcción del operador de integración logística del conocimiento.
! -La teoría de la función logistica, sus principios y prácticas proporcionan un considerable valor
al aseguramiento de los ujos de conocimiento a lo largo de los procesos de toma de decisiones y consti-
tuye una base conceptual para el desarrollo de la presente propuesta de investigación.
! -El proceso de medición de la inteligencia organizacional se basa fundamentalmente en indicadores de gestión

y la evaluación del capital intelectual, lo cual proporciona una base parcial para construir el modelo de
medición de la presente propuesta.
! -La identicación de las características y propiedades de las organizaciones inteligentes y la gestión del cono-
cimiento que se revisaron en en el capitulo donde se desarrollo el marco teórico de la presente investigación, así
como la concepción de la función logística y de los sistemas de apoyo a la decisión proporcionan
las bases para construir el operador logístico del conocimiento.
! El operador de integración logística del conocimiento se estructura a partir de la concepción

-
del proceso de toma de decisiones que contribuye a la solución de las problemáticas complejas
presentes en la gestión de las organizaciones de producción de bienes y servicios en entornos estratégicos, tácticos
y operativos.
! La identicación, tratamiento y solución de problemas en las funciones tradicionales de los

-
negocios que por su complejidad presentan dicultad para tomar decisiones requieren del uso de
herramientas cuantitativas y cualitativas estructuradas que constituyen los sistemas de apoyo logístico
para la toma de decisiones y de la gestión eciente del conocimiento.
! -La evaluación y medición de la inteligencia organizacional se puede realizar mediante un pro-

cedimiento basada en el diseño como el despliegue de la función de la calidad, además de servir
como herramienta de planeación y control de un programa de mejoramiento continuo del proce-
so de aprendizaje organizacional que conduzca a las organizaciones en estados organizacionales inteligentes.
! -Del desarrollo de la presente investigación se inere que para cubrir el vacio del conocimiento se
abre la puerta para mejorar los enfoques y teorías relativas a la gestión de conocimiento en lo
relacionado al proceso de aseguramiento de los sistemas de apoyo para la toma de decisiones,
además de la medición, evaluación e implementación de estrategias de mejora.
! -Una de las oportunidades de desarrollar nuevas investigaciones está en la formalidad de la im-

plementación del operador de integración logística del conocimiento en los entornos organizacionales,
así como el proceso de medición, evaluación y propuesta de mejora en la gestión del conocimiento
mediante el despliegue de la función de calidad proporcionada por la infraestructura logística. como se
observa en la Figura 6.1.
145
Figura 6.1: Prospectiva de nuevas investigaciones
El inventario de cumplimiento de los objetivos se la investigación se resumen en la Tabla 6.1.
El cumplimiento del primer objetivo de investigación que corresponde a la caracterización de los problemas
de decisión se representa en la gura 4.2.
El objetivo número dos diseño del operador de integración logistica de conocimiento se muestra en los ca-
pítulos 4 y 5 y en las guras 4.1 y 4.2.
El objetivo numero cuatro se aborda en el capítulo 7 y los modelos estructurales usados para realizar el proceso
experimental en el capítulo 5 concretamente en las extenciones de los modelos de transporte y distribción y los
modelos de localización.
EL objetivo número tres lo relacionado al proceso de medición de la inteligencia organizacional se evidencia en

el proceso de despliegue de la función de calidad para la apropiación del conocimiento y el cual se muestra en
las guras 4.4, 4.5, 4.6, y 4.7.
146
Cuadro 6.1: Cumplimiento de Objetivos

OBJETIVOS EVIDENCIA APORTES (PRODUCCIÓN CIENTÍFICA Y
SOCIALIZACIÓN)
Determinar el estado del arte a partir A partir de la revisión del estado Logistics as a strategy to provide Intelligence Organi-
de la caracterización de la estructura y del arte se identicaron proble- zations. Ponencia Seminario permanente de la Univer-
el ambiente organizacional, para deter- mas de decisión a nivel estraté- sidad de La SABANA
minar los diferentes factores y elemen- gico táctico y operativo como se
tos, en donde se presentan problemas observa en la gura 4.2
de decisión en la gestión de organiza-
ciones productivas de bienes y servi-
cios en ambientes estratégicos, tácticos
y operativos y que proporcione inteli-
gencia organizacional.
Diseñar el operador logístico de cono- Estructura del Operador como se Multiple facilities location-allocation model inside fea-
cimiento que congura la piedra an- evidencia en el capitulo 4 y el cá- sible regions with minimum distance approach. Mul-
gular de la investigación cuyo cuerpo pitulo 5, en la Figura 4.1 y 4.2 se tiple facilities location-allocation model inside feasible
de conocimiento se congura como la muestra el operador regions with minimum cost approach. Decision-making
unión sinérgica del DSS y la GC enfo- model for the development of productive capacity as
cado al empoderamiento de la organi- a component of a knowledge management system. Po-
zación. nencia Seminario la Universidad Nacional
Diseñar un modelo de medición para Modelo de medición del conoci- Articulo Modelo logistico para proveer de Inteligencia
evaluar la inteligencia organizacional mineto basado en el despliegue a las organizaciones.
y el efecto de integración y despliegue bajo la metodología de la casa de
del conocimiento en los procesos de to- la calidad.
ma de decisiones.
Validar el sistema propuesto mediante Se conguro un DSS basado en El proceso metodológico desarrollado en el Uso de mo-
estudio de casos que permitan contras- modelos de transporte, distribu- delos para el sistema de transporte y distribución.
tar la hipótesis, identicar los aportes ción y localización para el plan
y nalmente obtener las conclusiones de abastecimiento del CTA
del trabajo de investigación. En parti-
cular se seleccionó el proceso logístico
de abastecimiento del CTA (corredor
tecnológico Agroindustrial)
CAPÍTULO 6. CONCLUSIONES
Capítulo 7
Contrastación
La conclusión es que sabemos muy poco

y sin embargo es asombroso lo mucho
que conocemos. Y más asombroso
todavía que un conocimiento tan
pequeño pueda dar tanto poder.
Bertrand Russell (1872-1970)
Filósofo, matemático y escritor
británico.
Con miras de validar la hipótesis de investigación se aplicó el proceso metodológico que implica el nuevo enfo-
que de la presente investigación denominado operador logístico del conocimiento para actuar frente a la
problemática asociada al proceso de toma de decisiones en el marco del proyecto de caracterización del corredor
logístico agroindustrial. Siguiendo la secuencia el primer paso fue:
Denir el sistema
Diagnóstico del estado tecnológico y evaluación tecnológica y de procesos en el sistema de operación logís-
tica y distribución de Cundinamarca, además de la identicación de los diferentes actores y ujos en las cadenas
de abasto.
Formular los modelos
De acuerdo a las condiciones y características del objeto se identicaron problemas asociados a los sistemas
de transporte, almacenamiento y distribución y se construyeron modelos.
Se diseñaron modelos de transporte y distribución con base en la modelación de ujo en redes y modelos
de localización de centros de acopio que involucran productores, distribuidores, clientes y diferentes actores en
la conguración del sistema de abastecimiento del corredor agroindustrial de Cundinamarca.
Se diseñaron los protocolos y caractrización a partir de la agregación de productos por familias.
147
148 CAPÍTULO 7. CONTRASTACIÓN
Figura 7.1: Zona geográca producción agroindustrial en cundinamarca
Construcción del DSS
Con la denición de modelos de transporte, almacenamiento y localización se proyectaron para ocho grupos
de productos que constituyen el sistema de abastecimiento del corredor logístico de Cundinamarca.
Recolección de Información
Se diseñó un proceso metodológico para la captura de la información en donde se ubicaron los diferentes actores
en el área de inuencia la cual se muestra en en la Figura 7.1.
Instrumentación
Para el desarrollo del proyecto se contó con la ayuda de un grupo humano, y los recursos requeridos.Se utilizó
herramientas de modelado algebraico como GAMS.
Experimentación
Se corrieron modelos de optimización para la localización de centros de acopio y trazado de rutas de trans-
porte y asignación.
Identicación de la Información de salida
Por medio del análisis de la información de salida se construyeron los protocolos e informes requeridos pa-
ra la realización de las prácticas logísticas en el sistema de aprovisionamiento del corredor agroindustrial de
Cundinamarca.
Con el ánimo de mostrar el proceso de validación mostrando el enfoque metodológico subyacente del opera-
dorde integración logística del conocimiento en el entorno de toma de decisiones del proyecto de construcción
del plan de abastecimiento del corredor logístico de cundinamarca se muestra la tabla 7.1.
Cuadro 7.1: Proceso de validación en el escenario de toma de decisiones
ETAPAS ACCIÓN ACTORES RECURSOS
Denir el sistema Diagnóstico del estado tecnológico y eva- Comunidad Académi- Herramientas de recolección
luación tecnológica y de procesos en el sis- ca. Gremios, produc- de información. Grupo hu-
tema de operación logística y distribución tores y transportado- mano. Dispositivos para la to-
de Cundinamarca. res. Gobierno. ma de datos. (GPS)
Formular los modelos De acuerdo a las condiciones y caracterís- Comunidad académi- Metodología para la modela-
ticas del objeto se identicaron problemas ca. Gremios, produc- ción entorno a problemas de
asociados a los sistemas de transporte, al- tores y transportado- transporte, distribución y lo-
macenamiento y distribución y se constru- res. calización. Modelos.
yeron modelos.
Construcción del DSS Con la denición de modelos de transpor- Grupo SEPRO. Mo- Diagramas, Mapas, Redes y
te, almacenamiento y localización se pro- deladores modelos grácos
yectaron para ocho grupos de productos
que constituyen el sistema de abasteci-
miento del corredor logístico de Cundina-
marca.
Recolección de Infor- Se diseñó un proceso metodológico para la Grupo SEPRO. Gre- Questionarios, encuestas.
mación captura de la información. mios
Experimentación Se corrieron modelos de optimización pa- Grupo SEPRO Grupo SEPRO. Herramientas
ra la localización de centros de acopio y de procesamiento de informa-
trazado de rutas de transporte y asigna- ción. Herramientas de modela-
ción. do algebraico (GAMS.)
Identicación de la In- Elaboración de informes y desarrollos de Grupo SEPRO Analistas, Material de divul-
formación de salida instrumentos de divulgación. Resultos ba- gación. Informes técnicos.
se para el establecimiento de política Pú-
blica.
149
Capítulo 8
Aportes
La naturaleza nos ha dado las semillas

del conocimiento, no el conocimiento
mismo.
Séneca (2 AC-65) Filósofo latino.
La presente investigación suministra en primer lugar un enfoque metodológico basado en los principios logísticos
para gestionar el conocimiento que facilite el proceso de toma de decisiones en escenarios complejos.
Se propone el diseño de un sistema de soporte a la decisión a partir de la interacción continua con el sis-
tema real lo cual constituye una base de conocimiento dinámico que mejora la capacidad para identicar y
abordar los problemas mediante la construcción de modelos para la toma de decisiones.
El aporte del nuevo enfoque para aumentar el efecto del uso de las herramientas de modelado y técnicas
de optimización: consiste en asegurar en el proceso de toma de decisiones en todas las etapas desde la iden-
ticación de los elementos constitutivos del sistema, hasta la generación de un nuevo conocimiento con todos
los dispositivos y recursos necesarios para constituir el sistema logístico capaz de garantizar el ujo eciente y
efectivo en la cadena de abastecimiento del conocimiento para la toma de decisiones.
Al considerar el conocimiento como un ujo que requiere de todo un sistema logístico para su transferencia
se abre un espacio para desarrollar potencialmente nuevas investigaciones en la aplicación de las ciencias logís-
ticas en el campo del conocimiento.
Para su abordaje se desarrolla un lenguaje facilitador para la implementación del nuevo enfoque de toma
de decisiones basado en el conocimiento.
La riqueza en el uso de las herramientas y modelos de optimización radica en la capacidad del tomador de
decisiones para analizar e interpretar la información emanada por las experimentaciones y del conocimiento en
el uso de las mismas y de la comprensión del sistema objeto de análisis para la toma de decisiones, siendo el
nuevo enfoque un pilar para el aseguramiento del ujo para las decisiones asertivas.
El principal aporte del presente trabajo de investigación es la construcción del operador de integración lo-
gística del conocimiento.
150
151
Un modelo de evaluación y medición de la inteligencia organizacional a partir de la identicación de factores y

características deseadas propio de las organizaciones inteligentes y en el despliegue funcional de requerimientos
logísticos para la apropiación de conocimiento.
Un conjunto de modelos, ampliados sobre una base teórica que posibilita el abordaje de problemas de deci-
sión en ambientes estratégicos, tácticos y operativos.
Un proceso metodológico para mejorar el proceso de toma de decisiones basado en el aseguramiento del ujo
de conocimiento.
En escenario de aplicación de la logística la cual brinda un conjunto de medios, métodos y herramientas para
hacer eciente y efectivo el ujo del conocimiento y por lo tanto una nueva área de aplicación para la producción
cientíca en los campos de gestión de conocimiento y de gestión de las cadenas de suministro.
Una oportunidad para realizar mejoras en el desempeño de las organizaciones, a partir del manejo adecuado del
sistema de aprovisionamiento del conocimiento. Aportar el desarrollo de la ciencia de gestión del conocimiento
mediante un enfoque metodológico que puede mejorar el proceso de adaptación e implementación de las pro-
puestas y modelos de gestión de conocimiento presentes en el estado del arte.
Impactar positivamente al desarrollo social y económico de los países a partir del manejo integral del cono-
cimiento con el operador de logístico del conocimiento.
Capítulo 9
Socializacion
Según vamos adquiriendo conocimiento,

las cosas no se hacen más
comprensibles, sino más misteriosas.
Albert Schweitzer (1875-1965)
Filósofo, médico y escritor alemán.
Denir la forma de divulgar a la comunidad académica los resultados de la investigación. Este ítem contempla
no solamente la socialización de lo obtenido en el proceso, sino también la exigencia de establecer un procedi-
miento que garantice a la comunidad la posibilidad de conocer y aprovechar los resultados de la investigación.
La propuesta evidencia con la publicación de artículos resultado de investigación aquí se muestra el modelos
de desarrollo de los ujos de conocimiento para proveer de inteligencia a las organizaciones de producción de
bienes y servicios evidenciando el despliegue de la inteligencia individual hacia el desarrollo de la inteligencia
organizacional y la gestión del conocimiento como soporte a la toma de decisiones. También se relacionan ar-
tículos resultados de investigación que abordan el uso de herramientas y modelos de optimización, así como
la importancia en proveer de capacidades de análisis a los tomadores de toma de decisiones como base para
!
proveer de elementos de aprendizaje organizacional.
La Logística como Estrategia para proveer de Inteligencia a las Organizaciones.Source: Revista Electrónica
Redes de Ingeniería . jul2015 Edición Especial, Vol. 6, p8-20. 13p. Author(s): López Bello, César Amílcar; Bo-
laños Castro, Sandro Javier; Méndez Giraldo, German Andrés.
! Decision-making model for the development of productive capacity as a component of a knowledge ma-
nagement system César Amílcar López Bello, Victor Hugo Medina García, Lorna Udden.
! Multiple facilities location-allocation model inside feasible regions with minimum distance approach César
Amílcar López Bello César Amílcar López Bello ,Janeth Angélica Garzón Luna y Wilson Adarme Jaime.
! Multiple facilities location-allocation model inside feasible regions with minimum cost approach César Amíl-
car López Bello ,Sandro Bolaños Castro, Edgar Gutierrrez Franco.
Artículos en desarollo:
! Modelo de medición y evaluación de la Inteligencia Organizacional basado en la Integración logística del
152
153
Conocimiento.
-Presentado para el-Congreso Internacional de Industria y Organizaciones 2018.
! Modelo de suministro de integración en un centro de decisión para el plan de abastecimiento agroindus-

trial.
-Presentado para el-Congreso Internacional de Industria y Organizaciones 2018.
Eventos de divulgación del trabajo:
! Participación como ponente en el seminario de logistica en La universidad Nacional de Colombia 2016.
! Conferencia sobre una estrategia de toma de decisiones para la localización de instalaciones mediante un
modelo de optimización de programación entera mixta. en la Maestría de Ingeniería 2017 Industrial en la Uni-
versidad Nacional.
! Ponente de la propuesta de investigación "Sistema de aprendizaje organizacional basado en la integración

logística del conocimiento en el "Seminario permanente de Ingeniería y Biociencias de la Universidad de La
Sabana. 2017.
Parte IV
Bibliograa
154
Referencias 155
Referencias
Adamczyk, M., Denny, M., Huslak, N. S., Johnson, M., Modarressi, A., Nguyen, H., . . . Stillman, S. T. (2016,
marzo 15). Application services infrastructure for next generation networks including a notication capa-
bility and related methods and computer program products. Google Patents. (US Patent 9,288,276)
Agar, H. C. (2013). Research of b2c and b2b international markets in the context of benchmarking of european
union and spain performances.
Akgün, A. E., Lynn, G. S., y Byrne, J. C. (2003). Organizational learning: A socio-cognitive framework. Human
relations , 56 (7), 839868.
Alonso, D. V. (2001). Lenguaje e información. Data Grama Zero. Rio de Janeiro , 2 (4).
Alter, S. (1980). Decision support systems: current practice and continuing challenges (Vol. 157). Addison-
Wesley Reading, MA.
Ang, S., y Van Dyne, L. (2015). Handbook of cultural intelligence. Routledge.
Angarita Ribero, A. M., y cols. (2015). Modelo de gestión del conocimiento para el área de capacitación de la
empresa falabella de colombia sa.
Aparicio, F., Morales-Botello, M. L., Rubio, M., Hernando, A., Muñoz, R., López-Fernández, H., . . . de Buenaga,
M. (2018). Perceptions of the use of intelligent information access systems in university level active learning
activities among teachers of biomedical subjects. International Journal of Medical Informatics , 112 , 21
- 33. Descargado de http://www.sciencedirect.com/science/article/pii/S1386505617304677 doi:
https://doi.org/10.1016/j.ijmedinf.2017.12.016
Arias-Pérez, J., Tavera-Mesías, J., y Castaño-Serna, D. (2016). Construcción de un modelo de madurez de
gestión del conocimiento para una multinacional de alimentos de una economía emergente. El profesional
de la información , 25 (1).
Armingol, J. M., Alfonso, J., Aliane, N., Clavijo, M., Campos-Cordobés, S., de la Escalera, A.,
... Villalonga, G. (2018). Chapter 2 - environmental perception for intelligent vehicles.
En F. Jiménez (Ed.), Intelligent vehicles (p. 23 - 101). Butterworth-Heinemann. Des-
cargado de http://www.sciencedirect.com/science/article/pii/B9780128128008000023 doi:
https://doi.org/10.1016/B978-0-12-812800-8.00002-3
Ballou, R. H. (2007). Business logistics/supply chain management: planning, organizing, and controlling the
supply chain. Pearson Education India.
Berkenkotter, C., y Huckin, T. N. (2016). Genre knowledge in disciplinary communication: Cogni-
tion/culture/power. Routledge.
Bontis, N. (1998). Intellectual capital: an exploratory study that develops measures and models. Management
decision , 36 (2), 6376.
Brock, T. R. (2017). Performance analytics: The missing big data link between learning analytics and business
analytics. Performance Improvement , 56 (7), 616.
Brooking, A., Board, P., y Jones, S. (1998). International
The predictive potential of intellectual capital.
Journal of Technology Management , 16 (1-3), 115125.
Bryson, J. M. (2018). Strategic planning for public and nonprot organizations: A guide to strengthening and
sustaining organizational achievement. John Wiley & Sons.
Buckley, P. J., y Casson, M. (2016). The future of the multinational enterprise. Springer.
Bueno Campos, E. (1998). El capital intangible como clave estratégica en la competencia actual. Boletín de
estudios económicos , 53 (164), 207229.
Calvo-Mora, A., Navarro-García, A., y Periañez-Cristobal, R. (2015). Project to improve knowledge management
and key business results through the efqm excellence model. International Journal of Project Management ,
33 (8), 16381651.
Cannatelli, B., Smith, B., Giudici, A., Jones, J., y Conger, M. (2017). An expanded model of dis-
tributed leadership in organizational knowledge creation. Long Range Planning , 50 (5), 582 - 602.
Descargado de http://www.sciencedirect.com/science/article/pii/S0024630116302047 doi:
https://doi.org/10.1016/j.lrp.2016.10.002
Carrión, J. (2002). Modelo general para la creación de conocimiento. Fundación iberoamericana .
156
Castilla Polo, F., y Ruiz Rodríguez, C. (2014). Una revisión histórico-descriptiva de las empresas pioneras en
el tratamiento de intangibles. Intangible Capital , 10 (1).
Chen, J., Zhu, Z., y Yuan Xie, H. (2004). Measuring intellectual capital: a new model and empirical study.
Journal of Intellectual capital , 5 (1), 195212.
Choo, C. W. (2002). Information management for the intelligent organization: the art of scanning the environ-
ment. Information Today, Inc.
Choo, C. W., Bergeron, P., Detlor, B., y Heaton, L. (2008). Information culture and information use: An explo-
ratory study of three organizations. Journal of the Association for Information Science and Technology ,
59 (5), 792804.
Clark, L. E. M. (2017). Contribución del capital intelectual como fuente de ventaja competitiva de las organi-
zaciones. Revista Multi-Ensayos , 3 (5), 2937.
Cruz, Y. R., y Domínguez, E. G. (2008). La inteligencia organizacional: necesario enfoque de gestión de
información y del conocimiento. Ciência da informação , 36 (3).
Davenport, T. H., y Prusak, L. (1998). Working knowledge: How organizations manage what they know. Harvard
Business Press.
Dávila, J., Kiang, Y., Herrera Bermúdez, F. A., y Escobar Muñoz, B. F. (2016). Propuesta de una estrategia de
gestión del conocimiento para la empresa manuservices sa con el apoyo de una herramienta web, durante
el primer semestre 2016 (Tesis Doctoral no publicada). Universidad Nacional Autónoma de Nicaragua,
Managua.
De Arteche, M. R. (2011). Retos y alternativas de la gestión del conocimiento (gc) como propuesta para la
colaboración en organizaciones inteligentes. Educar , 47 (1).
De Jager, M. (1999). The kmat: benchmarking knowledge management. Library management , 20 (7), 367372.
Del Giudice, M., y Maggioni, V. (2014). Managerial practices and operative directions of knowledge management
within inter-rm networks: a global view. Journal of Knowledge Management , 18 (5), 841846.
Druzdzel, M. J., y Flynn, R. R. (1999). Decision support systems. encyclopedia of library and information
science. a. kent. Marcel Dekker, Inc. Last Login , 10 (03), 2010.
Euroforum, E. (1998). Medición del capital intelectual, modelo intelect. Instituto Universitario Euroforum
Escorial Madrid.
Fernández Hernández, A. (2016). Modelo ontológico de recuperación de información para la toma de decisiones
en gestión de proyectos.
Finlay, P. N. (1994). Introducing decision support systems. NCC Blackwell.
Garvin, D. A. (1993). Building a learning organization. Harvard business review , 71 (4), 7891.
Gholami, S., Branch, G., Garmsar, I., y Safaee, S. (2015). The realtionship between the organizational intele-
gence and the performance of managers. Journal of Educatioal and Instructional Studies , 2 (2), 155165.
Girard, J., y Girard, J. (2015). Dening knowledge management: Toward an applied compendium. Online
Journal of Applied Knowledge Management , 3 (1), 120.
González, P. M., y Muiña, F. E. G. (2016). Modelos de inteligencia organizativa y recomendaciones para el
desarrollo de la inteligencia organizativa. Dirección y Organización (60), 2439.
Gray, M., y Schubert, L. (2013). Knowing what we know about knowledge in social work: The search for a
comprehensive model of knowledge production. International Journal of Social Welfare , 22 (4), 334346.
Gubbins, C., y Garavan, T. (2016). Social capital eects on the career and development outcomes of hr
professionals. Human Resource Management , 55 (2), 241260.
Guo, Z., Ngai, E., Yang, C., y Liang, X. (2015). An rd-based intelligent decision support system architecture for
production monitoring and scheduling in a distributed manufacturing environment. International journal
of production economics , 159 , 1628.
Haber-Veja, A., y Más-Basnuevo, A. (2013). Inteligencia organizacional: conceptos, modelos y metodologias.
Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação , 18 (38), 118.
Haeckel, S. H., y Nolan, R. L. (1993). The role of technology in an information age: transforming symbols into
action.The Institute for Information Studies. The Knowledge Economy: The nature of information in the
21st Century. Queenstown, MD: The Aspen Institute .
Halal, W. E. (1997). Organizational intelligence: What is it, and how can managers use it. Recuerado de
http://www. strategy-business. com/article/12644 .
Referencias 157
Halal, W. E. (2006). Organizational intelligence. What is it, and how can Managers use it?, Strategy & Business,
Global Commercial Consulting .
Hwang, Y., Lin, H., y Shin, D. (2018). Knowledge system commitment and knowledge sharing intention: The role
of personal information management motivation. International Journal of Information Management , 39 ,
220 - 227. Descargado de http://www.sciencedirect.com/science/article/pii/S0268401217306254
doi: https://doi.org/10.1016/j.ijinfomgt.2017.12.009
Islam, M. Z., Jasimuddin, S. M., y Hasan, I. (2015). Organizational culture, structure, technology infrastructure
and knowledge sharing: Empirical evidence from mncs based in malaysia. Vine , 45 (1), 6788.
Kalenatic, D., López Bello, C. A., González, L. J., y Rueda Velasco, F. J. (2011). Modelo de localización
dinámica de nodos logísticos intermedios dentro de zonas seguras en el contexto de logística focalizada.
Revista Facultad de Ingeniería Universidad de Antioquia (59).
The balanced scorecard: translating strategy into action.
Kaplan, R. S., y Norton, D. P. (1996). Harvard Business
Press.
Kaschig, A., Maier, R., y Sandow, A. (2016). The eects of collecting and connecting activities on
knowledge creation in organizations. The Journal of Strategic Information Systems , 25 (4), 243 -
258. Descargado de http://www.sciencedirect.com/science/article/pii/S096386871630141X doi:
https://doi.org/10.1016/j.jsis.2016.08.002
Keen, P. G. (1980). Decision support systems: a research perspective. En Decision support systems: Issues and
challenges: Proceedings of an international task force meeting (pp. 2344).
Laudon, K. C., y Laudon, J. P. (2016). Management information system. Pearson Education India.
Lefcovich, M. L. (2014). Las pequeñas empresa y las causas de sus fracasos. El Cid Editor| apuntes.
Le Meridian Hotel, W. P. (2016). 12th international research conference on quality, innovation and knowledge
management.
Lim, B. T., y Loosemore, M. (2017). The eect of inter-organizational justice perceptions on organizational
International Journal of Project Management , 35 (2),
citizenship behaviors in construction projects. 95 -
106. Descargado de http://www.sciencedirect.com/science/article/pii/S0263786316303039 doi:
https://doi.org/10.1016/j.ijproman.2016.10.016
Little, J. D. (1970). Models and managers: The concept of a decision calculus. Management science , 16 (8),
B466.
López Bello, C. A., Bolaños Castro, S. J., y Méndez Giraldo, G. A. (2015). La logística como estrategia para
proveer de inteligencia a las organizaciones. Revista Electrónica Redes de Ingeniería , 6 .
López Bello, C. A., Medina García, V. H., y Udden, L. (2014). Decision-making model for the development of
productive capacity as a component of a knowledge management system. Tecnura , 18 (SPE), 1629.
Lourens, M. E. (2016). Developing an exploratory framework of human capital linked to intellectual capital and
knowledge management for a selected university of technology in south africa: a case study (Tesis Doctoral
no publicada).
March, J. G. (1991). Exploration and exploitation in organizational learning. Organization science , 2 (1),
7187.
María Viedma Marti, J. (2001). Icbsintellectual capital benchmarking system. Journal of Intellectual capital ,
2 (2), 148165.
Knowledge-Based Systems , 67 ,
Maruta, R. (2014). The creation and management of organizational knowledge.
26 - 34. Descargado de http://www.sciencedirect.com/science/article/pii/S0950705114002330
doi: https://doi.org/10.1016/j.knosys.2014.06.012
Matsuda, T. (1992). Organizational intelligence: its signicance as a process and as a product. En Proceedings
of the international conference on economics/management and information technology (Vol. 92, pp. 219
222).
Meyer, M. D. (2017). Model for collaborative research among international transport researchers. Case Studies
on Transport Policy , 5 (1), 38.
Miremadi, T. (2017). Learning from benchmarking. STI Policy Review , 8 (2), 4974.
Moore, J. H., y Chang, M. G. (1980). Design of decision support systems. ACM SIGOA Newsletter , 1 (4-5),
814.
158
Myerson, P. (2015). Supply chain and logistics management made easy: Methods and applications for planning,
operations, integration, control and improvement, and network design. Pearson Education.
Niemi, E., y cols. (2017). The impact of technology on the strategic management of a knowledge-intensive
project organization: Action design research of a competence management system.
Nonaka, I., Kodama, M., Hirose, A., y Kohlbacher, F. (2014). Dynamic fractal organizations for promoting
knowledge-based transformationa new paradigm for organizational theory. European Management Jour-
nal , 32 (1), 137146.
Nonaka, I., y Takeuchi, H. (1995). The knowledge-creating company: How japanese companies create the
dynamics of innovation. Oxford university press.
Núñez, P. (2002). Enfoque teórico-metodológico para la determinación dinámica de las necesidades que deben
atender los sistemas de información en las organizaciones o comunidades. La Habana: Universidad de La
Habana, Facultad de Comunicación .
Pérez, A. H. (2016). Pérdidas de competitividad de la industria electronica. Carta Económica Regional (95).
Power, D. (1997). What is a dss? the online executive journal for data-intensive decision support 1 (3).
Power, D. J. (2007). A brief history of decision support systems. DSSResources. COM, World Wide Web,
http://DSSResources. COM/history/dsshistory. html, version , 4 .
Power, D. J., Sharda, R., y Burstein, F. (2015). Decision support systems. Wiley Online Library.
Probst, G. J. (1998). Practical knowledge management: A model that works. PRISM-CAMBRIDGE
MASSACHUSETTS-, 1730.
Pueyo, A. A. (1996). Manual de psicología diferencial. McGraw-Hill Interamericana de España.
Pupkov, K. (2017). Intelligent systems: Development and issues. Procedia Computer Science , 103 , 581 -
583. Descargado de http://www.sciencedirect.com/science/article/pii/S1877050917300704 (XII
International Symposium Intelligent Systems 2016, INTELS 2016, 5-7 October 2016, Moscow, Russia) doi:
https://doi.org/10.1016/j.procs.2017.01.069
Richelson, J. T. (2015). The us intelligence community. Westview Press.
Saint-Onge, H. (1996). Tacit knowledge the key to the strategic alignment of intellectual capital. Planning
Review , 24 (2), 1016.
Salazar Duque, D. A., y Osorio Espín, M. A. (2016). La gestión del conocimiento organizacional y el capital
intelectual en el sector de alimentos y bebidas. Estudios y perspectivas en turismo , 25 (3), 339359.
Sauter, V. L. (2014). Decision support systems for business intelligence. John Wiley & Sons.
Schvarstein, L. (2015). Inteligencia social de las organizaciones. Libros Editorial UNIMAR .
Sekaran, U., y Bougie, R. (2016). Research methods for business: A skill building approach. John Wiley & Sons.
Senge, P. M. (1997). The fth discipline. Measuring Business Excellence , 1 (3), 4651.
Senge, P. M., y Galgano, A. (1994). La quinta disciplina (Vol. 30). Sperling & Kupfer.
She, Y. (2012). Logistics clusters: delivering value and driving growth. Mit Press.
She, Y. (2015). The power of resilience: How the best companies manage the unexpected. mit Press.
Simanca, M. M., Montoya, L. A., y Bernal, C. A. (2016). Gestión del conocimiento en cadenas productivas: El
caso de la cadena láctea en colombia. Información tecnológica , 27 (3), 93106.
Simo, P., y SALLAN, J. M. (2008). Capital intangible y capital intelectual: Revisión, deniciones y líneas de
investigación. Estudios de Economía Aplicada , 26 (2).
Sprague Jr, R. H., y Carlson, E. D. (1982). Building eective decision support systems. Prentice Hall Professional
Technical Reference.
Tejedor, A., y Aguirre, A. (1998). Kpmg consulting. Modelo de Gestión del Conocimiento .
Traore, M. K. (2017). Computational frameworks: Systems, models and applications. Elsevier.
Tur, E. M., y Azagra-Caro, J. M. (2018). The coevolution of endogenous knowledge networks and knowledge
creation. Journal of Economic Behavior & Organization , 145 , 424434.
Turban, E., Sharda, R., y Delen, D. (2011). Decision support and business intelligence systems. Pearson
Education India.
Upson, J. W., Damaraju, N. L., Anderson, J. R., y Barney, J. B. (2017). Strategic networks
of discovery and creation European Management Journal , 35 (2), 198
entrepreneurs. - 210.
Descargado de http://www.sciencedirect.com/science/article/pii/S0263237317300014 doi:
https://doi.org/10.1016/j.emj.2017.01.001
Referencias 159
Urdaneta, I. P. (1992). Gestión de la inteligencia: aprendizaje tecnológicoy modernización del trabajo informa-
cional: retos y oportunidades. Instituto de Estudios del Conocimiento, Universidad Simón Bolivar: Consejo
Nacional de Investigaciones cientícas y tecnológicas.
Valhondo, D. (2003). Gestión del conocimiento: del mito a la realidad. Ediciones Díaz de Santos.
Virtanen, P., y Vakkuri, J. (2015). Searching for organizational intelligence in the evolution of public-sector
performance management. NISPAcee Journal of Public Administration and Policy , 8 (2), 8999.
Walden, D. D., Roedler, G. J., Forsberg, K., Hamelin, R. D., y Shortell, T. M. (2015). Systems engineering
handbook: A guide for system life cycle processes and activities. John Wiley & Sons.
Weick, K. E. (1995). Sensemaking in organizations (Vol. 3). Sage.
Wiig, K. M. (2000). Knowledge management: an emerging discipline rooted in a long history. Knowledge
horizons: the present and the promise of knowledge management , 326.
Wilensky, A. L. (1997). Claves de la estrategia competitiva. Fundación Osde.
Wilensky, H. L. (2015). Organizational intelligence: Knowledge and policy in government and industry (Vol. 19).
Quid Pro Books.
Zhang, G., Lu, J., y Gao, Y. (2015). Multilevel decision making. Springer.
Zhong, R. Y., Xu, X., Klotz, E., y Newman, S. T. (2017). Intelligent manufacturing
in the context of industry 4.0: A Engineering , 3 (5), 616 - 630.
review. Descarga-
do de http://www.sciencedirect.com/science/article/pii/S2095809917307130 doi:
https://doi.org/10.1016/J.ENG.2017.05.015

Sistemas de Aprendizaje Organizacional

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistemas de Aprendizaje Organizacional

Cargado por

Copyright:

Formatos disponibles

SISTEMA DE APRENDIZAJE ORGANIZACIONAL BASADO

EN INTEGRACIÓN LOGÍSTICA DEL CONOCIMIENTO

Autor: César Amílcar López Bello

SISTEMA DE APRENDIZAJE ORGANIZACIONAL BASADO EN

Autor: César Amílcar López Bello

Tutor: Doctor Sandro Bolaños Castro

A mi amado Dios todo poderoso, mi

2.6.11. Modelo Nova (Nova Care, 1999). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

4. Estructura del Operador 79

III Reexiones 142

1.1. Sistema de Aprendizaje Organizacional Basado en la Integración Logística de Conocimiento . . . 13

2.1. Estrategia para construir el marco teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.1. Publicaciones relacionadas con Aprendizaje organizacional . . . . . . . . . . . . . . . . . . . . . . 68

3.6. Tipo de publicación referida a la pérdida de conocimiento organizacional. . . . . . . . . . . . . . 71

4.1. Operador Logistico del Conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

5.1. Gráfo Bipartito Modelo Cerrado de Transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

6.1. Prospectiva de nuevas investigaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

7.1. Zona geográca producción agroindustrial en cundinamarca . . . . . . . . . . . . . . . . . . . . . 148

4.1. Logística para Denir el Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

6.1. Cumplimiento de Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

7.1. Proceso de validación en el escenario de toma de decisiones . . . . . . . . . . . . . . . . 149

"Vacía tu bolsillo en tu mente, y tu

1.2. Titulo del Proyecto

El nombre de la presente investigación es: Sistema de aprendizaje organizacional basado en la integración

Figura 1.1: Sistema de Aprendizaje Organizacional Basado en la Integración Logística de Conocimiento

1.3. Resumen del Proyecto

Por lo que la hipótesis de la propuesta es:

Posteriormente, se diseñara un modelo de medición para evaluar la inteligencia organizacional y el efecto de

1.4. Línea de Investigación

Sistemas de soporte a la decisión y Gestión del Conocimiento.

1.5. Presentación de la Propuesta:

1.5.1. Formulación del Problema.

Falta de experiencia (conocimiento organizacional). La carencia de experiencia tanto en la adminis-

Falta de dinero/capital (conocimiento Financiero). Es fundamental contar con la suciente cantidad

Mal manejo de inventarios (conocimiento de sistemas de control de inventario). Relacionado al

Falencias en política de personal (conocimiento y potencialización de capacidades del capital

Fallas en la planeación (conocimiento organizacional para la validación en los procesos de to-

Altos niveles de desperdicios y despilfarros ocasionados por deciencias en su sistema logísti-

Excesiva centralización en la toma de decisiones. En este caso el directivo o propietario se convierte

El incumplimiento liso y llano de obligaciones impositivas y laborales. La falta de controles internos,

Figura 1.2: Variables de Perdida del conocimiento

!x 2 Políticas de formación de su capital intelectual.

!x 3 Especialización del trabajo.

!x 4 Proyección del individuo en la organización.

!x 7 Despliegue el ujo de conocimiento adquirido hacia el desarrollo de la organización.

!x 9 Orientación de cursos de formación.

!x 10 La transferencia del conocimiento de los individuos hacia las organizaciones.

!x 11 Parámetros ni políticas para propiciar un aprendizaje organizacional.

!x 12 Utilización de las herramientas y técnicas como soporte a la toma de decisiones.

Figura 1.3: Brecha del Conocimiento

el conocimiento para la toma de decisiones.

La infraestructura requiere de la integración de un sistema de soporte a la decisión (DSS) y de un sistema

Figura 1.4: Sectores Encuestados

Figura 1.5: Potencial de la gestión de conocimiento

!Etapa 1. Conocimiento caótico

!Etapa 2. Conciencia de su importancia

!Etapa 3. Orientación al conocimiento

!Etapa 4. Conocimiento gestionado

!Etapa 5. Centrada en el conocimiento.

Figura 1.6: Expectativas y resultados

Figura 1.7: Razones de los fracasos

La construcción de sistemas de apoyo a la decisión construido en forma integral se constituye en un dispositivo

El propósito de un sistema de apoyo a la decisión es proveer de herramientas para el análisis y suministrar

Figura 1.8: Proceso de Toma de decisiones

III Reexiones 142

7.1. Zona geográca producción agroindustrial en cundinamarca . . . . . . . . . . . . . . . . . . . . . 148

4.1. Logística para Denir el Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

El nombre de la presente investigación es: Sistema de aprendizaje organizacional basado en la integración

Falta de dinero/capital (conocimiento Financiero). Es fundamental contar con la suciente cantidad

Altos niveles de desperdicios y despilfarros ocasionados por deciencias en su sistema logísti-

!x 7 Despliegue el ujo de conocimiento adquirido hacia el desarrollo de la organización.

El concepto de inteligencia organizacional diere del concepto de inteligencia de negocios y no es simplemente

1.7.2. Objetivos especícos

La inteligencia de negocios se reere principalmente al desarrollo de software y herramientas computaciona-

El término inteligencia visto psicológicamente capacidad de adquirir conocimiento o entendimiento y de

Otras deniciones intermedias entre las dos anteriores serían:

- Las características de las organizaciones tradicionales que dicultan el aprendizaje: