Inteligencia de Capital: Desarrollo de la capacidad de adaptación a través del agente

Simulación basada

Gilberto Olavarrieta 1 y Javier Carrillo 2

1 Centro de Sistemas de Conocimiento, el Tecnológico de Monterrey, Eugenio

Garza Sada No. 2501, Monterrey 64849, México

gilberto@msysnetwork.com

2 Centro de Sistemas de Conocimiento, el Tecnológico de Monterrey, Eugenio

Garza Sada No. 2501, Monterrey 64849, México

fjcarrillo@itesm.mx

Los gestores y los CEOs se enfrentan a entornos inciertos y cambiantes. La toma de decisiones se ha convertido en un reto debido a un aumento de la complejidad
de la organización. La adaptación parece ser una respuesta adecuada en este contexto, pero ¿cómo pueden las organizaciones desarrollar estas capacidades de
adaptación? Este documento muestra una puesta en funcionamiento de la capacidad de adaptación basados ​en sistemas de capitales y se centró en Inteligencia
capital. Un enfoque de la ciencia del diseño fue seguida; modelo de Inteligencia capital se utilizó para la Construir ocupaciones y el Agente de base para la
simulación
Evaluación queridos.

palabras clave: Inteligencia de Capital, Capital Systems, Agente basado en la simulación, Design Science, Capability Maturity Model.

Abstracto

Organizaciones de todo el mundo se enfrentan a entornos cambiantes e inciertos. El conocimiento se ha convertido en el activo más relevante y al ser
adaptable la estrategia más apto (Haeckel, 1999). los activos de conocimiento son las capacidades de los individuos, organizaciones o sociedades
(Malhotra, 2003) incrustados. El propósito de esta investigación es evaluar y desarrollar la capacidad de adaptación de una organización. Nuestro marco
propuesto se basa en sistemas de Capital (Carrillo, 2002) y se centra en la inteligencia de Capital.

Desde nuestro enfoque, el desarrollo de la inteligencia de Capital significa aumentar la capacidad de adaptación a tomar mejores decisiones apoyadas tanto
en el conocimiento interno y externo (Olavarrieta, 2010). El propósito de esta investigación es aplicar el modelo de Inteligencia de capital a un centro de
desarrollo de software (SDC). Se espera que a través de esta intervención las capacidades de inteligencia de capitales de este centro pueden ser
evaluados y gestionados.

Esta investigación sigue Design Science (marzo y Smith, 1995) y tiene como objetivo evaluar y gestionar Inteligencia de capital a través de un Modelo de
Madurez de Capacidades de adaptación. La unidad de análisis es un SDC en el Tecnológico de Monterrey, México (CEDETEC). Inteligencia capital fue
puesto en práctica y un Based Simulation Agente se utilizó para validar los constructos, el modelo y la instanciación. La contribución de esta investigación
al capital intelectual y Computación Inteligente es doble: en primer lugar, un concepto de Inteligencia capital distintivo se caracteriza y se operacionaliza.
Y en segundo lugar, la simulación basada en agentes se utiliza para validar y teorizar por medio de la ciencia del diseño.

P. 1
Introducción

economía basada en el conocimiento ha sido reconocido por el papel de la tecnología y el conocimiento en el crecimiento económico (OCDE, 1996). En
contraste con la economía industrial, la producción y los productos basados ​en el conocimiento se hizo más relevante que la manufactura (Drucker, 1996).
Esta nueva economía es un cambio de paradigma: exige productos y servicios basada en el conocimiento y las nuevas organizaciones basadas en el
conocimiento había surgido para satisfacer esta demanda. Dentro de estas organizaciones, nuevos roles se crean y se requieren nuevas formas de gestión. En
lugar de los medios tradicionales de producción, están surgiendo nuevas formas de activos de conocimiento. Estos activos de conocimiento son las acciones
de las que se espera que los servicios futuros a fluir (Malhotra, 2003).

Centros de desarrollo de software (SDC) son organizaciones basadas en el conocimiento, cuyos productos finales son los sistemas de información. SDC
activos de conocimiento son capacidades incrustadas en la organización (Boisot, 1998). El reto para los administradores de SDC es la forma de evaluar y
gestionar estos activos de conocimiento. gestión y contabilidad tradicional no es adecuado para las organizaciones basadas en el conocimiento y esto es un
problema que aún no ha sido resuelto (Stone, 2008). Además del desafío de la gestión de activos de conocimiento, los tomadores de decisiones tienen que
hacer frente a una nueva dinámica basada en el conocimiento dentro de la organización, sino también con un entorno que cambia constantemente y altamente
incierto.

En este contexto, la mejor estrategia para SDC es ser adaptativo (Haeckel, 1999). Al ser adaptable implica un conjunto de capacidades que permiten a la
organización de sentir, tener sentido y adaptarse a su entorno. SDC debe ser consciente de las dinámicas de conocimiento internos, sino también
constantemente al tanto de lo que sucede fuera de la organización. SDC requiere un conjunto de capacidades para adaptarse a las demandas de los
clientes y la competencia del mercado. El problema es que los gerentes están ahora haciendo decisión basada en informes contables tradicionales o
informes internos parciales. proceso de creación de valor no es clara y la mayor parte de la información de tiempos entorno relevante se omite.

El objetivo de esta investigación es proponer un marco para la gestión de activos de conocimiento SDC. El objetivo principal es apoyar la toma de decisiones para
los administradores de la COSUDE con el fin de evaluar y desarrollar un conjunto de capacidades que permiten la adaptación. Seguimos enfoque de la ciencia del
diseño para crear un artefacto para la gestión de activos de conocimiento. marco Sistemas de capitales y el modelo de Inteligencia de capital se utilizaron en el Construir
y Validación etapas. por
Teorizar y Justificar Etapas de un agente basado en la simulación era desarrollar para ejecutar varios experimentos usando la información recopilada.

Marco teórico

Esta investigación siguió la ciencia del diseño, un enfoque normativo que se centra en el diseño de artefactos para fines específicos (marzo y Smith,
1995). El artefacto está diseñado es una herramienta para apoyar a los gerentes en el desarrollo de la capacidad de adaptación. Esta investigación se
inició con la Construir actividades de las siguientes salidas:
Constructos, modelos, método y de instancias. Construcciones forman el vocabulario de un dominio (marzo y Smith,
1995) y se seleccionaron marco Systems Capital (Carrillo, 2002) para ser los cimientos de nuestros conceptos. Sistemas de capital es una taxonomía que
reconoce a las organizaciones como organismos vivos que pueden crear valor en función de categorías de activos de conocimiento tales como: Identidad de
capital, Inteligencia de capital, el capital relacional, capital financiero, Agente de capital, el capital y el instrumental. Elegimos este taxonomía porque transmite
un modelo de capital intelectual extendida y reconoce el comportamiento orgánico dentro de las organizaciones. Sobre la base de la taxonomía Sistemas de
capitales que empezamos a identificar los activos de conocimiento y por lo tanto la construcción de SDC SDC construye.

Inteligencia Capital es una base de conocimientos que permite a la conducta adaptativa dentro de las organizaciones (Olavarrieta, 2010). Es una capital
estratégico que reconoce el valor y alinea el resto de las capitales. Inteligencia capital es tanto conocimiento interno y externo, es un conjunto de capacidades
de adaptación. Para esta investigación, se convierte en la capital de Inteligencia activo en el conocimiento más relevante y el foco del artefacto a desarrollar.

P. 2
 La Fig. 1 de Capital Marco de Sistemas (Carrillo, 2002)

Una vez que se construyeron las construcciones, el siguiente paso fue construir un modelo basado en las relaciones entre ellos. Varios cuestionarios se utilizan
para recopilar información sobre las operaciones de SDC a fin de comprender las relaciones entre los constructos. SDC fue modelo como un sistema de capital
formado por las seis categorías de capital principal (identidad, inteligencia, relacionales, financieros, humanos (agente), e instrumental. Al ser el activo más
relevante para esta investigación, se utilizó el modelo de Inteligencia de Capital para identificar en una profunda nivelar los cinco componentes de inteligencia
dentro de la organización. entorno SDC fue el modelo como un conjunto de competidores, proveedores, clientes, tecnología y mercados.

La Fig. 2 SDC ontología

Inteligencia de Capital se centra en la conducta adaptativa. El propósito principal del artefacto está diseñado es apoyar los gestores en el desarrollo de la
capacidad de adaptación. Proponemos que el desarrollo de la inteligencia de Capital equivale a desarrollar la capacidad de adaptación. Inteligencia
capital alinea valor (valor de alineación de componentes) y detecta el entorno para detectar oportunidades y amenazas (Sensorial componente). Además,
almacenamientos experiencia en una base de conocimientos (Experiencia de componentes) para que esté disponible cuando sea el momento de tomar
decisiones (Decisión componente). Una organización inteligente hace decisión basada en la alineación valor y el medio ambiente,

P. 3
genera diferentes opciones soportadas por el conocimiento interno y externo, y tiene en cuenta los acontecimientos pasados ​(la experiencia y el aprendizaje).
Por otra parte, una organización inteligente mantiene un registro de las opciones seleccionadas y evalúa las consecuencias sobre la base de la alineación valor
(consumación de componentes).

La tercera salida para el Construir actividades fue el método. Un conjunto de siete plantillas fue diseñado para recopilar información sobre los activos de conocimiento SDC y su entorno. Dos

plantillas se centran en la alineación valor: Inventario valor de alineación y elementos de alineación Valor. Estas plantillas fueron diseñadas para identificar lo que es valioso para el SDC y

una definición concisa de cada elemento de valor, así como su prioridad. Decisión del inventario es una tercera plantilla para la identificación de las decisiones más relevantes realizadas por

papel dentro de la organización. Cada proceso de toma se detalla incluyendo su periodicidad. Tres plantillas adicionales se centran en objetos relevantes del medio ambiente y el proceso de

inteligencia: Medio ambiente Objetos Inventario, Inventario de Información Ambiental y externa Business Intelligence Matrix. Estas plantillas fueron diseñadas para definir entorno SDC y los

objetos externos que deben ser detectados sistemáticamente. El Business Intelligence matriz externa incluye un proceso de diez pasos para definir sensores. Por último, el séptimo modelo

se centra en capacidades de inventario y es crucial para el objetivo de esta investigación. plantilla de las capacidades de inventario ayuda a identificar todas las capacidades adaptativas

relevantes para SDC. Capacidades se asignan en cuatro dimensiones (Procesos, Organización, Información y Tecnología) y cinco componentes (valor de alineación, sensorial, experiencia,

decisión, y la consumación). plantilla de las capacidades de inventario ayuda a identificar todas las capacidades adaptativas relevantes para SDC. Capacidades se asignan en cuatro

dimensiones (Procesos, Organización, Información y Tecnología) y cinco componentes (valor de alineación, sensorial, experiencia, decisión, y la consumación). plantilla de las capacidades

de inventario ayuda a identificar todas las capacidades adaptativas relevantes para SDC. Capacidades se asignan en cuatro dimensiones (Procesos, Organización, Información y

Tecnología) y cinco componentes (valor de alineación, sensorial, experiencia, decisión, y la consumación).

Modelos de Madurez de Capacidad se han utilizado para medir y gestionar las capacidades de desarrollo de software dentro de las organizaciones (Paulk et al., 1995). Para
nuestra investigación, nos proponemos utilizar un nivel de madurez para la evaluación de las capacidades. Esta investigación tiene como objetivo desarrollar la capacidad de
adaptación y se propone un modelo de madurez para realizar un seguimiento de este desarrollo. Proponemos cuatro niveles para la evaluación de la madurez:

a. Nivel inicial: Capacidad a nivel embrionario.

segundo. Desarrollo: Capacidad siendo desarrollado deliberadamente.
do. Administración: Capacidad de ser operacional y controlada.
re. Mejoramiento: Capacidad de ser completamente funcional y mejorado sistemáticamente.

La última salida de la Construir actividades es la creación de instancias: la realización de un artefacto en su entorno. Para esta investigación, un SDC
en el Tecnológico de Monterrey, México fue la creación de instancias del artefacto. CEDETEC (Technology Development Center) es un centro de
desarrollo de software que ofrece servicios para uso interno y tanto en el sector privado y público. Este centro fue la unidad de análisis para esta
investigación y una instanciación del artefacto Inteligencia capital. CEDETEC empleados llenaron las siete plantillas del método para la recopilación de
información y también algunos de ellos fueron entrevistados en un formato semi-estructurado.

Investigación

CEDETEC es la unidad de análisis de esta investigación y una instancia de nuestra artefacto propuesta para el desarrollo de la capacidad de adaptación.
CEDETEC es un centro de desarrollo de software en el Tecnológico de Monterrey (TEC), una de las universidades privadas más grandes de América
Latina. CEDETEC comenzó el desarrollo de aplicaciones de software para el uso interno de la universidad, pero cuando algunas oportunidades de
mercado en los que detectan, los gerentes decidió ampliar el alcance CEDETEC al sector privado y público. industria de desarrollo de software es
intensiva basada en el conocimiento; ambos productos y medios de producción final se basan en los intangibles. No hay materias primas para ser
transformadas por máquinas; no hay líneas de producción con tareas simples y repetitivas; en cambio los equipos de desarrollo altamente especializados
y cualificados son los encargados de producir y entregar el producto final. Además, La tecnología está evolucionando rápidamente, los mercados están
cambiando constantemente y competidores surgen sobre una base diaria. En este contexto, CEDETEC debe adaptarse a su entorno redefinirse con el fin
de crear valor para los diferentes grupos de interés: CEDETEC, clientes y ejecutivos de TEC.

Una vez que se ha seleccionado la unidad de análisis y la CEDETEC aceptado participar en esta investigación, el modelo de Inteligencia de
capital se presentó al equipo. Construcciones y sus relaciones se explicó a los participantes, así como el método de Inteligencia de Capital (siete
plantillas). CEDETEC empleados llenaron cada plantilla y los entregó para su análisis. Una entrevista personal con cada participante se llevó a
cabo para revisar la información y recopilar información de manera más detallada cuando sea necesario. Además de las plantillas y entrevistas
semiestructuradas, CEDETEC entregó dos bases de datos que contienen información financiera (sistema contable) y la información de las
operaciones (libros TSP / PSP).
PSP / TSP es un proceso de desarrollo de software estructurado
(Humphrey, 1996) y, recientemente, CEDETEC obtuvo una certificación para su uso.

P. 4
Después de analizar las plantillas CEDETEC e información entrevista, se construyeron los cinco componentes de Inteligencia capitales. El primero fue
valor de alineación y es una recopilación de los elementos valiosos de acuerdo con los empleados CEDETEC. Cada elemento se clasificó de forma
individual y luego se calculó un ranking colectiva. El elemento de valor más importante es el aumento de los ingresos CEDETEC a través de nuevos
proyectos de desarrollo. Identificamos otro elemento de valor que está relacionado con el primero y que consideramos más importantes: Ser un centro
rentable (9 º elemento de valor). Es importante aumentar los ingresos pero si TEC que toman las decisiones no visualizan los beneficios van a la
conclusión de que el centro está perdiendo dinero. Estos elementos de valor se utilizaron para alinear el resto de los componentes de Inteligencia de
capital, así como el resto de las capitales. Los 10 elementos de valor más importantes se muestran en la Tabla 1.

Sobre la base de la información suministrada por los empleados CEDETEC, hemos sido capaces de construir una Decisión de componentes. Se
analizaron todas las decisiones pertinentes de papel (Gerente General, Gerente de Proyectos, desarrollador, y así sucesivamente). La Tabla 2
muestra las decisiones más importantes de tres funciones dentro CEDETEC. Como era de esperar, se encontró que las decisiones del General
Manager son más estratégico y más amplia en su alcance. Desarrollador decisiones son más operativo y más estrecho en su alcance. Para cada
decisión, se pidió a los empleados acerca de la periodicidad, el proceso de toma, las personas involucradas, la generación de la elección y,
finalmente, la forma en que se evalúan cada posible maldición de acción. Una vez más, nos dimos cuenta de que no había decisiones relacionadas
con la realización de un centro rentable. Se identificaron presupuesto del proyecto y los ingresos,

P. 5
Una vez que se construyeron los cinco componentes de Inteligencia capitales, empleados CEDETEC fueron encuestados acerca de las
capacidades que consideran estar relacionada con todos y cada uno de Capital (Identidad, Inteligencia, relacional, financiera, instrumental y
humano). Además, se les pidió que identificaran qué dimensiones estuvieron involucrados para cada capacidad (Proceso, Organización,
Información y Tecnología). Ser Inteligencia capital el foco de esta investigación, se pidió a los empleados para identificar de una forma más detalle
las capacidades de inteligencia de forma, es decir, para identificar el componente de Inteligencia de capital (valor de alineación, sensorial, la
experiencia, la decisión y la consumación) en relación con cada capacidad. La Tabla 3 muestra algunas de las capacidades más relevantes
identificados por los empleados CEDETEC y categorizados por Capital. El inventario de las capacidades integrales fue asignada por Capital,

Una nueva plantilla -además de los siete ones- inicial fue diseñado para estudiar los empleados CEDETEC sobre el nivel de las capacidades de la
madurez. Nos centramos en los relacionados con la Inteligencia de capital y organizarlas por cada uno de los cinco componentes. Se pidió a los
empleados para evaluar la capacidad de cada uno con los cuatro niveles de madurez (inicial, desarrollo, gestión y optimización). La primera evaluación
se llevó a cabo en enero de 2010 (etiquetado como “Inicial”) y una segunda en enero de 2011 (con la etiqueta “posterior”). Con estas dos evaluaciones,
terminamos el Construir etapa de Diseño Ciencia y seguimiento de Evaluación escenario.

alineación
2.5 valor de

1.5 2

Consumo sensorial
0.5 1
Inicial
0
Subsecuente

Decisión Experiencia

La Fig. 3 Inteligencia de evaluación del capital

P. 6
Agente basado en la simulación

Agente basado en la simulación (ABS) es una poderosa herramienta para modelar el comportamiento organizacional y la cognición organizacional
(Hughes et al. 2012). ABS se puede utilizar para ganar la comprensión de entornos complejos a través de una simulación de eventos basados ​en
diferentes comportamientos de agente (Niazi y Hussain, 2011). Para esta investigación, se diseñó un ABS para evaluar los resultados de la Construir etapa
del enfoque de Diseño Ciencia. Este diseño siguió metodología GAIA (Zambonelli et al. 2003) e incluyó los agentes más relevantes dentro de CEDETEC
y su entorno. El primer objetivo del ABS es crear una instancia de CEDETEC dentro de la simulación y para validar los resultados con los datos de
operaciones financieras e históricas. Esta validación asegura que el ABS está simulando el mundo real. El segundo objetivo es visualizar diferentes
escenarios que experimentan con los niveles de madurez de Inteligencia capitales correlacionar esta base de conocimientos con indicadores clave de
rendimiento (KPI).

Uno de salida de la metodología de la GAIA es la Organización del sistema: CEDETEC es un centro de desarrollo de software en el Tecnológico
de Monterrey. Este centro desarrolla aplicaciones para la universidad, privado y el sector público. Cualquier organización que exige el desarrollo
de software es un cliente potencial. Cualquier empresa que ofrece desarrollo de software podría ser un competidor de CEDETEC. Al ser un
centro en el Tecnológico de Monterrey, CEDETEC interactúa con varios otros departamentos en la universidad como los recursos humanos,
infraestructura e innovación tecnológica y la División de Emprendimiento (DITE). La organización de CEDETEC es la siguiente: un gerente
general, un ayudante, un director de proyecto, un educador del usuario, un ingeniero de pruebas, un líder de Estabilización y dos
desarrolladores.

El proceso que se desea simular comienza cuando una Cliente tiene un requisito de desarrollo de software. los Cliente
entonces decide si enviar o no una convocatoria de propuestas (PPC) a los desarrolladores de software. Si se decide enviar una PPC también tiene que elegir
tres candidatos que son capaces de desarrollar la aplicación. Si CEDETEC es uno de estos candidatos, se ha de desencadenar un proceso de propuesta en la
que se deben estimar el tiempo y los recursos. CEDETEC continuación, envía de nuevo una propuesta de desarrollo de software (SDP) a Cliente. El resto de los
candidatos va tan bien y luego
Cliente selecciona uno de los SDP y se comunica resolución a todos los candidatos.

Si se selecciona SDP de CEDETEC, el gerente general debe desencadenar una patada de salida del proyecto y el resto del equipo comienza sus
tareas asignadas. Una vez que las tareas se llevan a cabo, debe informar CEDETEC Cliente y se inicia un proceso de revisión entregables. Cliente decidirá
aceptar o no estas entregas hasta que el proyecto está terminado en su conjunto. Cliente decidirá también cuando para pagar la factura relacionada
con el proyecto y que dependerá de la calidad y el tiempo de los entregables. El ciclo se cierra cuando se termine el proyecto y Cliente evalúa el
servicio CEDETEC. Esta evaluación será relevante cuando se necesita un nuevo desarrollo de software, porque

Cliente tenderán a enviar RFP a los proveedores mejor evaluadas.

La Fig. 4 Agentes CEDETEC

P. 7
Se identificaron dos tipos diferentes de papeles: externos (nivel superior) e internos (palanca inferior o subsistemas dentro CEDETEC). Las funciones
externas son: clientes, competidores, TEC-DITE y CEDETEC. Las funciones internas son: Gerente General, Gerente de Proyectos, desarrollador, probador
y formación de usuarios. Las principales actividades realizadas por cada función son los siguientes:

• CLIENTES
▫ Crear las necesidades de desarrollo de software (SDN).
▫ Enviar Solicitud de Propuestas (RFP) a los proveedores.
▫ Evaluar las propuestas de desarrollo de software (SDP) y seleccione el proveedor.
▫ Evaluar Entregables del Proyecto (PD).
▫ Pagar las facturas de software (SB).

▫ Evaluar a los proveedores.

• COMPETIDORES
▫ Crear SDP basado en RFP recibido.
▫ Enviar SDP a los Clientes.
▫ Crear Aplicaciones de Proyectos de Desarrollo (ADP).
▫ Asignar recursos basados ​en ADP.
▫ Gestionar el Equipo del Proyecto.

▫ Contratar o despedir empleados.

▫ Entregar productos a los clientes.

▫ Enviar Software facturas a los clientes.
▫ Recoger Software facturas de los clientes.

• CEDETEC
▫ Crear SDP basado en RFP recibido.
▫ Enviar SDP a los Clientes.
▫ Crear Aplicaciones de Proyectos de Desarrollo (ADP).
▫ Asignar recursos basados ​en ADP.
▫ Gestionar el Equipo del Proyecto.

▫ Contratar o despedir empleados.

▫ Entregar productos a los clientes.

▫ Enviar Software facturas a los clientes.
▫ Recoger Software facturas de los clientes.

• TEC-DITE
▫ Presupuesto asignación a CEDETEC.
▫ Establecer metas a CEDETEC.

▫ Evaluar CEDETEC.

Dentro CEDETEC, las principales actividades de los agentes internos o roles internos son los siguientes:

• GERENTE GENERAL
▫ Las estimaciones del proyecto en tareas, recursos y tiempo.

▫ SDP crea sobre la base de las estimaciones del proyecto y los recursos disponibles.

▫ SDP envía a los clientes.

▫ Gestiona la reasignación de recursos.
▫ Evalúa objetivos CEDETEC.
▫ Evalúa empleados.
▫ Contratar o despedir a los empleados

▫ Envía facturas a los clientes.

▫ Cobrar las cuentas de los clientes.

• GERENTE DE PROYECTO
▫ Crear SDP basado en solicitudes de Director General.
▫ Asignar tareas a los desarrolladores, evaluadores como para el usuario.

▫ tareas de actualización del SDP en base a informes de Equipo del Proyecto.

▫ Evaluar el estado SDP.

▫ Informar del estado SDP a director general.
▫ Enviar a entregar a los clientes.

P. 8
 • DESARROLLADORES

▫ Estimar el tiempo y esfuerzo para tareas de desarrollo SDP.

▫ Ejecutar las tareas de desarrollo.
▫ Reportar el estado de las tareas de desarrollo y finalización.
▫ Decidir las actividades diarias (motivación, horarios, con el tiempo, esfuerzo adicional, actitud).

• COMPROBADORES

▫ Estimar el tiempo y esfuerzo para tareas de prueba SDP.

▫ Ejecutar tareas de prueba.
▫ Informe de estado de tarea de prueba y terminación.

▫ Decidir las actividades diarias (motivación, horarios, con el tiempo, esfuerzo adicional, actitud).

• La educación del usuario

▫ Estimar el tiempo y esfuerzo para tareas de educación SDP.
▫ Ejecutar tareas de educación.
▫ Reportar el estado de la tarea de educación y terminación.

▫ Decidir las actividades diarias (motivación, horarios, con el tiempo, esfuerzo adicional, actitud).

Hicimos una lista de las variables contenidas tanto en la base de datos y las operaciones financieras. Hemos seleccionado una serie 17 variables para
validar los resultados ABS con los datos históricos CEDETEC. Estas variables se agrupan en cuatro categorías: Head Count, nómina, ingresos /
demanda y gastos. Basado en Valor elementos identificados en el
Construir etapa, nos centramos en ingresos y beneficios como indicadores clave de rendimiento. Los ingresos se expresa en “Pedidos” y el beneficio es el resultado de restar todos
los gastos de los ingresos.

Después de evaluar varias herramientas para el ABS, seleccionamos NetLogo 4.1.3 (Berryman y Angus, 2009), ya que es el software de
código abierto, muy fácil de usar y con una interfaz amigable. Agentes fueron programados siguiente metodología y las variables mostrados en
la Tabla 4 se representaron para cada SDC (CEDETEC y competidores) GAIA. CEDETEC proporcionó datos de las operaciones financieras y
entre abril de 2008 enero de 2011, unos 34 meses periodos. El simulador fue calibrado a 20 pulsaciones por mes y todas las variables se
calcularon sobre una base mensual. Para almacenar los datos de las simulaciones, una base de datos MySQL 5.2 fue diseñado y creado. Un
conector NetLogo guarda los resultados de simulación cada 20 meses garrapatas (simulada). Los resultados de 100 carreras fueron
almacenados en una base de datos MySQL y validados con datos históricos CEDETEC. Para cada ejecución,

P. 9
Se analizaron las 100 carreras del simulador mediante la consulta de base de datos MySQL. Nos encontramos con que la nómina es más del 85% de los gastos totales.
Nómina es directamente proporcional al número de empleados, lo que es muy importante optimizar la cantidad de empleados de acuerdo a los proyectos abiertos.
Llevamos a cabo algunos experimentos variando el nivel de madurez de decisiones relacionadas con el recuento decisión. El mayor nivel de madurez, se hicieron las
decisiones más inteligencia relacionada con la contratación o despido de personas. Estamos validar el simulador mediante la comparación de datos de la historia
CEDETEC contra el resultado promedio de ABS. Entonces, nos encontramos con algunas simulaciones con un mayor nivel de madurez de la Inteligencia de capital y
algunas de ellas con un nivel de madurez inferior. Cuando Inteligencia capital se estableció en un mayor nivel de madurez, agentes evalúan más opciones y la
información obtenida de medio ambiente: eran más adaptativa. Cuando la inteligencia de Capital se encuentra en niveles de madurez más bajos, los agentes toman las
decisiones por medios tradicionales: decisiones simples basadas en el conocimiento interno. La Fig. 5 muestra que un nivel promedio de madurez de Inteligencia capital
es equivalente a datos reales CEDETEC; un alto nivel de madurez muestra un mejor rendimiento debido a los gastos de nómina más bajos.

Gastos: nómina
500000

400000

300000
Real
200000
alta IntellCap
100000
Promedio IntellCap
0
Jul-08

Jul-09

Jul-10
Ene-09

Ene-10

Ene-11
Oct-08

Oct-09

Oct-10
Abr-08

Abr-09

Apr-10

Fig. 5 los gastos de nómina

CEDETEC tiene como objetivo ser un centro rentable, de acuerdo con el inventario valor de alineación elementos. Se analizaron los
beneficios de una manera muy similar a como los gastos de nómina. Hemos descubierto que CEDETEC tuvo una ganancia negativa (pérdida)
durante los 34 meses de nuestra investigación. Nosotros no acumulan resultados antes de abril de 2008 por lo que no sabemos a ciencia
cierta si el centro obtuvo un beneficio o no teniendo en cuenta todos los datos históricos. Se calculó el ingreso total para este período (abril
2008-enero 2011) y luego restar los gastos totales de la misma época. Luego validamos los resultados ABS contra estos datos y descubrimos
que la ganancia media era equivalente al beneficio real (pérdida). Entonces nos encontramos con 100 simulaciones con el nivel de madurez
de capital de alta Inteligencia: agentes eran más inteligencia para tomar decisiones relacionadas con el recuento, la estrategia de ventas y
gestión de tareas. Después de este,

Lucro
4.000.000

3.000.000 $

2.000.000 $

1.000.000 $

$-$

- $ 1.000.000 de

- $ 2,000,000

- $ 3.000.000

- $ 4,000,000

- $ 5,000,000
Real alta IntellCap bajo IntellCap

Lucro - $ 1634344 $ 3.542.086 - $ 3835575

La Fig. 6 Profit

P. 10
conclusiones

Esta investigación dirigido a desarrollar la capacidad de adaptación en un centro de desarrollo de software. Hemos propuesto un enfoque basado en la
ciencia del diseño de Sistemas de capital y se centró en Inteligencia capital. La adaptación puede lograrse mediante el desarrollo de capacidades de
sentir, tener sentido y la respuesta adecuada. El modelo de Inteligencia de capital y método demostró ser útil para CEDETEC en la evaluación y el
desarrollo de los activos de conocimiento, y más específico, la capacidad de adaptación. Este es un nuevo método que se puede aplicar a resto de las
capitales de todo el sistema. marcos de inteligencia actuales no ofrecen un enfoque multidisciplinario con base y no son adecuados para las
organizaciones basadas en el conocimiento.

Agente de simulación basado era una herramienta adecuada para la comprensión de la dinámica CEDETEC. La metáfora agente fue útil para entender
cómo cada agente está tratando de maximizar su propia utilidad y cómo Inteligencia modelo de capital los coordina con el fin de maximizar la utilidad de la
organización en su lugar. El diseño de agentes inteligentes para simular operaciones CEDETEC y el medio ambiente ayuda a comprender la relevancia es
la toma de decisiones y lo útil que es un marco de inteligencia sistemática para la mejora de KPI. es decir, podría esperarse que el toma de decisiones más
inteligente el mejor resultado. Se encontró una relación entre los niveles de madurez de capital de alta inteligencia y de alto rendimiento, por ejemplo, el
beneficio.

Vamos a continuar nuestra investigación llevar a cabo más experimentos con el fin de aprender más acerca de los conocimientos activos dinámica dentro
CEDETEC. Hasta ahora hemos completado Construir y Evaluar las actividades de la ciencia del diseño. Hemos probado nuestra artefacto y probaron que es útil para
el fin que fue creado. Este artefacto es un nuevo método para la gestión de activos de conocimiento, el desarrollo de la capacidad de adaptación y evaluación de
Inteligencia de capital.

P. 11
referencias

Berryman, M. y Angus, S (2009) “tutoriales sobre el modelado basado en agentes con el análisis de NetLogo y la red con Pajek”. Revista Mundial de
la Ciencia, 12 octubre, 2009.

Boisot, MH (1998). Los activos de conocimiento. Oxford University Press, Nueva York.

Carrillo, Francisco J. (2002) “Sistemas de Capital: Implicaciones para un programa de conocimientos Global”. Diario de Gestión del Conocimiento, Vol.
6, No. 4, Octubre, pp. 379-399.

Drucker, Peter (1969). La era de la discontinuidad. Harper & Row, Nueva York.

Haeckel, Stephan (1999). Empresa Adaptable. Harvard Business School Press, Boston, Massachusetts.

Hughes, HPN; Clegg, CW; Robinson, MA (2012). "Agente de modelado y simulación basada en: El potencial contribución a la psicología
organizacional". Revista de Psicología de las Organizaciones y el Trabajo, marzo
2012.

Humphrey, Watts (1996). “El uso de un definido y medido Personal Software Process", IEEE Software, Mayo
1996, pp. 77-88.

Malhotra, Yogesh (2003). La medición de los activos de conocimiento de una nación: Sistemas de Conocimiento para el Desarrollo. Sede de la ONU, Nueva
York, NY

Marzo de ST y GF Smith (1995). "El diseño y las ciencias naturales la investigación sobre tecnologías de la información."
Sistemas de Soporte a la Decisión Vol. 15 (4), pp. 251-266.

Niazi, M., y Hussain, A. (2011). la computación basada en agentes de los sistemas multi-agente de modelos basados ​en agentes: una encuesta visual. Scientometrics,
pp. 1-21.

OCDE (1996) La economía basada en el conocimiento, París.

Olavarrieta, Gilberto (2010). El capital de Inteligencia, en Martínez, A. Corrales, M. Administración de Conocimiento y Desarrollo BASADO en
Conocimiento: Redes de Innovación. ( 123-144), Cengage Learning. México DF

Osterwalder, Alexander (2004). El modelo de negocio de ontología - Una proposición en Enfoque A Diseño Ciencia.
Tesis doctoral de la Universidad de Lausana.

Paulk, Mark; Weber, Charles; Curtis, Bill; Chrissis, Mary Beth (1995). El Modelo de Madurez de Capacidad: Directrices para la mejora del
proceso de software. Addison Wesley. Bostón.

Piedra, Alexandra (2008). Medir la innovación e intangibles: una perspectiva de negocios. Instituto para la Defensa de los análisis, Ciencia y
Tecnología Instituto de Políticas, Washington, DC

Zambonelli, F., Jennings, N. y Wooldridge, M. (2003) “Desarrollo de Sistemas Multiagente: La Metodología Gaia”. ACM Transactions on
Software Engineering y Metodología, Vol. 12, No. 3, julio de 2003, pp. 317-370.

P. 12