Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Director (a):
Ph.D. Luis Fernando Castillo Ossa
Línea de Investigación:
Organizaciones, sistemas y gestión de la tecnología, la Información, el conocimiento y la
innovación tecnológica
Daniel Kahneman
Agradecimientos
A mi familia: por entender las tristezas, regalarme su tiempo, por su apoyo incondicional y
por animarme a continuar.
Y por último a todas las personas que de una u otra manera contribuyeron a la finalización
de este proyecto.
Resumen y Abstract IX
Resumen
La estrategia de Internet de las cosas no debe verse solo como un mecanismo de
reducción de costos en las empresas manufactureras; en cambio, debe verse como la
base para la transición a un nuevo modelo de negocio que monetice los datos de un
ecosistema inteligente. No obstante, la revisión de la literatura permitió detectar un vacío
de conocimiento en donde prevalecen las contribuciones técnicas, descriptivas y
generales; en tal sentido, descifrar el funcionamiento del sistema de creación de valor y
encontrar un equilibrio entre la estrategia digital y el despliegue de plataformas
tecnológicas, son las principales motivaciones de esta investigación.
La investigación demuestra que el modelo de evaluación del sistema, así como los
procedimientos de análisis asociados y la metodología de diseño, son pertinentes,
aplicables y escalables a otros ámbitos fuera del hogar conectado y en otras empresas de
manufactura. Finalmente, además de la contribución académica a través de artículos y
ponencias, en la parte práctica hubo transferencia de conocimiento y habilitación para la
toma de decisiones en el contexto de la estrategia digital de la compañía.
Palabras clave: creación de valor; ecosistema IoT; oferta de valor; dinámica de sistemas;
captura de valor; modelo de negocio; sistema.
X Diseño de un Ecosistema IoT para el Hogar Conectado
Abstract
Internet of Things strategy should not be seen only as a cost reduction mechanism for
manufacturing companies; instead, it should be seen as the foundation for transitioning to
a new business model that monetizes the data from an intelligent ecosystem. In this regard,
deciphering the operation of the value creation system and finding the balance between
the digital strategy and the deployment of technological platforms, are the main motivations
behind this research.
To achieve the proposed objectives, systems theory and Delphi study has been adopted
in the conceptualization stage and system dynamics have been used to build a
computational representation; Then, by means of dynamic simulation, the model has been
adjusted according to the iterations and the limits identified of the system, consequently,
with the set of results obtained, different behaviours of creation and capture of value have
been identified. In line with the above, the proposed methodology supports the design of
sustainable digital business models and this focuses on taking advantage of the engine of
the value creation system of IoT ecosystem.
The research demonstrated that the system evaluation model, associated analysis
procedures, and design methodology are relevant, applicable, and scalable, even to other
settings outside of the connected home and white goods companies. Finally, in addition to
the academic contribution through articles and presentations, in the practical side there
was knowledge transfer and enablement for decision-making.
Keywords: value creation; IoT ecosystem; value offer; system dynamics; value capture;
business model; system.
Contenido XI
Contenido
Pág.
Introducción................................................................................................................... 17
2. Estructura de la Investigación............................................................................... 75
2.1 Diseño de la Investigación.................................................................................77
2.1.1 Sistemas de Información, un enfoque mixto .................................................. 80
2.2 Proceso de Desarrollo de la Investigación .........................................................81
2.2.1 Etapa de estructuración ................................................................................. 82
2.2.2 Diseño tentativo ............................................................................................. 85
2.2.3 Panel de expertos .......................................................................................... 86
2.2.4 Mapeo de Valor ............................................................................................. 89
2.2.5 Etapa de simulación y comprobación empírica .............................................. 91
2.2.6 Etapa de diseño de metodología ................................................................... 96
2.2.7 Teorización y generalización de resultados ................................................... 97
2.3 Evaluación de la metodología propuesta ...........................................................98
2.4 Estrategia para probar hipótesis ......................................................................100
Lista de figuras
Pág.
Lista de tablas
Pág.
Abreviaturas
Abreviatura Término
TF Teoría Fundamentada
En línea con lo anterior, la revisión de literatura refleja entre los principales retos de las
soluciones IoT del hogar, la reducción de la complejidad, interoperabilidad, confiabilidad,
privacidad y seguridad, entre otros; de igual manera, resalta barreras de tipo social, tales
como la pérdida de control por parte de los consumidores, la apatía y el costo (Balta-Ozkan,
Davidson, Bicket, & Whitmarsh, 2013). En este sentido, se puede evidenciar a través de la
revisión de antecedentes que, la adopción de nuevas tecnologías tiene impactos en la
economía y la sociedad, en un estudio realizado por The Economist, a 779 ejecutivos
líderes de 19 diferentes industrias alrededor del mundo, se encontró que el 30% sentía que
18 Diseño de Ecosistemas IoT para el Hogar Conectado
IoT generaría nuevas oportunidades de ingresos, mientras el 29% creía que inspirarían
nuevas prácticas de trabajo y un 23% creía que eventualmente cambiaria los modelos de
negocio (The Economist, 2013).
Tomando como base los resultados del estado del arte, el estado de la práctica y los
antecedentes de la situación problemática, se definieron tres elementos que motivaron el
desarrollo de la tesis. Por un lado, se evidenció la falta de trabajos que realizaran una
aproximación a los ecosistemas IoT del hogar conectado, desde la perspectiva de creación
de valor con la información; por el otro, se constató la importancia que tienen los
electrodomésticos de línea blanca como producto “inteligente” dentro de un ecosistema
IoT y, por último, se descubrió la ausencia de propuestas para la valoración de desempeño
de los ecosistemas IoT en el hogar conectado.
Del mismo modo, la adopción de tecnologías IoT en Latinoamérica era la más baja,
respecto a Norteamérica, Europa y Asia Pacífico, en el mismo sentido, la revisión de
literatura mostraba la importancia del Internet de las Cosas en el hogar, a través de las
aplicaciones para reducción de consumo de energía, cuidado de la salud y seguridad
(Paganelli et al., 2015; Services, 2015).
Se puede decir entonces, desde la construcción de la tesis, que existe la necesidad por
parte de la industria de electrodomésticos de aprovechar las oportunidades que IoT
genera, con el fin de adaptarse y generar nuevos modelos de negocio (Whirlpool, 2020;
Zoet, Smit, & de Haan, 2014); del mismo modo, se evidencia un interés académico y
práctico para el desarrollo de metodologías que permitan abordar el diseño de ecosistemas
22 Diseño de Ecosistemas IoT para el Hogar Conectado
IoT, buscando hacer frente al creciente desafío de transformar los datos en información
accionable, que ayude a optimizar las tareas cotidianas de las personas en el hogar.
Esta sección inicia con la exposición del problema de investigación, , para luego continuar
con las preguntas e hipótesis de investigación, para finalizar con el sistema de objetivos.
Problema de investigación
Actualmente la exploración de la integración de las comunicaciones e informática en el
entorno de las personas, se conoce también como Inteligencia Ambiental y
específicamente en el hogar, se enmarca bajo el concepto de “hogar inteligente” (De Silva
et al., 2012); la idea de un hogar conectado a Internet y con funciones “inteligentes” se
puede describir como: “un ecosistema de dispositivos, electrodomésticos y subsistemas,
todos interconectados e interactuando entre ellos” (Borgia, 2014).
Por otro lado, algunos estudios han definido al sector global de línea blanca (compañías
manufactureras de electrodomésticos), como moderadamente dinámico, donde la
competencia se da a través del precio y cuya tecnología de producción es madura; en este
sentido, las compañías han perfeccionado técnicas de manufactura flexible y asistida por
computador, con el fin de reducir los costos de producción; de igual forma, sus
preocupaciones se han centrado en que los productos procuren el ahorro energético y el
cuidado del medio ambiente. Los líderes en la industria de línea blanca han prosperado
logrando economías de escala, un mejor control de los canales de distribución y una
innovación simple (Bonaglia, Goldstein, & Mathews, 2007); así mismo, la estrategia de
negocio de estas compañías se desarrolló generalmente centrada en el producto, haciendo
que la perspectiva de los consumidores estuviera en segundo lugar respecto a la
producción en masa.
Propuesta investigativa 23
En consecuencia, los recientes avances a nivel científico y práctico están sentando las
bases de una propuesta de valor para nuevos productos y servicios; así como la mejor
manera de entregarlo a los clientes (Moore, 1993). En este sentido, se manifiesta una
necesidad por parte de la industria y organizaciones, para la comprensión del
funcionamiento de los ecosistemas IoT y la interoperabilidad de los elementos que lo
componen (Peine, 2009; Zambonelli, 2016); es importante recordar que, según S. Chen,
Xu, Liu, Hu, & Wang (2014) la información se dará en diferentes lugares, cosas, empresas,
industrias y diferentes regiones o países; los modelos aplicativos cambiaran de cerrados a
abiertos y serán construidos sistemas IoT que servirán a diferentes industrias.
Del mismo modo y basados en la revisión de literatura, se puede afirmar que, la base de
las soluciones IoT en el hogar se encuentra en la plataforma tecnológica, lo que implica
una arquitectura de solución que se adapte a la situaciones particulares de este ecosistema
(Abdmeziem, Tandjaoui, & Romdhani, 2016), algunos investigadores argumentan que las
plataformas de tipo abierto jugaran un papel preponderante en la adopción de IoT (Hong,
Nam, & Kim, 2019), de ahí que el éxito del ecosistema dependa de proveer esa plataforma
para que otros miembros puedan apalancarse y adicionar valor a sus productos y servicios
en un proceso co-evolucionario (M. L. Weber & Hine, 2015).
Por otro lado, se detecta la necesidad de romper las barreras sociales de adopción, lo cual
implica entender los cambios en los estilos de vida de los consumidores, algunos estudios
24 Diseño de Ecosistemas IoT para el Hogar Conectado
confirman la preocupación de ellos por temas como la seguridad y privacidad (R. Weber,
2015), además de otros no menos importantes como la interoperabilidad y la confiabilidad;
sin embargo, la pérdida de control sobre los electrodomésticos es algo que también
inquieta a los consumidores y se establece como una barrera para la adopción de las
nuevas tecnologías en el hogar (Hong et al., 2019). En términos generales comprender las
preocupaciones de los usuarios con respecto a sus datos es una necesidad que ayudará
a las empresas de línea blanca a entender el impacto social del diseño de ecosistemas IoT
en el hogar conectado (Henze et al., 2016).
(Subhadeep Sarkar & Misra, 2016). En la figura 0-1 se muestra un árbol resumen de
definición del vacío de conocimiento, diseñado con base en la revisión de literatura, estado
de la práctica y del arte.
Dado lo anterior, es importante resaltar que a medida que los hogares conectados
empiecen a crecer en cantidad, extraer “conocimiento” (entendido como nuevas relaciones
no triviales o fácilmente deducibles por la observación) de ingentes cantidades de datos,
seguirá siendo un problema clave de la Inteligencia Artificial (Cottone, Gaglio, & Ortolani,
2014), de la misma forma, la llegada de Internet de las Cosas al hogar ayudará a aumentar
la complejidad de los ecosistemas, debido en gran medida a la necesidad de investigar y
predecir hábitos y comportamientos, lo cual hace que el número de variables a incluir en
un modelo se incremente considerablemente.
Preguntas de Investigación
Tomando como base los resultados del estado del arte, el estado de la práctica y los
antecedentes de la situación problemática, se pueden definir tres elementos que motivan
el planteamiento de la pregunta general de investigación. Por un lado, se evidencia la falta
de trabajos que realicen una aproximación a los ecosistemas IoT del hogar conectado,
desde la perspectiva de creación de valor con la información; por el otro, se puede
constatar la importancia que tienen los electrodomésticos de línea blanca como producto
“inteligente” dentro de un ecosistema IoT; y por último, se manifiesta la ausencia de
propuestas para la valoración de desempeño de los ecosistemas IoT en el hogar
conectado, que permitan medir los flujos de información. De acuerdo con lo anterior, la
pregunta general de investigación se plantea de la siguiente manera:
diseño de un ecosistema IoT del hogar conectado, así como, los criterios de evaluación de
desempeño de dicho ecosistema; posteriormente, se construirá la aproximación al
fenómeno desde la tesis, indicando la forma de utilización de los planteamientos en los
ecosistemas IoT del hogar conectado. Con base en la pregunta general de investigación,
se plantean las siguientes sub-preguntas:
• ¿Cuáles son los elementos, objetivos, variables, datos, relaciones y escalas que
se deben incluir en el diseño de un ecosistema IoT del hogar conectado?
• ¿Cómo se definen criterios de evaluación que permitan valorar el desempeño de
un ecosistema IoT del hogar conectado?
• ¿De qué manera la analítica de ingentes volúmenes de datos permite describir,
predecir y explotar los flujos de información al interior de un ecosistema IoT del
hogar conectado?
• ¿Cómo se debe estructurar un modelo matemático para abordar el diseño de un
ecosistema IoT del hogar conectado?
• ¿Cuál es la metodología de solución apropiada para diseñar un ecosistema IoT
del hogar conectado que permita hacer frente las a barreras computacionales?
indicadores de los flujos de información, en este sentido, la hipótesis fue definida de tipo
causal.
Sistema de Objetivos
A continuación, se presenta el objetivo general:
importante señalar que, se concibió la construcción del marco teórico y referencial como
un diagrama causa-efecto (ver figura 0-4), cuya secuencia inicia en la parte inferior,
ascendiendo por los diferentes temas, hasta alcanzar un conocimiento crítico del nivel de
comprensión que se tiene en la actualidad sobre el diseño de ecosistemas IoT.
En este sentido, se puede observar que en años recientes estas compañías han intentado
cambiar el panorama anteriormente descrito, y gracias a los adelantos tecnológicos en IoT
han aplicado conceptos de lo que se conoce como la cuarta revolución industrial (Industria
4.0) (Frank, Dalenogare, & Ayala, 2019; Muhuri, Shukla, & Abraham, 2019); de este modo,
se puede confirmar que los temas de calidad y eficiencia operativa permanecen con
prioridad alta en los esfuerzos de digitalización de las compañías de línea blanca (Oztemel
& Gursev, 2020).
Lo anterior permite inferir que, aunque la penetración de los productos de línea blanca en
los hogares supera los 90% (APPLIA, 2020; Cabeza et al., 2018), los jugadores
tradicionales en esta industria ya no pueden ganarse los corazones y la lealtad de los
consumidores confiando en modelos tradicionales, en este sentido, se puede comprobar
en diversos estudios que sus intereses están muy por encima de lo que un producto
conectado a Internet puede ofrecer (Affinnova, 2014; Jennings & O'Regan 2020).
Dicho lo anterior, después del análisis crítico de documentos, se puede confirmar que en
América, la innovación de los modelos de negocio sin cuestionar el negocio original de las
compañías de línea blanca es el imperativo actual (Mcgrath, 2020), las empresas han
enfocado sus esfuerzos en trascender la oferta de valor de sus productos, sin éxito hasta
el momento; por su parte, la corriente europea de investigación se ha centrado en la
búsqueda de nuevos marcos de trabajo y la innovación para adaptar los modelos de
negocio (Geissdoerfer, Bocken, & Hultink, 2016), mientras que en Asia se observan los
más grandes avances prácticos alrededor del Hogar Conectado e Inteligente, en donde los
fabricantes de esa región, adaptaron su oferta de valor alrededor de este concepto (Guo &
Zheng, 2019; Pallas, 2016).
32 Diseño de Ecosistemas IoT para el Hogar Conectado
Para finalizar, vale la pena resaltar los esfuerzos del gobierno de Colombia y la Asociación
Nacional de Industriales (ANDI), en términos de apoyar a la industria de electrodomésticos
local, por medio de talleres, estudios de prospección y política pública, buscan la
adaptación de las cadenas de valor de las compañías de línea blanca; el programa Red-
Verde (2020), y el estudio de vigilancia tecnológica para el cierre de brechas en la industria
de línea blanca (Tamayo, 2018), son dos ejemplos de este interés.
En el mismo sentido, se deben resaltar los esfuerzos que la industria ha hecho en pro del
rediseño de su oferta de valor, entre los cuales sobresalen la exploración del concepto
Productos Como Servicio, el cual fue uno de los primeros modelos de negocio que los
fabricantes analizaron, aunque sin resultados concluyentes que permitan inferir que van a
ser aceptados en el futuro (Sousa-Zomer, Magalhães, Zancul, & Cauchick-Miguel, 2017),
la aplicación de enfoques mixtos B2B y B2C para comercializar sus productos (Saccani,
Perona, & Bacchetti, 2017) y también los avances en términos de logística inversa de los
electrodomésticos usados (John, Sridharan, Kumar, & Krishnamoorthy, 2018).
tengan en cuenta además las particularidades de estas compañías; por tanto, el desarrollo
de la metodología propuesta en esta tesis, permite no solo abordar el fenómeno desde una
perspectiva integral, sino que además, ayuda a completar el vacío de conocimiento que se
encontró en la propuesta de investigación.
De la misma forma, se puede validar que en 2020 tanto el vacío de conocimiento, así como
la hipótesis planteada continúan vigentes, de esta manera, la búsqueda del equilibrio, el
enfoque de ecosistemas y la compresión del sistema de creación de valor, permanecen
dentro de las necesidades de las compañías de línea blanca (y con una urgencia mayor,
en gran medida por la contingencia del Covid-19); por consiguiente, dichos conceptos
serán desarrollados con mayor detalle en las siguientes secciones de este capítulo. Vale
la pena resaltar el hecho que se ha mantenido desde la formulación del vacío de
conocimiento, y que ha sido confirmado por diferentes investigaciones: “la plataforma
tecnológica es el medio que soporta el funcionamiento de la oferta de valor digital de una
compañía de línea blanca” (De Reuver, Sørensen, & Basole, 2018; Jacobides,
Sundararajan, Van Alstyne, & Delloitte, 2019).
Del mismo modo, se puede deducir de la revisión de antecedentes, que la innovación del
modelo de negocio describe un proceso para la creación de otros completamente nuevos
(Chesbrough, 2010; Geissdoerfer et al., 2016; Osterwalder & Pigneur, 2011), de esta
manera, un análisis profundo de los documentos, señala la existencia de una marco de
trabajo sobre el cual se están apalancando las empresas de línea blanca, dicho marco se
conoce con el nombre de Transformación Digital, concepto que ha permitido a estas
compañías emprender un viaje en donde la tecnología juega un rol diferente, más allá de
la habilitación de los procesos de negocio.
34 Diseño de Ecosistemas IoT para el Hogar Conectado
Por consiguiente, se puede confirmar que las paradojas generadas de los anteriores
enunciados, han hecho que las compañías de línea blanca no encuentren un foco de
acción claro para desarrollar su estrategia “Digital” (y no me refiero al marketing digital), y
de este modo llevarla más allá de las fronteras cerradas de las plantas de producción; sin
embargo, se puede inferir un cambio de paradigma en los modelos de negocio
tradicionales (Ramaswamy & Ozcan, 2018), los cuales se han basado en el fabricación y
entrega de productos físicos (los electrodomésticos) a los hogares. Hay que recordar el
impulso que la investigación científica le está dando a los productos inteligentes y sobre
todo a los avances alrededor de soluciones para el hogar (Porter & Heppelmann, 2014,
2015; Sovacool & Del Rio, 2020; Yassine, Singh, Hossain, & Muhammad, 2019).
En síntesis, los modelos de negocio basados en digital implican el desarrollo de una oferta
de valor en ese mismo sentido, de ahí que, para comprobar la hipótesis planteada, primero
se aborde la comprensión de la dinámica de creación de valor del ecosistema IoT y luego
con base en lo aprendido, se realice una propuesta metodológica que permita abordar el
diseño de modelos de negocio digitales en compañías de línea blanca; se puede evidenciar
basado en la extensa revisión que los marcos de trabajo propuestos en la literatura
científica funcionan como guía general, pero definitivamente en el contexto de las
compañías de línea blanca son pocos los referentes teóricos a seguir (Johannessen &
Olsen, 2010).
en este sentido, se puede definir como “Un conjunto de empresas y consumidores que
cooperan y compiten, unidos a su entorno socioeconómico, los cuales se coordinan
alrededor de una plataforma tecnológica, que relaciona el mundo físico de las cosas y el
mundo virtual de Internet, y que en su conjunto afectan positiva o negativamente el sistema
de creación de valor” (Evans & Schmalensee, 2017; Mazhelis, Luoma, & Warma, 2012;
Porter & Heppelmann, 2015); así mismo, según Johannessen & Olsen (2010):
La creación de valor implica aumentar el tamaño del pastel en sí, no solo un corte
del pastel. Por lo tanto, mientras que la captura de valor se ve desde el lado de la
oferta de valor, la creación de valor se ve desde el lado de la demanda (p. 503).
Así que, se puede argumentar basado en la revisión teórica, que la investigación científica
proveniente de las ciencias de la administración y la computación, han sido las
responsables del reciente avance de los conceptos aquí tratados, en gran medida por el
interés de los investigadores en analizar el impacto que Internet de las Cosas tiene sobre
los modelos de negocio de la industria y organizaciones. La figura 1-1, permite visualizar
de manera gráfica los elementos teóricos y conceptos mencionados a continuación en este
capítulo.
“Transformación Digital” y sobre los cuales la compañías han centrado sus iniciativas de
cambio; posteriormente se abordará la evolución del concepto de ecosistema,
profundizando en los detalles de cómo esta visión ha cambiado el entorno competitivo de
las compañías de electrodomésticos, finalmente se analizarán los fundamentos teóricos
del sistema de creación de valor con la información y su impacto en el concepto de
ecosistema.
Desde esa perspectiva, en las siguientes secciones, se explicará como el enfoque de las
compañías de manufactura de línea blanca sobre el producto (el cual esencialmente es un
hardware que facilita las tareas cotidianas en los hogares), ha empezado a migrar a
productos que tienen mayores componentes de software y que además intentan
interactuar con las personas de una manera diferente, interoperando con otros dispositivos
que ya están omnipresentes en la vida de las personas.
Ventas
Línea Participación
Top Blanca en el
Empresa País Estrategia de Manufactura
Global 2018 mercado
Millones global
USD
5 Midea China 14,300 7% la cadena de valor. Midea ha centrado su
Group Co estrategia en desarrollar componentes claves
Ltd como compresores, controles eléctricos y
magnetrones. Algunos analistas argumentan
que Midea tiene por 3 años consecutivos la
mayor cantidad de patentes en el área de
electrodomésticos a nivel global. Lidera la
capacidad de producción (Midea, 2019).
6 Samsung Corea de 14,100 7% Su foco se mantiene en la producción de
Corp Sur productos premium, como sus refrigeradores
Family Hub y secadoras de gran capacidad. Se
apalanca en su fuerte presencia de manufactura
de electrodomésticos unida a su manufactura de
Televisiones (Samsung, 2019).
7 Electrolux Suecia 11,878 6% Esta compañía está pasando por una interesante
AB transformación, uno de sus pilares se centra en
incrementar la eficiencia a través de la
digitalización, automatización y modularización,
este foco es muy importante para apalancar la
reducción de costos; le apuntan a una cadena de
valor integrada y una manufactura que ayude a
mejorar la productividad y flexibilidad de sus
operaciones. La planta de refrigeradores de
estados unidos es la más automatizada del grupo
gracias a una importante inversión en
reingeniería (Electrolux, 2019).
8 Hon Hai Taiwán 5,333 3% El objetivo principal de esta empresa es producir
Precision productos eco amigables, mejorando la
Industry Co satisfacción de los clientes con productos y
Ltd servicios de alta calidad seguros, confiables y
conscientes del medio ambiente, el sistema de
aseguramiento de calidad de esta compañía
asegura que los empleados de cada
departamento están involucrados en la
planeación del diseño, la producción y el servicio
postventa (Sharp, 2019).
Ventas
Línea Participación
Top Blanca en el
Empresa País Estrategia de Manufactura
Global 2018 mercado
Millones global
USD
9 Panasonic Japón 4,781 2% calidad y usabilidad de sus electrodomésticos.
Corp Manifiesta en su reporte anual grandes
capacidades de manufactura en revestimientos,
moldes procesamiento de máquinas CAE y
control de calidad. Su lema está en aplicar la
experiencia, mejorar en materiales y ahorro de
energía (Panasonic, 2019).
10 Arcelik AS Turquía 4,413 2% Tiene un plan de continuidad de negocio
estructurado para evitar interrupciones en las
operaciones, cuenta con 21 plantas y 19 centros
globales de investigación y desarrollo, 2800
invenciones 10 de las cuales se muestran en las
ligas globales, modelos de producción agiles y
tener fabricas inteligentes sobre las cuales se
puede crear valor a partir de los datos, la
eficiencia operacional basada en la aplicación de
la robótica en las fábricas, controlando los
procesos de extremo a extremo. Arcelik colabora
con más de 500 universidades en 20 países
(Arcelik, 2019).
* Mabe México 3,154 1% Esta compañía no cotiza en bolsa; por lo que no
(Expansion, es posible acceder a sus reportes anuales; sin
2019) embargo, dentro de sus iniciativas de
transformación está enfocada en hacer
eficientes sus plantas de producción, aplicando
los conceptos de industria 4.0 y mejorando sus
procesos; de la misma manera, busca generar
una ventaja competitiva en su cadena de
suministro que le permita servir mejor a sus
clientes y consumidores.
El cambio en la industria de línea blanca, hacia una estrategia en donde el cliente está en
el centro, ha generado que las estrategias competitivas se transformen, en la tabla 1-1 se
puede observar un resumen de los intereses que en términos de estrategia y manufactura
tienen estos fabricantes; aunque los años venideros se muestran retadores, existe un
interés general de crear y fabricar productos de calidad, amigables con el medio ambiente
y con una mejor usabilidad, de igual manera, la aplicación de los avances tecnológicos
Capítulo 1 41
hechos en la electrónica de consumo, seguirán siendo un factor diferenciador y por eso los
grandes fabricantes están mezclando estos dos mundos.
De la misma forma, se puede decir que el mercado global de línea blanca continúa
creciendo y la preferencia de los consumidores por productos con mayores prestaciones
ejerce presión no solo sobre la manufactura, si no también, la tendencia por productos
conectados e inteligentes en el entorno del hogar, está retando los actuales modelos de
negocios de estas compañías, es por esto que, varias de ellas se han dado cuenta y así lo
manifiestan en sus reportes: “La mera fabricación de hardware no generara la rentabilidad
que estos negocios necesitan para mantener las plantas y su importante fuerza laboral”
(Bosch, 2019, p. 39).
acuerdo con la revisión, para explicar el reto de cambio en la industria de línea blanca, la
teoría de disrupción aunado a los aportes hechos por Iansiti & Lakhani (2020b) explican
mejor este fenómeno, por consiguiente, más adelante cuando se aborde el tema de los
productos conectados en ecosistema IoT del hogar, la teoría de Porter apoyará la
fundamentación teórica.
En esta línea, se puede confirmar que en el campo de los productos conectados existe la
mayor investigación científica y aplicación práctica; sin embargo, la introducción de
software en los electrodomésticos, no garantizará beneficios inmediatos a los fabricantes,
al fin y al cabo estos tienen la necesidad de generar ganancias por la comercialización de
Capítulo 1 43
sus productos o servicios (Van Loon, Delagarde, Van Wassenhove, & Mihelic, 2017); el
equilibrio entre mantener la rentabilidad con los productos y hacer apuestas arriesgadas
es una de las premisas en esta industria.
Por otro lado, al desarrollar productos que se puedan conectar a internet, los fabricantes
llegan necesariamente a la adopción y/o construcción de un plataforma tecnológica que
permita interactuar con ellos; en la práctica, se evidencia que cada fabricante está
desarrollando su propia plataforma de conexión, con el fin de ofrecer servicios básicos
(como el mantenimiento predictivo o remoto) (Bican & Brem, 2020), lo cual, se puede
comprobar después de analizar los reportes anuales de las compañías globales del sector.
Existen casos de éxito como el de la plataforma Smart Home de Haier en China; sin
embargo, todo lo anterior se debe entender como esfuerzos aislados de cada fabricante
por no quedarse atrás en los temas de plataforma tecnológica (Jacobides et al., 2019).
Del mismo modo, algunos investigadores exponen que para los fabricantes de línea blanca
no será suficiente ser líderes en su industria para convertirse en líderes del hogar
conectado, argumentando además que la industria de iluminación, seguridad y electrónica
en general tiene ese mismo reto, según Porter & Heppelmann (2014) estas compañías
deben optar por los ecosistemas abiertos en donde ellos tendrían acceso contralado a las
capacidades totales de sus productos, pero con acceso abierto a otras compañías, algo
similar a lo que ocurre en la industria de dispositivos médicos.
En línea con lo anterior, la tecnología no debe verse como un mecanismo únicamente para
reducir costos; en cambio, IoT debe ser visto como la base para la transición a un nuevo
modelo de negocio que monetiza los datos de un ecosistema inteligente conectado a través
de un modelo de producto como servicio, en este sentido, según Plant & Tophan (2018)
cada empresa necesita reconsiderar su competencia central y la propuesta de valor del
producto para incluir un "como servicio", la cual es una dimensión basada en los datos de
los dispositivos conectados.
“inteligentes”, seguido de la lavadora y la estufa (Rao & Ummel, 2017), esto ha guiado a
las compañías de línea blanca en cuanto a la priorización sobre inversiones y líneas de
trabajo alrededor del ecosistema, algo que también se evidencia en los reportes anuales
de las compañías (Whirlpool, 2020).
Desde el ámbito científico, el análisis de documentos permite identificar que, los fabricantes
de electrodomésticos buscan potenciar el uso de sus productos mediante la aplicación de
tecnologías digitales y la innovación en el desarrollo de los mismos (Tao et al., 2018;
Zheng, Xu, & Chen, 2020); del igual modo, estas compañías tienen el reto de digitalizar los
procesos de la cadena de valor (Maei, Grahn, & Nuur, 2019), lo cual implica sacar provecho
de los datos que se generan en los diferentes ecosistemas digitales de la empresa.
De esta manera, es importante señalar que, en los últimos años los fabricantes dieron un
salto de la manufactura convencional, al diseño y fabricación de productos conectados;
con esto en mente, las compañías están explorando posibilidades de nuevos modelos de
negocio basados en datos, los cuales, de acuerdo con la revisión, estarán soportados por
plataformas tecnológicas. De acuerdo con el análisis, se puede concluir que no hay
consenso en cuanto a las características que deben tener las plataformas y sus
capacidades de interoperabilidad con los productos conectados de diferentes fabricantes;
de manera análoga, muy pocos investigadores se atreven a predecir si las compañías de
Capítulo 1 45
manufactura dominaran y/o serán exitosos en este nuevo entorno (Zheng, Lin, Chen, & Xu,
2019).
Sin embargo, desde el punto de vista teórico, existe cierto consenso entre la comunidad
científica sobre la importancia de crear nuevas experiencias para los consumidores, y de
esta manera aprovechar las oportunidades que IoT genera; de hecho, la creación de
nuevas experiencias se establece como uno de los factores más relevantes a la hora de
pensar en una iniciativa digital que rete el modelo de negocio actual, en el mismo sentido,
para crear valor de esas nuevas experiencias, se hace necesario desde la perspectiva de
la gestión empresarial el desarrollo de nuevas habilidades digitales (Sousa & Rocha, 2019).
Así mismo, se ve una clara relación entre las tecnologías IoT y el concepto de Industria
4.0, por consiguiente, el conjunto de tecnologías IoT son una palanca para el desarrollo de
la cuarta evolución industrial; no obstante, aunque la Industria 4.0 no tiene una definición
ampliamente aceptada, a nivel científico existe cierto consenso sobre su impacto, múltiples
estudios evidencian cambios en las estrategias, la organización, los modelos de negocio,
las cadenas de valor y suministro, los procesos, los productos, las habilidades y las
relaciones con los grupos de interés de las empresas (Büchi et al., 2020).
Del mismo modo, las compañías de manufactura han reconocido la necesidad de ejecutar
cambios en su cadena de suministro y han emprendido la transformación en diferentes
frentes, una de las compañías analizadas, tiene tres frentes principales de transformación,
las iniciativas enfocadas al consumidor (Customer centricity), un segundo frente que busca
la transformación de la cadena de suministro y el ultimo frente que busca la aplicación de
Industria 4.0 en las plantas de manufactura, con lo anterior en mente, podemos afirmar
que las organizaciones de hoy buscan la innovación empresarial, con unas tecnologías
más integradas, cadenas de suministro resilientes y un modelo operativo más ágil
(Wellener et al., 2020).
Así mismo, en el campo practico, las compañías están siendo forzadas a tomar acciones
decisivas para transformar digitalmente las organizaciones, revitalizar la experiencia del
cliente y tomar control sobre su propio destino, de esta manera, las motivaciones se
pueden confirmar debido a un cambio del entorno competitivo (Mcgrath, 2020); como he
mencionado anteriormente, las compañías de línea blanca están compitiendo en un
mercado maduro, en donde la mayor barrera de entrada son las capacidades de
manufactura (Karabag, 2019); sin embargo, de acuerdo con Grubler & Nemet (2012) el
conocimiento tecnológico de las industrias se deprecia e incluso se puede volver obsoleto
en periodos cortos de tiempo, esto pone de manifiesto la necesidad del desarrollo de
capacidades y conocimiento digital alrededor del ecosistema IoT del hogar conectado por
parte de las empresas de línea blanca.
48 Diseño de Ecosistemas IoT para el Hogar Conectado
▪ Arquitectura organizacional
De acuerdo con Iansiti and Lakhani (2020b) las empresas tradicionales de manufactura
(ej. Compañías de línea blanca) deben definir nuevas maneras de trabajar que permitan
ejecutar modelos operativos digitales, estos investigadores argumentan que las
estructuras tradicionales diseñadas por silos no son suficientes para enfrentar el entorno
competitivo actual, así mismo, Wellener et al., (2020), presentan la experimentación y la
definición de equipos cros funcionales como una manera de desarrollar capacidades
digitales en las empresas de manufactura; en el mismo sentido, Wellener et al., (2020) y
World Economic Forum and Bain & Company (2019) coinciden en que no necesariamente
los primeros en moverse y adoptar nuevos modelos operativos obtienen los mejores
resultados a largo plazo, por el contrario argumentan que, las compañías pueden
adaptarse siendo seguidores rápidos y de esta manera apropiar las buenas prácticas de
las compañías pioneras.
Igualmente, las compañías digitales (ej. Google, Amazon), han apalancado su exitoso
modelo de negocio en la inteligencia artificial (Jacobides et al., 2019); sin embargo, eso no
Capítulo 1 49
quiere decir que las compañías de línea blanca deban adoptar ese modelo y volverse
compañías digitales, o quizás crear una spin off, o mejor aún, un departamento de
Inteligencia Artificial, más bien según Iansiti & Lakhani (2020b), deben crear una
arquitectura operativa centrada en los datos y soportada por una organización ágil que
habilite el cambio continuo.
Del mismo modo, en el trabajo realizado con la compañía de línea blanca en esta
investigación, se puede confirmar que una de las ambiciones más importantes es alcanzar
una organización ágil (usando el modelo Agile, basado en Scrum), y aunque los retos son
grandes, la hoja de ruta ya está creada y hasta el momento los resultados se muestran
esperanzadores.
▪ Inteligencia Artificial
La inteligencia artificial, se puede aplicar entonces a los dos ecosistemas en los que se
mueve la industria de línea blanca (el ecosistema de consumo y el de producción), esto
quiere decir que, aunque la tecnología en general es la misma, los casos de negocio son
diferentes para ambos, en este sentido, en el ecosistema de consumo, de acuerdo a la
revisión se identifica como caso de uso general, la integración de la Inteligencia Artificial
en torno a las personas en el hogar, se conoce también como Inteligencia Ambiental, y se
soporta en los avances en sensores, redes de sensores, computación ubicua e inteligencia
artificial (Leurent & Boer, 2019).
En el mismo sentido, del lado del ecosistema de producción, se pudo evidenciar que la
robótica, la gestión de la cadena de suministro y la automatización industrial completaron
50 Diseño de Ecosistemas IoT para el Hogar Conectado
el top tres de categorías en donde más se invirtió durante el año 2019 por parte del sector
privado; en esta línea, los creadores del Índice de Inteligencia Artificial 2019 (Perrault et
al., 2019), argumentan que en la comunidad científica se cree que la adopción de
tecnologías de IA impulsan la innovación en todos los sectores y podría generar grandes
beneficios en términos de productividad; se puede concluir entonces que, la Inteligencia
Artificial es vista como una de los habilitadores más importantes de la transformación de
las compañías de línea blanca (Chui, 2017).
▪ Analítica avanzada
En cuanto a los grandes de volúmenes de datos, generados por el aumento de los
sensores de los ecosistemas de consumo y de producción, es importante resaltar que
extraer “conocimiento” (entendido como nuevas relaciones no triviales o fácilmente
deducibles por la observación) de ingentes cantidades de datos, ha sido un problema clave
de la industria de línea blanca (Günther et al., 2017), es por eso que, la llegada de Internet
de las Cosas al hogar aumenta la complejidad de los ecosistemas, debido en gran medida
a la necesidad de investigar y predecir hábitos y comportamientos.
Por otro lado, uno de los elementos que impacta la creación de valor en el ecosistema
integrado, es la capacidad de extraer conocimiento y convertirlo en acciones que lleven las
compañías al siguiente nivel de rendimiento (Saggi & Jain, 2018), así mismo, algunos
investigadores definen la analítica avanzada como una fuente de innovación de los
negocios, los resultados de la investigación de Ransbotham & Kiron (2017), muestran que
más del 80% de las compañías que innovan en este campo y la mitad de los profesionales
en analítica usan sus análisis para innovar en nuevos productos, servicios y procesos.
Capítulo 1 51
En línea con la arquitectura, Abdmeziem et al., (2016) proponen una clasificación de tres
categorías para las diferentes tecnologías que hacen parte de IoT: en primer lugar las
tecnologías de censado, con las cuales se recopilan los datos, luego, la capa de
middleware, la cual está a cargo de procesar y manejar los datos, y por ultimo las
tecnologías de actuación, las cuales representan la extensión física de las aplicaciones
IoT; estas categorías permiten inferir la necesidad de incluir en el diseño de la plataforma
una arquitectura de análisis de datos mediante la aplicación de analítica avanzada.
En definitiva, es necesario resaltar la importancia que tienen las arquitecturas como medio
para seleccionar la correcta combinación de tecnología, lo cual redundará en creación y
captura de valor en el ecosistema (Tavalaei, 2020), por tanto, el valor es creado con una
arquitectura escalable, que se adapta de acuerdo con las necesidades de los grupos de
interés, pero también con una disciplina de gestión que permite a esta ser resiliente, en
este sentido, una buena arquitectura permitirá también reducir Time to Market de la
plataforma y sus aplicaciones asociadas (Li et al., 2020).
Los anteriores aspectos, de acuerdo con Iansiti & Lakhani (2020b) encajan con la teoría
de la disrupción, argumentando además que el reto de transformación es más grande y
profundo que la mera adopción de tecnología, dicha transformación debe conducir al
diseño de otro tipo de compañía; por tanto, se debe redefinir la arquitectura organizacional,
es decir, como la compañía funciona y cambia la manera de obtener y usar datos, la
manera cómo actúa con la información, construye las decisiones operativas y ejecuta las
tareas operativas.
En La figura 1-2 se puede ver como dos compañías, una con un modelo operativo digital y
otra con uno tradicional chocan cuando las curvas de valor se interceptan, después de ese
choque se evidencia que el valor económico generado por el modelo operativo digital se
incrementa sustancialmente, mientras el modelo operativo tradicional se mantiene
constante e incluso podría llegar a declinar. De acuerdo a la revisión de antecedentes se
puede evidenciar que algunas compañías del sector de línea blanca están cambiando su
modelo operativo, según Yu & Greeven (2020) gracias a la novedosa estructura
organizacional de la compañía de electrodomésticos Haier, esta pudo sobrellevar de mejor
manera los embates de un evento extraordinario, el Covid-19, aunque no es precisamente
otra compañía con la que se chocó, Haier demostró que su estructura organizacional le
permitió enfrentar de una mejor manera el suceso y evitar una total afectación en su
cadena de suministro.
Las compañías de línea blanca se mueven en un mercado maduro, por tanto, se puede
inferir que su ubicación en la curva de valor se encuentra en el punto de estabilidad (ver
figura 1-2 lado derecho); sin embargo, la adopción de los hogares de productos conectados
los pone en línea de choque con compañías con modelos operativos digital, las cuales
quieren aprovechar las oportunidades que los datos del hogar representan.
Ahora bien, las nuevas interrelaciones impulsadas por las tecnologías digitales en la
industria de línea blanca se pueden analizar mejor haciendo la distinción entre los
ecosistemas de producción y consumo; los ecosistemas de producción consisten en
interrelaciones que se dan dentro de la cadena de valor, como la producción y venta de un
producto o el servicio postventa (Subramaniam, Iyer, & Venkatraman, 2019); por el
contrario, los ecosistemas de consumo consisten en interrelaciones que evolucionan
después de que se vende un producto o se ofrece un servicio digitalmente, y que en el
caso del hogar conectado los grupos de interés son totalmente diferentes a los de la
cadena de valor de una compañía fabricante de electrodomésticos.
Por tanto, se puede decir que el ecosistema empresarial basado en IoT no es solo una red
de suministro con elementos conectados; en cambio, es una red de suministro extendida
que conecta a todas las partes interesadas, los cuales son actores que pueden conectarse
con IoT y contribuir a la evolución del ecosistema empresarial; en este sentido, desde una
perspectiva de coevolución, estos interesados pueden estar vinculados directa o
indirectamente (Moore, 1993). Se puede definir entonces a los ecosistemas de negocio
digitales, como una extensión del ecosistema de negocios definido por (Moore, 1993); solo
que en el contexto de Internet de las Cosas (tanto Industrial como en el hogar conectado)
la tecnología digital juega un rol dominante (Senyo, Liu, & Effah, 2019).
Por otro lado, para entender y hacer frente a los retos que el ecosistema IoT del hogar
conectado presenta para los fabricante de electrodomésticos, algunos de ellos han
incorporado practicas comunes en la industria tecnológica, es así como, Electrolux
estableció la alianza Open Connectivity Foundation para entre otras cosas “crear una
especificación y patrocinar un proyecto Open Source para hacer posible la
interoperabilidad de los dispositivos IoT” (Darrow, 2016); Otras compañías del sector como
Haier (Pallas, 2016), Midea, LG y Samsung, participan en otras asociaciones, lo cual
56 Diseño de Ecosistemas IoT para el Hogar Conectado
En resumen, se puede definir una torre de control como un conjunto de procesos más un
equipo interdisciplinario, quienes en su día a día toman decisiones relevantes basadas en
datos sobre la cadena de suministro de una empresa, de este modo, podemos inferir que
la tecnología tanto software como hardware (Ej. sensores IoT, Big Data, Inteligencia
Artificial entre otros) es clave para poder habilitar la visibilidad (observar lo que sucede en
tiempo real) y tomar acciones con base a esa información, de ahí que, el concepto sea una
aplicación en la cadena de los procesos que ejecutan los operadores aéreos en una torre
de control de un aeropuerto.
1
Esto se evidenció en foros de tecnología entre el 2017 y 2019, en Europa, Norteamérica y
Suramérica, Ej. SAPhire en Orlando, USA 2018, SAP Forum, México 2019 y el Hannover Messe
en Alemania 2018.
Capítulo 1 57
proveedores y clientes, en la práctica, existen iniciativas del sector retail con los fabricantes
y así mismo de los fabricantes con sus proveedores, por lo que hay dos elementos que
deben estar claros a la hora de establecer colaboraciones, el primero tiene que ver con las
expectativas de colaboración para ambos participantes y el segundo tiene que ver en cómo
medir el avance de esta colaboración, aunque parece trivial no se pueden dejar a un lado.
En cuanto a la revisión de antecedentes, no se evidencia la existencia de un marco de
trabajo que ayude a establecer reglas y objetivos claros de colaboración, más bien cada
intento se aborda por separado y depende en demasía de la madurez de la relación que
tengan las empresas a nivel comercial.
Desde la perspectiva tecnológica, tiene más sentido soportar los flujos de información tanto
de proveedores como de clientes en una única plataforma de colaboración, al fin y al cabo
la gestión de los flujos de información es la misma en ambos sentidos, lo que varía es la
información en sí misma, es por esto que, los investigadores Jernigan et al., (2016)
argumentan en sus estudios que los flujos de información entre compañías se hacen cada
vez más interdependientes a medida que la adopción de IoT incrementa, esto llevaría
según dicen, a que la cadena de valor de las organizaciones se expanda, pronostican
además, que las compañías con mejor gestión de este nuevo enfoque capturarían mayor
valor de estas colaboraciones; en este sentido, Jernigan et al., (2016) hacen una
declaración también muy importante, las compañías deben estar dispuestas a colaborar
incluso con los competidores y con el sector gubernamental, algo que de seguro será muy
común en el ecosistema IoT del hogar conectado.
Por esta razón, un ecosistema IoT del hogar conectado puede ser definido como un tipo
especial de ecosistema de negocios, que se compone de un conjunto de empresas y
particulares con su entorno socio-económico; donde las empresas están compitiendo y
cooperando mediante la utilización de un conjunto común de activos centrales,
relacionados con la interconexión del mundo físico de las cosas y el mundo virtual de
Internet (Mazhelis et al., 2012). En este sentido, las empresas de línea blanca entienden
que los productos que fabrican, llegan a los hogares y forman parte de ese ecosistema, de
acuerdo a la revisión de sus reportes financieros, prácticamente todos analizan la
importancia de la interoperabilidad de sus electrodomésticos con los otros elementos que
componen dicho ecosistema (Peine, 2009; Zambonelli, 2016).
Ahora bien, el ecosistema IoT del hogar conectado a nivel general tiene tres componentes
fundamentales, el hogar, como espacio físico donde convive la familia, los productos
conectados, los cuales en términos generales buscan el confort de las personas que
habitan el hogar y por último, las plataformas digitales, sobre las cuales se hace el enlace
entre el mundo físico del hogar y el mundo virtual de las compañías (en este caso de las
compañías de electrodomésticos), en el siguiente apartado, revisaremos estos
componentes.
Capítulo 1 59
▪ El hogar conectado
Como ya lo he mencionado anteriormente, un hogar conectado a Internet y con funciones
“inteligentes” se puede describir como: “un ecosistema de dispositivos, electrodomésticos
y subsistemas, todos interconectados e interactuando entre ellos” (Borgia, 2014), de
acuerdo con la teoría existe una superposición significativa entre las definiciones de hogar
conectado que dan los diferentes investigadores; sin embargo, según Marikyan,
Papagiannidis, & Alamanos (2019), dichas definiciones comparten tres características en
común: tecnología, servicios y la capacidad de satisfacer las necesidades de los usuarios.
El núcleo del hogar inteligente es la tecnología, que consta de componentes de hardware
y software, incluidos sensores y electrodomésticos.
En tanto, Harvard Business Review Analytic Services (2014) publicó los resultados de una
investigación que exploraba la conexión entre la adopción de nuevas tecnologías (entre
60 Diseño de Ecosistemas IoT para el Hogar Conectado
las cuales se encuentra las comunicaciones machine to machine o IoT) en las empresas y
el rendimiento de los negocios; una de las principales conclusiones, tiene que ver con que
el 54% de las empresas catalogadas como pioneras (las que primero invierten y
aprovechan las oportunidades generadas por la tecnología) han experimentado cambios
significativos en su estrategia central de negocios o modelo de negocios, debido a la
adopción de las nuevas tecnologías; comparado con el 29% en las empresas seguidoras
y el 10% en las empresas cautelosas (dentro de las cuales se encuentran las compañías
de línea blanca).
Por otro lado, la necesidad de romper las barreras sociales de adopción por parte de los
fabricantes, implica entender los cambios en los estilos de vida de los consumidores,
algunos estudios confirman la preocupación de estos por temas como la seguridad y
privacidad (Hong et al., 2019), además de otros no menos importantes como la
interoperabilidad y la confiabilidad; sin embargo, la pérdida de control sobre los
electrodomésticos es algo que también inquieta a los consumidores y se establece como
una barrera para la adopción de las nuevas tecnologías en el hogar (Sanguinetti, Karlin, &
Ford, 2018; Shuhaiber & Mashal, 2019).
Para concluir, es importante resaltar que Internet de las Cosas permite que los
electrodomésticos “inteligentes” sean conectados a la nube (Botta, de Donato, Persico, &
Pescapé, 2016; Missbach et al., 2016), lo que representa un reto para los fabricantes en
el desarrollo de productos y servicios que además de mejorar la eficiencia energética
(Aazam, Huh, St-Hilaire, Lung, & Lambadaris, 2016), brinden nuevas posibilidades a los
usuarios de mejorar sus estilos de vida, sin descuidar los temas de ciberseguridad y
protección de los datos (Henze et al., 2016).
Capítulo 1 61
Por otro lado, desde la perspectiva teórica de los sistemas algunos investigadores apuntan
a valorar la información desde la perspectiva de los flujos de información, llevando la
medición del valor de los datos más allá de la perspectiva clásica de la teoría de
información de Shannon, en donde el tamaño del dato y por tanto la medición de la
información permanece inmutable durante el proceso de transmisión; según M. Chen, Hao,
Gharavi, & Leung (2019) aplicando conceptos de la computación cognitiva se pueden
valorar los datos que se transmiten en una red de telecomunicaciones de acuerdo a las
emociones humanas que llevan los mismos, algo útil que permitiría filtrar las grandes
cantidades de datos que se requieren en procesos de aprendizaje de máquina.
Por otra parte, el concepto de valor percibido que ha sido ampliamente estudiado por los
investigadores en marketing y negocios, se refiere a una evaluación general realizada por
los usuarios para un producto o servicio (Da Costa Fernandes, Pigosso, McAloone, &
Rozenfeld, 2020); el cual se puede resumir como la discrepancia entre los beneficios que
obtienen y el costo que deben pagar; en la literatura existente, dependiendo del área de
análisis se presentan diferentes enfoques, tanto para definir el significado del concepto,
así como, la manera de aumentarlo a través de una oferta de valor bien estructurada
(Antonopoulou & Begkos, 2020).
Otra visión es la Ramaswamy & Ozcan (2018), donde el valor se crea no solo en el
intercambio o uso de recursos y procesos en actividades, sino también a través de
interacciones, ellos extienden la visión de (Callon, 2016), que critica las opiniones
tradicionales del marketing basadas en intercambio de bienes y servicios, los cuales según
ella fueron insuficientes para reconocer el nuevo dinamismo de la creación valor; en el
mismo sentido, los investigadores Orlikowski and Scott (2015) teorizan sobre la nueva
dinámica de creación de valor en los servicios, argumentan que la experiencia de usar un
refrigerador involucra seres humanos en una variedad de actividades recurrentes y con
múltiples artefactos (cocinas, comestibles), por tanto, desde una perspectiva práctica, los
bienes y servicios requieren la coordinación de actividades, personas y artefactos para
producirse y consumirse.
En resumen, en este trabajo la creación, entrega y captura de valor están definidas por
procesos sistemáticos que buscan transformar los datos en “inteligencia accionable”,
mejorar la experiencia de clientes y consumidores y desarrollar la capacidad de innovar en
los modelos de negocio digitales; de este modo, los conceptos se entrelazan en un círculo
virtuoso que impulsa la construcción de una ventaja transitoria sobre los competidores,
todo lo anterior en el contexto de una compañía de manufactura de productos de línea
blanca.
De manera que, se puede confirmar que los procesos de las compañías de manufactura
fueron diseñados para ser predecibles y consistentes, en este sentido, durante muchos
años se aplicaron metodologías como Seis Sigma, manufactura esbelta, calidad total, entre
otras, para perfeccionar los procesos y mantener la estandarización y consistencia; por
tanto, pensar en romper ese paradigma puede ser complicado para cualquier empresa de
manufactura. Aunque las empresas de línea blanca enfrentan el mismo reto, de acuerdo
64 Diseño de Ecosistemas IoT para el Hogar Conectado
con la revisión se evidencia que en años recientes algunas de este sector han emprendido
la transformación buscando un equilibrio entre eficiencia y velocidad.
Por otro lado, en cuanto a las estructuras organizaciones, las compañías de línea blanca
operan tradicionalmente por silos, los cuales son vistos como la principal barrera de la
innovación interna, esto confirma los argumentos de Iansiti & Lakhani, (2020a) que ven la
transformación como la creación de valor a través del cambio organizacional apalancado
con modelos de negocio impulsados por la inteligencia artificial; Sin embargo, una de las
mayores limitantes para el cambio en las compañías de manufactura, es paradójicamente
la tecnología, durante muchos años los modelos operativos por silos llevaron a que las
áreas de tecnología de estas organizaciones se organizaran del mismo modo por silos, lo
cual ha generado una gran cantidad soluciones especializadas, esto ha complicado la
arquitectura empresarial.
En resumen, los modelos de negocio definen como las empresas crean y capturan valor,
en el caso de las compañías de línea blanca, su modelo de negocio se basa en la
fabricación de electrodomésticos, los cuales venden a través de los almacenes de cadena
(retail) a los consumidores finales, estos últimos usan los productos para hacer más
cómodas las labores domésticas en el hogar.
en los modelos actuales de negocio y los posibles impactos para la creación de nuevos,
recomendando la promoción de estándares que permitan la interoperabilidad, a través del
ecosistema IoT. En este sentido, un modelo de negocio digital se puede definir como la
utilización mixta de productos inteligentes, la digitalización de procesos internos, la
operación dentro de un ecosistema, la accesibilidad de una plataforma, así como la
utilización de analítica de datos (Ahmad et al., 2020).
De acuerdo con lo anterior, se puede inferir que con Internet de las Cosas se generaron
posibilidades de construcción de nuevos modelos de negocio para los fabricantes de línea
blanca (Fleisch et al., 2015; Teece & Linden, 2017), en este sentido, una de las
herramientas de exploración más usadas para crearlos, es el Business Model Canvas, el
cual permite probar las hipótesis que ponen en riesgo la viabilidad de los supuestos de un
plan de negocio (Osterwalder & Pigneur, 2011); en esta línea, existen varios ejemplos en
la literatura sobre negocios digitales lanzados con este marco de trabajo; sin embargo, es
interesante contrastar que una compañía tradicional como Nestlé, fue capaz de lanzar
exitosamente el negocio digital Nespresso (Joyc & L. Paquin, 2016); de este modo, no solo
se convierte en un referente, sino que además aporta pruebas a la hipótesis de que las
compañías tradicionales pueden ser exitosas en la era digital.
Por otro lado, en el ecosistema de consumo, se evidencia que las compañías de línea
blanca entienden las preocupaciones de los usuarios con respecto a sus datos; sin
embargo, lo ven como una barrera de adopción de la nuevas tecnología y no con una
perspectiva de impacto social (Henze et al., 2016), en este sentido, es necesario tener en
cuenta que los consumidores tienen preocupaciones que van más allá de mejorar su
calidad de vida, la adopción de Internet de las Cosas no se logrará si no se tienen en
cuenta los aspectos de privacidad y seguridad de los datos; el equilibrio entre los aspectos
económicos, el desarrollo industrial y el social, son la clave para el éxito de las soluciones
IoT.
En atención a lo expuesto, el IERC (2016) plantea que: “es necesario examinar el alto
volumen de relaciones entre muchos actores hiperconectados (ya sea humanos,
organizaciones, algoritmos o máquinas), buscando entre otras cosas la previsibilidad y la
seguridad jurídica de esas relaciones” y propone los principales retos a trabajar desde el
punto de vista de impacto social:
- Entendimiento común
- Necesidad de políticas publicas
- Protección de los datos personales
- Administración de los derechos digitales
- Propiedad y acceso a los datos
Capítulo 1 67
Por esta razón, de acuerdo con la perspectiva social, los elementos más importantes en
un ecosistema IoT son la tecnología y el uso de la misma por parte de las personas, dicha
tecnología debe ser neutral y a la vez monitoreada regularmente, para estar al día con los
avances de última generación; en tanto, el monitoreo se debe realizar basado en los
principios de seguridad, datos personales, gestión digital de derechos, facilidad de uso,
portabilidad y responsabilidad (Jacobides et al., 2019).
En el mismo sentido, las nuevas compañías con modelos de negocio digitales, están
eliminando la complejidad de las operaciones, según Mcgrath (2020) casi todo puede ser
resuelto como “As a Service” y estas nuevas compañías pueden competir directamente en
lo que realmente importa, una mejor experiencia del cliente; de este modo, vale la pena
resaltar que en el contexto de línea blanca existen varios ejemplos de este tipo de
empresas, June Oven es uno de ellos, desarrollaron desde cero un horno totalmente
conectado a internet, con un modelo de servicio al cliente alrededor del cocinado de
alimentos, pero quizás lo más importante es el mensaje del CEO de la compañía: “nosotros
queremos ser el Tesla de los electrodomésticos” 2 .
2
Reunión: Digital Trek, Silicon Valley, febrero 2018
68 Diseño de Ecosistemas IoT para el Hogar Conectado
Por otro lado, el tema de la arquitectura organizacional, del cual hable en párrafos
anteriores, ha permitido a compañías como Haier, avanzar en la construcción de una
cadena de suministro resiliente, la cual soportó el embate de la pandemia del Covid-19; de
acuerdo con la revisión, este tipo de arquitectura organizacional crea una ventaja transitoria
(Yu & Greeven, 2020), del mismo modo, el análisis estratégico de los datos, para entender
su utilidad y tiempo de obsolescencia son el fundamento de la ventaja (Hagiu, Wright, &
Lakhani, 2020), por último, es importante señalar que según Abood, Quilligan, and
Narsalay (2017), quien basó su investigación en Saunders & Brynjolfsson (2016), las
inversiones correctas en tecnología son un factor decisivo a la hora de medir el éxito de
una plataforma digital, por tanto, de la creación de la ventaja competitiva transitoria.
Para revitalizar la experiencia del consumidor en el ecosistema IoT del hogar conectado,
las compañías de línea blanca deben controlar y gestionar de manera estratégica la
inteligencia digital, de tal manera que este proceso continuo de innovación construya una
nueva experiencia de servicio adaptada a la era digital (Lee & Lee, 2020) y del mismo
modo, monitoreé constantemente las posibilidades de disrupción en los negocios digitales
(Webb, 2020), sin descuidar además, el camino de la adopción de los hogares conectados,
en donde nuevos productos y servicios, proporcionarán fuentes de ingresos adicionales
para las compañías (Sanguinetti et al., 2018).
Bajo la premisa que cada ecosistema tiene características y dinámicas que afectan la
generación de valor a largo plazo la creación de valor para los accionistas también requiere
satisfacer a otras partes interesadas, no se puede crear valor ignorando las necesidades
de los clientes, proveedores y empleados. Invertir para un crecimiento sostenible debería,
y a menudo resulta, en economías más fuertes, en niveles de vida más altos y más
oportunidades para las personas, en este sentido, priorizar la creación de valor a largo
plazo, es un paso adelante en desarrollo de modelos de negocio digitales perdurables en
el tiempo (Goedhart & Koller, 2020).
Por esta razón, el enfoque sistémico aporta una nueva visión al análisis de la creación de
valor en los ecosistemas IoT, en la revisión de antecedentes no se evidencian estudios
que analicen la creación de valor como un sistema que es afectado por unas variables, y
cuyo comportamiento está influenciado por las dinámicas internas de creación y captura
de valor. En el mismo sentido, reconociendo que la creación de valor y la captura de valor
son dos procesos distintos, de acuerdo con Lepak et al. (2007) se hace necesario explorar
las relaciones existentes entre estos dos conceptos.
Como punto de partida para entender la dinámica de la creación de valor, se puede inferir,
que como lo argumenta Iansiti and Lakhani (2020a) son varios los factores los que explican
la dinámica de creación de valor, pero también muchos los beneficios que la adopción de
tecnologías IoT generan para las empresas (Merritt & Sarma, 2019), con esto en mente,
se confirma que son pocos los estudios que abordan la creación de valor en el ecosistema
IoT del hogar conectado.
En consecuencia de acuerdo con Raynor & Cotteleer (2015), en los ecosistemas IoT la
información crea valor a través de la perspectiva circular, este enfoque se puede observar
el gráfica 1-3; básicamente según los investigadores, la información crea valor solo cuando
es usada para modificar una acción en el futuro, obteniendo un beneficio. La información,
entonces, crea valor no en una cadena lineal de pasos del proceso, sino más bien, en un
ciclo de valor continuo, de este modo, se puede resolver un problema característico de los
ecosistemas IoT, donde no es sencillo extraer conocimiento de los grandes volúmenes
de datos generados por las nuevas conexiones (F. Chen et al., 2015).
Capítulo 1 71
En línea con lo anterior, para las compañías de línea blanca, encontrar estrategias de
monetización se muestra novedoso, la revisión de antecedentes demuestra que el top 10
de compañías de este sector está trabajando sistemáticamente en iniciativas de
transformación digital; sin embargo, solo Whirlpool y Haier muestran indicios de estrategias
de monetización de sus datos; se puede afirmar además, de acuerdo con (Faroukhi, El
Alaoui, Gahi, & Amine, 2020a, 2020b) que existen diferentes alternativas para monetizar
los datos, que van desde la venta de datos como activo, pasando por la contextualización
de datos e incluso ofreciendo garantía de control y privacidad de los (Baecker, Engert,
Pfaff, & Krcmar, 2020).
soluciones; este marco teórico identifica mecanismos científicos para el análisis y el diseño,
lo que permite crear modelos operativos resistentes. La integración de la plataforma
tecnológica IoT que soporta el modelo operativo, así como la oferta de valor, ha derivado
en el desarrollo de una visión holística e integral.
Más allá de los marcos de referencia para ejecutar proyectos de transformación digital en
la industria, la investigación científica está creciendo en torno a cómo los ecosistemas
digitales crean valor; sin embargo, se ha avanzado a pasos agigantados en el
entendimiento de la adopción y las tendencias sobre el hogar conectado. Desde la
perspectiva metodológica, la aplicación de la teoría de sistemas en el análisis del objeto
de estudio, las ideas, relaciones y conceptos identificados en la teoría, han permitido la
identificar elementos clave del sistema de creación de valor en el ecosistema IoT.
Los fundamentos teóricos del modelo de negocio basado en datos se cristalizan en una
oferta de valor al cliente. La característica de esta oferta de valor es su componente digital
y una entrega mediada a través de una plataforma tecnológica, siendo esta propiedad de
la empresa o una plataforma tecnológica de un tercero. Esta oferta de valor estimula la
creación de valor del ecosistema. Finalmente, La propuesta de valor es la guía por la cual
la empresa se organiza para ejecutar las diferentes operaciones que deben realizarse para
satisfacer las necesidades del cliente; es decir, los mecanismos mediante los cuales se
estimula el sistema de creación de valor para que su objetivo pueda cumplirse.
2. Estructura de la Investigación
El fenómeno de los ecosistemas de Internet de las Cosas presenta múltiples dimensiones,
por lo que tratar de abordarlo desde una sola perspectiva seria minimizar el impacto que
este ha tenido en la industria y sociedad en general, del mismo modo, desligar los aspectos
relacionados con las plataformas tecnológicas de la estrategia digital empresarial, privaría
al investigador de la comprensión más allá de lo técnico, por tanto, formular una
metodología para esta investigación que aborde por un lado, lo cualitativo (enmarcado en
la estrategia digital empresarial) y por el otro, lo cuantitativo (basado en la comprensión y
modelaje de como la información crea valor en los ecosistemas IoT), requiere de una
propuesta rigurosa unida a una visión holística que permita dar solución al problema
científico planteado, y del mismo modo crear nuevo conocimiento .
En línea con lo anterior, este capítulo expone el proceso ejecutado para construir una
metodología que permita abordar el diseño de Ecosistemas Integrados IoT (ecosistema de
producción y ecosistema de consumo), con un enfoque de creación de valor basado en
datos, en este sentido, es necesario aclarar que el contexto de desarrollo de esta
investigación fue el de empresas de manufactura de productos de línea blanca. Ahora bien,
el concepto de diseño significa "inventar y crear", por tanto, el proceso de investigación
condujo a la creación de un nuevo artefacto que no existe, en parte debido a que el
conocimiento requerido para crearlo está incompleto (Vaishnavi, Kuechler, & Petter, 2019),
lo cual fue demostrado a través de la definición del vacío de conocimiento; es así que, para
resolver el problema de investigación se requirió adoptar el paradigma de la ciencia del
diseño, con el fin de llenar los vacíos, extender los límites de las capacidades del
investigador y las de la compañía, mediante la creación de artefactos nuevos e
innovadores (A. R. Hevner, March, Park, & Ram, 2004).
Este contiene, primero una revisión del enfoque de la investigación, el cual se desarrolla
en dos perspectivas: por un lado usando la clasificación del tipo de investigación
desarrollada y por el otro, desde la visión del paradigma de la investigación de la ciencia
del diseño, el cual ha sido ampliamente usado en las investigaciones sobre sistemas de
información; posteriormente se identifican las etapas en las que se desarrolló el proceso
investigativo, luego se abordan los aspectos de evaluación del mismo proceso y,
finalmente se expone la estrategia para probar la hipótesis planteada.
La segunda parte, se diseñó con una línea explicativa, utilizando el método de caso con
un valor instrumental, lo cual quiere decir, que se usó para generalizar a partir de
situaciones específicas en el entorno de la compañía de línea blanca; en términos
generales, dicho caso tomó un papel de apoyo en esta investigación con el fin de formular
afirmaciones sobre el diseño de ecosistemas IoT (Jiménez & Comet, 2016). En el mismo
sentido, se planteó usar el enfoque de la teoría fundamentada, el cual tenía como objetivo
desarrollar una descripción teórica sobre las características y el diseño de ecosistemas
IoT, en esta línea, para alcanzar este objetivo se tuvo en cuenta la revisión de literatura,
además de las observaciones y entrevistas ejecutadas en el estudio de caso (Walsh,
2015).
78 Diseño de Ecosistemas IoT para el hogar conectado
Por otro lado, desde la perspectiva del paradigma, esta tesis se fundamentó en la ciencia
del diseño (Design-Science), dicho enfoque aplicado alrededor de estudios sobre sistemas
de información, versa sobre el diseño de artefactos de Tecnología de Información (TI) y
aunque existen diferentes opiniones sobre lo que constituye el diseño de artefactos de TI,
en esta investigación adopta la visión pragmática de Markus, Majchrzak, and Gasser
(2002) sobre la teoría de diseño, la cual define la utilización de esta teoría para explicar la
relación medios-fines como un mecanismo práctico y prescriptivo causal para justificar los
componentes del diseño.
En definitiva, en este enfoque iterativo que será explicado con más detalle en la siguiente
sección, el rigor científico de la construcción de artefactos y su evaluación, se materializa
mediante las siguientes actividades, por un lado, justificar la propuesta metodológica para
el diseño de ecosistemas IoT, a través de la aplicación del método de expertos y la teoría
fundamentada, y por el otro, evaluar la metodología mediante la identificación de las
debilidades en los aportes teóricos o en la construcción misma del artefacto, por medio del
método de caso y la simulación (A. R. Hevner et al., 2004).
En consonancia, según (Vaishnavi et al., 2019) este paradigma involucra dos actividades
principales para mejorar y comprender el comportamiento de los aspectos de los sistemas
de información, el primero está relacionado con la creación de nuevos conocimientos a
través del diseño de artefactos (constructos, modelos o métodos) novedosos o
Capítulo 2 81
innovadores y el segundo, a través del análisis del uso y/o rendimiento del artefacto con
reflexión y abstracción.
En la misma línea, las innovaciones a los aspectos teóricos de la ciencia del diseño son
ampliamente tratados por investigadores como (Baskerville et al., 2018; Hatchuel, Le
Masson, Reich, & Subrahmanian, 2018; Peffers et al., 2018; Schultze, 2017), así mismo,
los temas de la rigurosidad científica que debe tener el paradigma son analizados por
Venable, Pries-Heje, & Baskerville (2016) y para finalizar, pero no menos importantes, los
aportes que están relacionados con los procesos de innovación y emprendimiento digital
(Dimov, 2016; A. Hevner, vom Brocke, & Maedche, 2019) y la alineación de la ciencia del
diseño con la ingeniería de software (Engström, Storey, Runeson, Höst, & Baldassarre,
2019).
Por consiguiente, a pesar del diseño en siete etapas mostrado en la figura 2-4, es muy
difícil establecer con claridad un orden de eventos a través del tiempo, debido en gran
82 Diseño de Ecosistemas IoT para el hogar conectado
medida a la naturaleza del enfoque de la ciencia del diseño, así como el trabajo de
retroalimentación con la compañía de línea blanca, que por su naturaleza prioriza y ejecuta
actividades en tiempos opuestos a los del desarrollo de esta tesis.
De otra parte, para el desarrollo de esta etapa se definieron como guía las siguientes
preguntas de investigación:
• ¿Cuáles son los elementos, objetivos, variables, datos, relaciones y escalas que se
deben incluir en el diseño de un ecosistema IoT del hogar conectado?
• ¿Cómo se definen criterios de evaluación que permitan valorar el desempeño de
un ecosistema IoT del hogar conectado?
• ¿De qué manera la analítica de ingentes volúmenes de datos permite describir,
predecir y explotar los flujos de información al interior de un ecosistema IoT del
hogar conectado?
• ¿Cómo se debe estructurar un modelo matemático para abordar el diseño de un
ecosistema IoT del hogar conectado?
• ¿Cuál es la metodología de solución apropiada para diseñar un ecosistema IoT del
hogar conectado que permita hacer frente las a barreras computacionales?
86 Diseño de Ecosistemas IoT para el hogar conectado
Las anteriores preguntas están orientadas al “cómo”, “de qué manera” y “cuál”, debe ser
la metodología de diseño de ecosistemas IoT, en el contexto de las compañías de línea
blanca y con visión en la creación de valor basada en la información; el entendimiento en
profundidad sobre estas preguntas sería desarrollado en las fases posteriores de
ejecución, por lo que el diseño tentativo tuvo que ser refinado y ajustado a partir de las
interacciones con los expertos.
Kc = ∑ n/t
Donde:
Ka = a * ni = (n1 + n2 + n3 + n4 + n5 + n6)
Donde:
3. Una vez obtenido los valores del Coeficiente de Conocimiento (Kc) y el Coeficiente
de Argumentación (Ka), se desarrolla el Coeficiente de Competencia (K) que
finalmente es el coeficiente que determina cual experto se toma en consideración
88 Diseño de Ecosistemas IoT para el hogar conectado
Donde:
K: Coeficiente de Competencia
Kc: Coeficiente de Conocimiento
Ka: Coeficiente de Argumentación.
En cuanto a la evaluación del instrumento, su ejecución fue realizada por cinco expertos;
dicho instrumento consta siete preguntas cuyo objetivo era evaluar la pertinencia de cada
una de las secciones anteriormente descritas (Lopez & Castillo, 2020); es importante
resaltar que en este estudio se seleccionaron expertos de competencia alta (80% o
superior), no obstante, se valoró incluir expertos de competencia media cuando el
coeficiente de competencia promedio de todos los posibles expertos fuera alto, finalmente
no se utilizaron expertos de competencia baja, en la tabla 2-1 se pueden observar los
coeficientes.
La segunda parte, está compuesta por un análisis de influencia de las variables, basados
en la perspectiva de sistema, una variable existe solo por su red de relaciones con los
demás, la comparación de las variables en diferentes clasificaciones permite confirmar la
importancia de algunas de ellas, pero de la misma manera permite identificar variables que
debido a sus acciones indirectas juegan un papel importante (y que el ranking directo no
reveló) (Arcade, Godet, Meunier, & Roubelat, 2009). Para este proceso de análisis, se
utilizó el software de código abierto Lipsor - MICMAC, que se basa en la investigación de
Michael Godet (Godet, 2001; Godet, Monti, Meunier, & Roubelat, 2000).
En línea con lo anterior, para la identificación de variables clave, que son esenciales para
la evolución del sistema; Se diseñó un instrumento web que permitía a cada experto
relacionar cada una de las 27 variables inicialmente identificadas mediante la
determinación del tipo de relación (nula, débil, media, fuerte o potencial) y, en primer lugar,
se realizó una matriz de clasificación directa con la ayuda de software, luego se construyó
una matriz de clasificación indirecta (llamada MICMAC, Matriz de Impacto Cruzado
Multiplicación Aplicada a la Clasificación). Esta clasificación indirecta se obtiene después
de la elevación de potencia de la matriz.
Donde:
VE= Valor Estratégico
VM= Valor Motor
VD= Valor de Dependencia
n = Variable Clave
En línea con lo anterior, según Dunbrack et al., (2016), el valor empresarial se crea
combinando los datos de los dispositivos IoT, integrándolos con otros, generando un
círculo virtuoso de generación de valor (Inteligencia Accionable); de esta manera, las
soluciones basadas en IoT forman parte integral del modelo operativo de una empresa y
por tanto, deben verse como parte integral de una estrategia digital (Reddy & Reinartz,
2017); en el mismo sentido, la medición del valor a lo largo de toda la cadena de suministro
se vuelve imperativo para buscar mejoras al desempeño del sistema (Gencer, 2018).
los proyectos) jugo un papel importante y al igual que la recopilación de datos utilizando
múltiples fuentes para cada proyecto, permitió la triangulación de la evidencia; de esta
manera; se mejoró la precisión e integridad del estudio, con lo cual se fortalece la
credibilidad de los resultados de la investigación (Morgan, Pullon, Macdonald, McKinlay, &
Gray, 2017).
Para terminar esta primera parte, es necesario resaltar que el método de caso ha sido
ampliamente usado en investigaciones sobre ingeniería de software (Amershi et al., 2019;
Dremel, Herterich, Wulf, & Vom Brocke, 2020) y proyectos de innovación (Brix, 2017), por
lo que el entorno de aplicación en una compañía que estaba ejecutando una
transformación digital a gran escala (Vial, 2019), permitió desarrollar un marco de
interacción en donde los conceptos fueron abordados con total transparencia; en este
sentido, a juicio del investigador, no hubo resistencia en la compañía, más bien, se
demostró total apertura e interés por comprender como es que la información crea valor
para la empresa.
Por tanto, una vez construido el modelo del sistema de creación de valor, este fue simulado
empleando un conjunto de supuestos alternativos, dando lugar en cada simulación a un
conjunto de resultados; con los cuales, un análisis comparativo de los distintos escenarios
permitirá elegir el más favorable en función de los objetivos perseguidos por la compañía
de línea blanca.
difíciles de entender (no solo para los no modeladores, sino incluso para los modeladores)
y difíciles de desarrollar, por tanto, la simplicidad del modelo es uno de los objetivos a
alcanzar en esta tesis (Proper & Bjeković, 2020).
En tercer lugar, una vez creado el modelo en una herramienta informática, se ejecutan
pruebas de consistencia dimensional y verificación de parámetros (Izquierdo, Galán,
Santos, & Del Olmo, 2008), finalmente se ejecutan pruebas de comportamiento del modelo,
en las cuales se evalúan las ecuaciones de flujos a través de ecuaciones auxiliares
(Alvarado & Ontiveros, 2016), según Saeed (2017) esta prueba es una métrica abstracta
de como las intervenciones de la vida real que se pueden mapear en el modelo y simular
para evaluar su desempeño; en esta última parte se desarrolló un esquema comparativo
de cuatro puntos para tres tipos de escenario, el cual se puede observar en la siguiente
tabla:
La investigación de Za, Pallud, Agrifoglio, and Metallo (2020) muestra que la dinámica de
creación de valor en los modelos de negocio digital, tiene presentes conceptos que se
interrelacionan entre sí, identifican dos clústeres de conceptos, el primero tiene que ver
con la "Co-creación", "Redes sociales" y "Comunidades en línea" y el segundo las "Redes
de colaboración" y "Creación de valor", de igual manera, el puente que los une es el
concepto de “con-Innovación”.
Capítulo 2 95
Igualmente, se puede inferir que la dinámica de sistemas es una herramienta útil para
abordar el modelaje de este sistema complejo; en este sentido, diferentes investigadores
lo han aplicado para, realizar análisis estratégicos en organizaciones (Morales, Velásquez,
& Beltrán, 2016), para analizar las nuevas realidades de los modelos de negocio digitales
(Y. Xu & Koivumäki, 2019), otros, como análisis de casos en donde las compañías
cambiaron su modelo de negocio (Baber, Ojala, & Martinez, 2019) y como instrumento
para proponer modelos de madurez en los procesos de transformación digital en la
industria (Klötzer & Pflaum, 2017); por tanto, existe evidencia de que este enfoque es una
buena alternativa para modelar y simular el sistema de creación de valor del ecosistema
IoT.
construcción del modelo paralelamente se hace una verificación del mismo; del mismo
modo, se deben realizar Verificaciones de Parámetros, con el objetivo de analizar su
correspondencia conceptual y numérica con las observaciones realizadas en el contexto
de la compañía de línea blanca y con los proporcionados por los expertos (Radzicki, 2020).
Según Alvarado and Ontiveros (2016) la prueba de condiciones extrema es necesaria para
mejorar la comprensión y utilidad del mismo, en este sentido, esta prueba genera mayor
confianza en los resultados, que una simulación bajo condiciones controladas.
Por último, la validación estadística se ejecuta con treinta y seis simulaciones, es decir,
tres escenarios por cada una de las doce combinaciones que resultan de la tabla 2-3, en
esta línea, se utiliza la técnica de error relativo, para analizar el porcentaje de error
generado por los datos reales y simulados.
En línea con lo anterior, la oferta de valor permite potenciar la creación de valor del sistema
y entregar el valor a los consumidores, clientes o proveedores, mientras que por medio del
modelo operativo se materializa la captura de valor, basados en los niveles de servicio,
mismos que deben ser mejorados con la creación de nuevas eficiencias basadas en digital.
Capítulo 2 97
Del mismo modo, la tercera y última etapa corresponde a la codificación teórica, que resulta
en el proceso de formulación de teoría sobre el fenómeno estudiado, de esta manera, el
proceso de análisis de datos de los etapas anteriores, se pueden resumir en los siguientes
98 Diseño de Ecosistemas IoT para el hogar conectado
Pregunta 1: Ordene de acuerdo con la importancia relativa, las alternativas que tienen las
empresas y organizaciones para adaptar sus modelos de negocio y participar en los
ecosistemas digitales del hogar conectado.
Con base en los resultados, la primera categoría mejor valorada obtuvo una nominación
del 31.91% y 27.66% de los expertos, que la definieron como primera y segunda alternativa
respectivamente (ver figura 3-1 y 3-2), de la misma manera, dicha categoría contó con un
puntaje general de 5,89, en una escala de valoración de 0 a 10 puntos; las dos categorías
siguientes obtuvieron una puntuación de 5,17 para el segundo puesto y de 5,15 para el
tercero. Es necesario resaltar que todas las categorías obtuvieron al menos una
nominación para el primer lugar, de lo que se puede deducir una amplia gama de enfoques
por parte de los expertos sobre la pregunta.
Por consiguiente, se puede confirmar según los expertos que el top tres de alternativas
para adaptar el modelo de negocio de una compañía son:
1. Adoptar la cultura de innovación.
2. Adoptar la visión de ecosistemas.
3. Innovar en los modelos de negocio actuales.
De acuerdo con la revisión de antecedentes, se puede inferir que los primeros tres
conceptos están relacionados entre sí, en este sentido, es interesante confirmar que la
innovación como proceso sistemático en una empresa, emerge también como un concepto
clave en la revisión teórica de la tesis. Por su parte, adaptar los modelos de negocio y
adoptar la visión de ecosistemas se establecieron como la guía para conceptualizar el
sistema de creación de valor. En términos generales adoptar una cultura de innovación,
adoptar la visión de ecosistemas e innovar en los modelos de negocio emergen como
componentes relevantes para la construcción de la metodología propuesta en esta tesis.
Pregunta 2: ¿Cuáles son los principales obstáculos que tiene una organización para
establecer vínculos de colaboración basados en compartir datos con otras compañías?
Seleccione 3.
De los resultados de esta pregunta se puede deducir que entre el 44% y 71% ven las
preocupaciones por la seguridad, privacidad, la inmadurez de los estándares y
plataformas, así como la cultura existente en las organizaciones, como principales
barreras; en el mismo sentido, algunos expertos sugirieron la falta de interés para construir
Capítulo 3 107
casos de negocio y evaluar el costo beneficio de estas iniciativas, como otra de las barreras
que tienen las empresas para abordar enfoques digitales basados en compartir datos.
Pregunta: Para usted, ¿Cuál de los siguientes enunciados define mejor la creación de valor
con la información en un ecosistema digital del hogar conectado?
Derivado de lo anterior, para analizar las propuestas hechas por parte de los expertos se
construyó un diagrama de afinidad unido a la técnica de visualización de nube de palabras,
la cual según Hearst et al. (2019) es más efectiva para las categorías semánticas, en
comparación con el diseño relativamente desorganizado de la visualización típica, de esta
manera, las propuestas provenientes de los expertos se organizan en la figura 3-6.
Finalmente emergen nuevas categorías, en donde se resaltan: el valor para los usuarios
del hogar, la salud y resiliencia del ecosistema, el valor social, la capacidad de los grupos
de interés para cumplir las metas de negocio basado en la explotación de datos y las
oportunidades de nuevos modelos de negocio para los grupos de interés. Desde la
perspectiva del investigador, existe una categoría que no se puede dejar de lado y que fue
identificada como la más importante para definir el concepto, la “construcción de una mejor
experiencia para el cliente final”.
"Creación de valor económico y social a través del diseño de una propuesta de valor digital
para el consumidor, que se basa en la explotación de datos y la adaptación de modelos de
negocio y, por tanto, ayuda a fortalecer la resiliencia y el crecimiento del ecosistema de IoT
del Hogar Conectado "
Capítulo 3 111
Identificador Descripción
V17 Transformación-Se refiere a los factores estratégicos que desarrolla un Stakeholder
para capturar valor de los datos en el ecosistema.
V18 InnoModelo- Se refiere a un índice que permite medir la capacidad de un
stakeholder para innovar en su modelo de negocio.
V19 CapAnaliticas-Se refiere al nivel de madurez que tiene un stakeholder en cuanto a
capacidades analíticas.
V20 Colaboración-Se refiere al índice de colaboración/integración que tiene un
stakeholder con proveedores, clientes y competidores.
V21 Control-Define que tanto control tienen los usuarios sobre los datos que se
comparten en el ecosistema.
V22 Protección-Nivel de seguridad y gobierno que tienen los stakeholders sobre los
datos en el ecosistema.
V23 MadurezTec-Nivel de madurez de las tecnologías alrededor del hogar conectado
(estándares, redes entre otras).
Fuente: Elaboración propia.
En esta fase de la investigación, los expertos participantes fueron 14, por medio de los
cuales primeramente se analizó la creación de valor en el ecosistema IoT del hogar
conectado desde tres dimensiones:
de la gráfica que las variables ubicadas en el cuadrante superior derecho serían las mejor
evaluadas y por tanto las que se deben tener en cuenta para el análisis estructural, y para
las variables ubicadas en los otros cuadrantes, hacer una revisión individual que permita
justificar su eliminación.
Pregunta Impacto en la creación de valor: Por favor califique cada una de las
variables indicando que tan positivo es el impacto en la creación de valor. La escala es de
1 a 5 (siendo 5 el impacto más alto).
Pregunta Impacto en la propuesta de valor: Por favor califique cada una de las
variables indicando que tan positivo es el impacto en la propuesta de valor. La escala es
de 1 a 5 (siendo 5 el impacto más alto)
La figura 3-8 muestra la distribución de las evaluaciones para los grupos de académicos y
empresarios, en donde de manera general se puede observar la dispersión de las
evaluaciones con respecto a la mediana, los percentiles 25 y 75 y los valores máximos y
mínimos. Se pudo comprobar con este análisis que tanto académicos como empresarios
(o expertos de industria), presentan divergencia en sus evaluaciones, en el caso de los
académicos se presenta asimetría en la distribución de los datos para la pegunta
relacionada con la propuesta de valor, mientras que se establece una simetría en las
evaluaciones de la creación de valor, por su parte el grupo de empresarios (expertos de
industria) presenta una simetría en los datos en las dos categorías evaluadas.
Después del análisis descriptivo de los resultados, se procedió a filtrar las variables que
debían descartarse por no alcanzar el umbral necesario para considerarse una variable
que describa el sistema de creación de valor; por tal razón, la capitalización de mercado
entendida como “el precio actual de una acción multiplicado por el número de acciones en
venta de una compañía en el ecosistema” y cantidad de empleados dedicados a digital,
obtuvieron las calificaciones más bajas en el grupo de investigadores (ver figura 3-11),
razón por la cual fueron descartadas como variables críticas del ecosistema.
Según Godet et al. (2000), el objetivo del análisis estructural es la reflexión colectiva, por
lo que, para determinar el grado de influencia entre variables por parte de los expertos, se
definió en el siguiente glosario:
120 Diseño de Ecosistemas IoT para el Hogar Conectado
• Influencia. Es el grado de poder que ejerce una variable sobre las otras que
representan el Sistema de creación de valor.
• Influencia Nula: Cuando la relación que se da entre las variables no presenta
influencia de una sobre la otra. La influencia no se puede percibir en el presente,
se piensa que no debería existir y que tampoco va a surgir en los próximos años.
• Influencia directa. Cuando cualquier cambio en una variable (Vi) influye también
en una segunda variable (Vj) y la influencia se puede percibir en el presente. Se
puede presentar en los siguientes niveles:
• Fuerte: Cuando Vi influye significativamente en Vj
• Media: Cuando Vi influye moderadamente en Vj
• Débil: Cuando Vi influye débilmente en Vj.
• Influencia potencial: Esta relación se da cuando, a pesar de no suceder en el
momento, se considera que Vi influirá en Vj. La influencia no se puede percibir en
el presente, pero se piensa que debería existir o que va a surgir en el futuro.
Del mismo modo, el proceso de aplicación de matriz, se les solicitó a los expertos
determinar la relación de influencia entre las variables, igualmente, se les pidió tener en
cuenta que la influencia entre una misma variable debía ser valorada como nula; para
complementar el ejercicio de evaluación, se desarrolló para mejor entendimiento de los
expertos una ayuda visual en donde se puede observar los tres tipos de influencia (figura
3-14).
Para analizar las relaciones entre las variables se utilizó el software MICMAC, este
programa informático permite la multiplicación matricial, con el fin de jerarquizar las
variables por orden de influencia y dependencia (Godet et al., 2000); de esta manera,
prestando atención a la relaciones clave, las que identifican los elementos de mayor
impacto en el plano llamado de influencia y dependencia, se puede elaborar un marco de
referencia para los escenarios futuros del sistema de creación de valor y por tanto, alcanzar
una representación del mismo. De acuerdo con la metodología, la influencia es el grado
de poder que ejerce una variable sobre las restantes, y la dependencia es el grado en el
cual una variable se ve afectada por las otras (Rodríguez-Rivero, Ortiz-Marcos, Díaz-
Barcos, & Lozano, 2020).
122 Diseño de Ecosistemas IoT para el Hogar Conectado
En la tabla 3-3 se puede observar que, las variables seguridad y resiliencia se encuentran
con la influencia más alta (4.52%), por su parte, confiabilidad y cobertura se posicionaron
en tercer y cuarto lugar con 4.46%, en quinto lugar aparece protección de los datos con
4.34%; en su conjunto, estas variables representan un 22.30% de influencia en el sistema
de creación de valor, en este sentido, aunque representan casi un cuarto del total, las
variables del top cinco no determinan por sí solas el comportamiento del mismo, debido a
que no existe una significativa diferencia con los valores de las demás variables del
sistema.
En línea con lo anterior, en la figura 3-17 se destacan las variables sobre las cuales se
ejercen las influencias más importantes (de acuerdo con la magnitud), entre ellas se
encuentran: Protección, Colaboración, Madurez, Formalización, Confiabilidad y T2M
(Time to Market).
Capítulo 3 125
En el mismo sentido en la tabla 3-5 se resaltan, el top 5 de variables con más influencia y
dependencia, por su parte, la figura 3-20 muestra las variables clasificadas en cuadrantes
130 Diseño de Ecosistemas IoT para el Hogar Conectado
y en la figura 3-21 se clasifica las influencias más relevantes que ejercen y reciben las
variables del sistema.
De otro lado, la figura 3-22 permite identificar los desplazamientos que se dan entre los
diferentes horizontes de tiempo analizados (corto, mediano y largo plazo), allí se puede
evidenciar que los desplazamientos más pronunciados están en las variables Protección,
Formalización, Transformación y Volumen que se mueven entre zonas, así como la
variable seguridad que pasa de la parte media de la zona de conflicto a la parte superior
del cuadrante.
Para realizar un análisis del eje estratégico, el cual nos ofrece una visión plástica de los
retos estratégicos del sistema de creación de valor en el ecosistema IoT del hogar
Conectado, se proyectan cada una de las variables de la zona de conflicto en el plano de
influencias indirectas potenciales, marcando una bisectriz desde la esquina superior
derecha hasta la esquina inferior derecha.
Según el analista de Gartner Fernando Elizalde, el hogar conectado tenía en 2018 una
penetración de mercado del 5 al 20% a nivel global, con un nivel de madurez de
"adolescente” y unas perspectivas de consolidación para los siguientes años.
P1 ¿Cuantos años tomará la consolidación del ecosistema IoT del hogar conectado?
Capítulo 3 135
En resumen, los resultados que se muestran en la figura 3-24, muestran que para los
expertos el ecosistema IoT del hogar conectado se consolidará en el largo plazo. Con un
67% de valoración los expertos consultados se muestran optimistas sobre el
fortalecimiento dentro de los próximos 5 años, mientras que el restante 33% ve una
consolidación en los próximos 10 años.
La grafica 3-28 muestra las respuestas de los expertos, las cuales ponen en primer lugar
a las plataformas tecnológicas o la industria tecnológica en general, se puede inferir que,
por parte de los expertos el poder que tienen estas plataformas sobre el ecosistema IoT
del hogar conectado es bastante grande y como se ha contrastado en la revisión de
136 Diseño de Ecosistemas IoT para el Hogar Conectado
Figura 3-28: Grupos de interés que controlan o influyen sobre el ecosistema IoT.
En segundo lugar, aparece la industria de manufactura y alimentos, las cual por naturaleza
propia fábrica productos y alimentos dirigidos al hogar; seguidamente, uno de los hallazgos
relevantes, muestra que las empresas de servicios públicos relacionados con el hogar
presentan una influencia importante para el desarrollo del concepto de hogar conectado.
Con lo anterior en mente se buscó profundizar sobre cuáles son los objetivos estratégicos
de los grupos de interés en términos de valor, buscando contrastar lo que en la revisión de
antecedentes se muestra como una barrera para las compañías manufactureras, el
excesivo poder de las firmas tecnológicas sobre las plataformas digitales; en este sentido,
se desarrolló la siguiente pregunta:
Capítulo 3 137
P3. Desde la perspectiva de cada uno de los siguientes actores, especifique cual sería el
objetivo estratégico para la creación y captura de valor en el ecosistema IoT del hogar
conectado.
En la tabla 3-6 se consolidan todas las respuestas de los expertos, en esta tabla se puede
observar cada uno de los comentarios; sin embargo, para tener una visión general de los
conceptos que emergen, se desarrolló la figura 3-29, en la cual se define de manera visual
las palabras que conforman el texto y donde el tamaño es mayor para las palabras que
aparecen con más frecuencia; diversos estudios utilizan estas técnicas para identificar por
ejemplo oportunidades en la implementación de futuros servicios digitales (Jittrapirom,
Marchau, van der Heijden, & Meurs, 2018).
Los puntos que sobresalen tanto para las empresas de tecnología, de manufactura y
empresas de servicios públicos, es la búsqueda de calidad en el servicio, así como el
monitoreo de los nuevos servicios digitales, para prevenir y ofrecer una experiencia
superior, finalmente la integración de los diferentes actores del ecosistema sobresale como
concepto, esto es relevante ya que a lo largo de la investigación se ha mantenido la
Capítulo 3 139
hipótesis sobre la colaboración entre los grupos de interés como palanca del sistema de
creación de valor.
Por su parte, Tafti, Kordnaeij, Hoseini, and Jamali (2015) argumentan que en un
ecosistema además de la competencia, la cooperación incrementaría la eficiencia y
mejoraría el rendimiento de los negocios; con lo anterior en mente y basado en la revisión
de literatura, se puede afirmar que los ecosistemas IoT del Hogar Conectado están en una
etapa de “nacimiento”, en donde a nivel científico y práctico se sientan las bases de una
propuesta de valor para nuevos productos y servicios; así como la mejor manera de
entregarlo a los clientes (Moore, 1993).
No obstante, son varias las preocupaciones respecto al uso y destino de los datos
resultantes de las interacciones en el ecosistema, de hecho, el tema se establece como
una de las principales barreras de adopción de los adelantos tecnológicos en la materia
(Casado-Vara, Chamoso, De la Prieta, Prieto, & Corchado, 2019; Holdowsky, Mahto,
Raynor, & Cotteleer, 2015); sin embargo, se puede inferir que las potenciales soluciones
ayudarán al desarrollo y apropiación de los mismos, en este sentido, para los fabricantes
de electrodomésticos comprender las preocupaciones de los usuarios con respecto a sus
datos, apalancará el desarrollo social y sostenible del diseño de ecosistemas IoT (Henze
et al., 2016).
El segundo elemento, está compuesto por habilitadores tecnológicos, lo cuales son vistos
por los investigadores como palanca para la innovación de los modelos de negocio
(Bouwman, Nikou, & de Reuver, 2019); en este sentido, varias tendencias tecnológicas
sobresalen; aunque, el común denominador en las diferentes investigaciones se puede
resumir en dos, las tecnologías relacionadas con la analítica avanzada de datos
(Yigitcanlar et al., 2020), y por el otro lado, la inteligencia artificial aplicada a lo largo de la
cadena de suministro (Parida, Sjödin, & Reim, 2019; United Nations Conference on Trade
Development, 2019).
En línea con la arquitectura, Abdmeziem et al. (2016) proponen una clasificación de tres
categorías para las diferentes tecnologías que forman parte de IoT: primero, las
tecnologías de detección, con las que se recopilan los datos, luego la capa de middleware,
que es encargada de procesar y administrar los datos y, por último, las tecnologías de
desempeño, que representan la extensión física de las aplicaciones de IoT. Estas
categorías permiten inferir la necesidad de una arquitectura de análisis de datos en el
diseño de la plataforma, mediante la aplicación de analítica avanzada.
De esta manera, con una visión de principio a fin en términos de proceso, del lado de la
oferta de valor, se definen la creación de nuevas experiencias y eficiencias como
dimensiones principales (von Briel, 2018); del lado del modelo operativo emergen dos
dimensiones, visibilidad inteligente e innovación tecnológica; de modo que, las
dimensiones se definen de la siguiente manera:
o Nuevas experiencias
o Nuevas eficiencias
• Modelo Operativo (Operaciones Inteligentes)
o Visibilidad inteligente
o Innovación tecnológica
Para integrar las cuatro dimensiones en un solo punto y facilitar las interpretaciones de los
resultados obtenidos de la evaluación, se construyó un diagrama tipo radar, también
conocido como Araña, el cual permite mostrar visualmente los gaps entre la evaluación
actual de la iniciativa digital y la proyección de los escenarios futuros; de esta manera, las
variaciones en las dimensiones permiten identificar fortalezas y debilidades en el modelo
de negocio y operativo, por tanto, los análisis derivados del diagrama permiten un punto
de control, búsqueda de sinergias y fuente de información para nuevos análisis y
simulaciones (Kowalkiewicz, Safrudin, & Schulze, 2017).
Del mismo modo, tal como se observa en la gráfica 3-31, las cuatro dimensiones muestran
una representación consolidada del rendimiento teórico del sistema de creación de valor
144 Diseño de Ecosistemas IoT para el Hogar Conectado
En tercer lugar, nuevas eficiencias valoran los factores que permiten desarrollar
capacidades digitales a lo largo de la cadena de suministro, por tanto, están íntimamente
ligadas al desempeño de las plataformas involucradas en el ecosistema IoT; por último, la
Innovación tecnológica consolida una evaluación de los factores que habilitan y soportan
la innovación digital. En resumen, las dimensiones en su conjunto muestran una manera
de valorar una configuración futura de la oferta de valor y el modelo operativo de una
iniciativa digital en el ecosistema IoT del hogar conectado.
Capítulo 3 145
Para el mediano y largo plazo, las variables que determinarán el funcionamiento del
sistema serán la seguridad, el desempeño del sistema y la experiencia de usuario. La
dinámica del sistema de creación de valor puede tener fuertes variaciones, debido a la
cambios en la influencia y dependencia de las variables, sobre todo en temas de seguridad
que se ve influenciada por la cantidad de hogares que se integran al ecosistema y que a
su vez influyen en las inversiones necesarias para gestionar los temas de seguridad de la
información y ciberseguridad; de igual manera, el desempeño de la plataforma se verá
afectado por los temas de seguridad, por lo que se infiere que la búsqueda de equilibrio
entre estas dos variables y las inversiones debe ser foco de atención.
Para concluir, las dimensiones de evaluación que emergen del estudio de expertos se
presentan como uno de los principales resultados, la simplicidad e integralidad del
artefacto, permiten visualizar las valoraciones que los grupos de interés tienen sobre el
modelo de negocio y operativo de una iniciativa digital, además de dar cobertura al objetivo
de investigación específico de identificación de elementos y variables.
4. Modelo de evaluación del Sistema
(Construcción y Simulación)
Para entender el funcionamiento del sistema de creación de valor, se hace necesario
abordar sus elementos constitutivos y comportamientos de una manera integral, en este
sentido la teoría de sistemas ayuda a establecer un análisis de lo general a lo particular, o
lo que es lo mismo, del todo a cada una de sus partes.
Analizando la curva, se puede observar que las conexiones incrementan a lo largo del
tiempo en una función que toma forma cuadrática (𝑥 2 ), en este sentido, la aproximación
sobre el crecimiento de la red no explica muy bien el comportamiento de la misma, sobre
todo por la suposición de que las redes de hogares conectados están influenciadas por
148 Diseño de Ecosistemas IoT para el Hogar Conectado
externalidades, lo cual según Larrosa (2016) se debe a las limitaciones que tienen las leyes
de valoración; de tal forma que, leyes como la de Metcalfe requieren de varios supuestos
que limitan las proyecciones. Por otro lado, se puede aducir de estos primeros análisis que
la curva de crecimiento de hogares conectados se muestra interesante para las compañías
de línea blanca, el desarrollo de soluciones alrededor del hogar tiene desde el punto de
vista teórico un gran potencial, en el apartado del efecto de red se abordara el tema con
más detalle.
el cual se puede resumir como la discrepancia entre los beneficios que obtienen y el costo
que deben pagar; en la literatura existente dependiendo del área de análisis se presentan
diferentes enfoques, tanto para definir el significado del concepto, así como la manera de
aumentarlo a través de una oferta de valor estructurada efectivamente (Antonopoulou &
Begkos, 2020).
"Creación de valor económico y valor social a través del diseño de una propuesta de valor
digital para el consumidor, que se basa en la explotación de datos y la adaptación de
modelos de negocio y, por tanto, ayuda a fortalecer la resiliencia y el crecimiento del
ecosistema de IoT del Hogar Conectado "
Nuestra hipótesis en esta tesis implica entonces que, los modelos de negocio representan
una nueva unidad de análisis y, por tanto, ilustran una visión holística de cómo las
empresas hacen negocios; sin embargo, las empresas de línea blanca se enfrentan a los
mismos problemas que las empresas jóvenes (Start Ups), buscando la definición y el
desarrollo de una propuesta de valor digital, la cual es esencial en la fase inicial de puesta
en marcha y permite conectar las ideas de transformación de estas compañías con el
mercado (Rydehell, Löfsten, & Isaksson, 2018) .
Del mismo modo, la novedad es esencial para que las iniciativas compitan apalancadas en
la nueva tecnología, sobre todo en los mercados de hoy, los cuales por naturaleza son
inciertos y donde el valor de la marca, la calidad o las capacidades de manufactura ya no
son suficientes para atraer a los nuevos consumidores; de esta manera, las investigaciones
de Van Le & Suh (2019) confirman que las proposiciones de valor han evolucionado en la
150 Diseño de Ecosistemas IoT para el Hogar Conectado
Las compañías de línea blanca han emprendido procesos de transformación digital que las
ha llevado a crear nuevas ofertas de valor, las cuales en gran medida han estado
enfocadas en la eficiencia operacional (Taylor et al., 2019); por esa razón, desde la
práctica, se evidencia la timidez de estas compañías en ofrecer soluciones basadas en lo
digital directamente al consumidor final; por tanto, entender el sistema de creación de valor
del ecosistema IoT es un paso hacia adelante en la innovación de los modelos de negocio
y sus ofertas de valor. En el contexto de esta investigación, es necesario resaltar que un
ecosistema IoT es definido como un ecosistema de negocios que afecta el sistema de
creación de valor, positiva o negativamente.
De este modo, bajo la perspectiva de la teoría de sistemas, se puede indicar que dentro
del ecosistema IoT existe un sistema que se encarga de producir el valor (ver figura 4-2),
cuya dinámica se beneficia de la conexión de gran cantidad de dispositivos que conforman
el ecosistema empresarial de una compañía de línea blanca (Cunha & Kidanu, 2017),
conectar lo desconectado permite que la información en toda la cadena de suministro se
Capítulo 4 151
El sistema de creación de valor está compuesto por cuatro elementos, los cuales pueden
ser vistos como subsistemas o estados por los que pasa la información, dichas etapas
inician con un proceso de evaluación de la oferta de valor desde dos frentes, la oferta de
valor en sí misma, así como, la evaluación de la gestión tecnológica que soportara dicha
oferta; el siguiente estado, se puede observar en la figura como el de la captura de valor,
en donde la combinación de los elementos de entrada afectan positiva o negativamente el
desempeño del sistema, en esta parte se diseñó un modelo que permite evaluar el
comportamiento de la captura, que se podría expresar como la capacidad de la oferta de
capturar el valor.
Finalmente, el último subsistema está relacionado con el cálculo de valor total que se crea
en el sistema y la cantidad capturada por el escenario de entrada; en este sentido, la
combinación del proceso de creación con el de captura tendrá como resultado unos
pronósticos basados en la dinámica de interacción de los subsistemas
Por consiguiente, para intentar medir este impacto en la creación de valor del sistema, se
desarrolló un índice que mezcla tres variables: la “combinación adecuada de tecnologías”
en la plataforma, la “Resiliencia”, entendida como la capacidad que tiene la plataforma de
reanudar rápidamente las operaciones normales después de una contingencia; dicha
variable surgió del estudio de expertos y se volvió de las más relevantes en 2020 gracias
al impacto de la pandemia en la industria y organizaciones (Saenz, Anderson, Ledingham,
& Supko, 2020), y por último, el nivel de “inversiones” que se proyecta sobre la plataforma
(Abood et al., 2017).
Este modelo resuelve el problema asociado con la identificación del desempeño perfecto
de la oferta de valor; dado un grupo de variables de entrada (espacio de entrada), las
Capítulo 4 155
variables de salida tienen el valor correcto (espacio de salida). Por tanto, la lógica difusa
es la forma adecuada de mapear estas variables. Dicho esto, según Abood et al., (2017)
la efectividad del valor ofrecido en los modelos de negocios digitales se forja gracias a las
nuevas experiencias y eficiencias creadas para el cliente y consumidor, con esto en mente,
han definido los siguientes elementos en el lenguaje de lógica difusa.
80 % < VOP < 90% Low La creación de valor es baja. Se deben corregir los
errores de diseño de la oferta.
90 % < VOP < 100% Acceptable La creación de valor tiene ligeras variaciones a la
baja, lo cual hace que la competitividad de la oferta
deba revaluarse.
100 % < VOP < 110% Outstanding Se ha logrado una ventaja competitiva aceptable,
el motor de creación de valor está en el rango de
desempeño óptimo.
VOP > 110% Best in Class Se ha logrado una ventaja transitoria, la creación
de valor en el sistema es excelente, el desempeño
del motor de valor está al tope de su Potencial.
▪ Función de membresía
El proceso de Fusificación, consiste en tomar los valores nítidos de las entradas y
determinar el grado de pertenencia de estos a los conjuntos difusos asociados, se trabaja
entonces a través de la función de pertenencia para las nuevas experiencias y eficiencias
del conjunto, lo cual nos indica el grado en que cada elemento de un universo dado
pertenece a dicho conjunto.
0, 𝑖𝑓 𝑥 ≤ 𝑎 𝑜𝑟 𝑥 ≥ 𝑑
⃕
𝑥−𝑏
, 𝑖𝑓 𝑥 > 𝑎 𝑎𝑛𝑑 𝑥 < 𝑏
𝑏−𝑎
Membership Function (𝑥, [𝑎, 𝑏, 𝑐, 𝑑]) = ⃕
1, 𝑖𝑓 𝑏 ≤ 𝑥 ≤𝑐
⃕
𝑑−𝑥
{𝑑 − 𝑐 , 𝑖𝑓 𝑥 > 𝑐 𝑎𝑛𝑑 𝑥 < 𝑑
La figura 4-4, por ejemplo, muestra cómo los valores inferiores al 70% tienen un alto grado
de pertenencia al conjunto difuso inaceptable y los valores superiores al 100% tienen un
alto grado de pertenencia al conjunto difuso mejor en su clase. Entonces, para pronosticar
el rendimiento de VOP se toman valores de efectividad, para hacer una clasificación difusa
de la misma en cinco conjuntos difusos.
En línea con lo anterior, una regla difusa (If-Then) se expresa simbólicamente como:
Donde <Fuzzy Proposal> puede ser una proposición difusa atómica o compuesta; también
es posible definir una propuesta simple de este tipo a través de:
p: IF X is A THEN Y is B
El antecedente y el consecuente de una regla puede tener múltiples partes (Khan &
Haleem, 2013; Zadeh, 1973), de esta manera, se definieron reglas difusas para especificar
el mapeo lógico apropiado basado en el desempeño de la Oferta de Valor (VOP), las reglas
desarrolladas para este escenario se muestran en la figura 4-5.
Luego de dar forma al grupo difuso, se pueden analizar el conjunto de probabilidades para
que la oferta de valor sea efectiva, en función de las nuevas experiencias (experiencia de
usuario, Inteligencia accionable y ventaja transitoria) y las nuevas eficiencias en la
plataforma (seguridad, rendimiento y arquitectura). Se crea entonces un programa en el
software Scilab con los parámetros previamente establecidos, la superficie de salida se
establece mediante la función Plotsurf, que ha sido ejecutada con los siguientes
parámetros Plotsurf (fis, [1 2], 1, [0 0]); de esta manera, el comportamiento de efectividad
en el grupo difuso definido se puede observar en la Figura 4-6.
▪ Variables de entrada
Al modelo entran básicamente dos tipos de variables, las primeras son variables
lingüísticas, las cuales representan las nuevas experiencias de un modelo de negocio, y
toman valores entre básico y sobresaliente del universo del discurso. La segunda variable
de entrada son las nuevas eficiencias en el modelo operativo, las cuales toman valores del
universo del discurso entres inaceptable y mejor de su clase.
▪ Variables de salida
La variable de salida en este modelo es la probabilidad de que la configuración de las
nuevas experiencias y eficiencias generen valor, es decir, el valor porcentual que el
escenario de configuración de entrada crea o destruye valor. Dicha escala de valores y su
respectivo impacto en la oferta de valor están definidos en la tabla anterior.
En resumen, para modelar este subsistema se desarrolló un índice compuesto (TIN), que
evalúa la gestión tecnológica, de igual forma se construyó un modelo de lógica difusa para
evaluar el desempeño de una oferta de valor digital (VOP). Teniendo en cuenta lo anterior,
en los siguientes apartados se explican la construcción de un modelo basado en dinámica
de sistemas que busca identificar el comportamiento de creación de valor en un ecosistema
IoT del hogar conectado.
no dan espera, los cuales tienen que ver con la búsqueda de nuevas formas de trabajar y
operar, apalancados en la digitalización inteligente (Saenz et al., 2020).
Por tanto, para el desarrollo del modelo dinámico, se establecen las siguientes
consideraciones:
1. La dinámica de creación de valor está influenciada por la cantidad de nuevas
conexiones que se dan en el ecosistema.
2. La plataforma tecnológica es el habilitador del ecosistema integrado, se identifican dos
plataformas que funcionan integradamente, una orientada a los procesos internos de
la compañía y la otra que esté al frente del consumidor (en el hogar conectado).
3. La configuración de la oferta de valor y la gestión tecnológica son las que definen la
potencia del sistema de creación de valor.
4. La potencia (o rendimiento teórico) del sistema de creación de valor se mueve en un
conjunto difuso de valores posibles.
Dicho lo anterior, el diagrama de Forrester (figura 4-7), también conocido como diagrama
de flujos, permite que el modelo se implemente en una herramienta informática, en este
caso se utilizó el software Vensim. El modelo se desarrolló teniendo en cuanta el diagrama
conceptual antes mencionado y consta de tres partes, el subsistema de captura de valor,
en donde se simula la dinámica de este proceso, seguido del modelo del subsistema de
creación de valor, para luego, con los resultados de estos subsistemas, modelar el
subsistema de pronóstico de valor.
Cada uno de los subsistemas tiene sus respectivos ciclos de realimentación, niveles e
interacciones, los cuales fueron usados para ejecutar la simulación y fueron refinados con
el análisis de sensibilidad y de validación de la hipótesis dinámica. El diagrama causal del
modelo se puede ver en a figura 4-8.
Capítulo 4 161
El crecimiento del tipo logístico, representa el aumento de una variable cuando la densidad
de la misma ejerce presión sobre la tasa intrínseca de crecimiento (Sterman, 2010a),
sentido, reflexionando sobre la figura 4-9, es posible descubrir su relación con las curvas
de crecimiento poblacional de tipo logístico, que representa el crecimiento de una
población cuando su densidad ejerce cierta presión sobre la tasa intrínseca de crecimiento,
como se muestra en la figura 4-10.
Fue Pierre François Verhulst en 1838 quien definió la ecuación para expresar este tipo de
crecimiento autolimitado (Sterman, 2010b), la cual se puede ver a continuación:
𝐾
𝑅(𝑡) =
1 + ec−𝑟𝑡
Donde:
K es la “capacidad de carga” del subsistema.
C es la constante adquirida en el proceso de integración.
R(t) es el número de ciclos de captura en el tiempo t.
r es el coeficiente que indica la magnitud del potencial de crecimiento de cada captura de
valor.
164 Diseño de Ecosistemas IoT para el Hogar Conectado
Continuando con las simulaciones para identificar los límites del sistema, se generó la tabla
4-2, por medio de la variación del parámetro de entrada de Efectividad (combinación de
VOP y TIN), el cual se incrementó en una unidad porcentual a la vez; por consiguiente, se
generaron valores para la tasa de crecimiento r y la capacidad máxima K, en cada una de
las iteraciones. De acuerdo con los resultados y el ajuste de los parámetros del modelo,
los límites fueron identificados donde el subsistema se comporta de manera estable; es
decir, genera un grado positivo en los ciclos de captura de valor. Es necesario precisar en
este punto lo siguiente:
En este subsistema a partir del 5% de efectividad de la oferta de valor, los ciclos de captura
crecen hasta alcanzar su límite en 8.32 ciclos y 40% de efectividad, de esta manera, la
ecuación diferencial logística que describe la curva es la siguiente:
k𝑛
𝑅(𝑡) =
1 + ec−(r𝑛 𝑡)
Donde C = 7.32
0.56
k𝑛
Reemplazando k, C y r en 𝑅(𝑡) =
1 + eC−(TP𝑛 𝑡)
forma de S muestra cómo la creación de valor se ve afectada por factores que limitan el
crecimiento ilimitado; se puede deducir que esta curva representa un comportamiento más
ajustado a la realidad de los negocios digitales, especialmente de los que operan en el
ámbito de los hogares conectados.
Del mismo modo, investigaciones de Zhang et al. (2017) sobre la red social China WeChat
muestran que las externalidades indirectas, las cuales se refieren al beneficio acumulado
del creciente número de participantes de la red, afectan significativamente el valor de la
información, pero no el valor social; es decir, el beneficio acumulado del creciente número
de participantes, impacta la reducción del precio promedio y la mayor cantidad de servicios
disponibles que WeChat puede proporcionar (Fainmesser & Galeotti, 2019). Por el
contrario, cuando los servicios auxiliares se utilizan o consumen solos, no son útiles para
obtener valor social, lo que implica que WeChat no desarrolló una ventaja competitiva
sobre proveedores de juegos, noticias e historias.
refiere a la resistencia que tienen los usuarios internos ante los proyectos que implican
nuevas tecnologías (Hao & Duan, 2019; Ilie & Turel, 2020); en consecuencia, buscar
nuevas formas de interactuar con los consumidores debe ser una de las premisas de las
oferta de valor (Subhro Sarkar & Khare, 2019; Xue, Liang, Xie, & Wang, 2020).
exponencial, pero más impresionante está el hecho de que a una efectividad superior al
20% se genera hasta un 80% aprox. del efecto de red, en unas condiciones estables del
sistema; del mismo modo, en los rangos inferiores de efectividad, el efecto de red es
prácticamente lineal con valores muy pequeños, ver figura 4-11.
Teniendo en cuenta lo anterior, se puede confirmar entonces que los algoritmos del tipo
ARIMA son los que presentan mejores resultados en cuanto a predecir la demanda de
refrigeradores se refiere, en este sentido, los modelos de este tipo tienen una combinación
formada por procesos autorregresivos y de medias móviles, que buscan encontrar
patrones en una serie de tiempo y pronosticar el futuro. En términos generales la función
que representa estos algoritmos de describe de la siguiente manera:
Donde:
µ es una constante
𝜑1 𝑦𝑡−1 + ⋯ + 𝜑p 𝑦𝑡−p son los términos autorregresivos (valores rezagados de y)
𝜃1 𝑒𝑡−1 … − 𝜃q 𝑒𝑡−q son los términos de las medias móviles (errores rezagados)
𝑒𝑡 Error o perturbación estocástica
En conclusión, se puede afirmar entonces que, a pesar de las limitaciones existentes entre
los diferentes modelos de pronóstico, el efecto de red puede ligarse también a un
pronóstico de la demanda sobre los productos que vende una compañía de
electrodomésticos y de esta manera enriquecer el modelo.
Valor(t) = ((Ciclos de Captura de Valor * Nodos de Red * Unidad de Valor) - Valor Capturado)
El valor capturado por su parte es representado como una fracción del valor total que
puede generar el sistema, este se debe acotar con base en la participación de mercado
(Market Share) que posee la compañía, en otras palabras, la capacidad de captura está
influenciada por la participación de mercado que la compañía tiene; en este sentido, se
infiere que, a mayor participación de mercado mayor es la capacidad de capturar valor. Del
mismo modo, como ya se mencionó anteriormente, el desempeño económico del negocio
de línea blanca está relacionado directamente con el desempeño económico del país
170 Diseño de Ecosistemas IoT para el Hogar Conectado
(Akdağ, 2019), por tanto, se integra en el modelo el comportamiento del Producto Interno
Bruto; por último y no menos importante la capacidad de resiliencia del sistema puede
generar una demora en la captura de valor. La fórmula que representa el pronóstico es la
siguiente:
Los resultados de las simulaciones muestran una curva de crecimiento de valor de tipo
cuadrático; sin embargo, en un ambiente en donde el PIB ronda el 5% y la resiliencia refleja
una demora en la captura de 2 meses, la curva presenta las oscilaciones que se evidencian
en la figura 4-12.
De esta manera, el valor en el mes t se define como el valor teórico que genera cada hogar
multiplicado por el efecto de red de la conexión de nuevos hogares al ecosistema IoT.
Ahora bien, las compañías de electrodomésticos han hecho una búsqueda aparentemente
lógica de valor basada en el cálculo del retorno sobre la inversión (ROI) (aunque este punto
parece ser uno de los aspectos más paralizantes de la adopción de IoT); sin embargo, por
una gran cantidad de razones en el los primeros días de cualquier tecnología nueva es
muy difícil obtener estimaciones adecuadas (Lim et al., 2018). En este sentido, el enfoque
usado para el valor económico creado por cada hogar se basa en la premisa que en una
compañía de manufactura los proyectos de inversión relacionados con los nuevos
negocios utilizan el concepto financiero de punto de equilibrio, para conocer antes de iniciar
operaciones el nivel de ingresos que se necesita alcanzar para recuperar la inversión, de
esta manera, el valor por hogar se define así:
Donde:
Valor por hogar = ingresos obtenidos por la comercialización de servicios digitales al hogar
Costos fijos por hogar= son los gastos que permanecen constantes a pesar de la cantidad
de servicios comercializados.
Margen de Contribución por Hogar= diferencia entre los ingresos (facturación) y los costos
variables.
Por tanto, si tenemos en cuenta que el punto de equilibrio está dado por un Valor por Hogar
= 1, podemos inferir entonces que a partir de ahí podemos hacer la proyección de valor,
por lo que:
Donde Unidad de Valor (VU) es = Valor Teórico que generará un flujo de información (flujo
de inteligencia accionable) en el sistema, es importante resaltar que, el flujo de
inteligencia accionable es la unidad central del escenario de modelo de negocio a probar;
ejemplo: un Servicio de mantenimiento preventivo a los electrodomésticos, receta para
cocinar, un pedido automático de alimentos al super, un reabastecimiento automático de
172 Diseño de Ecosistemas IoT para el Hogar Conectado
𝑽𝒂𝒍𝒐𝒓𝒕 = (𝑽𝑼 ∗ 𝑹 ∗ 𝑵) − 𝑽𝑪
De acuerdo con lo anterior, se puede concluir que los resultados de esta parte de la tesis
ayudan a llenar el vacío de conocimiento y a alcanzar dos objetivos específicos de
investigación expuestos en el problema de investigación, los cuales están relacionados
con establecer criterios de evaluación para valorar el desempeño del ecosistema IoT y
diseñar un modelo matemático.
Por otro lado, el diagrama de Forrester se presenta como una excelente herramienta para
el análisis de la causalidad presente en el sistema de creación de valor, por lo que ha sido
posible validar el modelo y observar la evolución temporal de los subsistemas de creación
y captura de valor. Gracias a los resultados se ha podido formular matemáticamente el
comportamiento y obtener una fórmula general que permite estimar la cantidad de valor
que genera el sistema en un período de tiempo t.
Uno de los aspectos más relevantes que respalda esta propuesta metodológica, es la
necesidad de la industria de línea blanca de mantener la disciplina digital en sus iniciativas,
en este sentido, mantener una visión de largo plazo es necesario para adoptar nuevos
conceptos de trabajo y así evitar, su aplicación como una moda pasajera. La metodología
busca crear esa disciplina, partiendo primeramente del entendimiento y modelación del
sistema de creación de valor y luego proponiendo una secuencia lógica de fases para
gestionar iniciativas digitales bajo una perspectiva de creación de valor con la información
y en el contexto de compañías de manufactura.
Las siguientes secciones explican la metodología propuesta, se inicia con los componentes
de diseño y las premisas que la rigen, seguidamente se explica el modelo operativo de
aplicación, para finalmente, explicar cada una de las etapas que componen la metodología.
Dicho motor, genera impulso para hacer que la creación y captura de valor, que se
desarrollan en el modelo operativo, aprovechen el potencial del ecosistema; del lado del
modelo de negocio digital, la metodología busca analizar los efectos esperados del modelo
de negocio en los niveles de oferta de valor y de visibilidad a través del ecosistema.
El diseño de la entrega de valor se analiza con base en escenarios futuros sobre los cuales
la compañía tomará decisiones en el presente, en este sentido, se plantea un proceso
Capítulo 5 177
sistemático y colaborativo entre los grupos de interés para seleccionar las apuestas
digitales y de esta manera desarrollar capacidades e impulsar el desarrollo de nuevos
negocios digitales.
Los componentes que dan nombre a la metodología son: Sistema de Creación de Valor
(S), la Oferta de Valor (O), las Operaciones Inteligentes (O), y la Visibilidad (V), estos cuatro
elementos se sustentan en la innovación tecnológica, la cual debe ser entendida como un
eje trasformador que impulsa la gestión tecnológica y las operaciones inteligentes en el
ecosistema integrado, bajo este paraguas conceptual se busca la transformación y
optimización de los procesos digitales de la organización.
mismo modo, los diferentes problemas y motivaciones que la han llevado a construir el
caso de negocio.
Desde el punto de vista de los datos, son cinco los documentos mínimos que se deben
analizar en esta fase, los cuales se enumeran a continuación:
• Caso de negocio
• Plan de captura de valor
• Reporte de madurez de la transformación digital
• Arquitectura tecnológica actual y objetivo de la compañía
• Análisis actualizado del ecosistema IoT del hogar conectado.
Desde el punto de vista del contenido, el caso de negocio debe incluir la información
general de la iniciativa digital, por tanto, debe poseer los lineamientos generales de la
oferta de valor, es deseable, aunque en la práctica no se evidencia que se haga
regularmente, que el documento contenga el diseño de la oferta de valor bajo alguna
metodología (ej. Business Model Canvas); por otro lado, el plan de captura de valor debe
contener los elementos estratégicos y proyecciones económicas sobre cuánto dinero
regresara a la compañía una vez se haya puesto en marcha dicho proyecto; por su parte,
el reporte de madurez de la transformación digital, permite visualizar como la compañía ha
avanzado en los últimos meses en este tópico y cuál es la ambición digital de la compañía.
con las personas para que compartan sus puntos de vista y de esta manera identificar de
manera preliminar la variedad de dificultades y necesidades que puede tener la iniciativa
digital que se está analizando.
Para esta fase es ampliamente recomendado realizar un taller con los involucrados, con el
pensamiento de diseño y sus herramientas asociadas se pueden obtener buenos
resultados, esto se evidencio analizando los resultados de más de 30 talleres ejecutados
en el periodo 2017-2019, en la inmersión en la transformación digital de la compañía de
línea blanca; en este sentido, es claro que los talleres servirán para ajustar las siguientes
fases de la metodología. Utilizando las dimensiones de personas, procesos y tecnología
se puede validar el “viaje del cliente” que satisface la oferta de valor digital, así como la
tecnología asociada.
5.3.1 Calibración
La colaboración entre las partes interesadas es necesaria para tener consensos sobre las
evaluaciones, el ejercicio de calibración permite mediante una sesión de trabajo, analizar
los resultados y ajustar las evaluaciones. Para facilitar este proceso se construyó la tabla
5-2, la cual establece los limites porcentuales para los tres tipos de escenarios propuestos.
Es necesario resaltar que estos límites fueron consensuados con los expertos de la
184 Diseño de Ecosistemas IoT para el Hogar Conectado
Por otra parte, se recomienda desarrollar también un reporte que muestre un análisis
resumido de las variables externas que afectan el sistema de creación de valor, dicho
informe debe contener información macroeconómica relevante, datos de la demanda de
productos e información sobre las tendencias y comportamiento futuro de la cadena de
suministro de la compañía de manufactura.
Finalmente, una vez consensuados los escenarios, se ejecuta el modelo de lógica difusa
explicado en el capítulo anterior, para obtener una evaluación final del rendimiento de la
oferta de valor, así mismo, se calculan los índices de innovación tecnológica y visibilidad
de la captura de valor.
Desde el lado tecnológico, se aplica el mismo concepto de producto mínimo viable, esto
con el fin de evitar costosas inversiones o largos proyectos de tecnología sin probar que el
concepto del producto o servicio sea probado con anterioridad, esta plataforma mínima
viable debe alinearse con la arquitectura objetivo de la compañía y a las innovaciones
proyectadas en la ruta de desarrollo (Bocken & Snihur, 2020).
De esta manera, se puede concluir que la metodología propuesta ayuda a resolver el vacío
de conocimiento, en este sentido, contribuye a generar disciplina y a desarrollar también
capacidades digitales en la organización, de igual forma, contiene componentes y
principios no detectados en el estado de arte y, lo cual le confiere un grado de novedad
que permite resolver el problema científico definido en la tesis.
6. Discusión y análisis de resultados
En este capítulo se detallan los resultados de la inmersión, la aplicación de la metodología
definida en el capítulo anterior y la teorización sobre el sistema de creación de valor, se
describe inicialmente el proceso de transformación digital llevado a cabo por una
multinacional dedicada a la fabricación de productos de línea blanca, pasando luego a
explicar los resultados obtenidos de la inmersión en ese proceso; seguidamente se analiza
la aplicación de la metodología, describiendo los resultados en cada una de sus fases;
posteriormente se dedica una sección al proceso de teorización sobre el sistema de
creación de valor de los ecosistema IoT del hogar conectado, la cual, como se planteó en
el diseño de investigación, se sustenta en el enfoque de la teoría fundamentada;
finalmente, se presentan los resultados de la comprobación de la hipótesis de
investigación.
Con respecto al diseño de ecosistemas IoT, aunque, la revisión del estado del arte y de la
práctica muestra un proceso aún inmaduro; la metodología propuesta en esta tesis es una
contribución a la sistematización de la formulación e innovación de estrategias digitales,
en el contexto de las compañías de manufactura, las cuales tienen entre sus objetivos
ofrecer productos y servicios al mercado del hogar conectado.
Con respecto a su proyecto de transformación digital, este fue concebido en el año 2016,
como una manera de abordar los retos relacionadas con el rápido avance de la tecnología
IoT, además de los cambios en las preferencias de los consumidores hacia los productos
inteligentes; este viaje derivo en la creación de una oficina de transformación, en donde se
gestionan las diferentes iniciativas digitales de la organización. En palabras del CIO y líder
de la transformación digital, esta oficina se caracteriza por ser “facilitadores digitales de
procesos de transformación, para potencializar los proyectos de implementación”.
En línea con lo anterior, durante los primeros años de desarrollo del proceso de
transformación, la firma de consultoría Bain & Company, apoyo a Mabe en la definición de
una ambición digital, así como una estrategia para trabajar en todos los frentes de la
organización, desde la mejora de los niveles de servicio a clientes y consumidores,
pasando por la transformación de la cadena de suministro y llegando a la transformación
de los procesos productivos.
De la misma manera, se estima un tiempo total dedicado a la inmersión de 694 horas, las
cuales están distribuidas en cuatro categorías, viajes de preparación, visitas de
aprendizaje, talleres de diseño y proyectos de innovación, cada una de ellas tiene
resultados interesantes de acuerdo con el objetivo de la actividad; por ejemplo, en la etapa
de preparación y construcción del modelo de evaluación y la metodología, se realizaron
tres viajes en el año 2018 , los cuales marcaron las fases iniciales de la investigación.
Dicho lo anterior, el primer viaje fue al Valle del Silicon en California, en donde durante dos
días se visitaron 17 Start Ups para conocer sus propuestas digitales, las cuales variaban
desde la aplicación de la inteligencia artificial a los procesos de negocio, robótica,
desarrollo de nuevos electrodomésticos, hasta la aplicación de soluciones informáticas
para la gestión de la cadena de suministro. El segundo viaje, fue a la exposición industrial
conocida como Hanover Messe3 y a las oficinas corporativas de la compañía SAP en
Alemania, durante las diferentes jornadas, se pudo descubrir el estado del arte de la
transformación de las cadenas de suministro en compañías de manufactura, el avance del
hogar conectado en Europa y Asia, así como la aplicación de IoT en las empresas y
hogares; en el mismo sentido, se pudo intercambiar ideas con investigadores y
profesionales, sobre el fenómeno de creación de valor en los ecosistemas digitales.
Por otro lado, para el entendimiento del estado actual del ecosistema de producción, el
investigador se apalanco en tres visitas a las oficinas corporativas de compañías del sector
de manufactura, dichas visitaron fueron realizadas a Stanley Black & Decker en Baltimore,
3
https://www.hannovermesse.de/en/, catalogados por algunos como la feria industrial más grande
del mundo, se desarrolla en el mes de julio en la ciudad Hannover, Alemania.
190 Diseño de Ecosistemas IoT para el hogar conectado
Con respecto a los talleres de diseño en los que el investigador tuvo la oportunidad de
participar, se pueden resumir en aprox. 20, en donde además de la compañía objeto de la
inmersión, participaron firmas de consultoría como McKinsey, Bain & Company y
Capgemini, así mismo compañías de tecnología como SAP y Google entre otras; los
talleres de diseño buscaban sentar las bases para la transformación de cadena de
suministro en temas como planeación, producción, logística, relación con proveedores,
gestión de ingresos y precios. La interacción con un grupo de más de 150 personas entre
directivos, colaborares y socios de negocio, ayudó al investigador a identificar los
elementos y conceptos que, desde la percepción práctica definían el sistema de creación
de valor.
Por último, dentro de los resultados más relevantes del proyecto fue la construcción de una
metodología para el monitoreo de calidad en una línea de producción de neveras mediante
el uso de visión artificial, la cual se puede observar en la figura 6-2. Los resultados
obtenidos de la aplicación de la metodología fueron publicados en artículos científicos y
congresos nacionales e internacionales.
192 Diseño de Ecosistemas IoT para el hogar conectado
del lado del investigador, se definió un rol de observador, facilitador y colaborador para la
aplicación y socialización de la metodología establecida.
Una vez se obtuvieron los resultados, se preparó una presentación con la compilación y
se autorizó continuar a la siguiente fase de evaluación.
En términos generales se observa que las iniciativas fueron valoradas de manera diferente
en las cuatro dimensiones, es necesario resaltar que el objetivo de esta fase no es decir si
la iniciativa está bien o mal, más bien es presentar un diagnostico que permita identificar
unas acciones para corregir las debilidades en las dimensiones analizadas. posterior a
eso se utiliza la misma grafica para mostrar por cada iniciativa los escenarios posibles,
excepcional, moderado y básico.
Tabla 6-1: Iniciativas seleccionadas
ID02 Realizar un taller con el negocio para revisar las nuevas eficiencias que genera la Alto Abierto
iniciativa, de acuerdo con las simulaciones los valores se muestran bajos
ID03 Es necesario revisitar el caso de negocio antes de presentar la iniciativa con la alta Alto Abierto
dirección, se contratará una asesoría externa con conocimiento del tema para reformular
el proyecto
ID04 Los aspectos de captura de valor están deficientemente formulados, por lo que se hace Alto Abierto
necesario validar los supuestos de la iniciativa, el área financiera apoyara en este
proceso de revisión
ID05 Se formará un equipo de trabajo con el apoyo de consultoría externa para reformular el Alto Abierto
caso de negocio, debido a que los resultados proyectados se muestran negativos, al
igual que en todas las iniciativas se diseñara un mecanismo para el monitoreo de la
captura de valor
Fuente: Elaboración propia.
6.2.1 Fase 4: Llamado a la acción
En la fase de llamado a la acción, se propusieron los planes de acción, que de acuerdo
con los análisis debían reforzar algunas de las dimensiones de valor, en términos
generales para la (ver tabla 6-3).
Del mismo modo, se puede afirmar que el proceso prospectivo aportó evidencias que
fundamentan los principios de diseño del sistema, las cuatro dimensiones y sus variables
asociadas, así como la metodología propuesta. Aunque la conceptualización del modelo y
la simulación fue especialmente retadora para el investigador, se puede concluir que, fue
uno de los aspectos más enriquecedores, la ciencia de diseño aplicada a investigación en
sistemas de información permitió construir un hilo conductor que iba entregando resultados
tempranos en cada etapa de la investigación; es relevante mencionar aquí también, que la
dinámica de sistemas fue una elección acertada para modelar el sistema complejo y la
construcción de los artefactos (Minatogawa et al., 2020).
En línea con lo anterior, la comprobación empírica fue un elemento clave para contrastar
la hipótesis en la vida real, esta permitió obtener evidencia en tiempo real de los impactos
de la estrategia digital, así como el impacto de la tecnología en este tipo de proyectos; es
necesario resaltar que, el concepto de elección correcta de la tecnología e inversiones
inteligentes ha sido uno de los que más interés han causado en la comunidad de
profesionales con los cuales se ha compartido los resultados (Athanasopoulou & De
Reuver, 2020).
Artículo
Discovering the Value Creation System in IoT Ecosystems
Journal Sensors, Special Issue "Evolution of Distributed Computing in Sensor Systems",
MDPI.
https://www.mdpi.com/1424-8220/21/2/328
https://doi.org/10.3390/s21020328
2021
Artículo
Value creation system in the connected home ecosystem
Journal of Ambient Intelligence and Humanized Computing, Springer
https://www.springer.com/journal/12652
https://doi.org/10.1007/s12652-020-01805-6
2020
Artículo
Análisis de la Escena en la Cocina por Medio de Sensores IoT Diseñados Basados en el
Microcontrolador Node MCU ESP8266 y Conectados al Servidor ThingSpeak.
Revista Información Tecnológica
https://scielo.conicyt.cl
Información tecnológica vol.30 no.5 La Serena mar.
206 Diseño de Ecosistemas IoT para el Hogar Conectado
http://dx.doi.org/10.4067/S0718-07642019000500173
2019
Artículo
Un Enfoque para Aplicar la Visión por Computador en el Control de Calidad de
Refrigeradores sobre la Línea de Ensamble.
Revista Información Tecnológica
https://scielo.conicyt.cl
Información tecnológica. vol.30 no.2 La Serena mar.
http://dx.doi.org/10.4067/S0718-07642019000200143
2019
Capítulo de libro
Computer Vision and the Internet of Things Ecosystem in the Connected Home
15th International Conference. DCAI 2018. Advances in Intelligent Systems and
Computing, vol 800. Springer, Cham.
ISBN 978-3-319-94648-1
https://doi.org/10.1007/978-3-319-94649-8_26
2018
Artículo
Visión por Computador aplicada al control de calidad en procesos de manufactura:
seguimiento en tiempo real de refrigeradores.
Revista Escuela de Ingeniería de Antioquia
https://revistas.eia.edu.co/index.php/reveia
Revista EIA, 2018, vol. 15, no 30, p. 57-71.
https://doi.org/10.24050/reia.v15i30.1150
2018
207
Muestra académica
“Internet de las Cosas: La adaptación de las empresas de manufactura a la economía
digital”.
EXPOASI 2016, Muestra académica Nacional.
Universidad Nacional de Colombia, Manizales
2016
Simposio doctoral
ID=195 "Diseño de un ecosistema de Internet de las Cosas para el Hogar Conectado
integrando electrodomésticos de línea blanca: Hacia la creación de valor con la
información"
11 congreso Colombiano de Computación, Popayán, Cauca, Colombia.
2016
Proceedings
What the white goods sector should understand in order to join the Internet of Things
ecosystem in the connected home.
International Journal of Advances in Computer Science and Its Applications
http://journals.theired.org/journals/paper/details/7870.html
Volume 6: Issue 1 [ISSN 2250-3765]
2016
208 Diseño de Ecosistemas IoT para el Hogar Conectado
Proyectos de investigación
Por otra parte, la inmersión permitió una exposición excepcional del investigador con el
mundo practico de la industria y las organizaciones, a pesar de la dificultad adicional de
combinar la investigación científica con la práctica empresarial, el apoyo del tutor permitió
clarificar los alcances y resultados para ambas partes, en este sentido, no solo se llegó a
la culminación de la tesis, también se entregaron productos tangibles para la compañía.
De la misma manera, al analizar los proyectos digitales y estructurar los planes de acción,
se encontraron posibilidades de investigación futura, en donde la redefinición de los
modelos de negocios basado en la óptica de creación de valor con la información e integrar
lo físico del hardware con lo digital, es ya un imperativo para las empresas de manufactura.
Del mismo modo, ejecutar en el marco del desarrollo de esta tesis, dos proyectos de
investigación adicionales fue un gran reto; sin embargo, los resultados de ambas iniciativas
211
Con base en los resultados de esta investigación, emergen algunas recomendaciones para
la academia y entidades públicas y privadas relacionadas con el fortalecimiento
empresarial; por el lado de la academia, romper con el paradigma de resultados a largo
plazo es una de las tareas que se muestra retadora, entendiendo que el desarrollo de una
tesis doctoral toma tiempo, es necesario establecer entregables parciales, basado en la
experiencia de esta tesis, la recomendación a los investigadores y asesores, es la de
descomponer el problema de investigación en partes pequeñas, de tal manera que se
puedan obtener resultados parciales, los cuales deben ser socializados de manera
adecuada con los diferentes grupos de interés. Aunque lo anterior es algo que puede
chocar con statu quo de la investigación científica, definitivamente derribar esa barrera,
establece un vínculo de entendimiento entre universidad-empresa-estado.
▪ Trabajos futuros
Por otro lado, modelar y ensayar con diferentes tipos de algoritmos para el cálculo de la
demanda de electrodomésticos, se visualiza como un trabajo sobre el cual se pueden
aplicar técnicas de machine learning e incorporación de nuevas fuentes de información
para incrementar la certeza del pronóstico; el principal impacto en este aspecto seria
obtener un análisis de efecto de red ajustado a la realidad y abriría nuevas líneas de
investigación, como el análisis de los efectos sobre el sistema de creación de valor
derivados del confinamiento de las personas en sus hogares durante los años 2020 y 2021.
En línea con lo anterior, ampliar los estudios sobre el hogar conectado ayudaría a obtener
información relevante para mejorar el modelo de evaluación del sistema de creación de
valor; tal como se realizó en este proyecto de tesis, ejecutar proyectos paralelos pero
complementarios permitirían guiar y alinear los aspectos estratégicos, operativos y
tecnológicos que se mezclan en los ecosistemas digitales; del mismo modo, no está por
demás comentar la importancia de profundizar en el entendimiento de los diferentes grupos
de interés alrededor del hogar conectado.
(ITU), I. T. U., & CISCO. (2016). Harnessing the Internet of Things for Global
Development. Retrieved from
http://www.itu.int/en/action/broadband/Documents/Harnessing-IoT-Global-
Development.pdf
Aanestad, M., & Jensen, T. B. (2016). Collective mindfulness in post-
implementation IS adaptation processes. Information and Organization,
26(1-2), 13-27. doi:10.1016/j.infoandorg.2016.02.001
Aazam, M., Huh, E.-N., St-Hilaire, M., Lung, C.-H., & Lambadaris, I. (2016). Cloud
of Things: Integration of IoT with Cloud Computing. In A. Koubaa & E.
Shakshuki (Eds.), Robots and Sensor Clouds (Vol. 36, pp. 77-94): Springer
International Publishing.
Abdmeziem, M., Tandjaoui, D., & Romdhani, I. (2016). Architecting the Internet of
Things: State of the Art. In A. Koubaa & E. Shakshuki (Eds.), Robots and
Sensor Clouds (Vol. 36, pp. 55-75): Springer International Publishing.
Abood, D., Quilligan, A., & Narsalay, R. (2017). Industry X.0 Combine and Conquer,
Unlocking the power of digital. Retrieved from Accenture.com:
https://www.accenture.com/us-en/insights/industry-x-0/vision-value-
combine-conquer
Affinnova. (2014). Innovation Trend Watch: How “Smart” Products Can Win Over
Mainstream Consumers. Retrieved from http://www.affinnova.com/resource-
story/internet-of-things/
Aheleroff, S., Xu, X., Lu, Y., Aristizabal, M., Velásquez, J. P., Joa, B., & Valencia,
Y. (2020). IoT-enabled smart appliances under industry 4.0: A case study.
Advanced Engineering Informatics, 43, 101043.
Ahmad, M., Botzkowski, T., Klötzer, C., & Papert, M. (2020). Behind the Blackbox
of Digital Business Models. Paper presented at the Proceedings of the 53rd
Hawaii International Conference on System Sciences.
Akdağ, T. (2019). Application of sales forecasting techniques for a company in the
home appliances. MARMARA UNIVERS ITY, MARMARA UNIVERS ITY.
Al Zaabi, H., & Bashir, H. (2020). Modeling and analyzing project interdependencies
in project portfolios using an integrated social network analysis-fuzzy
TOPSIS MICMAC approach. International Journal of System Assurance
Engineering and Management, 1-24.
216 Título de la tesis o trabajo de investigación
Alaa, M., Zaidan, A. A., Zaidan, B. B., Talal, M., & Kiah, M. L. M. (2017). A review
of smart home applications based on Internet of Things. Journal of Network
and Computer Applications, 97, 48-65.
Alvarado, L. W. R., & Ontiveros, M. Á. L. (2016). Aplicación de Técnicas de
Validación de un Modelo de Simulación de Dinámica de Sistemas. Caso de
Estudio. Revista Latinoamericana de Ingenieria de Software, 4(4), 187-196.
Amershi, S., Begel, A., Bird, C., DeLine, R., Gall, H., Kamar, E., . . . Zimmermann,
T. (2019). Software engineering for machine learning: A case study. Paper
presented at the 2019 IEEE/ACM 41st International Conference on Software
Engineering: Software Engineering in Practice (ICSE-SEIP).
Antonopoulou, K., & Begkos, C. (2020). Strategizing for digital innovations: Value
propositions for transcending market boundaries. Technological Forecasting
and Social Change, 156, 120042.
APPLIA. (2020). BY THE NUMBERS: The Home Appliance Industry in Europe,
2018-2019. Retrieved from https://applia-europe.eu/: https://applia-
europe.eu/
Arcade, J., Godet, M., Meunier, F., & Roubelat, F. (2009). Structural Analysis with
the MICMAC Method & Actors’ Strategy with MACTOR Method. Futures
Research Methodology, 3rd edn. Futures Research Methodology. The
Millennium Project, Washington DC.
Arcelik. (2019). annual report 2018. Annual reports. Retrieved from
http://www.arcelikas.com/page/152/Annual_Reports
Arnott, D., & Pervan, G. (2016). A critical analysis of decision support systems
research revisited: the rise of design science Enacting Research Methods in
Information Systems (pp. 43-103): Springer.
Ashton, K. (2009). That ‘Internet of Things’ thing in the real world, things matter
more than ideas. RFID Journal, 22(7), 97-114.
Athanasopoulou, A., & De Reuver, M. (2020). How do business model tools
facilitate business model exploration? Evidence from action research.
Electronic Markets, 1-14.
Atzori, L., Iera, A., & Morabito, G. (2017). Understanding the Internet of Things:
definition, potentials, and societal role of a fast evolving paradigm. Ad Hoc
Networks, 56, 122-140.
Atzori, L., Iera, A., & Morabito, G. (2019). Sociocast: A New Network Primitive for
IoT. IEEE Communications Magazine, 57(6), 62-67.
Baber, W. W., Ojala, A., & Martinez, R. (2019). Effectuation logic in digital business
model transformation. Journal of Small Business and Enterprise
Development.
Baecker, J., Engert, M., Pfaff, M., & Krcmar, H. (2020). Business Strategies for Data
Monetization: Deriving Insights from Practice. WI2020 Zentrale Tracks, GITO
Verlag, 972-987.
Balta-Ozkan, N., Davidson, R., Bicket, M., & Whitmarsh, L. (2013). Social barriers
to the adoption of smart homes. Energy Policy, 63, 363-374.
doi:10.1016/j.enpol.2013.08.043
Bibliografía 217
Bariss, U., Bazbauers, G., Blumberga, A., & Blumberga, D. (2017). System
Dynamics Modeling of Households' Electricity Consumption and Cost-
Income Ratio: a Case Study of Latvia. 20(1), 36.
doi:https://doi.org/10.1515/rtuect-2017-0009
Barrett, M., Oborn, E., & Orlikowski, W. (2016). Creating value in online
communities: The sociomaterial configuring of strategy, platform, and
stakeholder engagement. Information Systems Research, 27(4), 704-723.
Bashir, H., Ojiako, U., & Mota, C. (2020). Modeling and Analyzing Factors Affecting
Project Delays Using an Integrated Social Network-Fuzzy MICMAC
Approach. Engineering Management Journal, 32(1), 26-36.
Baskerville, R., Baiyere, A., Gregor, S., Hevner, A., & Rossi, M. (2018). Design
science research contributions: Finding a balance between artifact and
theory. Journal of the Association for Information Systems, 19(5), 3.
Bican, P. M., & Brem, A. (2020). Digital Business Model, Digital Transformation,
Digital Entrepreneurship: Is There A Sustainable “Digital”? Sustainability,
12(13), 5239.
Bocken, N., & Snihur, Y. (2020). Lean startup and the business model:
Experimenting for novelty and impact. Long Range Planning, 53(4), 101953.
Bokrantz, J., Skoogh, A., Berlin, C., & Stahre, J. (2017). Maintenance in digitalised
manufacturing: Delphi-based scenarios for 2030. International Journal of
Production Economics, 191, 154-169.
Bonaglia, F., Goldstein, A., & Mathews, J. A. (2007). Accelerated
internationalization by emerging markets' multinationals: The case of the
white goods sector. Journal of World Business, 42(4), 369-383.
doi:10.1016/j.jwb.2007.06.001
Bonilla-García, M. Á., & López-Suárez, A. D. (2016). Ejemplificación del proceso
metodológico de la teoría fundamentada. Cinta de moebio(57), 305-315.
Borgia, E. (2014). The Internet of Things vision: Key features, applications and open
issues. Computer Communications, 54, 1-31.
doi:10.1016/j.comcom.2014.09.008
Bosch. (2019). Annual Report 2018. Annual reports. Retrieved from
https://www.bosch.com/company/annual-report/
Botta, A., de Donato, W., Persico, V., & Pescapé, A. (2016). Integration of Cloud
computing and Internet of Things: A survey. Future Generation Computer
Systems, 56, 684-700. doi:http://dx.doi.org/10.1016/j.future.2015.09.021
Bouncken, R. B., Fredrich, V., Ritala, P., & Kraus, S. (2020). Value-creation-
capture-equilibrium in new product development alliances: A matter of
coopetition, expert power, and alliance importance. Industrial Marketing
Management, 90, 648 - 662.
doi:https://doi.org/10.1016/j.indmarman.2020.03.019
Bouwman, H., Nikou, S., & de Reuver, M. (2019). Digitalization, business models,
and SMEs: How do business model innovation practices improve
performance of digitalizing SMEs? Telecommunications Policy, 43(9),
101828.
218 Título de la tesis o trabajo de investigación
Bressanelli, G., Perona, M., & Saccani, N. (2017). Reshaping the Washing Machine
Industry through Circular Economy and Product-Service System Business
Models. Procedia CIRP, 64, 43-48.
doi:https://doi.org/10.1016/j.procir.2017.03.065.
Brix, J. (2017). Exploring knowledge creation processes as a source of
organizational learning: A longitudinal case study of a public innovation
project. Scandinavian Journal of Management, 33(2), 113-127.
Büchi, G., Cugno, M., & Castagnoli, R. (2020). Smart factory performance and
Industry 4.0. Technological Forecasting and Social Change, 150, 119790.
Bukht, R., & Heeks, R. (2017). Defining, conceptualising and measuring the digital
economy. Development Informatics working paper(68).
Bunduchi, R. (2018). SOCIALIZING THE VALUE OF TECHNOLOGY–A MULTI-
STAKEHOLDER PERSPECTIVE ON VALUING IS. AISNET.
Cabeza, L. F., Ürge-Vorsatz, D., Palacios, A., Ürge, D., Serrano, S., & Barreneche,
C. (2018). Trends in penetration and ownership of household appliances.
Renewable and Sustainable Energy Reviews, 82, Part 3(4044-4059).
doi:https://doi.org/10.1016/j.rser.2017.10.068.
Callon, M. (2016). Revisiting marketization: from interface-markets to market-
agencements. Consumption Markets & Culture, 19(1), 17-37.
Carletti, M., Masiero, C., Beghi, A., & Susto, G. A. (2019). A deep learning approach
for anomaly detection with industrial time series data: a refrigerators
manufacturing case study. Procedia Manufacturing, 38, 233-240.
doi:https://doi.org/10.1016/j.promfg.2020.01.031
Casado-Vara, R., Chamoso, P., De la Prieta, F., Prieto, J., & Corchado, J. M.
(2019). Non-linear adaptive closed-loop control system for improved
efficiency in IoT-blockchain management. Information Fusion, 49, 227-239.
Casado-Vara, R., Martin-del Rey, A., Affes, S., Prieto, J., & Corchado, J. M. (2020).
IoT network slicing on virtual layers of homogeneous data for improved
algorithm operation in smart buildings. Future Generation Computer
Systems, 102, 965-977.
Coenen, T., Coertjens, L., Vlerick, P., Lesterhuis, M., Mortier, A. V., Donche, V., . .
. De Maeyer, S. (2018). An information system design theory for the
comparative judgement of competences. European Journal of Information
Systems, 27(2), 248-261.
Constantinides, P., Henfridsson, O., & Parker, G. G. (2018). Introduction—platforms
and infrastructures in the digital age: INFORMS.
Cottone, P., Gaglio, S., & Ortolani, M. (2014). A Structural Approach to Infer
Recurrent Relations in Data Advances onto the Internet of Things (pp. 105-
119). Switzerland: Springer International Publishing.
Culot, G., Orzes, G., Sartor, M., & Nassimbeni, G. (2020). The future of
manufacturing: A Delphi-based scenario analysis on Industry 4.0.
Technological Forecasting and Social Change, 157, 120092.
Cunha, L., & Kidanu, D. (2017). The use of digital technologies to improvethe post-
purchase phase of a traditional company in the white goods sector: Case
study on Electrolux.
Bibliografía 219
Chanias, S., Myers, M. D., & Hess, T. (2019). Digital transformation strategy making
in pre-digital organizations: The case of a financial services provider. The
Journal of Strategic Information Systems, 28(1), 17-33.
Chen, F., Deng, P., Wan, J., Zhang, D., Vasilakos, A. V., & Rong, X. (2015). Data
mining for the internet of things: literature review and challenges.
International Journal of Distributed Sensor Networks, 501, 431047.
Chen, M., Hao, Y., Gharavi, H., & Leung, V. C. (2019). Cognitive information
measurements: A new perspective. Information Sciences, 505, 487-497.
Chen, S., Xu, H., Liu, D., Hu, B., & Wang, H. (2014). A vision of IoT: Applications,
challenges, and opportunities with china perspective. Internet of Things
Journal, IEEE, 1(4), 349-359. doi:10.1109/JIOT.2014.2337336
Chen, Z., Lu, M., Ming, X., Zhang, X., & Zhou, T. (2020). Explore and evaluate
innovative value propositions for smart product service system: A novel
graphics-based rough-fuzzy DEMATEL method. Journal of Cleaner
Production, 243, 118672.
Chesbrough, H. (2007). Business model innovation: it's not just about technology
anymore. Strategy & leadership, 35(6), 12-17.
Chesbrough, H. (2010). Business Model Innovation: Opportunities and Barriers.
Long Range Planning, 43(2-3), 354-363. doi:10.1016/j.lrp.2009.07.010
Chui, M. (2017). Artificial intelligence the next digital frontier? McKinsey and
Company Global Institute, 47, 3.6.
Da Costa Fernandes, S., Pigosso, D. C., McAloone, T. C., & Rozenfeld, H. (2020).
Towards product-service system oriented to circular economy: A systematic
review of value proposition design approaches. Journal of Cleaner
Production, 120507.
Dans, E. (2020). How Apple Killed The Swiss Watch Industry. Forbes. Retrieved
from https://www.forbes.com/sites/enriquedans/2020/02/07/how-apple-
killed-the-swiss-watchindustry/#afec21760ce3
Darrow, B. (2016). Microsoft, Qualcomm Join Rebranded Internet of Things Club
[Press release]. Retrieved from http://fortune.com/2016/02/19/microsoft-
qualcomm-join-rebranded-internet-of-things-club/
De la Torre, G., Di Carlo, E., Florido, A., Opazo, H., Ramírez, C., Rodríguez, P., . .
. Tirado, J. (2011). Teoría fundamentada o grounded theory. Universidad
Autónoma de Madrid.
De Reuver, M., Sørensen, C., & Basole, R. C. (2018). The digital platform: a
research agenda. Journal of Information Technology, 33(2), 124-135.
De Silva, L. C., Morikawa, C., & Petra, I. M. (2012). State of the art of smart homes.
Engineering Applications of Artificial Intelligence, 25(7), 1313-1321.
doi:10.1016/j.engappai.2012.05.002
Denning, P. J. (1997). A new social contract for research. Communications of the
ACM, 40(2), 132-134.
Design Council. (2019). What is the framework for innovation? Design Council's
evolved Double Diamond. Design Council. Retrieved from
220 Título de la tesis o trabajo de investigación
https://www.designcouncil.org.uk/news-opinion/what-framework-innovation-
design-councils-evolved-double-diamond
DFC, U. S. I. D. F. C. (2020). DFC to Sign Letter of Interest for Investment in Kodak’s
Expansion Into Pharmaceuticals [Press release]. Retrieved from
https://www.dfc.gov/media/press-releases/dfc-sign-letter-interest-
investment-kodaks-expansion-
pharmaceuticals?CID=exit&idhbx=dfcrelease
Dimov, D. (2016). Toward a design science of entrepreneurship. Advances in
entrepreneurship, firm emergence and growth, 18, 1-31.
Doufene, A., & Krob, D. (2020). Towards a Comprehensive Design Approach for
Complex Systems Architecture and Optimization.
Drechsler, A., & Hevner, A. (2016). A four-cycle model of IS design science
research: capturing the dynamic nature of IS artifact design. Paper presented
at the Breakthroughs and Emerging Insights from Ongoing Design Science
Projects: Research-in-progress papers and poster presentations from the
11th International Conference on Design Science Research in Information
Systems and Technology (DESRIST) 2016. St. John, Canada, 23-25 May.
Dremel, C., Herterich, M. M., Wulf, J., & Vom Brocke, J. (2020). Actualizing big data
analytics affordances: A revelatory case study. Information & Management,
57(1), 103121.
Dubey, R., Gunasekaran, A., & Childe, S. J. (2019). Big data analytics capability in
supply chain agility. Management Decision.
Dunbrack, L., Ellis, S., Hand, L., Knickle, K., & Turner, V. (2016). IoT and Digital
Transformation: A Tale of Four Industries. IDC White Paper.
Ehrenhard, M., Kijl, B., & Nieuwenhuis, L. (2014). Market adoption barriers of multi-
stakeholder technology: Smart homes for the aging population.
Technological Forecasting and Social Change, 89, 306-315.
El-Gazzar, R., Hustad, E., & Olsen, D. H. (2016). Understanding cloud computing
adoption issues: A Delphi study approach. Journal of Systems and Software,
118, 64-84.
Elbanna, A., & Linderoth, H. C. J. (2015). The formation of technology mental
models: the case of voluntary use of technology in organizational setting.
Information Systems Frontiers, 17(1), 95-108. doi:10.1007/s10796-014-
9513-6
Electrolux. (2019). Annual Report and Annual Review 2018. Annual reports.
Retrieved from https://www.electroluxgroup.com/en/annual-reports-and-
reviews-27641/
Ellen MacArthur Foundation in collaboration with the World Economic Forum.
(2016). Intelligent Assets: Unlocking the Circular Economy Potential.
Retrieved from
http://www3.weforum.org/docs/WEF_Intelligent_Assets_Unlocking_the_Cri
cular_Economy.pdf
Engström, E., Storey, M.-A., Runeson, P., Höst, M., & Baldassarre, M. T. (2019). A
review of software engineering research from a design science perspective.
arXiv preprint arXiv:1904.12742.
Bibliografía 221
Evans, D. S., & Schmalensee, R. (2017). Network Effects: March to the Evidence,
not to the Slogans. Forthcoming, Antitrust Chronicle.
Expansion. (2019). Las 500 empresas mas importantes de Mexico. Expansion.
Retrieved from https://expansion.mx/empresas/2019/06/28/estas-son-las-
500-empresas-mas-importantes-de-mexico-2019
Faber, A., Hernandez-Mendez, A., Rehm, S.-V., & Matthes, F. (2020). Collaborative
Modelling and Visualization of Business Ecosystems. Australasian Journal
of Information Systems, 24.
Fainmesser, I. P., & Galeotti, A. (2019). Pricing network effects: Competition. Johns
Hopkins Carey Business School Research Paper(17-08).
Faroukhi, A. Z., El Alaoui, I., Gahi, Y., & Amine, A. (2020a). An Adaptable Big Data
Value Chain Framework for End-to-End Big Data Monetization. Big Data and
Cognitive Computing, 4(4), 34.
Faroukhi, A. Z., El Alaoui, I., Gahi, Y., & Amine, A. (2020b). Big data monetization
throughout Big Data Value Chain: a comprehensive review. Journal of Big
Data, 7(1), 1-22.
Fleisch, E., Weinberger, M., & Wortmann, F. (2015). Business Models and the
Internet of Things Interoperability and Open-Source Solutions for the Internet
of Things (pp. 6-10): Springer.
Forrester, J. W. (1997). Industrial dynamics. Journal of the Operational Research
Society, 48(10), 1037-1041.
Frank, A. G., Dalenogare, L. S., & Ayala, N. F. (2019). Industry 4.0 technologies:
Implementation patterns in manufacturing companies. International Journal
of Production Economics, 210, 15-26.
Fujimoto, R. M., Carothers, C., Ferscha, A., Jefferson, D., Loper, M., Marathe, M.,
& Taylor, S. J. (2017). Computational challenges in modeling & simulation of
complex systems. Paper presented at the 2017 Winter Simulation
Conference (WSC).
Fuller, J., Jacobides, M. G., & Reeves, M. (2019). The Myths and Realities of
Business Ecosystems. MIT Sloan Management Review, 60(3), 1-9.
Gandhi, N., Haleem, A., Shuaib, M., & Kumar, D. (2020). Analysis of Logistical
Barriers Faced by MNCs for Business in Indian Smart Cities Using ISM-
MICMAC Approach Smart Cities—Opportunities and Challenges (pp. 571-
582): Springer.
Gans, J., & Ryall, M. D. (2017). Value capture theory: A strategic management
review. Strategic management journal, 38(1), 17-41.
Gartner. (2019). Data Monetization. Information Technology Gartner Glosary.
Retrieved from https://www.gartner.com/en/information-
technology/glossary/data-monetization
Geissdoerfer, M., Bocken, N. M. P., & Hultink, E. J. (2016). Design thinking to
enhance the sustainable business modelling process – A workshop based
on a value mapping process. Journal of Cleaner Production, 135, 1218-1232.
doi:https://doi.org/10.1016/j.jclepro.2016.07.020.
222 Título de la tesis o trabajo de investigación
Hatchuel, A., Le Masson, P., Reich, Y., & Subrahmanian, E. (2018). Design theory:
a foundation of a new paradigm for design science and engineering.
Research in Engineering Design, 29(1), 5-21.
Hearst, M., Pedersen, E., Patil, L. P., Lee, E., Laskowski, P., & Franconeri, S.
(2019). An evaluation of semantically grouped word cloud designs. IEEE
transactions on visualization and computer graphics.
Hein, A., Schreieck, M., Riasanow, T., Setzke, D. S., Wiesche, M., Böhm, M., &
Krcmar, H. (2019). Digital platform ecosystems. Electronic Markets, 1-12.
Henze, M., Hermerschmidt, L., Kerpen, D., Häußling, R., Rumpe, B., & Wehrle, K.
(2016). A comprehensive approach to privacy in the cloud-based Internet of
Things. Future Generation Computer Systems, 56, 701-718.
doi:http://dx.doi.org/10.1016/j.future.2015.09.016
Hernandez Sampieri, R., Fernández, C., & Baptista, P. (2014). Metodología de la
Investigación. 6ta. Mexico.
Hevner, A., vom Brocke, J., & Maedche, A. (2019). Roles of Digital Innovation in
Design Science Research. Business & Information Systems Engineering,
61(1), 3-8. doi:10.1007/s12599-018-0571-z
Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in
information systems research. MIS quarterly, 75-105.
Holdowsky, J., Mahto, M., Raynor, M. E., & Cotteleer, M. J. (2015). Inside the
Internet of Things (IoT). Retrieved from
http://www2.deloitte.com/us/en/pages/technology-media-and-
telecommunications/topics/the-internet-of-things.html
Hong, A., Nam, C., & Kim, S. (2019). What will be the possible barriers to
consumers’ adoption of smart home services? Telecommunications Policy,
101867.
Hosseini, S. S., Agbossou, K., Kelouwani, S., Cardenas, A., & Henao, N. (2020). A
Practical Approach to Residential Appliances on-Line Anomaly Detection: A
Case Study of Standard and Smart Refrigerators. IEEE Access, 8, 57905-
57922.
Hurtado De Mendoza, S. (2012). Criterio de expertos. Su procesamiento a través
del método Delphi. Histodidáctica, web de la Universitat de Barcelona.
Retrieved from Histodidactica website:
http://www.ub.edu/histodidactica/index.php?option=com_content&view=arti
cle&id=21:criterio-de-expertos-su-procesamiento-a-traves-del-metodo-
delphy&catid=11:metodologia-y-epistemologia&Itemid=103
Iansiti, M., & Lakhani, K. R. (2020a). Competing in a Age of AI. Harvard business
review, 98(1), 59-67.
Iansiti, M., & Lakhani, K. R. (2020b). From Disruption to Collision: The New
Competitive Dynamics. MIT Sloan Management Review, 61(3), 6.
IERC. (2016). IoT Societal Impact Legal Considerations and Perspectives. In A. v.
d. Wess, J. Breewusma, & A. v. Sleen (Eds.), Digitising the Industry - Internet
of Things Connecting the Physical, Digital and Virtual Worlds (Vol. 49, pp.
224 Título de la tesis o trabajo de investigación
John, S. T., Sridharan, R., Kumar, P. R., & Krishnamoorthy, M. (2018). Multi-period
reverse logistics network design for used refrigerators. Applied Mathematical
Modelling, 54, 311-331.
Joyc, A., & L. Paquin, R. (2016). The triple layered business model canvas: A tool
to design more sustainable business models. Journal of Cleaner Production,
135, 1474 - 1486. doi:https://doi.org/10.1016/j.jclepro.2016.06.067
Karabag, S. F. (2019). Factors impacting firm failure and technological
development: A study of three emerging-economy firms. Journal of Business
Research, 98, 462-474.
Kembro, J., Näslund, D., & Olhager, J. (2017). Information sharing across multiple
supply chain tiers: A Delphi study on antecedents. International Journal of
Production Economics, 193, 77-86.
Khan, J., & Haleem, A. (2013). An integrated ISM and fuzzy MICMAC approach for
modelling of the enablers of technology management. Indian Journal of
Applied Research, 3(7), 236-242.
Kilimci, Z. H., Akyuz, A. O., Uysal, M., Akyokus, S., Uysal, M. O., Atak Bulbul, B., &
Ekmis, M. A. (2019). An improved demand forecasting model using deep
learning approach and proposed decision integration strategy for supply
chain. Complexity, 2019.
Klötzer, C., & Pflaum, A. (2017). Toward the development of a maturity model for
digitalization within the manufacturing industry’s supply chain.
Kohtamäki, M., Parida, V., Oghazi, P., Gebauer, H., & Baines, T. (2019). Digital
servitization business models in ecosystems: A theory of the firm. Journal of
Business Research, 104, 380-392.
Kowalkiewicz, M., Safrudin, N., & Schulze, B. (2017). The business consequences
of a digitally transformed economy Shaping the digital enterprise (pp. 29-67):
Springer.
Kraus, S., Palmer, C., Kailer, N., Kallinger, F. L., & Spitzer, J. (2019). Digital
entrepreneurship. International Journal of Entrepreneurial Behavior &
Research.
Lane, D., & Sterman, J. (2011). Profiles in Operations Research: Jay Wright
Forrester. Profiles in Operations Research: Pioneers and Innovators. New
York: Springer.
Larrosa, J. M. (2016). Leyes de valoración de redes. Redes De Ingeniería, 7(2),
183-196.
Lee, S. M., & Lee, D. (2020). “Untact”: a new customer service strategy in the digital
age. Service Business, 14(1), 1-22. doi:10.1007/s11628-019-00408-2
Lepak, D. P., Smith, K. G., & Taylor, M. S. (2007). Value creation and value capture:
A multilevel perspective. Academy of Management Review, 32(1), 180-194.
Leurent, H., & Boer, E. d. (2019). Fourth Industrial Revolution Beacons of
Technology and Innovation in Manufacturing. Retrieved from
https://www.weforum.org/whitepapers/fourth-industrial-revolution-beacons-
of-technology-and-innovation-in-manufacturing
226 Título de la tesis o trabajo de investigación
LG. (2019). 2018 Consolidated Financial Staments. Annual reports. Retrieved from
https://www.lg.com/global/investor-relations-reports
Li, X., Cao, J., Liu, Z., & Luo, X. (2020). Sustainable Business Model Based on
Digital Twin Platform Network: The Inspiration from Haier’s Case Study in
China. Sustainability, 12(3), 936.
Lim, C., Kim, K.-H., Kim, M.-J., Heo, J.-Y., Kim, K.-J., & Maglio, P. P. (2018). From
data to value: A nine-factor framework for data-based value creation in
information-intensive services. International Journal of Information
Management, 39, 121-135.
Liu, H., Purvis, L., Mason, R., & Wells, P. (2020). Developing logistics value
propositions: Drawing Insights from a distributed manufacturing solution.
Industrial Marketing Management.
Londoño Palacio, O. L., Maldonado Granados, L. F., & Calderón Villafáñez, L. C.
(2014). GUÍA PARA CONSTRUIR ESTADOS DEL ARTE. Retrieved from
http://www.colombiaaprende.edu.co/html/investigadores/1609/articles-
322806_recurso_1.pdf
Lopez, C. A., & Castillo, L. F. (2020). Value creation system in the connected home
ecosystem. Journal of Ambient Intelligence and Humanized Computing, 1-
11.
López, C. A., Ferrin, C. D., & Castillo, L. F. (2019). Un Enfoque para Aplicar la Visión
por Computador en el Control de Calidad de Refrigeradores sobre la Línea
de Ensamble. Información tecnológica, 30(2), 143-156.
Lopez Castaño, C. A., & Castillo, L. F. (2016). What the white goods sector should
understand in order to join the Internet of Things ecosystem in the connected
home. International Journal of Advances in Computer Science & Its
Applications, 6(225-231).
Lund, D., MacGillivray, C., Turner, V., & Morales, M. (2014). Worldwide and regional
internet of things (iot) 2014–2020 forecast: A virtuous circle of proven value
and demand. IDC.
Lyneis, J. M. (2020). Business policy and strategy, System Dynamics Applications
to. System Dynamics: Theory and Applications, 179-207.
Maei, A., Grahn, S., & Nuur, C. (2019). Characterization of the impact of
digitalization on the adoption of sustainable business models in
manufacturing. Procedia CIRP, 81, 765 - 770.
doi:https://doi.org/10.1016/j.procir.2019.03.191
Marikyan, D., Papagiannidis, S., & Alamanos, E. (2019). A systematic review of the
smart home literature: A user perspective. Technological Forecasting and
Social Change, 138, 139-154.
Markus, M. L., Majchrzak, A., & Gasser, L. (2002). A design theory for systems that
support emergent knowledge processes. MIS quarterly, 179-212.
Mazhelis, O., Luoma, E., & Warma, H. (2012). Defining an internet-of-things
ecosystem Internet of Things, Smart Spaces, and Next Generation
Networking (pp. 1-14): Springer.
McCarthy, D., Fader, P., Peterson, E. G., Alexander, P. A., Powell, M. G., Hull, D.
M., . . . Barricelli, B. R. (2020). HOW TO VALUE A COMPANY BY
Bibliografía 227
Odusote, A., Naik, S., Tiwari, A., & Arora, G. (2016). Turning value into revenue:
What IoT players can learn from software monetization. Deloitte: Deloitte
University Press.
Orlikowski, W. J. (1993). CASE tools as organizational change: Investigating
incremental and radical changes in systems development. MIS quarterly,
309-340.
Orlikowski, W. J., & Scott, S. V. (2015). The algorithm and the crowd: Considering
the materiality of service innovation.
Osterwalder, A., & Pigneur, Y. (2011). Generación de modelos de negocios.
Barcelona: Editorial Deusto.
Oztemel, E., & Gursev, S. (2020). Literature review of Industry 4.0 and related
technologies. Journal of Intelligent Manufacturing, 31(1), 127-182.
Paganelli, F., Paradiso, F., Turchi, S., Luchetta, A., Castrogiovanni, P., & Giuli, D.
(2015). Appliance Recognition in an OSGi-Based Home Energy
Management Gateway. International Journal of Distributed Sensor
Networks. doi:http://dx.doi.org/10.1155/2015/937356
Pallas, F. (2016). Haier: A Case Study on How One of China’s First Global Brands
Keeps Expanding. In T. R. Segers (Ed.), Multinational Management: A
Casebook on Asia’s Global Market Leaders (pp. 55-74). Cham: Springer
International Publishing.
Panasonic. (2019). Annual Report 2018. Annual reports. Retrieved from
https://www.panasonic.com/global/corporate/ir/annual.html
Parida, V., Sjödin, D., & Reim, W. (2019). Reviewing literature on digitalization,
business model innovation, and sustainable industry: Past achievements
and future promises: Multidisciplinary Digital Publishing Institute.
Parker, G., Petropoulos, G., & Van Alstyne, M. W. (2020). Digital Platforms and
Antitrust. Available at SSRN.
Payne, A., Frow, P., Steinhoff, L., & Eggert, A. (2020). Toward a comprehensive
framework of value proposition development: From strategy to
implementation. Industrial Marketing Management.
Peffers, K., Tuunanen, T., & Niehaves, B. (2018). Design science research genres:
introduction to the special issue on exemplars and criteria for applicable
design science research: Taylor & Francis.
Peine, A. (2008). Technological paradigms and complex technical systems—The
case of Smart Homes. Research Policy, 37(3), 508-529.
doi:10.1016/j.respol.2007.11.009
Peine, A. (2009). Understanding the dynamics of technological configurations: A
conceptual framework and the case of Smart Homes. Technological
Forecasting and Social Change, 76(3), 396-409.
doi:10.1016/j.techfore.2008.04.002
Perera, C., Wakenshaw, S. Y., Baarslag, T., Haddadi, H., Bandara, A. K., Mortier,
R., . . . Crowcroft, J. (2017). Valorising the IoT databox: creating value for
everyone. Transactions on Emerging Telecommunications Technologies,
28(1), e3125.
Bibliografía 229
Pérez-Castillo, R., Ruiz, F., & Piattini, M. (2020). A decision-making support system
for Enterprise Architecture Modelling. Decision Support Systems, 131,
113249.
Perrault, R., Shoham, Y., Brynjolfsson, E., Clark, J., Etchemendy, J., Grosz, B., . . .
Niebles, J. C. (2019). The AI Index 2019 Annual Report. Retrieved from
Stanford University: https://hai.stanford.edu/research/ai-index-2019
Piscicelli, L., Ludden, G. D., & Cooper, T. (2018). What makes a sustainable
business model successful? An empirical comparison of two peer-to-peer
goods-sharing platforms. Journal of Cleaner Production, 172, 4580-4591.
Plant, R., & Tophan, C. (2018). Driving Enterprise Value through Smart Connected
Devices. Retrieved from Forber.com: https://www.forbes.com/forbes-
insights/our-work/hitachi-vantara-smart-connected-devices/
Porter, M. E. (2008). The five competitive forces that shape strategy. Harvard
business review, 86(1), 25-40.
Porter, M. E., & Heppelmann, J. E. (2014). How smart, connected products are
transforming competition. Harvard business review, 92(11), 64-88.
Porter, M. E., & Heppelmann, J. E. (2015). How smart, connected products are
transforming companies. Harvard business review, 93(10), 96-114.
Porter, M. E., & Kramer, M. R. (2019). Creating shared value Managing sustainable
business (pp. 323-346): Springer.
Proper, H. A., & Bjeković, M. (2020). Fundamental challenges in systems modelling.
40 Years EMISA 2019.
Rachinger, M., Rauter, R., Müller, C., Vorraber, W., & Schirgi, E. (2019).
Digitalization and its influence on business model innovation. Journal of
Manufacturing Technology Management.
Radzicki, M. J. (2020). System dynamics and its contribution to economics and
economic modeling. System Dynamics: Theory and Applications, 401-415.
Ramaswamy, V., & Ozcan, K. (2018). Offerings as Digitalized Interactive Platforms:
A Conceptual Framework and Implications. Journal of Marketing, 82(4), 19-
31. doi:10.1509/jm.15.0365
Randulfe, A. (2020). Nadie quiere ser el Nokia de las cuatro ruedas. El Pais.
Retrieved from Retina website:
https://retina.elpais.com/retina/2020/03/22/tendencias/1584905245_349432
.html
Ransbotham, S., & Kiron, D. (2017). Analytics as a source of business innovation.
MIT Sloan Management Review, 58(3).
Rao, N. D., & Ummel, K. (2017). White goods for white people? Drivers of electric
appliance growth in emerging economies. Energy Research & Social
Science, 27, 106-116.
Raynor, M. E., & Cotteleer, M. J. (2015). The more things change: value creation,
value capture and Internet of Things. Retrieved from
https://www2.deloitte.com/us/en/insights/deloitte-review/issue-17/value-
creation-value-capture-internet-of-
things.html?id=us:2el:3dp:dup1199:eng:dup:072715:dr17:ddblog
230 Título de la tesis o trabajo de investigación
Tavalaei, M. M. (2020). Waiting time in two-sided platforms: The case of the airport
industry. Technological Forecasting and Social Change, 159, 120181.
doi:https://doi.org/10.1016/j.techfore.2020.120181
Taylor, S. A., Hunter, G. L., Zadeh, A. H., Delpechitre, D., & Lim, J. H. (2019). Value
propositions in a digitally transformed world. Industrial Marketing
Management.
Teece, D. J., & Linden, G. (2017). Business models, value capture, and the digital
enterprise. Journal of Organization Design, 6(1), 1-14.
Temür, A. S., Akgün, M., & Temür, G. (2019). Predicting housing sales in Turkey
using ARIMA, LSTM and hybrid models. Journal of Business Economics and
Management, 20(5), 920-938.
The Economist. (2013). The Internet of Things Business index. Retrieved from
http://www.arm.com/files/pdf/eiu_internet_business_index_web.pdf
Tiwana, A. (2018). Platform synergy: Architectural origins and competitive
consequences. Information Systems Research, 29(4), 829-848.
Turner, V., Gantz, J. F., Reinsel, D., & Minton, S. (2014). The digital universe of
opportunities: Rich data and the increasing value of the internet of things.
Framingham (MA): IDC.
United Nations Conference on Trade Development. (2019). Digital Economy Report
2019 (978-92-1-004216-1). Retrieved from United Nations: https://www.un-
ilibrary.org/content/publication/c7dc937a-en
Uribe, R. I. P., & Vargas, H. A. (2016). El uso del método MICMAC, para la
definición de procesos de intervención en las organizaciones. Ciencia y
poder aéreo, 11(1), 92-105.
Urquhart, C., Lehmann, H., & Myers, M. D. (2010). Putting the ‘theory’back into
grounded theory: guidelines for grounded theory studies in information
systems. Information Systems Journal, 20(4), 357-381.
Vaishnavi, V., Kuechler, W., & Petter, S. (2019). Design Science Research in
Information Systems. Retrieved from http://desrist.org/design-research-in-
information-systems/
Van Le, H., & Suh, M.-h. (2019). Changing trends in internet startup value
propositions, from the perspective of the customer. Technological
Forecasting and Social Change, 146, 853-864.
Van Loon, P., Delagarde, C., Van Wassenhove, L. N., & Mihelic, A. (2017).
Comparing leasing and buying white goods for themanufacturer and
consumer. Paper presented at the ICoR 2017. 3rd International Conference
on. Remanufacturing (ICoR-17) 24-26 October 2017 in Linköping, Sweden.
Venable, J., Pries-Heje, J., & Baskerville, R. (2016). FEDS: a framework for
evaluation in design science research. European Journal of Information
Systems, 25(1), 77-89.
Vial, G. (2019). Understanding digital transformation: A review and a research
agenda. The Journal of Strategic Information Systems.
von Briel, F. (2018). The future of omnichannel retail: A four-stage Delphi study.
Technological Forecasting and Social Change, 132, 217-229.
234 Título de la tesis o trabajo de investigación
Wolf, M. (2020). The Complete CES 2020 Kitchen Tech Report [Press release].
Retrieved from https://thespoon.tech/the-complete-ces-2020-kitchen-tech-
report/
World Economic Forum, & Bain & Company. (2019). The Digital Enterprise Moving
from experimentation to transformation. Retrieved from World Economic
Forum:
http://www3.weforum.org/docs/Media/47538_Digital%20Enterprise_Moving
_Experimentation_Transformation_report_2018%20-%20final%20(2).pdf
Xu, X., Zhang, M., & He, P. (2020). Coordination of a supply chain with online
platform considering delivery time decision. Transportation Research Part E:
Logistics and Transportation Review, 141, 101990.
doi:https://doi.org/10.1016/j.tre.2020.101990
Xu, Y., & Koivumäki, T. (2019). Digital business model effectuation: An agile
approach. Computers in Human Behavior, 95, 307-314.
Xue, J., Liang, X., Xie, T., & Wang, H. (2020). See now, act now: How to interact
with customers to enhance social commerce engagement? Information &
Management, 103324.
Yassine, A., Singh, S., Hossain, M. S., & Muhammad, G. (2019). IoT big data
analytics for smart homes with fog and cloud computing. Future Generation
Computer Systems, 91, 563-573.
Yigitcanlar, T., Butler, L., Windle, E., Desouza, K. C., Mehmood, R., & Corchado, J.
M. (2020). Can Building “Artificially Intelligent Cities” Safeguard Humanity
from Natural Disasters, Pandemics, and Other Catastrophes? An Urban
Scholar’s Perspective. Sensors, 20(10), 2988.
Yli-Viitala, P., Arrasvuori, J., Silveston-Keith, R., Kuusisto, J., & Kantola, J. (2020).
Digitalisation as a driver of industrial renewal–perception and qualitative
evidence from the USA. Theoretical Issues in Ergonomics Science, 21(1), 1-
21.
Yu, H., & Greeven, M. J. (2020). How Autonomy Creates Resilience in the Face of
Crisis. MIT Sloan Management Review. Retrieved from
https://sloanreview.mit.edu/article/how-autonomy-creates-resilience-in-the-
face-of-crisis/
YÜCESAN, M. (2018). Forecasting Monthly Sales of White Goods Using Hybrid
Arimax and Ann Models. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü
Dergisi, 22(4), 2603-2617.
Za, S., Pallud, J., Agrifoglio, R., & Metallo, C. (2020). Value Co-creation in Online
Communities: A Preliminary Literature Analysis Exploring Digital
Ecosystems (pp. 33-46): Springer.
Zadeh, L. A. (1973). Outline of a new approach to the analysis of complex systems
and decision processes. IEEE Transactions on systems, Man, and
Cybernetics(1), 28-44.
Zambonelli, F. (2016). Towards a General Software Engineering Methodology for
the Internet of Things. arXiv preprint arXiv:1601.05569.
236 Título de la tesis o trabajo de investigación
Zhang, C.-B., Li, Y.-N., Wu, B., & Li, D.-J. (2017). How WeChat can retain users:
Roles of network externalities, social interaction ties, and perceived values
in building continuance intention. Computers in Human Behavior, 69, 284-
293.
Zheng, P., Lin, Y., Chen, C.-H., & Xu, X. (2019). Smart, connected open architecture
product: an IT-driven co-creation paradigm with lifecycle personalization
concerns. International Journal of Production Research, 57(8), 2571-2584.
Zheng, P., Xu, X., & Chen, C.-H. (2020). A data-driven cyber-physical approach for
personalised smart, connected product co-development in a cloud-based
environment. Journal of Intelligent Manufacturing, 31(1), 3-18.
Zimmermann, H. J. (2010). Fuzzy set theory. Wiley Interdisciplinary Reviews:
Computational Statistics, 2(3), 317-332.
Zoet, M., Smit, K., & de Haan, E. (2014). Business Model for Business Rules.