UNIVERSIDAD LAICA ELOY ALFARO DE MANABÍ
FACULTAD DE CIENCIAS ADMINSTRATIVA CONTABLES Y COMERCIO
CARRERA DE ADMINISTRACION DE EMPRESAS
MATERIA:
Sistema de Información
TEMA:
Administración del Conocimiento
Autores:
Alcivar Vera Roddy Julian
Bravo Zamora Alisson Lisbeth
Mendoza Almeida Carmen Monserrate
Muentes España Juletxy Jamileth
Santana Parrales Jean Carlos
Docente:
Ing. Toro Loor Richard
Nivel:
Séptimo “A”
Periodo:
2024(2)
Manta-Ecuador
Sistema de Información
11.1 EL PANORAMA DE
ADMINISTRACIÓN DEL
CONOCIMIENTO
La administración del conocimiento ha demostrado
ser crucial para el valor de las empresas, con
resultados positivos en eficiencia y competitividad
cuando se ejecuta correctamente..
Las empresas dependen cada vez más de la
capacidad para gestionar este recurso intangible
Dimensiones importantes del conocimiento
Conocimiento Táctico Conocimiento Explícito Conocimiento Condicional
No documentado, reside en la Documentado y accesible en bases de Depende del contexto y de cómo se
experiencia de los empleados. datos. aplica.
La cadena de valor de administración del
conocimiento
tenemos 4 etapas clave: creación, almacenamiento, diseminación, aplicación.
Adquisición del conocimiento
Las organizaciones adquieren
conocimiento de varias formas
Almacenamiento del conocimiento
Una vez descubiertos, los documentos,
patrones y reglas de expertos se deben
almacenar de modo que los empleados
puedan recuperarlos y usarlos.
Diseminación del conocimiento
los gerentes a enfocar su atención en el
conocimiento y la información relevantes.
Aplicación del conocimiento
el conocimiento que no se comparte y aplica a los
problemas prácticos que enfrentan las firmas y los
gerentes no agrega valor de negocios.
Tipos de Sistemas de
Administración del Conocimiento
En los tipos de Sistema de Administración del Conocimiento hay tres tipos principales de
sistemas de administración del conocimiento: sistemas de administración del conocimiento a
nivel empresarial, sistemas de trabajo del conocimiento y técnicas inteligentes
Sistemas de
administración de Sistemas de trabajo del Técnicas inteligentes
contenido empresarial conocimiento (KWS)
Herramientas Uso de IA para análisis y
Gestión y acceso a
especializadas para soporte en la toma de
documentos.
profesionales. decisiones.
SISTEMAS DE ADMINISTRACIÓN DE
CONTENIDO EMPRESARIAL
En la actualidad las empresas necesitan organizar y administrar los activos de conocimiento tanto estructurados como o
semiestructurados.
Los sistemas de administración de contenido empresarial ayudan a las organizaciones a administrar ambos tipos de
información. Tienen herramientas para capturar, almacenar, recuperar, distribuir y preservar el conocimiento, de modo
que las firmas puedan mejorar sus procesos de negocios y sus decisiones.
Open Text Corporation
(Documentum)
Oracle Corporation
SISTEMAS DE REDES DEL CONOCIMIENTO
Las redes de conocimiento son grupos de personas e instituciones que se asocian para investigar o
desarrollar proyectos de investigación. Los sistemas de conocimiento son sistemas expertos que
crean nuevo conocimiento a partir de la información contenida en bases de datos.
HERRAMIENTAS DE COLABORACIÓN Y SISTEMAS DE
ADMINISTRACIÓN DEL APRENDIZAJE
Los principales sistemas de administración de contenido empresarial incorporan poderosas tecnologías de portal y
colaboración. Los portales de conocimiento empresarial pueden proveer acceso a fuentes externas de información,
como transmisiones de noticias e investigación, así como a recursos de conocimiento internos junto con herramientas
para correo electrónico, chat/mensajería instantánea, grupos de discusión y videoconferencias.
1. Plataformas de comunicación:
Ejemplos: Microsoft Teams, Slack, Google Chat.
Permiten la comunicación por mensajes, videollamadas y uso
compartido de archivos en tiempo real.
2. Edición colaborativa de documentos:
Ejemplos: Google Docs, Microsoft Office 365.
Los usuarios pueden trabajar simultáneamente en documentos, hojas
de cálculo o presentaciones
3. Gestión de proyectos:
Ejemplos: Trello, Asana, Notion.
Ayudan a organizar tareas, asignar responsabilidades y realizar seguimientos del progreso.
SISTEMAS DE TRABAJO DEL
CONOCIMIENTO
Los sistemas del conocimiento a nivel empresarial proveen un amplio rango de
herramientas que pueden usar muchos de los empleados en una organización.
Trabajadores del conocimiento y trabajo del conocimiento
Se encuentran investigadores, diseñadores, arquitectos, científicos e ingenieros que crean
conocimiento y grupos de datos para la organización.
Por ejemplo, los trabajadores del conocimiento crean nuevos productos o buscan formas
de mejorar los existentes. También realizan tres funciones clave que son críticas para la
organización y para los gerentes que trabajan dentro de la organización:
Mantener a la organización actualizada en el conocimiento, a medida
que se desarrolla en el mundo externo: en tecnología, ciencia,
pensamiento social y artes.
Servir como consultores internos en relación con las áreas de su
conocimiento, los cambios que se están llevando a cabo y las
oportunidades.
Actuar como agentes del cambio, evaluar, iniciar y promover
proyectos de cambio.
Requerimientos de los sistemas
de trabajo del conocimiento
La mayoría de los trabajadores del conocimiento dependen de los sistemas de oficina. Sin
embargo, también requieren sistemas de trabajo del conocimiento muy especializados
con poderosos gráficos, herramientas analíticas y capacidades tanto de comunicaciones
como de administración de documentos.
Los sistemas de trabajo del conocimiento requieren vínculos sólidos a las bases de
conocimiento externas, además de hardware y software especializados.
Ejemplos de sistemas de trabajo del
conocimiento
Sistemas CAD/CAM (Manufactura Sistemas de realidad virtual Estaciones de trabajo
auxiliada por computadora) para simulaciones y modelado financieras
Provee a los ingenieros, diseñadores y Proveen a los diseñadores de fármacos, Equipos PC de alta gama que se utilizan en el
gerentes de fábrica el control preciso sobre el arquitectos, ingenieros y trabajadores médicos sector financiero para analizar operaciones en la
diseño y la manufactura industrial. las simulaciones precisas y fotos realistas de los bolsa de manera instantánea y facilitar la
Troy Lee Designs, que fabrica cascos objetos. administración de la cartera.
deportivos, antes había que bosquejar una Los sistemas de realidad virtual tienen Las firmas como Merrill Lynch y USB Financial
capacidades de visualización, renderización y Services han instalado estaciones de trabajo de
idea en papel, crear a mano un modelo de
simulación que van más allá de las de los inversión que integran un amplio rango de
barro y enviarlo a las fábricas asiáticas para
sistemas CAD convencionales. datos, de fuentes internas y externas, así como
elaborar un prototipo de plástico.
Un sistema de realidad virtual ayuda a los datos de administración de contactos, en tiempo
mecánicos en el curso de capacitación de real y datos históricos del mercado, además de
Boeing Co. informes de investigación.
TÉCNICAS
INTELIGENTES
La inteligencia artificial (IA) y la tecnología de bases de
datos han desarrollado técnicas inteligentes que
permiten a las organizaciones capturar, almacenar y
expandir tanto el conocimiento individual como el
colectivo. Estas técnicas ofrecen a los gerentes
herramientas poderosas para descubrir patrones ocultos,
mejorar la toma de decisiones y optimizar procesos
organizacionales.
CAPTURA DEL CONOCIMIENTO: SISTEMAS
EXPERTOS
Los sistemas expertos son una de las técnicas más aplicadas en inteligencia artificial para capturar el conocimiento
especializado en áreas específicas y transmitirlo dentro de una organización. Estos sistemas están diseñados para almacenar y
aplicar el conocimiento de expertos de manera accesible, facilitando así decisiones informadas en situaciones que requieren
alta precisión.
¿Cómo Funcionan los Sistemas Expertos? Funcionamiento del Sistema
Datos de Entrada
Los sistemas expertos funcionan mediante la creación de una Cálculo de Rutas
base de conocimiento, que contiene un conjunto de reglas Optimización y Ajuste
elaboradas con el conocimiento y experiencia de expertos
humanos. Beneficios Obtenidos
Ejemplo: Sistema Experto "Line-haul" de Con-Way Reducción de Costos
Transportation Eficiencia Operativa
El sistema Line-haul fue creado para mejorar y automatizar la planificación diaria de
Simplificación de Tareas
rutas de fletes. Este sistema captura las reglas y el conocimiento que los Nocturnas
despachadores de Con-Way usan al asignar conductores, camiones y remolques.
Con esta información, el sistema optimiza el proceso de asignación para transportar
alrededor de 50,000 envíos de carga cada noche en 25 estados de EE. UU. y Canadá.
INTELIGENCIA ORGANIZACIONAL:
RAZONAMIENTO CON BASE EN EL
CASO
El razonamiento basado en casos (CBR) es una técnica de
inteligencia organizacional que permite a los sistemas y
empleados resolver problemas complejos al comparar
situaciones nuevas con experiencias pasadas.
¿Cómo Funciona el Razonamiento Basado en
Casos?
En un sistema RBC, cada “caso” representa una experiencia
pasada en forma de problema y solución. Estos casos se
almacenan en una base de datos y son recuperados cuando
se presenta un problema nuevo. El sistema compara el
problema actual con los casos almacenados, buscando
similitudes.
Beneficios del Razonamiento Basado en Casos
Reducción del Tiempo de Solución.
Aprendizaje Continuo.
Estandarización de Soluciones.
SISTEMAS DE LÓGICA DIFUSA
La lógica difusa es una técnica de inteligencia artificial que permite manejar la ambigüedad y la
incertidumbre en la toma de decisiones.
¿Cómo Funciona la Lógica Difusa?
La lógica difusa utiliza conjuntos difusos para representar
conceptos vagos o subjetivos, como "alto" o "bajo,"
asignando valores entre 0 y 1. Esto permite que se tomen
decisiones considerando múltiples factores y diferentes
grados de pertenencia a esos conjuntos.
Ventajas de los Sistemas de Lógica Difusa
Los sistemas de lógica difusa son valiosos en áreas donde
la precisión absoluta es difícil de lograr. Entre sus
beneficios se encuentran:
Adaptabilidad
Similitud con el Razonamiento Humano
Aplicabilidad en Procesos Complejos
Redes Neuronales y
Tecnologías de IA
Un análisis de aplicaciones y evolución
tecnológica
¿QUÉ SON LAS REDES
NEURONALES?
Emulan el procesamiento del cerebro
humano para aprender de datos.
Utilizadas para analizar grandes volúmenes
de información.
CARACTERÍSTICAS:
Aprendizaje continuo.
Búsqueda de patrones y corrección
iterativa.
Limitación: Falta de explicabilidad.
ESTRUCTURA DE LAS REDES
NEURONALES
Estructura básica:
Capa de entrada
Capa oculta
Capa de salida.
Proceso:
1. Entrenamiento con datos conocidos.
2. Comparación, corrección y
aprendizaje iterativo.
Aplicaciones de Redes Neuronales
MEDICINA MEDICINA FINANZAS
Diagnóstico de Diagnóstico de Predicción de
enfermedades: enfermedades: mercados y detección
Coronarias, Alzheimer. Epilepsia. de fraudes (Visa
Internacional).
ALGORITMOS GENÉTICOS
Basados en principios biológicos: herencia,
mutación, selección y cruce.
CAPACIDADES:
Evaluación simultánea
de múltiples soluciones
Optimización de
procesos complejos.
Aplicaciones de Algoritmos Genéticos
General Electric: i2 Technologies:
Diseño de motores Optimización de cadenas de
aeronáuticos. suministro (producción y
logística).
SISTEMAS DE IA HÍBRIDOS
Combinan redes neuronales, lógica difusa,
algoritmos genéticos y sistemas expertos.
EJEMPLO PRÁCTICO:
Lavadora "neurodifusa" de Matsushita:
Mejora en electrodomésticos mediante
integración tecnológica.
AGENTES INTELIGENTES
Sistemas autónomos que toman decisiones con
base en reglas predefinidas.
CASO DE ÉXITO:
Procter & Gamble: Optimización de la cadena
de suministro, ahorros de $300 millones.
Grupo E - 5
Muchas
gracias por
la atención
