Estado situacional de los modelos basados en agentes y su impacto en la investigación organizacional

En un mundo hiperconectado, dinámico y cargado de incertidumbre como el actual, los métodos y modelos analíticos convencionales están mostrando sus limitaciones. Las organizaciones requieren, por tanto, herramientas útiles que empleen tecnología de información y modelos de simulación computacional como mecanismos para la toma de decisiones y la resolución de problemas. Una de las más recientes, potentes y prometedoras es el modelamiento y la simulación basados en agentes (MSBA). Muchas organizaciones, incluidas empresas consultoras, emplean esta técnica para comprender fenómenos, hacer evaluación de estrategias y resolver problemas de diversa índole. Pese a ello, no existe (hasta donde conocemos) un estado situacional acerca del MSBA y su aplicación a la investigación organizacional. Cabe anotar, además, que por su novedad no es un tema suficientemente difundido y trabajado en Latinoamérica. En consecuencia, este proyecto pretende elaborar un estado situacional sobre el MSBA y su impacto sobre la investigación organizacional.

La relación entre los conceptos de relación estratégica comunitaria de las organizaciones con las comunidades y la responsabilidad social

Para maximizar los beneficios, una compañía fundamenta sus acciones en ciertas estrategias que ayudan a cumplir su objetivo de generar utilidades. Entre las diferentes acciones que una organización puede utilizar, están las de responsabilidad social y las de relaciones estratégicas con la comunidad. Partiendo de la definición de comunidad, pasando por una descripción de responsabilidad social y sus diferentes formas de aplicabilidad dentro de una empresa, hasta la definición de relación estratégica con la comunidad; esta investigación dirige sus esfuerzos a determinar el vínculo que existe entre los conceptos de responsabilidad social y relación estratégica comunitaria. Adicionalmente, se plantea que otras estrategias de relacionamiento con clientes, como el mercadeo relacional o el CRM, las cuales enfocan sus esfuerzos en conocer a cada uno de los clientes de una compañía para plantear una oferta acorde a sus necesidades, no son muy efectivas a la hora de crear un vínculo emocional con la comunidad.

Aplicaciones de los modelos de predicción bio-inspirados en la administración

Las organizaciones y sus entornos son sistemas complejos. Tales sistemas son difíciles de comprender y predecir. Pese a ello, la predicción es una tarea fundamental para la gestión empresarial y para la toma de decisiones que implica siempre un riesgo. Los métodos clásicos de predicción (entre los cuales están: la regresión lineal, la Autoregresive Moving Average y el exponential smoothing) establecen supuestos como la linealidad, la estabilidad para ser matemática y computacionalmente tratables. Por diferentes medios, sin embargo, se han demostrado las limitaciones de tales métodos. Pues bien, en las últimas décadas nuevos métodos de predicción han surgido con el fin de abarcar la complejidad de los sistemas organizacionales y sus entornos, antes que evitarla. Entre ellos, los más promisorios son los métodos de predicción bio-inspirados (ej. redes neuronales, algoritmos genéticos /evolutivos y sistemas inmunes artificiales). Este artículo pretende establecer un estado situacional de las aplicaciones actuales y potenciales de los métodos bio-inspirados de predicción en la administración.