Modelos y herramientas de gestión del conocimiento aplicadas a la gestión de procesos de negocios (BPM) para maximizar la efectividad de las organizaciones

Resumen

Las organizaciones tienen una parte importante del conocimiento necesario para operar y crecer embebido en sus procesos de negocios automatizados mediante Sistemas de Gestión de Workflow (Workflow Management System - WMS) y Sistemas de Gestión de Procesos dc Negocios (Business Process Management Systems - BPMS). Las empresas son dueñas de este conocimiento, pero usualmente son incapaces de utilizarlo de forma óptima, principalmente por que es extremadamente difícil recuperarlo e interpretarlo. Este trabajo propone un modelo que permite la extracción y el modelado del conocimiento generado y almacenado en un BPMS. Con este conocimiento disponible, es posible realizar recomendaciones a los participantes humanos sobre buenas y malas decisiones durante los procesos, de forma de mejorar el rendimiento, reducir los errores, acortar tiempos de aprendizaje, etc. Estas recomendaciones se basan en casos pasados exitosos y fallidos. También es posible recomendar el participante ideal para cada instancia de proceso, basándonos en sus características y en las habilidades y experiencia de los participantes. El modelo propuesto está basado en la metodología de Inteligencia Artificial llamada Razonamiento Basado en Casos (Case Based Reasoning — CBR), aplicada sobre la Gestión de Procesos de Negocios (Business Process Management — BPM), utilizando el Lenguaje de Ejecución de Procesos de Negocios (Business Process Execution Language - BPEL) para la especificación y ejecución. Mapas de conocimiento son utilizados para describir la distribución del conocimiento en la organización. Este modelo es extensible, por lo que puede ser fácilmente adaptado a las particularidades de cada proceso de negocio.