Innovación con IA · CESSI v1.4 · borrador
Versión en revisión · v1.4Versión en revisión de la Mesa de Innovación, validada con la industria; pendiente de aval de la Comisión Directiva de CESSI.
4.4

Gestión del conocimiento · nueva en v1.1

¿Tenemos método para extraer, especificar, almacenar y medir el conocimiento que nuestros agentes necesitan — y a quién pertenece el del cliente?

Existe una disciplina (knowledge management) y la IA la vuelve central. Volcar todo a un repositorio con búsqueda semántica no es gestión del conocimiento: los agentes responden con la misma confusión que encontraron.

Dónde estamos · los cuatro niveles

N1Exploración. Sin práctica: se documenta si alguien tiene tiempo, sin método, sin lugar definido ni responsable.
N2Piloto. Primeras prácticas de extracción en iniciativas puntuales (entrevistas a expertos, captura al cierre) con formatos ad hoc.
N3Adopción sistemática. Disciplina operando: métodos de extracción (explícito e implícito), especificación por consumidor, base de conocimiento gobernada, roles asignados, calidad medida, y regla de propiedad y reutilización del conocimiento del cliente.
N4Transformación. El sistema de conocimiento es infraestructura estratégica: alimenta agentes en producción, se gestiona como la calidad del software y da ventaja demostrable.

Cómo subir un nivel

N1→N2
Instalar la práctica mínima: sesiones cortas de captura con los expertos al cierre de cada proyecto o hito, con una plantilla que distinga hechos, decisiones y contexto.
Tiempo (est.): 4 semanasQuién: PMO + referentes de dominioEvidencia de hecho: Plantilla en uso; sesiones de captura registradas en los cierres.
N2→N3
Formalizar la disciplina: método de extracción (incluida la experiencia senior vía mentoría), estándares de especificación por tipo de consumo, arquitectura de almacenamiento, roles (dueño del sistema, curadores por dominio), primeras métricas de calidad (IVI-C) y la regla de propiedad y reutilización del conocimiento del cliente (qué es del cliente, qué es aprendizaje propio, con qué consentimiento).
Tiempo (est.): 2-3 trimestresQuién: Dueño del sistema de conocimiento + curadores + legalesEvidencia de hecho: Base de conocimiento gobernada con roles; IVI-C medido en dominios críticos; regla de propiedad acordada por iniciativa (requiere revisión legal).
N3→N4
Integrar el sistema al delivery: los agentes consumen la base en producción, cada proyecto la enriquece y la calidad del conocimiento entra al tablero.
Tiempo (est.): 2-3 trimestresQuién: Plataforma + dueño del conocimientoEvidencia de hecho: Tasa de respuesta correcta de agentes medida; M12 en el tablero de dirección.

Qué medir

  • % de dominios críticos con conocimiento extraído y especificado para IA
  • Calidad del conocimiento: cobertura, frescura, precisión, tasa de respuesta correcta de agentes
  • % de iniciativas con clientes con propiedad y reutilización del conocimiento acordadas

Tablero: M12 Calidad del conocimiento (IVI-C = validez × completitud × (1 − escasez) × vigencia), semestral.

Variante por perfil

PyME (≈30 personas). Un repositorio gobernado con un curador de medio tiempo; lo que no puede faltar es el método de extracción y la regla de actualización.

Empresa grande (≈500). El desafío es la arquitectura (federada vs. central). Para consultoras y factories, el conocimiento del cliente es la mayor oportunidad y el mayor riesgo contractual: se pacta por iniciativa.

Anti-patrón

El data lake de documentos: volcar todo con búsqueda semántica y declararlo 'gestión del conocimiento'.

En qué se apoya

Laney (IVI adaptado al conocimiento: IVI-C) · Agrawal et al. (el juicio se transfiere por instrucción o por experiencia; KM es la instrucción codificada para personas y modelos).

Ver también: 4.2 Conocimiento de dominio estructurado · 2.3 Diseño de roles y pipeline de talento · G.2 Protección de datos y cumplimiento

Los tiempos son estimaciones de la Mesa de Innovación para una organización que dedica un responsable con tiempo protegido; se calibran con el piloto del tablero.