Nombre del Alumno: Mario Alberto Villaseñor Orozco

Matricula: 109013

Grupo: IS39

Materia: Nociones de ingeniería de software

Docente: Mtro. Juan Raymundo Rodríguez Van Scolt

Actividad 2: Proyecto de desarrollo de software basado en modelos

Morelia, Michoacán, a 9 de Noviembre de 2018.

Contenido

Caso propuesto……………………………………………...….….………………………4
Introducción ……………………………………….………………………………...……..4
Estudio de mercado……………………..……………………………………..................6
Estudio de factibilidad…….………………………………………..…………………....20
Consideraciones para diagrama Gantt………………….…………………………….34
Actividades………………….…………………………….……………………………….44
Recursos humanos ……………………………………………………………….……..51
CRM…………………………….……………..……………….…………………………....52
Conclusión.………………….……………..…………………………………….………..53
Bibliografía.……………………………………………………..……………..…………..56

Índice de Tablas

Tabla 1 Presupuestos hipotéticos para proyecto..…...……………………….….…15

Tabla 2 Gastos por insumos……………………………………….…………………....16
Tabla 3 Resultados de encuesta………………………………………………………..18
Tabla 4 Gastos de Audi en 2017………………………………………………………..31
Tabla 5 Sueldos para proyecto………………………………………………………….32
Tabla 6 Costos de producción………………………………………………………….32
Tabla 7 Esquema de costos en grafica circular………………….………………....33

Índice de Figuras

Figura 1 Tecnología de RV ……..……………..……………………………….…………6

Figura 2 Tesla Motors………………………………………………………….....……….8
Figura 3 Laboratorio de Audi.…………………………………………………..………..9
Figura 4 Cede de desarrollo de innovaciones de Audi ……………………...…...10
Figura 5 Eficiencia de Audi…………………………...……...………..………………10
Figura 6 Metodología de desarrollo en espiral………...……………..……………12

1
Figura 7 Cedes de plantas alrededor del mundo de Grupo Audi.………………12
Figura 8 Logotipo de departamento de desarrollo ……………………..…………13
Figura 9 Sitio de desarrolladores …….…………………………...………………….13
Figura 10 La interconectividad de las plantas automotrices de Audi .…..…… 14
Figura 11 Encuesta……………………………………………..……………………….17
Figura 12 Análisis Foda………………………………………..……………………….16
Figura 13 Incorporación de tecnologías móviles en Audi…….………………….20
Figura 14 Diagrama del Proceso de calidad …………………….………………….21
Figura 15 Análisis PEST …………………………………………...………………….23
Figura 16 Mainframe IBM z14………………………………………………………....25
Figura 17 Modelo neuronal……………………..……………………………………..25
Figura 18 Procesos de IBM z14……………………………………………………….26
Figura 19 Interconectividad de z14 con equipo de cómputo………..………….28
Figura 20 Revista de fábrica inteligente…………………………………………….29
Figura 21 Organigrama de Audi en el área de sustentabilidad…………..…….30
Figura 22 Organigrama para caso propuesto……………...………………………31
Figura 23 Etapas del ciclo de vida del software……………..……………………34
Figura 24 Ciclo de vida del software adecuado a la inteligencia artificial…...34
Figura 25 Modelo en espiral…………….…………………………………………….35
Figura 26 Modelo espiral que incorpora el modelo de cascada…………..……36
Figura 27 Roles en el proyecto……….………………………………………………44
Figura 28 UML de Actividades……………………………….……………………….44
Figura 29 Diagrama de Gantt……………..…………………………………………..46
Figura 30 Producto final…………………………………………….………………….50
Figura 31 Diagrama EDT………………………………………………………………..53

Índice de Videos

Video 1 Cray Tech……………………………………….....……………………….….…24

Video 2 Importancia de acuerdo a parámetros normativos….…………………....24
Video 3 Sistema operativo para z14……………………………………………………26

2
Video 4 Codificación de z14……………………………………………………………..28
Video 5 Tecnología Audi de inteligencia artificial…………………………………...55

Anexos………………..…………………………………………………………………….60

3
Objetivo:

Proponer un proyecto de desarrollo de software considerando todos

los elementos y modelos analizados en la temática de la semana.

Instrucciones:

La empresa Audi cuenta con la mayoría de sus software

ya aprobados por la directiva en el área de producción, en el área
administrativa, desean un traje hecho a la medida, usted está
liderando el proyecto, por lo que le piden una propuesta del proyecto
desde el modelo de desarrollo hasta la última etapa que es la puesta
en marcha del mismo.

 Presente el proyecto en un diagrama de Gantt con todas las

etapas a realizar según el modelo de desarrollo que elija.
 Tome en cuenta que tiene recursos ilimitados menos el tiempo,
ya que tiene un año natural exactamente para la puesta en
marcha de la planta y por supuesto del sistema administrativo
que incluye contabilidad, recursos humanos y CRM.

Introducción

Existen diversos modelos para facilitar la producción de software sirviendo como guía
de procesos y pueden funcionar en uno u otro escenario dependiendo de las
características del producto que el cliente solicite.

El Laboratorio Nacional de Calidad del Software (2009) argumenta que “los modelos
convencionales se pueden denominar como pesados”, se caracterizan de una fuerte
planificación en su desarrollo.

 El modelo de cascada funciona para proyectos estables y pequeños de

requisitos establecidos pero es restrictivo, los resultados se ven al finalizar el
proyecto, esto implica que su riesgo de incertidumbre sea elevado.

4
  En el modelo iterativo los gastos de validación y pruebas se ven reducidas,
haciendo énfasis en las actividades de especificación, diseño, implementación y
desarrollo llevadas a cabo en forma paralela, promueve la definición de nuevos
requisitos a medida que el proyecto avanza para generar algo más fiel a los
requisitos del cliente pero esto supone dificultades por no tener una arquitectura
bien definida.

 El modelo incremental es flexible presupuestalmente hablando pero las entregas

son rígidas por estar estrictamente planteadas desde un inicio.

 El modelo espiral reduce riesgos lo cual es un inconveniente puesto que para

ser desarrollador se requiere experiencia precisamente en reducción de riesgos,
pero gestiona la incertidumbre del proyecto.

 El modelo de prototipos es muy lento pero ofrece visibilidad del producto al

cliente lo cual es importante porque de esta forma se entrega lo que el cliente
solicita. (Laboratorio Nacional de Calidad del Software, 2009).

La metodología ágil ahora es muy popular, su simplicidad permite flexibilidad a los

cambios generados en los desarrollos y un número reducido de integrantes en los
equipos de trabajo.

 Scrum es un método ágil que supone la implementación de Sprints o entregas

del proyecto en periodos de tiempo reducidos, en donde a cada Sprint se le
incluyen mejoras propuestas fomentando su mejora continua.

 XP pone el énfasis en la retroalimentación continua entre cliente y el equipo de

desarrollo y es idónea para proyectos con requisitos imprecisos y muy
cambiantes, hace énfasis en el trabajo en equipo en donde existe múltiples roles,
entre ellos un individuo encargado de pruebas, otro del seguimiento.

La elección correcta del modelo de desarrollo de software depende del proyecto y

su naturaleza para que la metodología se ajuste al propósito, tomando en cuenta
ciertos factores como la tecnología disponible, la cantidad de personas en la
cantidad de equipos de trabajo, y el presupuesto así como su nivel de
“incertidumbre” el cual se considera una medida de factores diversos que influyen
dentro del proyecto.

Para un plan de acción para la puesta en marcha del proyecto de software

empresarial es indispensable conocer las características de la empresa y así como
la elaboración de estrategias por estudios de mercado y viabilidad del software.

5
 Siguiendo los pasos del ciclo de vida del software se plantea un estudio de
mercado/viabilidad hipotético para el caso propuesto con datos reales, seguido del
análisis, diseño, etc.

Estudio de Mercado del software administrativo

Marco de desarrollo

Las empresas de desarrollo automotriz están enfocadas al desarrollo e innovación

tecnológica, los vehículos tienden a ser más seguros y presentar más ventajas a medida
que pasa el tiempo. Para lograr que los automóviles posean características tecnológicas
avanzadas se requiere automatizar el sistema de producción para reducir errores y
aumentar las ganancias optimizando los recursos, el por eso que las agencias
implementan software computacional que les ayuda a generar un producto de calidad al
momento de efectuar desde su planeación y diseño hasta su producción.

Metas del estudio

1) El mercado potencial existe, en empresas automovilísticas de prestigio que

proveen vehículos de gran calidad, con las cuales compite tales como Mercedes-
Benz, BMW, Mitsubishi y Tesla (probablemente su mayor rival) por mencionar
algunas, el problema de la competencia es que sus sistemas de software
administrativo tienden a ser genéricos, por lo tanto se pretende demostrar que
un software “hecho a la medida es un recurso más eficiente”.

2) Técnicamente es posible la producción de software para el área administrativa

si se cuenta con la infraestructura necesaria y la organización pertinente en el
manejo adecuado de insumos garantizando un manejo transparente y eficaz de
los mismos, así como la capacitación y derecho laboral del trabajador en el
proyecto. Actualmente la empresa Audi está implementando tecnología de
realidad virtual para que sus desarrolladores generen mejoras a los productos
de la empresa con lo tiene ventaja tecnológica.

6
 Figura 1. Audi y la implementación de tecnología de RV. Fuente: Audi.

3) Los desarrollos de software son económicamente rentables, reducen los riegos

de producción y generan una mejor organización en las finanzas empresariales,
la implementación de un software moderno de gestión administrativa para la
planta automotriz es indispensable.

Se determina que el esquema planteado es Económico-Financiero, ya que el país se

encuentra en vías de desarrollo la empresa pretende lograr un incremento en sus ventas
garantizando la mejora económica, al competir con las de las grandes empresas
dedicadas a la industria automotriz de calidad elevada creando un sistema de software
administrativo “Ad Hoc”, en donde el sistema permita al usuario personalizar consultas
en tiempo real, en vez de estar atado a las consultas prediseñadas para informes,
facturaciones y pagos periódicos.

 Por lo tanto se pretende adquirir un software administrativo de tipo Ad Hoc para

optimizar la productividad empresarial.

 Al mejorar la productividad se pretende obtener un mayor número de clientes de

productos Audi.

 Se requiere acceder a un mercado más moderno generando un sistema más

amplio en el entorno administrativo.

 Se requiere tener un desarrollo productivo en las áreas administrativas de la

empresa Audi.

7
Beneficio y desventaja a nivel interno y externo

La planeación del software a la medida para la compañía ofrecerá ventajas internas en

cuanto a la eficiencia del proceso industrial y la fabricación de vehículos, ya que se
pretenden implementar redes que generen que los empleados de la compañía
implementen una plataforma en la cual se puedan gestionar los recursos contables, el
personal administrativo y las relaciones con los clientes. Para garantiza la calidad del
producto se requiere de equipo específico de trabajo y de personal calificado para
realizar las investigaciones necesarias, congruente con los avances en la tecnología
automotriz y la sistematización optima del proceso de fabricación del desarrollo.
También se pretende implementar equipo tecnológico de punta capaz de llevar a cabo
un proceso rápido y eficiente puesto que se cuenta con un año para la elaboración del
proyecto por parte de personal bien capacitado que garantice la funcionalidad del
programa que brinde ventajas ante la competencia ofreciendo un sistema y de calidad,
se da por entendido que se obtendrá la preferencia del cliente.

Investigación de competencia

Considerando las plataformas en el mercado destacan:

Tesla, la cadena líder en tecnología que es probablemente su mayor competidor con

sus modelos eléctricos, basados en tecnología muy avanzada con sus modelos “S” y
“X”, se deduce que implementa un sistema administrativo eficiente y a prueba de
intrusiones. (Tesla, 2018).

8
 Figura 2. Tesla es el mayor competidor de Audi. Fuente: Tesla.

Macro Pro, S.A. de C.V. en una empresa de software que ofrece contabilidad
automatizada para reportes y es ajustable a las necesidades de los usuarios, integra
módulos de compra y venta de autos, servicio, refacciones, crédito, cuentas, bancos,
nóminas y sucursales en línea, funciona para fábricas.(Macro pro, 2018).

Dynamics 365 de Microsoft permite ventas ofreciendo superar las expectativas de los
compradores capacitando a los vendedores, mejorar el rendimiento de ventas
mejorando la automatización del equipo, capacitar a los vendedores para generar
relaciones personales con los clientes, obtener conocimientos adicionales controlados
por inteligencia artificial. (Microsoft, 2018).

Considerando la competencia interna dentro de la empresa existe:

El laboratorio de producción Audi en donde las nuevas tecnologías para la producción

son desarrolladas, los proyectos son incubados actuando como interface entre las
innovaciones y la producción en serie, implementan realidad virtual para desarrollo de
programas y capacitación de empleados. (Audi, 2018).

Figura 3. El laboratorio de desarrollos de Grupo Audi. Fuente: Audi.

9
Un área de desarrollo denominada Audi Innovation Research o AIR que es el área de
investigación e innovación de la empresa, su cede se localiza en Alemania, China y los
EE. UU., con base central en Ingolstadt en donde “la proximidad a la sede central
garantiza una comunicación rápida y una toma de decisiones rápida. Las consultas se
pueden responder rápidamente y los resultados se pueden distribuir rápidamente”.
(Audi, 2018).

Figura 4. Cede de desarrollo de innovaciones de Audi. Fuente: Audi.

Para Audi (2018) “Los equipos trabajan en desarrollos tecnológicos avanzados

enfocados a la estrategia 2035 que busca la implementación de autos eléctricos, mejorar
el servicio de movilidad, lograr la conducción autónoma y están persiguiendo a los
impulsores del cambio social y descubriendo nuevas formas de capturar esta ventaja a
través de la tecnología ahora y en el futuro”.

Dada la privacidad y de seguridad de la empresa es complicado determinar sus

presupuestos, pero se infiere que ascienden a más de 1 millón de euros para el
departamento de desarrollo de software administrativo, por lo cual se considera que el
producto desarrollado por el equipo de trabajo propuesto supone un ahorro económico
para la empresa.

Se concluye que los precios de los desarrollos de la competencia sobrepasa el millón

de euros.

10
Figura 5. La eficiencia de Audi es de calidad internacional. Fuente: Audi

Metodología de desarrollo del software

Se considera que para una empresa tan importante como Grupo Audi requiere
documentación y un modelo clásico, aplica para el contexto a menos que se implante la
metodología en un caso adicional para efectuar Sprints si es necesaria la generación de
versiones tipo “Beta”.

Se toma en cuenta el modelo iterativo pero como los requisitos no son planteados no
aplica para el caso puesto que se requiere un software “Ad hoc” o “hecho a la medida”
y esto implica que la empresa propone los requisitos de su programa.

Se considera el modelo incremental pero al ser de iteraciones rígidas lo cual no es

conveniente para el desarrollo de inteligencia artificial puesto que se pretende que este
cuente con actualizaciones que se puedan modificar, además al no estar definidos los
requisito no representa una buena opción considerando que la empresa requiere un
software Ad hoc,

El modelo en espiral tiene la característica de incorporar elementos tales como objetivos

de calidad que van de acuerdo a la política de Grupo Audi, ingresa el desarrollo con el
mantenimiento lo que resulta conveniente para la mejora continua, en esta metodología
se fijan actividades, se terminan objetivos iniciales, se analiza riesgo, se corrige y se
continúa, existen pruebas y documentos, posteriormente se definen objetivos de
siguiente etapa, y da la posibilidad de que en cada despliegue se regresa al anterior si
no es correcto, y es conveniente para el proyecto porque:

11
  Al tratarse de proyecto grande, se infiere que es conveniente y además se
adecua al tiempo propuesto por el caso en donde perfectamente se puede
concluir en un año:
 La versión inicial se produce a etapas tempranas del proyecto por lo que resulta
conveniente,
 Es la metodología que más reduce riesgos
 Se planea contar con personal capacitado y experimentado
 Es altamente compatible con SCRUM en el cual se tiene experiencia
 Al tener un presupuesto elevado se puede llevar a cabo a diferencia de otras
metodologías más limitantes
 Las herramientas con las que se dispone son suficientes para el proyecto

El modelo en espiral permite que a los desarrolladores se les asignen otros modelos
dentro del paradigma otros modelos de desarrollo pueden efectuarse para que el
proyecto tenga la funcionalidad requerida.

Figura 6: Metodología en espiral. Fuente: LinkedIn

Tamaño de la empresa

Infraestructura, trabajadores y ubicación de la empresa

Grupo Audi surge en 1932 y es uno de los fabricantes más exitosos de automóviles y
motocicletas Premium con 16sucursales en 12 países, en el año 2017, distribuyo un
total de 1, 878,105 vehículos logrando un total de 60.1 billones de euros. En este
momento cuenta con aproximadamente 90,000 trabajadores alrededor del mundo de los
cuales 60, 000 están localizados en Alemania. (Audi, 2018).

12
Figura 7. Cedes de plantas alrededor del mundo de Grupo Audi. Fuente: Audi.

Infraestructura, trabajadores y ubicación del proyecto

La compañía pretende contar con 1 cede de desarrollo, un salón para albergar un

servidor, una sala de juntas y cubículos de programación, comedores y sanitarios. Los
siguientes esquemas describen la cede de desarrollo y el logotipo comercial:

Figura 8. Logotipo de departamento de desarrollo. Fuente: Tailorbrands & Befunky

El equipo está compuesto por un líder de proyecto y de programadores, el líder tendrá

un ingreso mensual de $30,000.00 mientras que los programadores de $9,375.00, la
localización será estratégicamente cercana a la planta para tener facilidad de juntas con
el área administrativa de la empresa.

13
Figura 9. Sitio de desarrolladores. Fuente. Propia

Ganancias y Finanzas

Presupuesto de inversión

Considerando que una planta automotriz Audi, requiere una inversión de 1 mil 300 mdd
(Diario oficial de la federación, 2016), Y que en el año de 2012, las planeaciones en
tecnologías de la información comenzaron en el país, el equipo de desarrollo se
centralizaba en Alemania en donde el internet es rápido y las líneas fuertes, para la
nueva panta en el país se requiere de alta velocidad y estabilidad extrema, en donde
más de 9000 km de conexión con Europa son requeridos para que las conexiones de 2
x 60 Mbps en dos vías conectan a la fábrica con la red central de Audi, implementando
220 servidores que conectaran a la planta desde dos salas de datos locales resistiendo
caídas de corrientes implementando 550 km de cable de cobre y 110 kilómetros de cable
de fibra óptica. (Audi, 2018).

14
Figura 10. La interconectividad de las plantas automotrices de Audi. Fuente: Audi.

Para el desarrollo del software se requiere de la implementación de servidor, equipo de

cómputo, insumos como luz e internet y salario de empleados, el presupuesto máximo
posible asignado por Grupo Audi para el desarrollo del software de administración para
la compañía Smartcars software es de $1,106,347.00 millón de dólares, correspondiente
a $22,000,000.00 millones de pesos. El desglose se describe a continuación:

Requerimientos

Insumo unidad Cantidad P/U Costo

Monitores HP Unidad 6 $10,589.00 $ 63,535.00

Envy 27

CPU Alienware Unidad 6 $66,600 $ 399,600.00

Área 51

Escritorios Pzas. 6 $1,300 $7,800.00

15
 Kit de Unidad 1 $6,000,000.00 $6,000,000.00
Mainframe IBM
Z

Licencia por 1 Unidad 1 - -

año de sistema
operativo z/TPF
y z/OS

Total $ 6,470, 934.00

Tabla 1. Presupuestos de proyecto de desarrollo de software. Fuente: Propia.

Rentabilidad

Al considerar las ganancias de Audi en 2017 corresponden a 60,128 millones de euros

con una tasa operática del 7.8% de retorno. Con respecto al beneficio de la operación
Audi adquirió un índice de desarrollo del 6.3% por parte del área de investigación y
desarrollo de un total de 4,671 millones de euros, aproximadamente $106,182,567,649
(Ciento seis mil ciento ochenta y dos millones quinientos sesenta y siete mil seiscientos
cuarenta y nueve), es decir una cantidad de (Audi, 2018).

Confirman un aumento de las inversiones de capital anticipadas para el futuro: más de

40,000 millones de euros destinados a actividades de desarrollo e inversión para 2022.
(Audi, 2018).

Los humanos y las maquinas generar inmensos volúmenes de datos en la industria

automotriz (Big Data), que es valiosa para la producción. El proceso y evaluación de
esta información da un valor agregado a los productos, ayuda a evitar errores. (Audi,
2018).

Con el desarrollo se pretende optimizar su índice de desarrollo por lo tanto las ganancias
serán mayores optimizando su Big Data con AI. Considerando que en 2016 una planta
de Audi en el país alcanza los “5,310 millones euros”, cifras dadas en 2016 (La izquierda,
2016), se pretende que para 2020 alcance los 10,000 millones de euros (227, 240,

16
500,00 millones de pesos). Suponiendo que se destina un 0.6% a la inversión tecnología
se tiene un activo de $13, 634,430 millones de pesos. Entonces:

Deducciones hipotéticas:

Recursos tecnológicos: $ 6, 470,934.00

Sueldo anual entre todo el equipo de trabajo: $ 810,000.00

Total: $7, 280,934.00

Más $90 000 mensuales por gastos adicionales, en edificio, mantenimiento y servicios
básicos como energía eléctrica, agua, etc. Anuales: $1, 080,000.00.

Se presenta una gráfica total de los pasivos implementados en el proyecto para

determinar las ganancias empresariales:

Pasivos
Insumos
tecnologicos
77%

Otros servicios
Sueldos
13%
10%

Sueldos Insumos tecnologicos Otros servicios

Tabla 2. Gastos por insumos. Fuente: Propia.

Activo (en capital empresarial) $13, 634,430.00 – Pasivo (en gastos del proyecto) $8
360, 934.00 = $ 5, 273, 496 millones de pesos. Ganancia anual.

Con el desarrollo hipotéticamente se optimiza el sistema administrativo generando una

ganancia por reducción de costos administrativos puesto que estarán automatizados

Encuesta

Se facilitó la creación de una encuesta por internet que sirvió para determinar la
viabilidad del producto, con 3 preguntas básicas:

17
1.- ¿Cree Ud. que la tecnología que Audi implementa en sus sistemas administrativos
puede mejorar?

2.- El lema de Audi es “liderazgo por tecnología” ¿Sabiéndolo Ud. cree que la tecnología
de punta mejoraría el rendimiento de Grupo Audi?

3.- ¿Considera que los empleados del área administrativa de la agencia Audi efectuarían
su trabajo de forma ágil y eficiente si implementaran realidad virtual, aumentada, mixta
e inteligencia artificial?

Figura 11. Encuesta de viabilidad. Fuente: Online encuestas.

Se puede consultar la encuesta en: https://www.onlineencuesta.com/s/5a8d760

Resultados

20 individuos respondieron la encuesta.

En la pregunta 1, 18 individuos respondieron sí.

En la pregunta 2, 19 individuos respondieron sí.

En la pregunta 3, el 60% dijo que si, el 20% dijo que no y el 20% dijo no sabe/no contesta.

18
 20
18
16
14
12
10
8
6 No sabe
4 NO
2
SI
0
Pregunta 1 Pregunta 2 Pregunta 3

SI NO No sabe

Tabla 3. Respuesta de encuestados. Fuente: Online encuestas.

Por los resultados obtenidos en la encuesta se puede determinar que es viable el

desarrollo del software.

Análisis Foda

19
 Oportunidades Empresas competidoras
Fortaleza El equipo de desarrollo propio
como Tesla, comienzan a implementar
de Audi requiere de tiempo en
inteligencia artificial en sus productos,
capacitación para sus desarrollos a
si la empresa desea permanecer a la
diferencia del equipo que estaría
vanguardia es un recurso indispensable,
implicado en el proyecto que
pudiendo expandir el desarrollo a otras
corresponde a profesionales
plantas y otras compañías
multidisciplinarios.
automotrices.

Debilidades La principal competencia

de grupo Audi son la marcas que se
Amenazas La empresa cuenta con una
encuentra en una posición destacada
conexión directa a la cede en Alemania,
en el mercado y sus sistemas de
en donde tienen sitios de desarrollos
administración, así como otros
específicos.
programas existentes que resultan
bastante eficientes por implementar AI

Figura 12. Analisis foda. Fuente: Propia.

Conclusiones para el estudio de mercado

De acuerdo al estudio de mercado, la competencia, la encuesta y los números contables

el proyecto es apto para competir en el mercado, se pretenden ganancias millonarias.
Cabe mencionar que el servidor puede funcionar para futuros proyectos dentro de la
empresa por lo que la inversión es aún mejor. Estimando costos, el retorno de pasivos
se logra en año y medio aproximadamente, es conveniente y significativamente
productivo.

Estudio de Factibilidad y viabilidad del software

administrativo

20
Introducción

La implementación de tecnología tiene repercusiones directas en las empresas

automovilísticas, la empresa maneja una gran cantidad de datos (Big Data), por lo tanto
el reto es ofrecer un producto que pueda con esto, ofrecer algo que mejore lo que ofrece
la competencia incluso la interna dentro de Grupo Audi puesto que ya cuentan con
asistencia online desde Alemania para sus proyectos. (Smart Factory, 2015).

Recientemente la empresa Audi obtuvo el “Red Dot Design Award” y el “Premio Alemán
de Diseño” por la planeación digital de una aplicación móvil de asistencia de planeación
en sus procesos creativos en donde sus empleados pueden compartir información en
bases de datos para todos sus departamentos con lo cual se consiguió desarrollar el
nuevo modelo A3, el departamento de tecnologías de la información está trabajando en
la versión final que es prometedora. (Audi, 2018).

Figura 13. Incorporación de tecnologías móviles en Audi. Fuente: Audi.

La empresa Audi cuenta con un “Ciclo de Deming” o “Ciclo PDCA” por sus siglas en
ingles “Plan”, “Do”, “Check” y “Act”, es un marco para la gestión de la implementación
continua mejoras en los procesos del sistema de producción, el cual permite realizar un
seguimiento, visualizar y actuar sobre el progreso real. El “ciclo de PDCA” consta de
cuatro fases que están conectados a través de un bucle. Su implementación permite
una metodología estructurada en procesos generales, así como una técnica de calidad
en el área producción. (Monden, 2012).

21
Figura 14. Proceso de calidad. Fuente: Audi.

Bajo este esquema Grupo Audi ya se muestra bastante eficiente y competitivo, por lo
tanto se requiere la creación de un desarrollo innovador para que este sea útil en el
ámbito administrativo y que supere lo que se ha realizado y sea rentable para la
empresa y los clientes, en específico para dar ventajas a su área administrativa.

Objetivos

 General

Determinar la viabilidad del desarrollo de software “ad hoc” de administración para una
planta de la empresa automovilística Audi.

 Específicos

Utilizar tecnología de inteligencia artificial.

Desarrollar el software implementando una metodología para el caso propuesto.

Implementar el lenguaje de programación para el caso propuesto.

Justificación

Los sistemas de inteligencia artificial optimizan los recursos de las empresas, algunas
de las razones por las cuales las empresas tendrán que implementar esta tecnología
son:

 Big Data. La administración dispone de millones de datos que pueden generar

valor público, y que existe la obligación de trabajar para su apertura y posibilitar
su reutilización. Pero esa reutilización pasa por la propia administración, por
aprovechar las posibilidades que se ofrecen para ofrecer un mejor servicio,
aplicar beneficios fiscales, y responder a ese papel integrador, la apertura de los

22
 datos debe llevarnos de gestionar la demanda a una posición proactiva,
buscando el mejor servicio, personalizado mediante el big data. (Campos, 2017)

 Prevención contra la corrupción. La introducción de las nuevas tecnologías

constituye, en sí misma, una herramienta de prevención y lucha contra la
corrupción, la trazabilidad de las actuaciones electrónicas, y la seguridad que
rodea a su gestión favorece la confianza en la gestión, y la introducción de
mejores sistemas de control. Sistemas de control que pueden aplicarse a
sectores tan en riesgo y bajo sospecha como la contratación pública. (Campos,
2017)

 Blockchain. (la cadena de bloques), aportará integridad, seguridad, permitiendo

descentralizar al entorno en el que tienen lugar la contabilidad y los recursos
humanos, Es un elemento clave para el nuevo modelo de administración
hiperconectada (Campos, 2017).

 Chatbots conversacionales. Se pueden humanizar para aclarar dudas a

cualquier hora, y optimizar los procesos productivos proporcionando información
específica.

Entonces la implementación de inteligencia artificial en el área administrativa previene

la corrupción y garantiza el cumplimiento del código de conducta de Grupo Audi.
Estadísticamente se supone que las pérdidas de información se dan a nivel interno
empresarialmente, las amenazas internas son ahora la causa más frecuente de
incidentes de datos, alcanzando el 70% de todas las fugas de datos.

Mercado meta

El producto busca abastecer el mercado para plantas automotrices en sus áreas

administrativas puesto que el software genérico que manejan generalmente se ven
obsoletos con el paso del tiempo. Concretamente el producto se enfoca la nueva planta
de Grupo Audi que será puesta en marcha en el mes de Noviembre del 2019.

23
Competencia

Existen diversas empresas dedicadas a la producción de automóviles que a su vez

producen sistemas administrativos, además de otras que se encargan de la gestión
empresarial de forma concreta al ser contratadas, de entre las cuales podemos
mencionar:

 Tesla motors, BMW, etc.

 Algunas empresas de software (mencionadas en estudio de viabilidad.

Todas ellas utilizan tecnología avanzada, se propone un modelo innovador de

inteligencia artificial para superar a la competencia.

ANALISIS PEST

Factores Políticos
-Convenios internacionales
Factores Sociales
-Certificaciónes -Aplicación en entidades Audi
internacionales -Personal capacitado
-Permisos para acceder a la -Generación de empleo
informacion de la empresa y
gubernamentales que
avaliden a la empresa.

Factores
Factores Económicos
Tecnológicos
-Puede variar el costo del
--Calidad del producto producto.
-Inovación -Implementacion en diversas
-Cumplimiento de plantas
normatividades (Pruebas de -Productividad de la empresa
Calidad). -Producto altamente
-Intercambio de Tecnologías. redituable para la empresa,
genera valor agragado

Figura 15. Análisis PEST. Fuente: Propia.

24
Tecnología

A medida que la tecnología evoluciona hacia la transmisión masiva de datos, las

herramientas deben seguir su ejemplo. Las aplicaciones de hoy deben ser reactivas a
los cambios en los datos lo más rápido posible. Dar el siguiente paso significa integrar
Machine Learning y AI. Específicamente, para crear y desplegar AI tanto en las
instalaciones como en la nube se requiere de equipo especializado.

Inicialmente se contempla la implementación de una supercomputadora “Cray CS500

con ACCEL AI Deep learning” para el proyecto, pero se considera que una
supercomputadora sobreasa al proyecto puesto que son implementadas para la
investigación como estudio y predicción de fenómenos climáticos, desarrollo de nuevos
medicamentos, elaboración de vehículos aéreos y otras aplicaciones relacionadas con
el petróleo, además alcanza los 30 millones de dólares o más por lo que se considera
muy cara su adquisición (Pérez, 2017).

Video 1. Herramientas para supercomputadoras. Fuente: Cray.

Por otra parte las macro computadoras o “mainframes” se ajustan más al proyecto
puesto que controlan múltiples usuarios de forma simultanea lo cual es requisito para
un sistema administrativo, además maneja múltiples dispositivos de entrada y salida de
forma simultánea, Pérez (2017) sugiere que “de alguna forma son más poderosas que
las supercomputadoras porque soportan más programas simultáneamente”. Si no
hubiera un mainframe, tendrían que contratar a muchos más empleados solo para
manejar todas las tareas adicionales y eso es una gran sobrecarga. Su tamaño es
equivalente al de una hielera, requiere un piso falso para ocultar cables periféricos y el
control de enfriamiento de su temperatura. Desarrolla cientos de miles de instrucciones
por segundo, y están diseñadas para grandes corporaciones y gobiernos (en este caso
aplica para una empresa de prestigio como Audi) gestionando aplicaciones multiusuario.

25
El modelo z14 de IBM es una opción viable, permite la creación y desarrollo de
aplicaciones específicas para las empresas que manejan Big data.

Figura 16. Mainframe IBM z14. Fuente: IBM

Audi pretende estar a la vanguardia tecnológica y la tecnología más moderna

corresponde a la inteligencia artificial. Los programas de inteligencia artificial pueden
superar a los expertos humanos. El ciclo de vida del desarrollo de software de
inteligencia artificial (SDLC) es un proceso utilizado por la industria del software para
diseñar, desarrollar y probar software de alta calidad. El SDLC tiene como objetivo
producir una alta calidad.

Figura 17. Modelo neuronal real y artificial. a) Neurona orgánica, b) Neurona virtual, c)
Interconectividad de neuronas reales, d) Interconectividad de neuronas artificiales.
Fuente: Medium.

26
El aprendizaje profundo se refiere a redes neuronales artificiales profundas, son un tipo
de algoritmo de aprendizaje automático modelado a imagen de neuronas del cerebro
humano, su conectividad implican apilar varias redes neuronales una encima de la otra
para habilitar una jerarquía de características para una clasificación y predicción más
precisas.

Con el proyecto se busca que software cumpla e incluso supere las expectativas de los
clientes y se complete en tiempos y estimaciones de costos.

Video 3. Sistema operativo para z14. Fuente: IBM

Sistema operativo

Z/Transaction Processing Facility (z/TPF) es un sistema operativo especial que se utiliza

para procesar volúmenes de transacciones muy altos, tales como transacciones de
tarjetas de crédito, gestión de datos de personal, cobros y pagos, etc. Utiliza el servicio
de alta calidad del mainframe de IBM Z para manejar las transacciones casi en tiempo
real:

 Gestiona volúmenes extremos

Maneja hasta cientos de miles de transacciones

por segundo, y obtiene respuestas rápidas y
coherentes.

 Mejora la productividad de los

programadores

Utiliza rutinas centralizadas para manejar bases

de datos sin afectar a las aplicaciones.

Figura 18. Procesos de IBM z14. Fuente: IBM.

27
La conexión hibrida satisface la demanda de redes y seguridad para la automatización
de las operaciones administrativas que busca optimizar áreas de contabilidad y recursos
humanos.

Lenguaje de Programación

IBM Machine Learning para z/OS (sistema operativo propio de máquinas z14) es una
colección de marcos populares, en particular Apache SparkML, TensorFlow y H2O,
empaquetados con enlaces a lenguajes comunes utilizados en el comercio (Python,
Java, Scala) y con soporte para "cualquier tipo de datos transaccionales". I

BM lo está impulsando como una tubería para construir, administrar y ejecutar modelos
de aprendizaje automático a través de herramientas visuales para cada paso del
proceso. (IBM, 2018).

El sistema implementa Java y TensorFlow para reconocimiento de voz. Java implementa

bibliotecas de realidad virtual de aprendizaje profundo en diversos portales de desarrollo
de inteligencia artificial. Eclipse Deeplearning4j es la primera biblioteca distribuida de
aprendizaje profundo de código abierto, escrita para Java y Scala. Integrado con
Hadoop y Apache Spark.

El DL4J lleva la inteligencia artificial a los entornos empresariales. Deeplearning4j te

permite componer redes neuronales profundas a partir de varias redes poco profundas,
cada una de las cuales forma una llamada "capa". Esta flexibilidad le permite combinar
codificadores automáticos variacionales, codificadores automáticos secuencia a
secuencia, redes recurrentes según sea necesario en un marco distribuido de grado de
producción que funciona con Spark y Hadoop. (DL4J, 2018).

El mainframe z14 utiliza un motor de reglas de código abierto escrito en Java para
aprovechar Java al llamarlo desde sus aplicaciones z/TPF.

El controlador del motor de reglas z/TPF usa Java para incorporar el procesamiento del
motor de reglas en una aplicación z/TPF y cómo un motor de reglas que puede
simplificar y agregar una capa de la abstracción a la lógica empresarial que a veces es
frágil, desordenada. (IBM, 2018).

28
Paradigma Ad-Hoc en el uso en Telecomunicaciones e Informática

Las redes organizacionales tipo ad hoc se implementan para comunicar áreas dentro de
las empresas, sean generalmente inalámbricas e implementan tecnología de placas de
red, el software que se pretende desarrollar permite que los dispositivos estén
conectados entres si, de esta forma las máquinas están conectadas en red y consultan
la información y los datos específicos en caso de ser requerido permitiendo que el
usuario personalice las consultas en tiempo real permitiendo generar informes contables
y expedientes laborales, la implementación del mainframe permite la consulta precisa
de la información que está conectada con las máquinas para proporcionar los datos
solicitados.

Figura 19. Interconectividad de z14 con equipo de cómputo en red. Fuente: IBM.

Video 4. La codificación del programa estará a cargo de “Smart car software”

29
Publicidad/ventas

El objetivo de la publicidad es que se implementen herramientas de comunicación a

para fomentar el programa. Para la publicidad de la empresa y lanzamiento del producto
se prevé la incorporación de la empresa dentro de programas para el fortalecimiento del
comercio del ámbito automovilístico y financiero, colocación del producto en páginas
web implementando tecnología de “cookies”, folletos.

Las revistas de informática es otro medio a utilizar por la empresa “Smart car software”
para sus inserciones publicitarias, sobre todo, en revistas especializadas en el sector
como la revista Smart Factory.

Figura 20. Revista de fábrica inteligente. Fuente: Audi.

30
Organigrama de la empresa

Las diversas áreas que componen el organigrama de la agencia Audi Alemania están
descritas en el siguiente diagrama:

Figura 21. Organigrama de Audi en el área de sustentabilidad. Fuente: Audi

Para México, existen organigramas más definidos en donde se toma en cuenta al área
administrativa, contabilidad y RH por la gerencia administrativa:

Figura 22. Organigramas de Audi en América. Fuente: UNAM.

31
Para el área administrativa se genera un organigrama interno en donde se considerara
el área de sistemas computacionales, por lo tanto:

Programador analista
Diseñador

lider de proyecto Ing.

Jefe sistemas
Mario Villaseñor

Asistente de gerencia Auditor contable

Desarrollo Tecnico Programador Tecnico
Coordinador de Coordinador de
calidad credito

Asistente contable

Figura 22. Organigrama para caso propuesto. Fuente: Propia.

Estadísticas de gastos de la empresa Audi

Electricidad 1, 686,566 MWh.
Agua 4, 209,668 m³
Entrenamiento y capacitación 16.2 horas

Tabla 4. Gastos de Audi en 2017. Fuente: (Audi, 2018).

Tipo de proyecto

Sector Cuaternario.- EL giro de la empresa es de “información”, englobando desarrollo,

actividades especializadas de investigación e innovación.

32
Sueldos

Área Puesto Sueldo Número de

personal x
área
Sistemas Líder de $30,000.00 libres de
proyecto impuestos 1

Sistemas Programadores $9,375.00 libres de 4

impuestos
Total $19,687.5
Sueldos
quincenales

Tabla 5. Sueldos para proyecto. Fuente: Propia.

Costos de producción

SERVICIO COSTO

Agua $ 17,000.00

Luz $ 23,000.00

Renta $ 31,000.00

Internet/ Celulares $ 19,000.00

Tabla 6. Costos de producción. Fuente: Propia.

33
 Esquema de costos

21% 19%

Agua
Luz
Renta

26% Internet

34%

Tabla 7. Esquema de costos en grafica circular. Fuente: Propia.

Presupuesto

$13, 634,430 millones de pesos

Gastos

Sueldos $ 810,000.00

Insumos $ 6, 470,934.00 + $1, 080,000.00.

Costo total de producción $8 360, 934.00

Conclusión: El producto es viable, el presupuesto es suficiente y de

acuerdo al estudio de mercado la tasa de retorno es favorable.

34
 Elaboración de diagrama de Gantt de acuerdo al modelo
seleccionado para software de área administrativa de Grupo
Audi

Para desarrollar un diagrama correctamente estructurado es necesario hacer mención

de ciertos aspectos.

Ciclo de vida del software

Al tratarse de un desarrollo de inteligencia artificial, es preciso realizar una adaptación

del método, es decir, la metodología en espiral continua siendo la misma únicamente se
adecua al proyecto, en este caso se fabrica un sistema de inteligencia artificial
administrativo con un sistema de inteligencia artificial de desarrollo, lo cual brinda la
posibilidad de un prototipo rápido, la ayuda de asistente de programación automatizados
e inteligentes, una analítica automática y manejo de errores, una refactorización
automática de la codificación del programa y estimaciones más precisas así como una
toma de decisiones estratégicas. (Forbes, 2018).

Analisis Diseño Codificacion

1)Requerimientos Despliegue Pruebas

Figura 23. Etapas del ciclo de vida del software. Fuente: Propia.

Definicion del Colecta de Tratamiento de

problema y informacion datos
metas

Modelo
1)Administracion Modelo
desarrollando e
del modelo aprendiendo
integrando

Figura 24. Modelo de desarrollo de aprendizaje de maquina basado en el ciclo de vida

del software y orientado al mismo. Fuente: Forbes.

35
Metodología

La metodología en cascada es de naturaleza iterativa, con los aspectos sistemáticos y

de control del modelo de cascada.

Figura 25. Modelo en espiral. Fuente: Propia.

Figura 25. Modelo en casca. Fuente: Propia.

36
Figura 26. Modelo espiral con modelo cascado integrado. Fuente: TutorialsPoint.

Trabajando con redes neuronales

La administración de redes neuronales para inteligencia artificial se debe llevar a cabo

de acuerdo a la siguiente metodología:

Diseñando la red

*Los objetivos de alto nivel deben ser documentados.

*La arquitectura de red debe estar completamente especificada.

*Las redes neuronales artificiales deben ser capaces de calificar la fidelidad de salida a
través del espacio de parámetros de entrada.

Entrenando la red

*El conjunto de datos debe ser consistente con el alto nivel de metas.

*El desarrollador debe documentar la recopilación de datos.

37
*El pre y post procesamiento de actividades deben ser documentado

*El desarrollador debe inspeccionar los datos para asegurarse de que no existen
grandes espacios en el espacio de parámetros de entrada.

*El desarrollador debe detallar la precisión de la red en cuanto a los datos de formación
disponibles.

Interconectando la red

*El desarrollador debe especificar la rede neuronal artificial requerida, la conexión al

sistema de pre y post procesamiento y tiempo de aplicación.

Certificando los Requerimientos

*El líder del equipo de desarrollo debe entender las redes neuronales artificiales.

*Los miembros del equipo deben entender cada uno su parte en el proceso de desarrollo
de redes neuronales artificiales.

*Las rutinas de recuperación de las redes neuronales artificiales deben desarrollarse

utilizando métodos formales aceptados.

*La descomposición de tareas debe reflejar las redes neuronales artificiales dentro del
proceso de desarrollo.

*Los métodos de control de calidad deben ser utilizados en el montaje de las redes
neuronales artificiales para la base de datos de entrenamiento.

Probando la Red

*El equipo de pruebas y validación es independiente del resto de integrantes del

desarrollo.

*El equipo de pruebas y validación garantizará la capacidad de las redes neuronales

para generalizar los principios subyacentes contenidos en la base de datos.

*El equipo de pruebas y validación debe validar el funcionamiento del ANN en la

aplicación host.

Analizando el riesgo

*El desarrollador debe asegurarse de que la red neuronal sea consistente con
metodologías estándar de evaluación de riesgos.

*El desarrollador debe establecer un posible fallo de nodos neuronales artificiales.

38
*El desarrollador debe investigar el efecto de la propagación del error de la rutina de
llamada a través de la red.

*El desarrollador debe investigar la propagación del error de entrada de la rutina de

llamada a través de la red

*El desarrollador debe investigar el efecto de la propagación del error de vuelta a la

llamada de rutina

*El análisis de riesgo debe desarrollarse independientemente del equipo por un equipo
de pruebas y valoraciones y sus reportes deben revisarse antes de la certificación.
(Rudvold, s/f)

Según Rudvold, para el desarrollo de software tipo redes neuronales se deben seguir 5
pasos fundamentales los cuales se describen a continuación:

Paso 1: Requisitos de la red en metas y restricciones

El primer bloque importante en el diagrama del proceso representa La tarea de

especificación. Es aquí donde la red de empresas, requisitos (como el resultado final),
objetivos (como precisión deseada), y restricciones (programación idioma, límites de
memoria, tiempo de ejecución máximo, etc.) son documentado Esta tarea debe ser
realizada conjuntamente por el desarrollador de RNA, el gerente de producto, y el
individuo Responsable de la especificación de la función de llamada. El resultado de
esta actividad es el rendimiento de la red. Especificación. Este documento podría ser
modelado después de un Especificación de requisitos de software de tamaño reducido,
con algunas modificaciones para el dominio de la red neuronal. (Rudvold, s/f)

Paso 2: Recopilación de datos y pre procesamiento

El siguiente paso en este proceso es la recopilación de datos y pre procesamiento. La

recopilación de datos incluye el montaje de todos los datos que se utilizarán en la
formación de la red neuronal. Estos se pueden encontrar en bases de datos, hojas de
cálculo, otros archivos informáticos, o impresos. Todas las actividades asociadas.

Con la preparación de datos se debe registrar. Esto incluye la (s) fuente (s) de datos, el
formato original de los datos, las modificaciones realizadas para formatear los datos
consistentemente, y cualquier información sobre la fidelidad de los datos que están
disponibles. El pre procesamiento realizado en este paso es sólo para recopilar los datos
en un formato electrónico que es consistente con el paquete de entrenamiento de red
neuronal utilizado (datos de "neuralización", por así decirlo). Este paso da resultados
del proceso en el documento de análisis de datos, que proporciona trazabilidad para la

39
base de datos de formación. El documento consiste principalmente en un registro de
toda la recopilación de datos y tareas de pre procesamiento. Todos los datos
(electrónicos o en papel) deben adjuntarse a este documento, junto con cualquier
programa o macros que fueron utilizados para ensamblarlo en su formato utilizable.
(Rudvold, s/f)

Paso 3: Entrenamiento y pruebas de bucles

El centro del cuadro de proceso contiene el elemento en el que la red neuronal entra.
Los ciclos de entrenamiento y prueba representan un proceso iterativo. La idea de
bucles anidados debe ser familiar para casi todos desarrolladores de software. La
aplicación aquí tiene para el bucle más interno, "Variación de topologías RNA". Este
denota cambios de parámetros intra-paradigma arquitectónico para elementos
multicapa, por ejemplo, este incluiría variaciones en el número de capas ocultas,
neuronas por capa, opciones de función de activación, neuronas sesgadas conexión, y
parámetros similares. El bucle intermedio “Variación de los paradigmas RNA” contiene
modificaciones de red más básicas. En este bucle, el desarrollador podría experimentar
con elementos multicapa, funciones de base radial, o muchos otros paradigmas de RNA.
El bucle más externo es de "selección y combinación de neuronas de entrada RNA”.
Los cambios realizados aquí afectan a los insumos permanentes que la RNA debe
modelar. Muy a menudo, no todas las entradas disponibles son necesarias para
especificar la salida espacio. A menudo, las entradas deberán procesarse previamente
para reducir el rango dinámico, elimina el ruido, o de alguna manera el tiempo de
cobertura los datos. En otros casos, no lineales las combinaciones de variables de
entrada son indicadores, y el entrenamiento de la red neuronal no los descubrirá. Este
tipo de variación se realiza en este bucle más externo. El orden de anidación de los
bucles fue seleccionado de tal manera que Los cambios menores de la red están
contenidos en el interior del bucle, los cambios moderados están en el bucle medio, y
los cambios de entrada de red fundamentales se abordan en el bucle más externo que
cambia más lentamente. Mientras esto parece lógico, para algunos problemas la
anidación de los bucles podría ser modificado mediante la combinación de los dos
bucles más internos, intercambiando los dos bucles más externos, o arreglos similares,
además, algunos nuevos entrenamientos de redes neuronales. Los paquetes
automatizan gran parte de este proceso y el usuario tiene poco control una vez que
comienza el entrenamiento. En tales casos, hay que tener precaución para garantizar
que los resultados de la configuración de la red automática no se acepten sin cerrar la
inspección. Durante esta fase del proceso, debería quedar claro para el desarrollador
si la base de datos es completa y auto consistente. El desarrollador debe examinar la

40
base de datos durante esta fase para asegurar que el espacio de parámetros de entrada
está suficientemente cubiertos, es decir, para asegurar que no haya grandes huecos en
la base de datos. También puede ser que aparente las redes no converjan, con tal
problema sub especifico los parámetros de entrada adicionales deben ser investigados.
Si cualquiera de estas dos situaciones (carencia o sub especificación), se presentan, el
desarrollador tendrá que volver a la fase de recopilación de datos y fase de pre
procesamiento para trabajos adicionales. Todas las actividades del desarrollador en la
formación de la red deben ser documentadas en el "resumen de capacitación de la red".
Esta documento debe incluir una lista completa de todas las permutaciones que se
probaron, junto con los resultados, logrado una colección de hojas de registro suficiente,
junto con una breve descripción del proceso general utilizado en la fase de
entrenamiento. Todos los archivos de datos de entrada utilizados deben ser adjuntos
electrónicamente (con una descripción escrita en el documento), aunque los archivos
de salida y de red de las sesiones intermedias de entrenamiento no son necesarias.
(Rudvold, s/f)

Paso 4: Implementación de la red

Después de que el desarrollador está satisfecho con que la red neuronal cumplió con
sus requisitos de rendimiento y objetivos, las mejoras han llegado al punto mínimo. Para
los retornos, la red generalmente necesita ser desplegada en una aplicación de host.
Las herramientas de capacitación incluyen funciones de tiempo de ejecución, la mayoría
de las redes artificiales neuronales se implementan finalmente como un módulo
integrado dentro de otro programa. Hay tres formas generales que esto se haga.

1) Muchas herramientas comerciales incluyen una biblioteca de tiempo de ejecución que

puede vincularse a expedientes de la red entrenada. En este caso, hay poca
responsabilidad por el desarrollador pues tiene que seguir las instrucciones para el
procedimiento de vinculación.

2) El segundo método es el código automático con instalaciones genéricas por

herramientas comerciales. Después de que la red está entrenada, el código fuente para
compilar dentro de la aplicación host se puede crear en una variedad de Lenguajes
informáticos. En el caso de multiplataforma de idiomas, hay que tener cuidado de
personalizar el código para el compilador particular que se está utilizando para el
proyecto.

3) Algunos programas comerciales (y la mayoría de las herramientas de RNA que se

desarrollan internamente) no tienen instalaciones más allá de guardar datos de red en
bruto en un archivo de texto. En este caso, el desarrollador debe escribir o adquirir el

41
código para cargar los datos de RNA y el ejercicio de la red. Más organizaciones que
realizan este tipo de trabajo de forma regular forman repositorios de funciones para este
propósito que pueden ser adaptados a cualquier red con pequeñas modificaciones. El
desarrollador debe documentar el esfuerzo de despliegue y registrar todo el código
fuente generado manualmente o automáticamente en el documento de integración de
red. Si el desarrollador necesita crear un módulo de despliegue importante, esa parte
del código debe colocarse bajo el control del proceso del host de desarrollo de la
aplicación si las bibliotecas están enlazadas, si hay generaciones automáticas de
códigos, o están aceptadas previamente en la empresa. Si se utilizan bibliotecas, el
desarrollador debe proporcionar referencias a la documentación de origen de la
interface. Por último, se requiere Requisitos de pre y post procesamiento de datos para
la entrada y el parámetro de salida debe definirse explícitamente, junto con un análisis
de posibles condiciones de error que la RNA podría causar. (Rudvold, s/f)

Paso 5: Pruebas independientes y verificación

Cuando el desarrollador está satisfecho de que todas las restricciones tienen cumplido
y todo el sistema ha sido documentado, el proyecto es entregado al grupo de prueba
para su verificación. La primera tarea del grupo de prueba es construir el plan de prueba
de red, basado en gran medida en la especificación de rendimiento de red y el
documento de análisis de datos. El plan de prueba debe incluir una revisión crítica de
todas las fases del desarrollo, desde la recopilación de datos hacia adelante. La base
de datos original debe ser examinada para fines de integridad. El pre procesamiento
debe ser revisado para aceptar el entrenamiento. Las bases de datos deben ser
examinadas estadísticamente para asegurar que el desarrollador no introdujo un sesgo
involuntario en las actividades de pre procesamiento. Para el entrenamiento y las
pruebas, las fases deben tener una inspección rigurosa y completa del proceso. Si una
o más de estas fases se encuentran deficientes, el grupo de prueba tiene la autoridad
para hacer retroceder el programa a la fase de recopilación de datos. Aunque el
diagrama de proceso muestra un bucle sólo de vuelta a la recopilación de datos, el
proyecto puede también reiniciarse desde el entrenamiento y prueba o despliegue. Las
actividades del grupo de prueba, incluyendo resúmenes de todas las pruebas realizadas
y copias electrónicas de cualquier programa de prueba o bases de datos, deben ser
documentadas en el informe de prueba de red. Este reporte debe incluir una sección
sobre resolución de deficiencias y volver a probar, si es aplicable. (Rudvold, s/f)

42
Inteligencia artificial con metodología “Espiral”

De acuerdo a ciclo de vida del software, los desarrolladores de inteligencia artificial

deben efectuar las siguientes tareas para generar el producto:

1) Formulación de requerimientos y metas

2) Selección de conjuntos de datos de entrenamiento y prueba
3) Selección de la arquitectura de la red neuronal
4) Formación de la red
5) Pruebas de la red
6) Aceptación y uso por parte del cliente. (Rudvold, s/f)

Con base a la información previa el algoritmo de metodología es:

INICIO

FORMULACIÓN DE REQUERIMIENTOS Y
METAS_REQUERIMIENTOS_ADMINISTRACION DEL MODELO

SELECCIÓN DE CONJUNTOS DE DATOS DE ENTRENAMIENTO Y

PRUEBA_ANÁLISIS_DEFINICION DEL PROBLEMA Y SUS METAS

SELECCIÓN DE LA ARQUITECTURA DE LA RED NEURONAL_DISEÑO_COLECTA

DE INFORMACION

FORMACIÓN DE LA RED_CODIFICACIÓN _TRATAMIENTO DE DATOS

PRUEBAS DE LA RED_PRUEBAS_MODELO APRENDIENDO

USO Y VALORACION POR PARTE DEL CLIENTE

43
 SIGUIENTE ITERACION

FIN

Roles, Actividades y UML

 Líder del proyecto (Director de ingeniería de desarrollo de

software)

 Analista de sistemas (Experto en sistemas computacionales y

especialista en inteligencia artificial)

 Diseñador (desarrollador de software y especialista en

administración)

 Programador (desarrollador de software y especialista en

Machine learning)

 Probador de sistema (cliente, en este caso un profesional de

Audi)

 Técnico (desarrollador de software especialista en pruebas de

caja blanca/negra y mantenimiento)

44
Diagrama para roles

Figura 27. Roles e interconexiones entre los actores del proyecto. Fuente: Propia.

Diagrama UML de actividad para programación

Figura 28. UML para actividades en el ciclo de programación del software. Fuente:
Propia.

45
De acuerdo a la investigación se desarrollan las siguientes etapas:

Desarrollo de Etapas

1. Determinación de objetivos
o Comunicación con el cliente
o Restricciones
2. Análisis y evaluación de riesgos
o Riesgos técnicos
o Solución de riesgos técnicos
o Prototipo transformado
3. Ingeniería
o Diseño
o Codificación
o Integración
o Pruebas
o Instalación
o Soporte a usuario y mantenimiento
4. Planeación de siguiente iteración
o Determinación de recursos, tiempo y requerimientos para
siguiente fase
o Retroalimentación del cliente

Diagrama de Gantt para el caso propuesto

Se elabora un diagrama de Gantt considerando todos los factores previos, se asignan

roles en donde el color rojo corresponde al líder del proyecto, el color verde al analista
del proyecto, el color gris al técnico de pruebas, el color azul al diseñador administrativo,
el azul al cliente y el morado al programador especialista.

46
Figura 29. Diagrama de Gantt para as actividades correspondientes asignadas por fecha
y rol de trabajo. Fuente: Propia.

47
Descripción detallada de etapas para metodología “En Espiral” del
diagrama de Gantt

Primera Rueda, tiempo 0:

Cuadrante 1.1

DETERMINACION DE REQUISITOS

Estudio de mercado y factibilidad

Análisis del sistema

Formulación de requerimientos, metas del sistema de software administrativo y roles

Definición de requisitos del software en metas y restricciones con base a Norma ISO/IEC
12207

Selección de conjuntos de datos de entrenamiento y prueba de caja blanca/negra

Cuadrante 1.2

ANÁLISIS DE RIESGOS

Aseguramiento de rendimiento óptimo de equipo de cómputo

Aseguramiento de la consistencia de la red neuronal

Establecimiento de posible fallo de nodos neuronales artificiales

Investigación de la propagación de los errores

Documentar medidas correctivas

Cuadrante 1.3

DISEÑO DE LA RED DE IA

Selección de la arquitectura de la red neuronal

Codificación de arquitectura de las redes neuronales

Formación de la red neuronal siguiendo parámetros administrativos de Audi

Establecimiento de parámetros de pruebas

Pruebas de la red

48
Recopilación de datos y pre procesamiento

Entrenamiento de las redes de IA

Entrenamiento y pruebas del sistema completo de AI

Generación de las interconexiones de redes neuronales para el sistema completo de IA

Verificación del software de red neuronal en IBM z14 V1.0

Operaciones de mantenimiento correctivo para V1.0

Verificación del software de red neuronal en IBM z14 V1.0 corregido

Probando el software administrativo completo de IA V1.0 externamente con cliente

Cuadrante 1.4

PLANIFICACION DE FASE 2

Presentación de documentación de Fase 1 a gerencia

Junta de retroalimentación

Establecimiento de estrategia

Segunda rueda, tiempo 8 meses:

Cuadrante 2.1

DETERMINACION DE REQUISITOS

Generación de manual de usuario

Segundo análisis del sistema

Reformulación de requerimientos y metas del sistema de software administrativo

Redefinición de requisitos con base a Norma ISO/IEC 12207

Cuadrante 2.2

ANÁLISIS DE RIESGOS

Evaluación del equipo de cómputo

Aseguramiento de la consistencia de la red neuronal total

Documentación de fallos

49
Cuadrante 2.3

DISEÑO DE LA RED DE IA

Codificación de arquitectura de las redes neuronales con base a observaciones

Primer restablecimiento de la red neuronal siguiendo parámetros administrativos de

Audi

Pruebas de la red

Segundo entrenamiento de redes modificadas

Segundo entrenamiento y pruebas del sistema completo de AI

Verificación del software de red neuronal en IBM z14 V2.0

Operaciones de mantenimiento correctivo para V2.0

Verificación del software de red neuronal en IBM z14 V2.0 corregido

Probando el software administrativo completo de IA V1.0 externamente con cliente

Cuadrante 2.4

Resultado

Presentación de documentación de Fase 2 a gerencia

Junta de presentación de producto final

Producto final, 12 meses:

50
Figura 30. Producto final. Fuente: Propia.

51
 Desarrollo de proyecto tomando en cuenta todos los
elementos del sistema administrativo:

Algoritmo descriptivo del software administrativo

El programa conecta al área con otras áreas y con la central de la cede alemana. Al
ingresar a la plataforma, la interface corresponde a un bot de inteligencia artificial
con reconocimiento de voz que ejecuta tareas específicas a petición, presenta un
menú para las modalidades de contabilidad, CRM y recursos humanos,
comunicación, capacitación, entre otras.

Si el usuario ingresa a contabilidad solicita nueva contraseña por voz.

Al ingresar a contabilidad solicita acción de entre las cuales se puede elegir: consultas,
generación de reportes, inventario de la planta, pagos, cobros, proveedores, ente otras.
Al seleccionar consulta dirige a ventana correspondiente con posibilidad de crear
historiales y permite modificaciones con ciertas restricciones. El sistema es inteligente y
evita corrupción, si detecta anomalías genera reportes para áreas correspondientes, es
incorruptible.

Si el usuario ingresa RH solicita nueva contraseña por voz.

Al ingresar a RH solicita acción de entre las cuales se puede elegir: consultas,

contrataciones, despidos, vacantes, finiquitos, bonos de productividad, sanciones,
expedientes, cronogramas, plataformas de evaluación para aspirantes, ente otras. Al
seleccionar consulta dirige a ventana correspondiente con posibilidad de crear
historiales y permite modificaciones con ciertas restricciones. El sistema es inteligente y
genera empatía con los usuarios, propone y colabora para mejorar la vida laboral de los
empleados, conociendo sus necesidades a fondo.

52
Si el usuario ingresa CRM solicita nueva contraseña por voz.

Al ingresar a CRM solicita acción de entre las cuales se puede elegir: consultas,
expediente de clientes, metodologías, capacitación de vendedores, plataformas de
evaluación para vendedores, acceso a base de datos para emails, llamadas, reuniones,
notas y tareas de clientes, ente otras. Al seleccionar consulta dirige a ventana
correspondiente con posibilidad de crear historiales y permite modificaciones con ciertas
restricciones. El sistema es inteligente y mejora la calidad de las relaciones con los
usuarios, envía automáticamente material informativo para optimizar las ventas a los
clientes de acuerdo a sus necesidades particulares.

Si el usuario ingresa comunicación solicita acción de entre las cuales se puede elegir:
base de datos de la empresa Audi, contacto con proveedores, contacto con empresas,
contacto con fabricantes, contacto con concesionarias y agencias alrededor del mundo,
y proporciona datos según sea requerido, ente otras.

Si el usuario ingresa capacitación solicita acción de entre las cuales se puede elegir:
acceso a interfaces de entrenamiento con realidad virtual, acceso a evaluaciones
continúas con realidad virtual, acceso a interfaces de realidad mixta para generación de
productos propios para Audi, ente otras.

En general el sistema implementa aprendizaje de maquina por lo que se actualiza

constantemente y solicita acciones que no puede realizar a los programadores, es decir
origina el autodesarrollo y la automatización de procesos.

53
Diagrama de tiempo EDT

El siguiente diagrama de estructura de descomposición de trabajo muestra las fechas

específicas de trabajo conjuntando al modelo en espiral y al diagrama de Gantt.

Figura 32. Diagrama EDT. Fuente: Propia.

Conclusiones finales

El lema de Audi es “liderazgo por tecnología”, esto quiere decir que su objetivo
empresarial es estar a la vanguardia de nuevas metodologías para obtener mejores
resultados que la competencia, cada vez que se implementa un sistema tiene que ser
más eficiente que el anterior, al encontrarnos en la era de la inteligencia artificial y del
aprendizaje de maquina estamos en el paradigma de implementar estas tecnologías
para mejorar la calidad de los servicios empresariales.

La implementación de servidores es indispensable para las áreas administrativas puesto

que optimizan el trabajo, una supercomputadora supone un gasto enorme, por lo que
se opta por un mainframe. Los costos de la empresa se verán reducidos
exponencialmente y las ganancias aumentaran proporcionalmente con el tiempo puesto
que los sistemas automatizados optimizan las finanzas empresariales.Los sistemas de
mainframe prometen a las empresas la seguridad en sus sistemas y la mejora en sus
procesos administrativos, al considerar el sistema operativo y la posibilidad de desarrollo
que se tiene para las aplicaciones dentro de este entorno se hace posible la creación de

54
sistemas avanzados que no solo cumplan con los requisitos del cliente sino que los
superen. Un proyecto para una empresa de talla internacional requiere de una
metodología de desarrollo adecuada sobre todo si se trata de un software “ hecho a la
medida” que tendría especificaciones iniciales aún más estrictas por lo que se opta por
un modelo clásico considerando que el periodo de desarrollo es relativamente largo y
los recursos son casi infinitos, pero cabe mencionar que al estar en un entorno de
ingeniería, lo que se busca es optimizar los recursos, se trata de mejorar a la empresa
con el menor presupuesto posible para obtener los mejores resultados en el menor
tiempo posible.

Las empresas siempre buscan vender más y mejores cosas. Los servicios CMR están
integrados en el programa, la empresa no requiere contratar software externo para
establecer vínculos con los clientes puesto que el software del kit de herramientas de
inteligencia artificial administrador o “Artificial Intelligence Administrador Tools” ya lo
tiene integrado.

La inteligencia artificial tiene como finalidad la automatización de los procesos por este
motivo el programa propiamente puede efectuar corrección de errores y analizar los
riesgos por sí mismo en el futuro gracias al aprendizaje de maquina o “machine
learning”. López (2017) afirma que “el aprendizaje automático funciona adaptándose a
nuevas circunstancias y detectar o extrapolar patrones”. La idea con referencia al
programa de desarrollo es que el programa por sí mismo puede evaluar riesgos y
corregir errores por sí mismo. Generar un rrazonamiento automático para utilizar la
información almacenada y responder a preguntas logrando conclusiones
automatizadas. Lograr un procesamiento de un lenguaje natural para comunicarse
satisfactoriamente y la representación del conocimiento que almacena datos relevantes.

El proyecto se lleva a cabo de principio a fin y se cumple con todos los requisitos de
actividad propuestos por el contenido nuclear de IEU. Con respecto al diagrama de
Gantt, algunas actividades del diagrama se llevan a cabo casi en paralelo o emparan en
fechas lo cual implica un ahorro de tiempo, las actividades correctivas o de modificación
toman menor tiempo puesto que el sistema ya está efectuado y únicamente requiere de
leves modificaciones. Cabe mencionar que se plantea la idea a 1 año aunque si se
contara con más tiempo el resultado sería todavía más satisfactorio pero con el año fue
suficiente para culminar con el trabajo de forma exitosa de acuerdo a lo planteado en el
desarrollo del proyecto. Se considera que Grupo Audi puede mejorar si incorpora
sistemas de inteligencia artificial no solo a sus desarrollos automotrices sino también a
sus corporaciones.

55
Video 4. Audi a la vanguardia tecnológica. Fuente: Audi.

56
Fuentes Bibliográficas

1. Anónimo. S/f. Historia de Audi. Capítulo 3, (pp. 36-57). PDF consultado en

Noviembre de 2018. Recuperado de
http://catarina.udlap.mx/u_dl_a/tales/documentos/lad/lopez_a_e/capitulo3.pdf
2. Apache. (2018). Proyecto Apache Hadoop. USA. Página web consultada en
Noviembre de 2018. Recuperado de http://hadoop.apache.org/
3. AUDI GP. (2018). Página oficial. Alemania. Página web consultada en
Noviembre de 2018. Recuperado de https://www.audi.com/en/experience-
audi/audi-sport.html
4. AUDI GP. (2018). Página oficial. Alemania. Página web consultada en
Noviembre de 2018. Recuperado de
https://www.audi.com/en/company/strategy.html
5. AUDI GP. (2018). Página oficial. Alemania. Página web consultada en
Noviembre de 2018. Recuperado de
https://www.audi.com/en/company/investor-relations/events-and-
presentations/investor-presentations.html
6. Buitrago, J. (2006) Elaboración del plan de negocio. PDF Consultado Noviembre
de 2018. Recuperado de: http://viref.udea.edu.co/contenido/pdf/068-
elaboracion.pdf
7. Campos, C. (2017) Página web consultada en Noviembre de 2018. Recuperado
de http://concepcioncampos.org/5-ejemplos-de-inteligencia-artificial-ia-en-la-
administracion-publica-presente-o-futuro/
8. Creately, 2018. Diagramador online. Página web consultada en Noviembre de
2018. Recuperado de https://creately.com/
9. DL4J. (2018). Página oficial de bibliotecas para AI. USA. Página web consultada
en Noviembre de 2018. Recuperado de https://deeplearning4j.org/
10. Draw. (2018). Editos. USA. Página web consultada en Noviembre de 2018.
Recuperado de https://www.draw.io/
11. Eddolls, T. (2017). The Power of AI & Machine Learning. Now On Mainframes.
USA. Toolbox Tech. Página web consultada en Noviembre de 2018.
Recuperado de https://it.toolbox.com/blogs/trevoreddolls/the-power-of-ai-
machine-learning-now-mainframes-121017
12. Gobierno del estado de PUEBLA. (2017). Periódico oficial del ejercicio fiscal
2017. (pp.13). Segunda edición, México.

57
13. IBM. (2018). Productos. USA. IBM. Página web consultada en Noviembre de
2018. Recuperado de https://www.ibm.com/mx-es/it-infrastructure/z/os
14. Laboratorio Nacional de Calidad del Software. (2009). Ciclos de vida del
desarrollo del software. En Ingeniería del software: Metodología y ciclos de vida.
(pp.24-43). España: INTECO.
15. López, R. (2017). Introducción a la Inteligencia Artificial. Discus. Pelican.
Argentina. Página web consultada en Noviembre de 2018. Recuperado de
https://relopezbriega.github.io/blog/2017/06/05/introduccion-a-la-inteligencia-
artificial/
16. Méndez, S. (2016). Audi en Puebla: Superexplotación de trabajo y devastación
ambiental. La izquierda, web. Versión WEB. Página web consultada en
Noviembre de 2018. Recuperado de https://www.laizquierdadiario.mx/Audi-en-
Puebla-superexplotacion-de-trabajo-y-devastacion-ambiental
17. Microsoft. (2018). Sales Force Automación. Microsoft Dynamics 365.
USA.Página web consultada en Noviembre de 2018. Recuperado de
https://dynamics.microsoft.com/es-
mx/sales/overview/?&OCID=AID720971_SEM_2XpsmqTP&utm_source=Googl
e&utm_medium=CPC&utm_term=%2Bcrm&utm_campaign=Dynamics&lnkd=G
oogle_D365_Nonbrand&gclid=Cj0KCQiAlIXfBRCpARIsAKvManyKOdsJFSoVJ
OkOlRvAKUnWU9ZTxrwlLHT22Gnp277KC5QywNbe4MMaAqniEALw_wcB
18. Monden, Y. (2012). Toyota production system: an integrated approach to just-in-
time. LinkBoca Raton: CRC Press.
19. Notimex. (2018). Audi reporta aumento de ingresos y ganancias en 2017.
Economía de Hoy. México. Página web consultada en Noviembre de 2018.
Recuperado de https://www.economiahoy.mx/empresas-eAm-
mexico/noticias/9008416/03/18/Audi-reporta-aumento-de-ingresos-y-
ganancias-en-2017-.html
20. Perez, G. (2017). Característica de las computadoras actuales. LinkedIN.
Slideshare. USA. Página web consultada en Noviembre de 2018. Recuperado
de https://www.slideshare.net/GastonPerez1/caracteristicas-de-
lascomputadorasactu
21. Plan de acción para la puesta en marcha del proyecto empresarial – Red
Emprende y Trabaja del Somontano. (2014). Página web consultada en
Noviembre de 2018. Recuperado de
http://redemprendeytrabaja.somontano.org/7-%C2%B7-plan-de-accion-par-la-
puesta-en-marcha-del-proyecto-empresarial/

58
22. Rudvold, D. (s/f). A Software Development Process Model for Artificial Neural
Networks in Critical Applications. Colorado Technical University and Xaim Inc.
PDF consultado en Noviembre de 2018.
23. Tutorials Point. (s/f). Software, Ciclo de Vida de Desarrollo. USA. Página web
consultada en Noviembre de 2018. Recuperado de
https://www.tutorialspoint.com/es/software_engineering/software_development_
life_cycle.htm
24. UTBIS PUEBLA, 2018. Centro escolar. Página web consultada en Noviembre de
2018. Recuperado de http://utbispuebla.edu.mx/
25. Yao, M. (2018). Forbes. USA. Página web consultada en Noviembre de 2018.
Recuperado de https://www.forbes.com/sites/mariyayao/2018/04/18/6-ways-ai-
transforms-how-we-develop-software/#52c3595e26cf

59
Anexos

Programas

Microsoft Excel

Diagramador Creately

Diagramador Drawio

Normas

Norma IEEE-830

Norma ISO/IEC 12207

Norma ISO/IEC 28119

60