Internacionalización de las pymes: análisis de recursos y capacidades internas mediante lógica difusa

Resumen

Las pymes del sector textil enfrentan grandes desafíos de internacionalización derivados de la dinámica de la globalización y de la firma de tratados de libre comercio en la última década. Para ello se requiere analizar su capacidad de internacionalización en términos de recursos, habilidades y capacidades para desarrollar estrategias que permitan participar de la nueva dinámica en una forma apropiada. Se propone un sistema de inferencia difuso para modelar estos factores que determinan el éxito en un proceso de internacionalización. Se utilizan variables lingüísticas, extraídas de empresarios, expertos, consultores e investigadores de la materia y, por medio del juicio de expertos, se definen los factores internos que explican la capacidad de internacionalización. El modelo propuesto se aplica por medio de un estudio de caso del clúster textil-confección en Medellín (Colombia). Se obtiene en la ejecución del modelo un índice global particular de 26.7 para las capacidades internas para iniciar un proceso de internacionalización. El resultado obtenido confirma la hipótesis de que las capacidades y recursos de que dispone actualmente el sector analizado no son suficientes para una inserción exitosa en el mercado internacional y, lo más importante, especifica los factores y variables en los que intervenir para mejorar la capacidad interna de internacionalización.

Abstract

SMEs in the textile and apparel sector face major internationalization challenges arising from the dynamics of globalization and the signature of free trade agreements during the last decade. It is then necessary to analyze the export capability of these enterprises in terms of the resources, skills, and abilities needed to participate successfully in the international scene. A fuzzy inference system is proposed to model the resources, skills, and capabilities that determine export success. Linguistic variables, collected from entrepreneurs, experts, consultants, and researchers in the field, were used to define the internal factors that explain export capabilities. The proposed model is validated by using the textile and clothing cluster in Medellin, Colombia, as a case study. The model reports a particular global index of 26.7 for export capabilities. On the one hand, the result confirms the hypothesis that the capabilities and resources currently available to the sector are not sufficient for a successful integration into the international market, and most importantly, on the other hand, it specifies which factors and variables are important to improve the export capability of the sector.

Introducción

Para el caso colombiano, se plantea que el modelo de internacionalización debe considerar el fortalecimiento del entorno empresarial para abordar un proceso de globalización gradual y exigente, tomando el tema de la exportación como el primer paso para posicionarse en el escenario mundial. Sin ser la única base, el proceso debe surgir de un contexto histórico local y fortalecer el desarrollo interno de la empresa para enfrentar los mercados internacionales y sus retos con la capacidad que esto demanda. Esta realidad requiere de herramientas prácticas para el desarrollo estratégico internacional de las pymes en Colombia, que permitan afrontar los retos que implica cualquier proceso de integración al que se vincule el país.

A nivel mundial, Colombia es ampliamente reconocida por sus ventajas significativas como productor de textiles y prendas de vestir. Esta industria representa cerca del 8% del producto interno bruto (PIB) industrial y el 3% del PIB nacional. Además, contribuye con el 13% de las exportaciones de manufacturas y es responsable del 24% del empleo industrial. La industria textil y del vestido está compuesta por alrededor de 10,000 fábricas localizadas en 7 ciudades. Medellín absorbe alrededor del 40% de las empresas del sistema, lo que la ubica en la cima de la industria textil en Colombia, generando más del 6% del PIB industrial (Inexmoda, 2011).

Comparativamente, a nivel internacional, la industria textil colombiana evidencia una baja penetración en la participación de las exportaciones de este sector, lo cual pone de manifiesto la necesidad de repensar la estrategia de negocio bajo la luz de la evidencia empírica reflejada por la debilidad o fortaleza de los factores críticos del éxito exportador. En este orden de ideas, este artículo propone un modelo para crear un índice global de evaluación de la capacidad de exportación de las empresas, recurriendo a variables cualitativas de naturaleza lingüística. Para ello se propone un sistema de inferencia difuso (FIS), como un enfoque de análisis flexible, que permite realizar una evaluación integral de los recursos y capacidades internas para iniciar un proceso de internacionalización de las empresas de una manera sistemática.

Las relaciones entre variables explicativas de dicha capacidad se definen usando la técnica de criterio de expertos y se consideran los factores internos más relevantes, a saber: marketing, logística, gestión de planificación, planificación de recursos humanos y financieros, entre otros, para conseguir un mayor grado de objetividad en la medición. Cada factor crítico de éxito se compone de un conjunto de entre 10 y 12 variables lingüísticas específicas cuyas relaciones se definen mediante la valoración de empresarios, académicos, usuarios y expertos en comercio internacional. El sistema de modelación FIS permite correlacionar las variables lingüísticas y ajustar los datos para generar un índice numérico global que represente y permita evaluar las capacidades de internacionalización de pequeñas y medianas empresas (pymes) en la industria textil-confección de Medellín (Colombia).

Este artículo se compone de 5 secciones incluida esta introducción. En la sección 2 se presenta una revisión teórica sobre la internacionalización de las empresas y la importancia del proceso exportador para su desarrollo. Igualmente, muestra los antecedentes teóricos y aplicaciones de los modelos de la lógica difusa. La sección 3 aborda la teoría del sistema de inferencia difusa y la sección 4 presenta los resultados del estudio de caso para la industria textil-confecciones donde se aplicó este método; por último, se presentan las conclusiones, recomendaciones y limitaciones.

Revisión de la literatura

Estudios empíricos y perspectivas teóricas en torno a los recursos y la internacionalización de las empresas

La internacionalización de la empresa, como fenómeno económico, ha despertado el interés investigativo desde diversas aristas. Santiso (2007) estudia las empresas de la economía española, y muestra como en la década de los noventa, se convirtieron en jugadores globales tomando a América Latina como trampolín internacional para la conversión de las empresas españolas. En Argentina, se analiza el proceso de internacionalización de un grupo de empresas industriales a partir de la instalación de plantas en el exterior; presentan como hipótesis que el proceso, más que un fenómeno puntual y aleatorio, es el resultado de un complejo de causas relacionadas con las características y dinámica de la estructura productiva interna (Bisang, Fuchs, y Kosacoff, 1992,).

Otros estudios abordados indican como denominador común que la internacionalización significa el conjunto de operaciones para establecer vínculos, con cierto grado de estabilidad, entre la empresa y los mercados internacionales, por medio de un proceso incremental de implicación y proyección internacional (Root, 1994; Rialp, 1999). Por su parte, Cruz (2010) realiza una investigación empírica en 100 empresas de 3 países: Argentina, Bolivia y Panamá, seleccionados en función de la facilidad de acceso a las empresas. En él concluye que la gran mayoría de las empresas (65%) indica que el acceso a la internacionalización ha sido gradual; mientras que una minoría (11%) indica que ha sido a gran velocidad; en tanto que una fracción importante de las entrevistadas (24%) manifestó su condición de empresas «nacidas globales».

En cuanto al enfoque de recursos, Escandón y Hurtado, 2013 señalan que la decisión de incursionar en un mercado foráneo surge del análisis de la estrategia global considerada para competir internacionalmente, la cual depende de la ventaja competitiva en recursos y capacidades del sector, del país de origen o de alianzas estratégicas. Los recursos y la propiedad de ventajas específicas son factores importantes para el proceso de internacionalización de una firma (Gaur, Kumar y Singh, 2014). Es menester enfatizar que una ventaja sostenible demanda no solo la propiedad de activos y conocimientos difíciles de replicar, sino que también requiere una exclusiva batería de capacidades dinámicas, las cuales pueden ser adquiridas y continuamente creadas, extendidas, protegidas y mantenidas como una base de activos única (Teece, 2007). En el trabajo de Lin y Wu (2014), encuentran que las capacidades dinámicas de aprendizajes media de forma más eficaz la consolidación de los recursos más valiosos, raros, inimitables y no sustituibles con que cuenta una firma.

Para el caso colombiano, Castro (2007) plantea que el modelo de internacionalización debe considerar el fortalecimiento del entorno empresarial colombiano para abordar un proceso de globalización gradual y exigente. Argumenta que se ha tomado el tema de la exportación como el primer paso para la internacionalización, pero que no puede ser la única base: el proceso debe surgir de un contexto histórico local y debe fortalecer el desarrollo interno de la empresa para enfrentar los mercados internacionales y sus retos con la capacidad que esto demanda. Concluye que, a través de herramientas prácticas para el desarrollo estratégico internacional de las pymes en Colombia, se lograrán afrontar los retos que implica cualquier proceso de integración al que se vincule el país.

Ahora bien, desde los diferentes enfoques teóricos propuestos que intentan explicar el proceso de internacionalización de las empresas, se toman en consideración 3 perspectivas. En primera instancia, la perspectiva económica que considera la internacionalización de la empresa mediante el análisis de la globalización, las empresas multinacionales y sus operaciones y, más específicamente, por medio de las actividades de las empresas transnacionales, a la que pertenecen las teorías que detallan el proceso de internacionalización a través de una figura que se han enfocado en los costos y las ventajas económicas de la internacionalización (Rialp, 1999; Gómez Suárez, González, Lusa, y Osorio, 2006).

En segundo lugar, la teoría de recursos y capacidades (Wernerfelt, 1984) trata la internacionalización como un compromiso de aprendizaje incremental basado en la acumulación de conocimiento y la incorporación de recursos y habilidades para la orientación a los mercados externos; se presenta el caso particular del modelo Uppsala y sus derivaciones y adaptaciones (Johanson y Wiedersheim-Paul, 1975; Alonso, 1994; Rialp, 1999; Gutiérrez y Heras, 2000).

En tercer lugar, surge la teoría de redes, las comunidades clústeres y el proceso de internacionalización (Thomas y Araujo, 1985; Thorelli y Cavusgil, 1990). Por su importancia se deben considerar las nuevas concepciones que asimilan el proceso de internacionalización como un desarrollo lógico de las redes interorganizativas y sociales de las empresas, categoría que ubica el caso particular del concepto de clúster (Johanson y Mattson, 1988; Blankenburg Holm, 1995).

En la década de los 80 del siglo pasado, se acentúa la visión estratégica de que los factores internos de la empresa facilitan o entorpecen el camino hacia la internacionalización. La teoría de recursos y capacidades expone las circunstancias que explican como empresas que operan en entornos competitivos similares y con factores de éxito comunes para el sector económico generan en promedio rentabilidades superiores y diferenciadas (Huerta, Navas y Almodóvar, 2004).

En este orden de ideas, la gestión de las empresas en los mercados internacionales depende de sus factores internos, en especial de las capacidades y recursos disponibles, partiendo de la premisa de que los beneficios obtenidos por una empresa están en función de los factores externos (características competitivas del entorno) y los factores internos (la integración de los recursos de que dispone). Estos últimos son quizá el mayor reto de esta investigación, porque se requiere proponer una batería adecuada de capacidades y definir su importancia y relevancia estratégica para la construcción de ventajas competitivas (Wernerfelt, 1984).

En general, la teoría de soporte considera las capacidades como las habilidades y procedimientos organizacionales, tales como: los procesos, activos, sistemas de información y el conocimiento que habilitan a una empresa para formular estrategias apropiadas para competir internacionalmente (Barney, 1991; Claver y Quer, 2001). En este contexto, uno de los retos de la dirigencia empresarial radicará en identificar, desarrollar, proteger y desplegar recursos y capacidades de una forma tal que la empresa obtenga una ventaja competitiva sostenible que le proporcione un retorno superior (Amit y Schoemaker, 2012; Tallman y Fladmoe-Lindquist, 2002).

En síntesis, siguiendo los planteamientos de Hamel y Prahalad (1994), la posición competitiva de una empresa será una función directamente proporcional a la forma como combina sus recursos y capacidades, sin dejar de lado que lo que se espera para una empresa va más allá del conjunto de capacidades que puede desarrollar, lo que significa que la estrategia de la firma adquiere una nueva dimensión que implica, por ejemplo, que la competencia de las firmas no se sitúe en el desarrollo de nuevos productos sino en la capacidad incorporada para desarrollar estos. Esto implica que la estrategia debe reconocer como la firma requiere desaprender mucho de su pasado antes de encontrar su futuro. Por lo tanto, la estrategia se preocupa menos de obtener un ajuste preciso entre las metas y los medios y más de crear metas flexibles que reten a los empleados; la estrategia es más que alinear los recursos escasos por medio de proyectos competitivos y encontrar cómo superar las restricciones de estos por medio de una indefinida y creativa búsqueda de un mejor uso de los recursos en promedio.

La evidencia parece confirmar que la generalidad de los procesos de internacionalización de las pymes son fenómenos esencialmente evolutivos en los cuales, a través del tiempo, se concentran habilidades y conocimientos que viabilizan la superación de barreras y permiten alcanzar niveles competitivos superiores; esa evolución está íntimamente ligada a la incorporación de conocimientos y a la sofisticación de la gestión. En ese orden de ideas, este trabajo presenta una hipótesis que se apropia de la teoría de recursos y capacidades como modelo de aclaración. Dicha teoría data de 1984 y esgrime como propósito analizar los recursos y capacidades para identificar el potencial de una firma para instaurar ventajas competitivas a través de identificar y valorar los recursos y habilidades disponibles, ya sea porque los posee o tiene posibilidades de alcanzarlos, se enfatiza la importancia de este análisis para explicar la evolución de sus resultados (Wernerfelt, 1984).

Modelo de inferencia difuso

La lógica difusa, al contrario de lo que su nombre indica, es un raciocinio alternativo a la lógica clásica que pretende calificar información imprecisa, es decir con cierto grado de vaguedad, haciendo énfasis en que las borrosas son las variables, que representan esta información, y no el modelo como tal (Zadeh, 1965; 2008). En el entorno cotidiano, mayormente empresarial, gran parte del conocimiento es disonante con la realidad, es decir, impreciso, vago, ambiguo, inexacto, incierto o probabilístico por naturaleza. El razonamiento –por la vía de la reflexión y el pensamiento de los seres humanos–, en un alto porcentaje, contiene información de este tipo, originada en la inexactitud intrínseca de los conceptos y del raciocinio desprendido de experiencias similares (Dourra y Siy, 2002; Darshan, Jagdev y Om Pal, 2012).

En la actualidad, la lógica difusa o borrosa atrae a un gran número de seguidores, debido a que utiliza expresiones que no son ni cabalmente ciertas ni plenamente falsas, es decir, es la lógica adaptable a conceptos que pueden tomar un valor cualquiera de veracidad en un conjunto de valores que fluctúan entre 2 extremos: la verdad absoluta y la falsedad total. Es importante clarificar que lo que es difuso, complejo o impreciso no es la lógica en sí, sino el objeto que pretende estudiar: expresa la falta de definición del concepto al que se aplica (Zadeh, 2008). La lógica difusa trata información imprecisa, el margen de contribución de una empresa es bajo o la volatilidad de la tasa de cambio es alta, en términos de conjuntos borrosos que se combinan en reglas para definir acciones: si proposición 1, entonces proposición 2. Ejemplo: si la volatilidad de la moneda es alta, entonces el margen de ganancia de las empresas exportadoras es bajo. Así las cosas, los sistemas de control difuso ajustan variables de entrada, definidas en términos de conjuntos difusos, por medio de grupos de reglas que originan uno o varios valores de salida.

Un sistema basado en lógica difusa, como consecuencia de la simplicidad de los cálculos exigidos (básicamente sumas y comparaciones), permite aprovechar el conocimiento de los expertos en un tema, como la base para alcanzar una optimización automática al formalizar el conocimiento ambiguo que se desprende del sentido común, de una forma operable (Martín del Brio y Sanz, 2002). Los modelos de lógica difusa son agudamente flexibles, tolerantes a la imprecisión de los datos y posibilitan manipular funciones no lineales de diversa complicación y, lo más importante, no dependen de supuestos estadísticos alrededor de las características de los datos y sus distribuciones de probabilidad. Ante la presencia de información imprecisa e insuficiente, el uso de instrumentos estadísticos ni garantiza, ni es suficiente para obtener resultados significativos. Una combinación de un sistema de lógica difusa con la experiencia o conocimiento desarrollada e incorporada en un grupo de expertos, en el proceso de la toma de decisiones, es una extraordinaria forma de conquistar resultados positivos (Kosko, 1994).

Ahora bien, la aplicación de los conjuntos difusos se ha difundido ampliamente para el diseño y respaldo de la toma de decisiones en múltiples áreas del conocimiento: evaluación de proyectos, evaluación de riesgos operativos, detección de fallas o fraudes, sistemas de diagnóstico en aplicaciones médicas, sistemas de diagnóstico en psicología y sociología, aplicaciones en mercadeo, controladores de equipos industriales, evaluación sociopolítica y control de calidad, entre otros (Medina, 2006). Mendoza (2009) desarrolla una aplicación, en el ámbito social, sobre la percepción de los actores de una empresa acerca de la autonomía y eficiencia de los trabajadores. Wi y Jung, 2014 proponen una aplicación para relacionamientos sociales basada en el conocimiento para distinto tipo de organizaciones. Rush, Bessant, y Hobday, 2007 proponen el desarrollo de una evaluación y auditoría de capacidades en materia de tecnología. Aguirre (2010) expone una metodología para medir y evaluar las capacidades tecnológicas de innovación y su impacto en el desempeño de empresas de ingreso tardío al mercado; capacidades que también se han modelado en el sistema universitario (Serrano, 2010; Veltri, Mastroleo, y Schaffhauser-Linzatti, 2014).

En las decisiones empresariales en el área financiera, de producción y toma de decisiones se encuentra como Dourra y Siy (2002) que parten de los indicadores financieros y generan nuevas variables que son parametrizadas mediante conjuntos difusos para aplicar en decisiones e inversión. Medina y Paniagua (2008) desarrollan un trabajo en una cooperativa de servicios financieros con un FIS para evaluar la solvencia de los asociados solicitantes de crédito. Torabi y Hassini (2008) se orientaron a la creación de un modelo para integrar los distintos niveles de la cadena de suministros, considerando múltiples proveedores, un fabricante y diversos centros de distribución, teniendo en cuenta que la demanda del mercado, el costo por periodo y los niveles de capacidad son variables imprecisas. Björk (2009) plantea un modelo para la determinación de la cantidad económica de pedido utilizando pedidos diferidos; en él la demanda y los leed times son parámetros difusos. El trabajo desarrollado por Wang y Liang, 2004 presenta un novedoso e interactivo modelo de programación lineal probabilística para solucionar un problema de planeación agregada con incertidumbre en la demanda prevista, gastos de funcionamiento y capacidad. También existe una aplicación para determinación y proyección de la demanda, combinando las proyecciones del mercado y la entrega (Wanga y Chang, 2010). Sánchez, Herrera, y Herrera-Viedma (2009) corroboran la importancia de una planificación de recursos empresariales en las organizaciones para integrar de una forma adecuada la información. Vergara y Gaviria (2009) demostraron la aplicabilidad que posee la lógica difusa para resolver problemas de planeación de la producción. Marchi, Vignola, Facchinetti, y Mastroleo (2014) modelan la selección de mercados internacionales por parte de pequeñas empresas. Arango, Serna, y Pérez, 2012 desarrollan una aplicación en la gestión de indicadores empresariales para la toma de decisiones que propone un sistema de medición y análisis basado en el Balance Scorecard, incorporando técnicas de lógica difusa para disminuir la incidencia de la incertidumbre en dichos procesos. Cejas-Montero (2011) utiliza la lógica difusa como un modelo lógico para la modelación simultánea de los procesos deductivos y de toma de decisiones empresariales.

Método

Hipótesis

El proceso normal de transformación de una empresa local en internacional es gradual, en el que el nivel de compromiso de la empresa crece paralelamente con su conocimiento del mercado externo y las variables inherentes a su propio proceso. Como resultado, la expansión internacional de la compañía consiste en un conjunto de pasos secuenciales, en los que inicialmente se instalan fuera de sus fronteras aquellos procesos más cercanos a las actividades de cadena de valor del cliente, como es el caso de las exportaciones, enmarcado como una actividad de comercio exterior para, a partir de allí, iniciar un proceso de internacionalización asumiendo mayores retos y compromisos. Como se ha establecido que la conducta de las empresas en los mercados internacionales depende de los factores internos a ella, en el caso particular de las pymes del sector textil/confección de la ciudad de Medellín, se afirma que las capacidades y recursos de que dispone actualmente no son suficientes para una inserción exitosa en el mercado internacional. Por tanto, se requiere adoptar estrategias para mejorar aspectos internos en los que se presentan debilidades, potenciar aquellos en los que existen fortalezas y facilitar la incorporación de las ventajas competitivas requeridas para el posicionamiento internacional.

Diseño de la investigación

Los objetivos del estudio se limitaron a la ciudad de Medellín como el principal productor de textiles, así como un centro internacional de la moda en Colombia. Esta es una investigación de corte analítico, con una orientación de corte mixto –de tipo cualitativo y cuantitativo–, en la cual se pretende, a partir de un conjunto de variables endógenas, elegidas mediante el método Delphi por un grupo de expertos del sector textil/confección, medir las capacidades y recursos que una firma necesitaría para abordar el proceso de internacionalización.

Para definir el método, se recurrió a un estudio elaborado por Vázquez y Vázquez (2007), en el que analizaron los trabajos empíricos y enfoques publicados entre 1999 y 2004, y que presentan como foco de atención de forma específica la internacionalización de las pymes. En la pesquisa abordaron 29 trabajos y el criterio de selección fue la rigurosidad científica. Concluyen que las técnicas y metodologías más recurrentes en los estudios señalados se limitan a los cuestionarios y las encuestas en profundidad para los estudios de caso, dentro de los cuales el 90% utilizaron esta técnica. Frente a los estudios empíricos, concluyen que las técnicas más empleadas por los investigadores fueron los análisis de regresión múltiple, análisis de regresión logarítmica, análisis de varianza, análisis multivariantes o combinaciones de algunos de estos.

En vista de la heterogeneidad de los estudios, se utiliza un amplio portafolio de variables que sería muy complejo de modelar con técnicas tradicionales. Por esta razón, se elige un modelo multicriterio basado en lógica difusa, debido a que es una técnica que se ha empleado con bastante éxito en la industria, y cada vez se está usando en multitud de campos, fundamentalmente porque no requiere de valores exactos, tolera valoraciones subjetivas de tipo lingüístico para los parámetros del problema y las agrega convenientemente a modelos matemáticos complejos (Medina, 2006). Entre las características diferenciadoras de la lógica difusa podemos mencionar: soporta datos imprecisos, es conceptualmente fácil de entender, flexible, basada en el lenguaje humano y en la experiencia de expertos conocedores del problema en cuestión (Zadeh, 1965; Bellman y Zadeh, 1970). Así, se pueden modelar funciones no lineales de alguna complejidad y combina en forma unificada expresiones lingüísticas con datos numéricos, como es el caso de la relación entre las 157 variables elegidas para explicar la capacidad exportadora (Ver Anexo de variables explicativas), que exige utilizar modelos no tradicionales que asienten una aproximación a variables de corte cuantitativo, transformando la solución del problema en una situación menos imprecisa.

Un sistema de lógica difusa se caracteriza porque posibilita utilizar el conocimiento de expertos en un área, como base para la automatización de procesos al formalizar dicho conocimiento, ambiguo en algunos casos, en un algoritmo realizable compuesto de cálculos de sumas y comparaciones (Martín del Brio y Sanz, 2002). Es así como la metodología aplicada permite representar tanto la percepción de los empresarios de pymes como las propuestas desarrolladas en la literatura y el juicio de expertos en el tema, para evaluar los recursos y capacidades que las empresas requieren en su evolución hacia un adecuado desempeño en internacionalización. Para ello, se recurre a la modelación de variables lingüísticas con las que se genera un valor numérico que representa dicha capacidad y cada uno de los factores que lo componen. Al respecto, Kaleka (2002) determina que ninguno de los factores, de forma independiente, se configura como un factor crítico en el proceso, de hecho es el efecto generado por la sinergia de su combinación lo que importa más, lo que justifica aplicar un sistema de lógica difusa para generar un indicador integral que represente la sinergia de las variables consideradas. Es así como, de manera sistémica, se hace una valoración integral con el propósito de tamizar las relaciones entre las variables explicativo-lingüísticas de dicha capacidad y de alcanzar mayor objetividad en la medición ajustada a los sistemas de percepción y valoración de los empresarios.

Los factores claves del éxito de internacionalización se determinan mediante la técnica de construcción de diagramas de afinidad. Se diseñan, además, los conjuntos difusos, las reglas de decisión, la base de conocimiento y los mecanismos de validación y posterior intervención, a partir de un grupo de empresas seleccionadas, y de la aplicación de un cuestionario con variables lingüísticas, definidas por un panel de expertos y empresarios. Finalmente, se aplica la métrica para cuantificar y evaluar la capacidad de internacionalización, la cual se genera con el software Matlab.

Metodológicamente, el trabajo se dividió en 3 etapas:

• 1.

  Construir un diagrama de afinidad, tomando como guía las capacidades de innovación tecnológica, expuestas por Yam et al. (2004), Cheng et al. (2006) y la cadena de valor de Porter (1985).

• 2.

  Construcción de un modelo de Excel, focalizado en 18 factores y 157 variables lingüísticas calificadas por un grupo de expertos. La base informativa inicial fue definida, en primera instancia de la revisión bibliográfica de los factores críticos de éxito considerados por consultores y escritores de temas empresariales y, mediante una lluvia de ideas. En este proceso, se recabaron 12 factores, 25 subfactores y 250 variables; posteriormente, se invitó a un grupo compuesto por 10 representantes legales del clúster de confecciones, agremiados en la Asociación Colombiana de Pequeños Industriales (ACOPI), y por el método de scoring se calificó la importancia de estos, hasta reducir la base informativa inicial a 8 factores, 18 subfactores y 157 variables. Luego, se conformó el grupo de expertos con los siguientes miembros: el coordinador regional de la Asociación Nacional de Empresarios de Colombia (ANDI) para el sector textil en el departamento de Antioquia; el director de ACOPI; 5 representantes de los empresarios de pymes del sector de confecciones y 3 consultores en planeación estratégica. Con base en estas percepciones, se definen funciones de pertenencia a conjuntos de fortalezas mayores, fortalezas menores, debilidades mayores y debilidades menores en un rango de [0-40].

• 3.

  Diseñar un sistema de inferencia difusa Mamdani (Mamdani, 1977), basado en obras de Medina (2006) y propuesto por Kosko (1994), Jang, Mizutani y Sun (1997) y Kasabov (1998).

Recolección de información

Los principales mecanismos para la recolección de información fueron encuestas, entrevistas semiestructuradas, observaciones dirigidas y actividades participativas. Para determinar las empresas de la muestra, se utilizó la base de empresas afiliadas a ACOPI y se seleccionaron 13 empresas para el estudio piloto mediante un muestreo por conveniencia. Se realizaron encuestas a los representantes legales de la empresa o, alternativamente, a quien ejecutara la función de planificación estratégica de negocios.

Conjuntos difusos y sistemas de inferencia difusos

Los FIS convierten variables de entrada (cuantitativas o cualitativas) en variables lingüísticas, a través de funciones de pertenencia o conjuntos difusos, los cuales son evaluados mediante un conjunto de reglas difusas del tipo condicional (if-then); luego estas variables adquieren valores concretos mediante un proceso conocido como defuzzyfication y de esta manera es posible analizar la información para la toma de decisiones (Bellman y Zadeh, 1970).

Los pasos para crear un FIS se proponen en la figura 1, se puede encontrar información de todo el desarrollo en Jang et al. (1997), Kosko (1994) y Medina (2010). A continuación, se enumeran las diferentes fases del diseño del FIS, adaptado de acuerdo con el proceso desarrollado de este trabajo:

• 1.

  Identificación del tipo de problema y el tipo de sistema difuso que mejor se ajusta a los datos.

• 2.

  Definición de variables de entrada y salida, sus valores difusos y sus funciones de pertenencia (parametrización de variables de entrada y salida).

• 3.

  Definición de la base de conocimiento o reglas difusas.

• 4.

  Ajuste del sistema, validando los resultados a partir de la prueba de escritorio.

• 5.

  Obtención de salidas del sistema mediante la información de las variables de entrada, utilizando el FIS, el cual utiliza operadores de composición.

• 6.

  Traslado de la salida difusa del sistema a un valor nítido o concreto, mediante un sistema de defuzzificación.

Figura 1.

Pasos para construir un FIS.

Fuente: Jang et al. (1997).

Limitaciones de los conjuntos difusos

Rajendra y Priti, 2009 mencionan como limitaciones del sistema de lógica difusa lo siguiente:

• 1.

  Los sistemas de lógica difusa carecen de las habilidades de aprendizaje de las máquinas, así como de los patrones de reconocimiento de memoria (tipo red neural). Por esta razón, los sistemas híbridos (por ejemplo, los sistemas neurofuzzy) son cada vez más populares para aplicaciones específicas.

• 2.

  Definir exactamente las funciones de membresía y las reglas borrosas es una tarea difícil. En la mayoría de los casos es imposible predecir cuántas funciones de pertenencia se requieren, incluso después de amplias pruebas.

• 3.

  Confirmar y probar un sistema basado en el conocimiento difuso generalmente exige de pruebas exhaustivas y con alto requerimiento de software, que algunas veces es un asunto de costos.

• 4.

  La estabilidad del sistema es una preocupación importante para el control borroso.

Implementación y resultados

Definición de la base de conocimiento para las reglas difusas

En primera instancia, en las sesiones de trabajo con expertos en comercio internacional y con un proceso de intercambio de ideas, se definieron 18 subfactores (fig. 2) que actúan como proxy para explicar las habilidades y recursos que deben gestionar las pymes en su proceso de exportación y que resumen las 157 variables lingüísticas definidas en la etapa 1 de la metodología. Luego, con la elaboración del diagrama de afinidad, a partir de los 18 factores se comprimieron en 5 factores fundamentales para medir la capacidad de exportación: 1) marketing, 2) logística, 3) planificación, 4) talento humano y 5) finanzas.

Figura 2.

Subfactores para explicar capacidad de internacionalización.

Fuente: Elaboración propia.

Se enfatiza que las 157 variables lingüísticas que componen los 18 factores surgieron de un análisis exhaustivo y una discusión por un equipo de expertos, después de evaluar la primera propuesta de 250 variables se consigue un rango final de 157 variables. Un conjunto tan amplio de datos tiene un ingrediente alto de imprecisión, así que se debe buscar una solución a través de conjuntos difusos.

El análisis se efectúa a través de 2 pasos:

En el primero se ponderan las 157 variables explicativas, a través de asignación de puntuaciones a cada una según su peso de acuerdo con la evaluación de expertos. Este procedimiento califica el peso de cada subfactor F_ji (j = 1... 18).

El segundo paso utiliza la calificación anterior para desarrollar una FIS para evaluar la capacidad de internacionalización. Las 18 entradas utilizadas como proxy de la capacidad de internacionalización se comprimen en 5 factores críticos de éxito mencionados anteriormente. Cada elemento representa un FIS de primer nivel en el sistema. Luego, las salidas de niveles bajos son las entradas del siguiente nivel. El siguiente paso recoge las 5 variables de nivel 1 y las transforma en 3 variables de segundo nivel: marketing y logística, planificación y talento humano, finanzas. Por último, el tercer nivel recoge toda la información reunida en los sistemas previos. El número total de sistemas difusos desarrollado fueron 8, conectados entre ellos.

Los siguientes 4 conjuntos difusos son asignados a cada una de las entradas-salidas: fortaleza mayor (FMy), fortaleza menor (FMn), debilidad menor (DMn) y debilidad mayor (DMy), y se define un rango para cada variable entre 0 y 40, como representa en la figura 3.

Figura 3.

Conjuntos difusos para las variables de entrada y salida.

Fuente: Elaboración propia.

Para construir la base de conocimientos o reglas borrosas del FIS aplicamos el procedimiento heurístico señalado en Medina (2010), que se utiliza en casos en los que se tienen en cuenta un gran número de variables de entrada. A continuación se resume el proceso:

• 1)

  El primer paso es pensar cada entrada X_i, según el efecto que tiene en cada salida Y_j. Definir qué peso, P_i, se asigna a cada entrada (importancia relativa de la variable de entrada).

• 2)

  Donde, Pi ∈ [0, 1, i = 1,…, n], n = variables de entrada del FIS. J = 1,…, m, m es el conjunto difuso definido para la entrada i.

  

• 3)

  Ponderación de la importancia de cada conjunto borroso (etiqueta lingüística) asignado a cada entrada X_i. Luego C_ij es el peso asignado a cada conjunto borroso de entrada X_i e indica el efecto sobre la salida Y_j.

  

• 4)

  Los expertos deben calificar cada escenario de la matriz de conocimiento, es decir, los expertos deben definir un conjunto de «reglas de referencia» para posteriormente validar la salida del FIS. En general, se recomienda definir escenarios extremos y medias, cuando el sistema es grande, para evaluar más fácilmente la calificación.

• 5)

  Reglas tipo Mamdani se expresan por: si X₁ es A₁, X₂ es A₂, … y X_k es A_k, Y entonces es B.

• 6)

  La puntuación para cada celda de la matriz de conocimiento se calcula por la siguiente relación:

  

• 7)

  El paso siguiente consiste en correlacionar todas las puntuaciones en cada celda de la matriz de puntuación con los conjuntos difusos asignados a la variable de salida Y_j. Este procedimiento se lleva a cabo obteniendo el valor máximo y mínimo de la matriz de las puntuaciones, K_max y K_min respectivamente. K_max - K_min, lo que permite decidir el rango de resultados que puede tomar la variable de salida Y_j. Por lo tanto, los conjuntos difusos se deben asignar a este rango. La puntuación en la intersección de conjuntos difusos (L₁ y L₂) decide el resultado desde el cual es asignado un conjunto borroso (bajo, medio, alto) a cada celda de la matriz (fig. 4).

  
  

  Figura 4.

  Conjunto de salida triangular Yj.

  Fuente: Elaboración propia.

La respuesta del sistema se puede ajustar cambiando la posición de los límites L₁ y L₂. La respuesta del sistema se ajusta a la matriz difusa de referencia, la figura 4 (compara la puntuación de cada celda con la puntuación de la intersección) exhibe las reglas previamente calificadas por los expertos. Este procedimiento permite conseguir la matriz de reglas borrosas.

Finalmente, la aprobación debería empezar con la matriz de reglas borrosas propuesta en el paso anterior para ajustar el sistema. Todas las celdas son evaluadas por expertos. Primero se requiere verificar que las «reglas de referencia» son definidas. Después, se debe verificar que todas las demás reglas propuestas sean consistentes, si no, los límites L₁ y L₂ deben moverse para ajustar la respuesta del sistema.

Después de aplicar el procedimiento, tenemos las matrices de reglas borrosas para cada sistema difuso (8 FIS, 8 matrices de reglas). La figura 5 muestra la matriz de reglas borrosas de tercer nivel que califican la capacidad de internacionalización de las pymes y se utilizaron como variables de entrada: marketing y logística, planificación y talento humano y finanzas con 64 reglas (4 × 4 × 4). Las reglas se expresan como: si «marketing y logística» es «DMn» y «planificación y recursos humanos» es «FMn» y «Finanzas» es «DMn» entonces «la capacidad de internacionalización» es «DMn».

Figura 5.

Gráficos de las variables de nivel 1.

Fuente: Elaboración propia utilizando el software Matlab.

Modelo de aprobación

Esta sección presenta la aprobación y consistencia del modelo. Se elabora a través de las sesiones de trabajo de expertos. Se contrastó el juicio de expertos versus el modelo simulado, verificando su funcionalidad y comparando con los resultados proyectados. Se consideran 3 escenarios, ordenados como casos: optimista, normal y pesimista, de acuerdo con los expertos, luego se comprueba que la salida de los sistemas sea consistente en cada caso.

El sistema FIS ajusta tanto las reglas if-then como el cambio de posición de los conjuntos difusos en los rangos definidos. A continuación, se busca una salida consistente con el juicio de expertos para la capacidad de internacionalización de las pymes (ECS). El grupo de expertos, consultores y empresarios, que fueron entrevistados y colaboraron con la normalización, son miembros de ACOPI, con experiencia en los mercados internacionales.

Otra forma de confirmar el modelo es a través de las superficies difusas, que muestran las relaciones y la coherencia entre las entradas y salidas. Si los comportamientos no son consistentes se deben revisar las reglas de conocimiento, proponer el uso de otro conjunto borroso para las variables de entrada/salida o mover los conjuntos difusos en el rango definido para cada variable. Cuando las superficies son deformes, indican que el modelo es consistente y también señalan que no hay relación lineal entre las variables. La aplicación se desarrolla en Matlab. Un ejemplo de una superficie difusa se muestra en la figura 6.

Figura 6.

Visor de reglas y superficie difusa.Fuente: Elaboración propia utilizando el software Matlab.

La figura 7 muestra el editor de reglas y las superficies difusas para evaluar la capacidad de internacionalización de las pymes. Las superficies no marcan ninguna relación lineal entre variables, cuando las entradas incrementan su calificación (planificación y recursos humanos, marketing y logística y finanzas), entonces mejora la capacidad de exportación de la empresa. La evaluación permite identificar los aspectos que se deben mejorar y dónde es necesario tomar medidas administrativas para mejorar capacidad de exportación. Las calificaciones de planificación y recursos humanos = 28.7, marketing y logística = 27.6 y finanzas = 28.1 dan como resultado una calificación para la capacidad de exportación de 26.7 que equivale a FMn. Se obtiene esta calificación después de evaluar los anteriores sistemas difusos (sistemas de primer y segundo nivel) Tabla 1.

Tabla 1.

Matriz de reglas difusas

Fuente: Elaboración propia.

Después de verificar la consistencia del algoritmo, un ajuste y aplicación experimental se lleva a cabo con el método propuesto. Los entrevistados identificaron varios beneficios en esta herramienta para el diagnóstico de ECS, así como el impacto de su aplicación en cualquier empresa del sector de manufactura. Por tanto, el enfoque del modelo fue aceptado por los encuestados, y se destacó el proceso de aprendizaje. Se infiere que las empresas del sector textil/confección requieren diseñar y cumplir con los programas, proyectos y estrategias para fortalecer la capacidad de innovar y competir para lograr el éxito en la región. Este examen se realiza en 13 empresas piloto miembros de ACOPI.

El ejercicio de agregación de resultados se reporta en la figura 8. Las evaluaciones se ponderaron según el peso dado a cada elemento, luego se calcula el valor promedio para la capacidad de internacionalización. Las columnas 3 a la 15 presentan la evaluación de los expertos, la columna 16 muestra el valor promedio y la columna 17 contiene el peso para cada entrada. Por ejemplo, el valor obtenido por el factor marketing es 27.2, y es el resultado de la suma ponderada de cada factor secundario de la siguiente manera: 30.4 × 0.30 + 26.4 × 0.35 + 25.2 × 0.35 = 27.2, que coinciden con el conjunto difuso FMn, según el juicio de expertos. Si se repite el procedimiento para cada factor, se obtiene un valor de 26.7 como calificación final de la capacidad de internacionalización, el cual coincide con una FMn. Este resultado es coherente con los resultados del modelo FIS (fig. 7) Tabla 2.

Tabla 2.

Resultados de nivel III

Fuente: Elaboración propia utilizando el software Matlab.

Conclusiones

En este trabajo se propone un marco lógico que integra variables lingüísticas para definir la capacidad de internacionalización como talento humano, infraestructura, estrategias de innovación, acuerdos de libre comercio, finanzas y estrategias de marketing; se construyó un FIS para modelar los determinantes del éxito de internacionalización considerando las variables lingüísticas —cualitativas y cuantitativas— que se consideran más relevantes para explicar cada factor considerado. El modelo propuesto se aplica como caso de estudio para una prueba piloto de 13 empresas del sector textil/confección en Medellín (Colombia).

En la ejecución del modelo se obtiene un valor particular de 26.7 para tales habilidades. El resultado obtenido confirma la hipótesis de que las capacidades y recursos de que dispone actualmente el sector analizado no son suficientes para una inserción exitosa en el mercado internacional y, lo más importante, especifica los factores y variables sobre los que intervenir para mejorar la capacidad de exportación. La evaluación de las variables planteadas en el estudio arrojó unos datos coherentes, confiables y validados que dan cuenta de la realidad del sector, con relación a la implementación de una metodología para evidenciar la capacidad de exportación. De acuerdo con el nivel de desarrollo de la unidad de I + D, esta se ubica como fortaleza menor con un valor de 24.97; se recomienda mejorar la variable mediante la adopción de un proceso formal de investigación de materias primas y procesos para convertir esta fortaleza menor en una fortaleza mayor. La variable sistemas de información presenta un valor nítido de 26.4, ubicándose como FMn, lo que implica que está cerca de convertirse en una DMn, razón que invita a su mejoramiento mediante la adopción de sistemas de información para las empresas que satisfagan los requerimientos funcionales de información de la gerencia general y de todos los departamentos, en forma oportuna y confiable. Igualmente, se precisa actualizar la empresa en materia de nuevos desarrollos en programas y equipos de cómputo, así como en la capacitación del personal para su manejo. El subfactor gestión ambiental se ubica con 27.6 como una FMn: se puede convertir en una FMy, mejorando la cultura y la estrategia de la compañía mediante la consideración de aspectos, impactos y riesgos ambientales en el proceso de planeación, con medidas referidas a considerar las regulaciones ambientales en el desarrollo de nuevos productos y servicios, o la ejecución de cambios en su infraestructura física. En cuanto al factor finanzas, ubicado con 29 como una FMn, es posible mejorar el sistema de contabilidad y costos y proveer información confiable, suficiente, oportuna y precisa para la toma de decisiones, así como contabilizar de forma periódica e incrementar la rotación de inventarios; igualmente, es necesario un sistema que permita definir los costos de la empresa en función de las características de los productos y procesos, y costear de forma diferente los productos de exportación.

Gerentes, dueños de empresa y expertos de ACOPI, con la aplicación del modelo, identificaron las fortalezas y debilidades para el proceso internacionalizador de las pymes de textil/confección, y subrayaron la importancia de aplicar el modelo en diferentes empresas de la industria manufacturera, debido a su flexibilidad y al amplio rango de variables evaluadas. Los resultados del modelo causaron preocupación entre los participantes acerca de la relevancia económica y la prioridad de las pymes en desarrollar e implementar programas, proyectos y estrategias para fortalecer las capacidades internas y enfrentar de forma adecuada la globalización y su innovación, además, de disminuir los efectos del libre comercio y la firma de tratados con diferentes países, como los Estados Unidos. Además, las pymes bajo estudio deben mejorar su modelo de internacionalización, incursionando en temas científicos y técnicos a través de alianzas con la red nacional de I + D.

El modelo planteado surge como una herramienta de gestión innovadora, vinculado con factores internos de la organización, sus recursos y habilidades. Se consideran un conjunto amplio de variables estratégicas, identificadas y relacionadas con rigor teórico y metodológico a través de la revisión de literatura, la asesoría de expertos, la percepción de los empresarios y la aplicación empírica de un sistema analítico para evaluar la capacidad de internacionalización de las pymes. Las variables seleccionadas pasaron por varios filtros propuestos por consultores, empresarios y expertos en comercio internacional.

Las variables para explicar la capacidad de internacionalización, utilizadas en este trabajo, son de carácter lingüístico y con un alto grado de dificultad para su cuantificación a través de valores numéricos. La teoría de la lógica difusa demuestra ser una concreta y potente herramienta para enfrentar este tipo de variables. Una vez que permite direccionar —con un enfoque hacia variables lingüísticas definidas—, y clasificar información de las variables y factores en una escala infinita de valores en el intervalo [0-1]. Por último, permite representar la pertenencia a una determinada categoría por medio de las funciones de membresía y resolver la pobre capacidad de expresión de la bipolaridad de la lógica clásica.

Limitaciones del sistema de lógica difusa para modelar capacidades de internacionalización

Las principales limitaciones para el uso de los FIS radican en la dificultad para identificar las relaciones entre las variables de entrada y salida. Este procedimiento toma tiempo y se basa en el trabajo de expertos y es más complejo cuando el número de variables de entrada se incrementa. En el caso particular de empresas del sector textil/confección, se resalta la falta de un registro continuo de información y la existencia de pocos estudios dirigidos hacia el desarrollo de planes a largo plazo. Del mismo modo, existe poca consistencia en los criterios definidos para exportar y se requiere de la participación y cooperación, tanto del clúster de la industria textil como del Estado.

Línea de investigación futura

El modelo descrito puede complementarse con estudios de capacidad de gestión administrativa y tecnológica, así como también con el análisis de recursos externos para un claro enfoque en el mercado internacional. Según lo descrito, la versatilidad de los sistemas de lógica difusa presenta un importante espectro de servicios para el sector académico y empresarial vinculado con propuestas innovadoras para direccionar temáticas con un alto grado de inexactitud.