通常一个复杂适应系统的各个元素本身相对简单，非规据一组类似的简单规则运行。但是，当这些简单的元素组合到一个系统中时，系统就会表现出复杂的行为，而通过检查单个元素的行为是不容易预测这些行为的。**也就是说，系统作为一个整体大于其各部分之和，其行为与任何部分都不相同。这种现象被称为涌现行为，是复杂适应系统的关键特征之一。**对于外部观察者来说，涌现行为可能是复杂的、优化了集中控制并且对系统操作优先级进行排序的结果。**在现实中，涌现行为是系统的每一个独立元素根据其自身的内部规则和动机，在操作环境的背景下，与系统的所有其他元素（同样，每一个元素均根据其自身的内部规则和动机运行）相互作用的结果。**简单地说，涌现行为是系统中每个独立元素追求自身利益的结果。在现代化企业架构实践中，最重要的就是这些涌现行为。
复杂适应系统案例
复杂适应系统的一个最简单例子就是鸟群。任何观察一大群鸟（比如欧棣xi鸟）飞行的人都会被整个鸟群在没有任何明显领导者的情况下作为一个连贯数体而移动的方式所很撼。从一个地方移动到另一个地方，在飞行途中转码、爬山、潜水，这些似乎是在某个导演的控制下进行的。这些鸟群作为一个整体进行机动，以避免捕食者等威胁，并选择一个足够大的着陆点来容纳整个鸟群，但这些都没有领导者进行指挥。鸟群的这种活动是整个鸟群的一种涌现行为。没有做决定和指挥每只鸟的领导者。每只鸟都根据自己的利益行小：避免与其他鸟类碰撞、躲避捕食者，或者寻找"头号鸟"。但是当这些独立的鸟聚集在一起时，它们各自的行为结合在一起，产生了一个符合物种最佳利益的鸟群。当一只鸟独自飞行试图躲避捕食者时，捕食者的机会就会变大，久而久之，捕食者就会杀死很多落单的鸟。但是整个群体作为一个整体进行机动，就可以迷惑和恐吓捕食者，阻止捕食者攻击，从而挽救更多的鸟群成员的生命。
举一个更详细的例子，例如一个蚁群。蚁群就是科学家们所说的"超有机体"的一个例子。当同一物种的个体变得高度专业化，以至于如果不成为由许多类似个体组成的更大群体的一部分，它们就无法生存时，超有机体就出现了。这个困体的运作就像是一个整体，每个成员都是这个整体的一小部分。超有机体的行为实际上是群体这一复杂适应系统的涌现行为。
一个蚁群会表现出许多这样的涌现行为。蚁群的数量不同，被派去觅食的蚂蚁数量也不同，它们维护巢穴、照顾蚂蚁的卵和幼蚁、击退捕食者，还完成许多其他复杂的任务。
例如，当一只蚂蚁找到食物来源时，蚂蚁将共同找到通往食物来源的最短路径，这对人类来说是一个复复杂的计算过程，没有一只蚂蚁能够完成计算。但是蚁群在没有任何数学知识的情况下完成了这项任务，更重要的是，没有任何指引。
为了更好地理解这种现象，让我们更仔细地看一下蚁群的组成。**蚂蚁的确切组成因蚂蚁种类而异，但大多数蚂蚁有三种类型：蚁后、兵蚁和工蚁。**蚁后建立了蚁群，她唯一的任务就是产卵。尽管她有着帝王般的头衔，但她并不统治蚁群，也不指挥蚁群中其他蚂蚁的行动。兵蚁体型较大，下颚有力。顾名思义，它们的任务是保护蚁群不受捕食者或其他蚁群侵犯其领土。工蚁从事目常工作，维持蚁群的正常运转，例如觅食和照顾幼蚁。对工蚁的进一步研究揭示了蚁群中一些显著的涌现行为，甚至没有一只工蚁意识到这些行为。
工蚁每天离开蚁群觅食。觅食是一项相对昂贵的活动：蚁群必须派出足够的蚂蚁来寻找和取回足够的食物喂养蚁群中的所有蚂蚁。被派去觅食的蚂蚁无法维护巢穴或照顾幼蚁。
派出去觅食的蚂蚁太多，蚁群的健康就会受到影响；派出的蚂蚁太少，就无法带回足够的食物，蚁群也会受到影响。同样，寻找和运输食物也需要占用其他任务的时间。蚁群的目标不是寻找食物。相反，蚁群的目标是保持蚁群健康和继续繁殖，寻找食物只是达到这一目标所必需的任务之一。
工蚁一开始没有明确的目的地，四处寻找食物，直到找到食物来源。一旦找到食物来源，蚂蚁就会返回蚁群。在同程中，蚂蚁释放信息素，这是一种帮助其他蚂蚁找到食物来源的化学痕迹。蚁群中的其他工蚁本能地倾向于跟踪这种信息素的踪迹。这种倾向不是一个强制性的驱动力，当看到信息素的踪迹时，蚂蚁可能选择其他的行力，然而，这种倾向是足够强的，至少有一些其他的蚂蚁会跟随它的踪迹。当其他蚂蚁跟随信息素的踪迹并带着食物返回巢穴时，它们通过稀放自己的信息素来强化踪迹，以而增强其他蚂蚁跟随踪迹的概率，因为越强的踪迹越有吸引力。
有可能几只蚂蚁会在同一时间从不同的路线找到相间的食物来源，每只蚂蚁会各自独立地返回巢穴，留下不同的信息素踪迹。其他工蚁则会沿着这些信息素的踪迹找到食物来源，然后返回巢穴，并强化这一踪迹。那些返回速度最快的蚂蚁会激发更多的蚂蚁跟随信息素的踪迹（信息素的踪迹比其他路径更新鲜、更醒目），每一只跟随第一条信息素的蚂蚁都会进一步强化信息素的踪迹。随着时间的推移，工蚁会聚集在最短的路线上，而较长的路线则会被抛弃。
所有这些个体行为的结果是，蚁群作为一个整体，从众多已知的路径中计算出以蚁群到食物来源的最短路径，这是任何一只蚂蚁都不可能独自完成的任务，也是没有任何领导者指挥过的任务。值得注意的是，蚂蚁没有寻找最短路径的本能。它们有寻找食物的本能，把食物帶回巢穴的本能，追綜信息素踪迹的本能，以及寻找在巢穴和任何食物来源之间存在许多可能路径的本能。通过这些简单的积累，蚂蚁完成了一项人类需要复杂数学计算的任务。直到1959年，计算机科学家Edsger W. Dijkstra 发表了在网络中任意两个节点之间寻找最短路径的算法，人类才有了一种计算网络中两点之间的最短路径的有效方法。