Temas de webAI
Fabricación aditiva
webAI Fabricación aditiva
El Agente de Fabricación Aditiva webAI (Impresión 3D) fue entrenado por ISTARI.AI para derivar el know-how de las empresas en el campo de la fabricación aditiva de sus sitios web y mapearlo como una Puntuación de Fabricación Aditiva individual. Por conocimientos técnicos en este contexto, nos referimos a productos y servicios en fabricación aditiva o a personal con conocimientos en fabricación aditiva. Este indicador numérico refleja hasta qué punto la empresa comunica el tema de la fabricación aditiva en su propio sitio web y lo presenta como esencial para su propio modelo de negocio.
Además, webAI también obtiene una puntuación de intensidad de información sobre fabricación aditiva para cada empresa. Esto refleja la intensidad con la que la empresa comunica sobre el tema de la fabricación aditiva sin tener sus propios productos y servicios con fabricación aditiva integrada o personal especialmente formado.
Las empresas que operan en el campo de la fabricación aditiva, tienen áreas de negocio orientadas a ella u ofrecen productos y servicios con un vínculo directo, suelen comunicar este hecho. Cuanto más central es este tema para la empresa, más significativo es para su comunicación externa. Por ejemplo, una startup de "prototipado rápido" comunica casi exclusivamente sobre el tema de la fabricación aditiva, mientras que una empresa de consultoría que ofrece "consultoría sobre fabricación aditiva", entre otros muchos temas, comunica sólo de forma limitada sobre la fabricación aditiva. WebAI distingue la comunicación de "información" además de esta comunicación de "conocimientos técnicos" (ofrece sus propios productos y servicios de fabricación aditiva). Un ejemplo de ello sería la página web de un periódico regional que informa de la reciente apertura de una incubadora regional para nuevas empresas de fabricación aditiva.
Nuestro webAI lee la página web de la empresa investigada y busca en ella secciones de texto (párrafos) que traten el tema de la fabricación aditiva. Para ello, webAI busca en primer lugar palabras clave relacionadas con la fabricación aditiva y, a continuación, analiza los párrafos identificados y determina si la empresa informa sobre sus propios conocimientos técnicos de fabricación aditiva o sólo comunica información sobre la fabricación aditiva. Si webAI ha asignado un párrafo correspondiente a la categoría "Knowhow" o "Información", webAI recuerda este párrafo y continúa la búsqueda. De este modo, webAI busca en todo el sitio web de la empresa, o en las subpáginas de "primer nivel" especialmente relevantes en el caso de sitios web muy extensos con cientos de subpáginas (para más información, véase la publicación: Web mining for innovation ecosystem mapping: a framework and a large-scale pilot study).
WebAI encuentra así un cierto número de párrafos por página web de empresa que tratan el tema de la fabricación aditiva. WebAI clasifica estos párrafos en "conocimientos técnicos" e "información" y, a continuación, relaciona el número con la cantidad total de contenido de texto leído en el sitio web. De este modo, webAI determina una intensidad de conocimientos sobre fabricación aditiva y una intensidad de información sobre fabricación aditiva para la empresa.
Las intensidades así determinadas serían 0,0 para una empresa sin textos relacionados con la fabricación aditiva. En cambio, para el ejemplo de una empresa de consultoría descrito anteriormente, el valor de los conocimientos técnicos sobre fabricación aditiva podría ser 0,25 y el de la información sobre fabricación aditiva 0,21. La startup que se centra especialmente en la fabricación aditiva podría tener una intensidad de conocimientos sobre fabricación aditiva de 3,8 y una intensidad de información sobre fabricación aditiva de 0,9. Por otro lado, el periódico regional tendría una intensidad de conocimientos sobre fabricación aditiva de 0,0 y una intensidad de información sobre fabricación aditiva de 0,05.
Además, integramos una columna auxiliar en nuestros datos como ayuda para la interpretación y la lectura. En ella se clasifican las intensidades de "baja" a "muy alta". En el ejemplo anterior, la empresa consultora se clasificaría como de intensidad "baja" y la startup como de intensidad "muy alta".
Así, a diferencia de las clasificaciones binarias más sencillas ("fabricación aditiva SÍ/NO"), webAI emite dos puntuaciones continuas a nivel de empresa. Esto permite distinguir entre las empresas en las que la fabricación aditiva es sólo un tema marginal y aquellas en las que desempeña un papel central. Además, las empresas con productos y servicios basados en la fabricación aditiva o relacionados con ella pueden distinguirse de las que se limitan a ofrecer información sobre el tema. De este modo, los usuarios de los datos de webAI pueden determinar fácilmente por sí mismos cómo y en qué medida una empresa debe centrarse en la fabricación aditiva para que sea relevante para ellos.
Como ejemplo para la región DACH (Alemania, Austria, Suiza) se puede decir que el 0,9% de las empresas investigadas tienen una Intensidad de Conocimientos en Fabricación Aditiva superior a 0,0 y, por tanto, comunican conocimientos en el área de la fabricación aditiva de alguna forma. La puntuación media de la Intensidad del Conocimiento de las empresas con conocimientos técnicos es de 0,44, y la mitad de las empresas tienen una puntuación inferior a 0,17. La puntuación máxima alcanzada es de 4,0. La puntuación máxima alcanzada es de 4,0, y sólo el 15,8% alcanza una puntuación de 1,0 o superior.
Como todos nuestros agentes webAI, el agente de fabricación aditiva webAI ha sido desarrollado y validado junto con expertos independientes en la materia. Esto asegura que entrenamos al agente webAI con conocimientos reales de expertos y que genera resultados de nivel experto. Para este agente, ISTARI.AI colaboró con la Universidad Técnica de Munich.
La validación de las puntuaciones de intensidad de la fabricación aditiva también se llevó a cabo en el estudio Technology Mapping Using WebAI: The Case of 3D Printing, realizado por investigadores de la Universidad de Mannheim, la Universidad de Giessen, la Universidad de Salzburgo y la Universidad Técnica de Múnich.
¿Le interesan nuestros datos?
Adquiera este y otros conjuntos de datos de cientos de regiones en nuestra página Data Market.