Temas de webAI
Innovación
webAI InnoProb
El agente webAI InnoProb fue entrenado por ISTARI.AI para derivar el estatus de las empresas como innovadoras a partir de sus sitios web y mapearlo como una Puntuación de Probabilidad de Innovación individual (InnoProb). Este indicador entre 0,0 y 1,0 refleja la probabilidad de que una empresa sea innovadora.
La innovación se define aquí en términos del Manual de Oslo de la OCDE: Una innovación es la introducción de un producto (bien o servicio) o proceso nuevo o significativamente mejorado, un nuevo método de comercialización o un nuevo método organizativo en la práctica empresarial, la organización del lugar de trabajo o las relaciones exteriores.
Las empresas utilizan los sitios web como plataformas para ofrecer información sobre sus productos y servicios, resultados, estrategias y relaciones. Todos estos aspectos pueden asociarse a las innovaciones desarrolladas por la empresa. La Puntuación InnoProb no pretende identificar innovaciones individuales (por ejemplo, nuevos productos), sino empresas con un perfil de actividad relacionado con la innovación. Esta probabilidad (la Puntuación InnoProb) puede interpretarse como un indicador continuo de innovación a nivel de empresa.
Utilizamos un indicador tradicional a nivel de empresa basado en una encuesta sobre innovación basada en cuestionarios (Encuesta comunitaria sobre innovación en Alemania) para entrenar a webAI con los sitios web de empresas innovadoras y no innovadoras. En este entrenamiento, webAI aprende de forma independiente en qué se diferencian las páginas web de las empresas innovadoras de las no innovadoras. Después del entrenamiento, podemos aplicar webAI a la página web de cualquier otra empresa. A partir del contenido textual, webAI calcula la probabilidad de que la empresa estudiada sea innovadora.
La puntuación InnoProb calculada de este modo sería cercana a 0,0 para una empresa que es muy poco probable que sea una empresa innovadora. En cambio, una empresa innovadora muy probable tendría una puntuación InnoProb cercana a 1,0.
Además, integramos una columna auxiliar en nuestros datos como ayuda para la interpretación y la lectura. En ella se clasifican las probabilidades de ser una empresa innovadora de "muy bajas" a "muy altas".
Así, a diferencia de las clasificaciones binarias más sencillas ("innovador SÍ/NO"), webAI emite una puntuación continua a nivel de empresa. De este modo, los usuarios de los datos de webAI pueden determinar fácilmente por sí mismos la probabilidad con la que una empresa debe ser innovadora para ser relevante para ellos. Para la clasificación binaria en empresas innovadoras y no innovadoras, recomendamos un umbral de clasificación de 0,4.
Como ejemplo para Alemania, podemos decir que el 15,12% de las empresas examinadas son evaluadas como innovadoras por webAI InnoProb (Puntuación InnoProb > 0,4). La puntuación InnoProb media de todas las empresas es de 0,25. La mitad de las empresas tienen una puntuación superior a 0,20. La puntuación máxima alcanzada es de 0,94 y la mínima de 0,03. La siguiente figura muestra la distribución de las puntuaciones InnoProb en forma de histograma.
Como todos nuestros agentes webAI, el agente webAI InnoProb ha sido desarrollado y validado junto con expertos independientes en la materia. Esto garantiza que entrenamos al agente webAI con conocimientos reales de expertos y que luego genera resultados de nivel experto. Para este agente, ISTARI.AI colaboró con la Universidad de Giessen y el ZEW - Centro Leibniz para la Investigación Económica Europea en Mannheim. El ZEW es uno de los principales institutos alemanes de investigación económica con una gran reputación europea.
Las puntuaciones de InnoProb también se validaron comparándolas con datos de patentes de la Oficina Europea de Patentes, con proyecciones basadas en datos de encuestas de los Paneles de Innovación de Mannheim y Berlín, y con indicadores regionales de innovación de la Oficina Federal de Estadística alemana. El estudio correspondiente Predicting innovative firms using web mining and deep learning se publicó en la revista internacional PLOS ONE.
¿Le interesan nuestros datos?
Adquiera este y otros conjuntos de datos de cientos de regiones en nuestra página Data Market.