10 oct 2023
Nº 99: Sistema de inteligencia artificial para la mejora del asesoramiento y apoyo al emprendimiento
Con grado en Administración y Dirección de Empresas de la Universidad Pablo de Olavide (2002), es profesor de estadística en el departamento de Economía, Métodos Cuantitativos e Historia Económica de la Universidad Pablo de Olavide. Ha estado combinando su trabajo en investigación privada con más de 125 proyectos, la mayoría relacionados con el mundo del emprendimiento desde 2002. También trabaja con redes neuronales con algunas publicaciones relacionadas con el emprendimiento, como en Entrepreneurship and Sustainability Issues.
Catedrático de Universidad del departamento de Economía, Métodos Cuantitativos e Historia Económica de la Universidad Pablo de Olavide. Ha completado sus estudios de doctorado en Matemáticas en 2001, y su principal área de investigación es la teoría de grafos, medidas de pobreza y educación matemática. Ha publicado más de un centenar de artículos científicos y libros. Ha pasado periodos de investigación como visitante en las Universidades de Texas Tech University (TX, USA), la Universidad de Wollongong (Australia), Harvard University (MA, USA), y University of Kent (United Kingdom). Actualmente, es vicepresidente de ordenación académica de la Universidad Pablo de Olavide (Sevilla).

Nº 99: Sistema de inteligencia artificial para la mejora del asesoramiento y apoyo al emprendimiento

Este estudio aporta un modelo basado en la aplicación de la IA para la predicción de las probabilidades de éxito, supervivencia y fracaso de nuevos proyectos empresariales con la finalidad de mejorar los servicios de apoyo a los emprendedores

Nº 99: Sistema de inteligencia artificial para la mejora del asesoramiento y apoyo al emprendimiento
Con grado en Administración y Dirección de Empresas de la Universidad Pablo de Olavide (2002), es profesor de estadística en el departamento de Economía, Métodos Cuantitativos e Historia Económica de la Universidad Pablo de Olavide. Ha estado combinando su trabajo en investigación privada con más de 125 proyectos, la mayoría relacionados con el mundo del emprendimiento desde 2002. También trabaja con redes neuronales con algunas publicaciones relacionadas con el emprendimiento, como en Entrepreneurship and Sustainability Issues.
Catedrático de Universidad del departamento de Economía, Métodos Cuantitativos e Historia Económica de la Universidad Pablo de Olavide. Ha completado sus estudios de doctorado en Matemáticas en 2001, y su principal área de investigación es la teoría de grafos, medidas de pobreza y educación matemática. Ha publicado más de un centenar de artículos científicos y libros. Ha pasado periodos de investigación como visitante en las Universidades de Texas Tech University (TX, USA), la Universidad de Wollongong (Australia), Harvard University (MA, USA), y University of Kent (United Kingdom). Actualmente, es vicepresidente de ordenación académica de la Universidad Pablo de Olavide (Sevilla).

Existe multitud de fuentes de información y bases de datos disponibles que pueden ayudar a la toma de decisiones para cualquier nuevo proyecto empresarial. Este estudio investiga las posibilidades de aplicación de técnicas basadas en la inteligencia artificial por parte de los servicios institucionales de apoyo –que se enfrentan al reto de tutelar y acompañar cada nuevo proyecto de emprendimiento– con el fin de conformar modelos que ayuden en la toma de decisiones y a mejorar la tasa de éxito de las personas emprendedoras que acuden a este tipo de servicios. 

En concreto, este estudio propone un Sistema Inteligente de Apoyo a Emprendedores (SIAE), un modelo basado en inteligencia artificial que prediga la probabilidad de éxito, supervivencia y fracaso de los emprendedores, basado en bases de datos propias y en otras vinculadas al entorno, como estadísticas oficiales, y al segmento empresarial. En el modelo propuesto, se utilizan técnicas de inteligencia artificial como redes neuronales artificiales y otras metodologías novedosas, como fsQCA, llegando a un nivel de predicción superior al 98%.  

La investigación realizada se vertebra en tres aspectos fundamentales: en el funcionamiento de las entidades de apoyo a los emprendedores en zonas con alto nivel de desempleo, para comprobar la optimización del uso de sus recursos y de la información que tienen a su disposición; en la exploración de técnicas de inteligencia artificial aplicadas a la predicción de la supervivencia de proyectos de nuevos emprendedores que pueden permitir previsiones más fiables que con las técnicas clásicas; y en la posibilidad de optimizar y mejorar el rendimiento de los servicios de apoyo a los emprendedores gracias a la aplicación de estas técnicas, marcando directrices de asesoramiento para cada una de las variables que componen el modelo. 

Del análisis de diferentes variables –asociadas tanto al medio ambiente: tejido productivo local, plan de empleo, servicios de apoyo disponibles, indicadores económicos...; como al emprendedor y su proyecto: actividad de la empresa, inversión, financiación, forma jurídica,  empleados...– el estudio concluye que, cuando existen datos suficientes disponibles (en número y fiabilidad) para entrenar adecuadamente una red neuronal, hay factores que condicionan el éxito de los empresarios y que pueden modularse a través del servicio de soporte en sí o mediante el estudio del proyecto empresarial en cuestión.  

De todo ello, además, se puede deducir que “no existe una receta única para el éxito”, sino que los emprendedores pueden clasificarse de acuerdo con sus características y sus proyectos, por lo que pertenecer a un grupo concreto implica que ciertas acciones en el asesoramiento puedan tener un efecto diferente de lo que se espera en casos pertenecientes a otros grupos para alcanzar unas mayores cotas de éxito. 

L M X J V S D
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Hoy
03
Marzo
2024