Intelligent model for monitoring, evaluating, and recommending strategies to improve the innovation processes of MSMEs

La investigación aborda el problema de cómo mejorar el proceso de innovación en las microempresas y las pequeñas y medianas empresas (PYME). El estudio del problema se sitúa en el marco del paradigma de la Innovación Inteligente. En este contexto, la Innovación es considerada un factor relevante para el desempeño organizacional que permite la creación y mejora de ventajas competitivas mediante la implementación de nuevas ideas, productos, conceptos, servicios para incrementar el posicionamiento en el mercado. Para las organizaciones que buscan mejorar el rendimiento de la innovación, el uso de sistemas inteligentes y la inteligencia artificial para guiar el proceso de innovación es un reto. Para abordar este problema, el objetivo era desarrollar metodologías, modelos y enfoques para apoyar la toma de decisiones relacionadas con la gestión inteligente del proceso de innovación. Para lograrlo, se fijaron objetivos específicos. El primero es diseñar un modelo inteligente para apoyar los procesos de innovación en las MIPYMES; el segundo es aplicar técnicas de Inteligencia Artificial (IA) a fuentes de datos de clientes en redes sociales y datos organizacionales de las MIPYMES, para mejorar el proceso de innovación; el tercero es desarrollar un sistema inteligente para evaluar el nivel de innovación en las MIPYMES; y el cuarto paso es instanciar un estudio de caso en el clúster de moda del departamento de Norte de Santander y en el contexto nacional, como parte de la metodología aplicada. Para ello, se desarrollaron artículos de investigación. Se inició con un artículo de revisión bibliográfica sobre los retos actuales en la aplicación de técnicas de IA para mejorar los procesos de innovación en las MIPYMES. Se realizó una propuesta de modelo de innovación basada en los diferentes modelos de innovación existentes en la literatura, y se redactaron los cuatro artículos de investigación cumpliendo con los estándares científicos que los acreditan, para cumplir con los objetivos específicos planteados en esta tesis doctoral. En cada artículo se evaluaron las estrategias/modelos mediante el uso de diversos conjuntos de datos. Los resultados mostraron la capacidad de las metodologías y modelos propuestos para la gestión de los procesos de innovación. Por ejemplo, las propuestas permiten predecir el nivel de innovación y definir problemas de innovación, entre otras cosas, con buenos resultados en las métricas de rendimiento.

• Autores: Gutiérrez Buitrago, Ana Gissel
• Fecha de publicación: 2024
• Institución: Universidad EAFIT
• Repositorio: Repositorio EAFIT
• Idioma: spa
• OAI Identifier: oai:repository.eafit.edu.co:10784/33693
• Acceso en línea: https://hdl.handle.net/10784/33693
• Palabra clave: Inteligencia artificial; Aprendizaje automático; Procesos de innovación; Computación autónoma; Análisis de datos; Sistema de apoyo a la toma de decisiones de innovación; Mapas cognitivos difusos; PEQUEÑA Y MEDIANA EMPRESA; DESARROLLO INDUSTRIAL; TOMA DE DECISIONES; MEJORAMIENTO DE PROCESOS; DESARROLLO DE PROCESOS; INNOVACIÓN TECNOLÓGICA; Artificial intelligence; Machine learning; Innovation processes; Autonomic computing; Data analytics; Innovation decision-support system; Fuzzy cognitive maps
• License: Todos los derechos reservados