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

Vista sencilla de ítem
dc.contributor.advisorAguilar Castro, José Lisandro
dc.contributor.advisorMontoya Múnera, Edwin Nelson
dc.contributor.advisorOrtega Álvarez, Ana María
dc.contributor.authorGutiérrez Buitrago, Ana Gissel
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeDoctor in Engineeringspa
dc.creator.emailaggutierrb@eafit.edu.co
dc.creator.grantorColombian Administrative Department of Science, Technology and Innovation - COLCIENCIAS and Colombian Ministry of Science and Technology Bicentennial PhD Grant
dc.date.accessioned2024-04-11T17:26:15Z
dc.date.available2024-04-11T17:26:15Z
dc.date.issued2024
dc.descriptionLa 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.
dc.description.abstractThe research focuses on how to improve the innovation process in micro, small and medium-sized enterprises (MSMEs). The study is framed within the Smart Innovation paradigm. In this context, innovation is considered a relevant factor for organizational performance that allows the creation and improvement of competitive advantages through the implementation of new ideas, products, concepts, and services to increase market positioning. For organizations aiming to enhance innovation performance, using intelligent systems and artificial intelligence to guide the innovation process poses a challenge. To address this problem, the goal was to develop methodologies, models and approaches to support decision-making related to the intelligent management of the innovation process. To achieve this, specific objectives were defined. The first one is to design an intelligent model to support innovation processes in MSMEs. The second objective is to apply Artificial Intelligence (AI) techniques to customer data sources in social networks and organizational data of MSMEs, aiming to enhance the innovation process; The third objective is to develop an intelligent system to evaluate the innovation levels in MSMEs. The fourth objective is to instantiate a case study in the fashion cluster of the department of Norte de Santander and in the national context, as part of the applied methodology. To fulfill these objectives, research articles were developed. The process began with a literature review article on the current challenges in applying AI techniques to improve innovation processes in MSMEs. A proposed innovation model was made based on the different innovation models that exist in the literature, and the four research articles were written in compliance with the scientific standards that accredit them, to meet the specific objectives outlined in this doctoral thesis. Each article evaluated the strategies/models using various data sets. The results demonstrated the capacity of the proposed methodologies and models for managing of innovation processes. For instance, the proposals enable the prediction of the level of innovation, and the definition of innovation problems, among other aspects, with positive results in performance metrics.
dc.formatapplication/pdfeng
dc.identifier.urihttps://hdl.handle.net/10784/33693
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Ciencias Aplicadas e Ingenieríaspa
dc.publisher.placeMedellín
dc.publisher.programDoctorado en Ingenieríaspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subjectInteligencia artificial
dc.subjectAprendizaje automático
dc.subjectProcesos de innovación
dc.subjectComputación autónoma
dc.subjectAnálisis de datos
dc.subjectSistema de apoyo a la toma de decisiones de innovación
dc.subjectMapas cognitivos difusos
dc.subject.keywordArtificial intelligence
dc.subject.keywordMachine learning
dc.subject.keywordInnovation processes
dc.subject.keywordAutonomic computing
dc.subject.keywordData analytics
dc.subject.keywordInnovation decision-support system
dc.subject.keywordFuzzy cognitive maps
dc.subject.lembPEQUEÑA Y MEDIANA EMPRESA
dc.subject.lembDESARROLLO INDUSTRIAL
dc.subject.lembTOMA DE DECISIONES
dc.subject.lembMEJORAMIENTO DE PROCESOS
dc.subject.lembDESARROLLO DE PROCESOS
dc.subject.lembINNOVACIÓN TECNOLÓGICA
dc.titleIntelligent model for monitoring, evaluating, and recommending strategies to improve the innovation processes of MSMEs
dc.typedoctoralThesiseng
dc.typeinfo:eu-repo/semantics/doctoralThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis Doctoralspa
dc.type.spaOtro

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
242.9 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
379.62 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
No hay miniatura disponible
Nombre:
AnaGissel_GutierrezBuitrago_2024.pdf
Tamaño:
15.94 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Doctorado en Ingeniería (tesis)