Crédito: Dominio público de Pixabay/CC0
La investigación publicada en el International Journal of Data Science ha utilizado el aprendizaje automático para predecir el ciclo de vida de las empresas que operan en la economía digital. El trabajo podría ayudar a las empresas y formuladores de políticas a comprender la longevidad empresarial, el ascenso, la desaparición o la probabilidad de adquisición, en un paisaje tecnológico que cambia rápidamente.
Shulei Yin de la Universidad Normal Qilu en Jinan, Shandong, China, utilizó un modelo de árbol de regresión de refuerzo de gradiente (GBRT) para manejar el complejo requerido de relaciones no lineales dentro de grandes conjuntos de datos. Lo aplicó con dos herramientas del análisis de supervivencia: la curva de supervivencia de Kaplan-Meier y el modelo de tiempo de falla acelerado (AFT).
Cada herramienta trae algo al enfoque. El modelo GBRT refina la precisión de la predicción. La curva de Kaplan-Meier puede estimar la probabilidad de supervivencia de las empresas con el tiempo. El modelo de AFT cuantifica cómo las variables externas, como la competencia o la escala empresarial, pueden acelerar o ralentizar diferentes fases del desarrollo de una empresa.
El resultado de esta combinación son predicciones que ofrecen una precisión mucho mayor que los modelos más simples y más simples. El trabajo es oportuno dado que el ciclo de vida comercial tradicional de la nueva creación, el crecimiento, la madurez y el declive se han vuelto inestables económicamente hablando. Las tecnologías digitales como la computación en la nube, la inteligencia artificial y el análisis de big data han reducido las barreras de entrada y los plazos de innovación condensados.
Esto significa que algunas compañías pueden aumentar rápidamente, cambiar de estrategia por capricho o simplemente perder su mercado abruptamente cuando el medio ambiente y el consumidor favorecen el cambio. Dicha volatilidad hace que sea más difícil para cualquier persona involucrada en actividades digitales, ya sea en los actores del sector público o privado predecir cómo podrían funcionar las cosas para una empresa en la que llegan a confiar en sus propias operaciones.
Por lo tanto, el estudio ofrece el potencial de más certeza en el mundo de los negocios digitales. Si es posible predecir qué nuevas empresas prosperarán y sobrevivirán, otros pueden ajustar sus propias estrategias en consecuencia. Pueden elegir la cadena de suministro y las elecciones de recursos basadas en la longevidad prevista y evitar inscribirse en empresas que podrían desaparecer de la escena tan abruptamente como aparecen.
Más información: shulei yin, predicción del ciclo de vida y construcción del modelo de supervivencia de empresas de economía digital que integran el análisis de supervivencia, International Journal of Data Science (2025). Doi: 10.1504/ijds.2025.146190
Cita: Uso de IA para predecir las probabilidades de supervivencia de las empresas de nueva creación (2025, 12 de mayo) Recuperado el 12 de mayo de 2025 de https://techxplore.com/news/2025-05-ai-survival-pobability-companies.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
