Sistema de inteligencia territorial de apoyo al emprendimiento

Abstract

El artículo parte de la premisa de que la crisis económica derivada de la pandemia de COVID-19 ha sido aún más severa que la de 2008, afectando profundamente el tejido empresarial. Si bien los gobiernos han implementado medidas similares a las adoptadas tras la crisis financiera, el estudio argumenta que estos enfoques requieren una modernización para ajustarse a la realidad económica actual. En particular, se subraya la importancia de diseñar programas de apoyo al emprendimiento basados en análisis predictivos y herramientas de inteligencia artificial. El estudio examina las estrategias tradicionales de apoyo al emprendimiento y las clasifica en dos grandes categorías: Mecanismos de protección (buffering mechanisms), que crean entornos seguros para que los emprendedores adquieran habilidades y recursos antes de enfrentarse al mercado. Mecanismos de conexión (bridging mechanisms), que facilitan la vinculación con redes empresariales, inversores y recursos estratégicos. A pesar de la existencia de estos modelos, el artículo destaca que muchas instituciones de apoyo aún operan con procedimientos que no integran datos históricos ni herramientas analíticas avanzadas. Como consecuencia, los emprendedores reciben asesoramiento estandarizado que, en muchos casos, no garantiza la viabilidad de sus proyectos ni contribuye a la mejora de la tasa de supervivencia empresarial. Para abordar esta deficiencia, el estudio propone la implementación de un Sistema de Inteligencia Territorial, un modelo basado en inteligencia artificial que permite optimizar los servicios de asesoramiento a emprendedores. Utilizando técnicas como Self-Organizing Maps (SOM) y Multilayer Perceptron (MLP), se analizó una base de datos de emprendedores en Andalucía, incorporando 769 variables obtenidas durante la recuperación de la crisis de 2008-2012. Los resultados demostraron que el modelo podía predecir con una precisión superior al 98% la probabilidad de éxito o fracaso de un emprendimiento. En sus conclusiones, el artículo enfatiza la necesidad de que los gobiernos y las instituciones de apoyo adopten enfoques basados en datos para mejorar la asignación de recursos y la efectividad de los programas de emprendimiento. Se propone que la información recopilada a lo largo del tiempo sea utilizada no solo para evaluar proyectos individuales, sino también para diseñar estrategias más eficientes a nivel territorial. Finalmente, se plantea una reflexión sobre cómo la transformación digital puede redefinir el concepto de incubación empresarial, integrando modelos predictivos que permitan anticipar riesgos y maximizar las oportunidades de éxito para los emprendedores.