polito.it
Politecnico di Torino (logo)

Mappatura e analisi delle startup nel settore dell'intelligenza artificiale in Italia = Mapping and analysis of the Italian startups in the Artificial Intelligence sector.

Mihail Pascari

Mappatura e analisi delle startup nel settore dell'intelligenza artificiale in Italia = Mapping and analysis of the Italian startups in the Artificial Intelligence sector.

Rel. Alessandra Colombelli, Elettra D'Amico. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2021

[img] PDF (Tesi_di_laurea) - Tesi
Restricted to: Repository staff only until 8 October 2022 (embargo date).
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB)
Abstract:

Le startup che fanno uso di intelligenza artificiale stanno guidando la quarta rivoluzione industriale, allo stesso tempo sollevano un rilevante numero di dibattiti riguardo come questa tecnologia debba essere integrata nelle nostre vite minimizzando gli effetti collaterali. In questo studio l’autore esamina il mercato italiano delle startup di intelligenza artificiale. Lo fa andando a ricercare e mappare le aziende che rientrano in questo insieme, per poi studiarne lo spettro dei domini delle soluzioni proposte dagli imprenditori. Sono state analizzate le 12 mila startup presenti alla data dell’analisi nel Registro Imprese nella sezione Startup Innovative, dalle quali 237 sono state classificate come utilizzatrici di algoritmi intelligenti per il loro business. Per la classificazione è stata utilizzata sia una classifica ottenuta analizzando la letteratura, sia una ottenuta con tecniche di web crawling. Con questo lavoro viene offerto un metodo ripetibile e scalabile per mappare e analizzare il mercato italiano delle startup di intelligenza artificiale. La distribuzione di iniziative imprenditoriali tra i vari domini di applicazione è eterogenea, alcuni sono più frequentemente intrapresi rispetto ad altri. Questo studio può contribuire a futuri studi che non dovranno ripetere da zero la raccolta e la classificazione delle informazioni.

Relators: Alessandra Colombelli, Elettra D'Amico
Academic year: 2020/21
Publication type: Electronic
Number of Pages: 53
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: New organization > Master science > LM-31 - MANAGEMENT ENGINEERING
Aziende collaboratrici: UNSPECIFIED
URI: http://webthesis.biblio.polito.it/id/eprint/17753
Modify record (reserved for operators) Modify record (reserved for operators)