Giacomo Graglia
Startup nel campo dell’intelligenza artificiale: correlazioni tra il possesso di brevetti e l’ottenimento di finanziamenti da investitori esterni.
Rel. Emilio Paolucci, Elettra D'Amico. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2021
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (1MB) | Preview |
Abstract: |
Il presente lavoro di tesi analizza il panorama europeo delle startup che operano nel campo dell’intelligenza artificiale, con l’obiettivo di individuare, qualora siano presenti, le correlazioni tra l’ottenimento di finanziamenti da parte di investitori esterni e il possesso di brevetti di queste società innovative. Il fine ultimo è quello di ricostruire nel dettaglio lo stato attuale della conoscenza brevettata in questo settore, tracciare l’andamento degli investimenti ottenuti dalle startup europee per poi definire un modello di regressione che possa stimare il verificarsi o l’entità di un investimento grazie a regressori significativi. Da studi precedenti svolti sul medesimo campione di startup si evince che il Regno Unito raccoglie il 45,5% degli investimenti totali in Europa nonostante ospiti circa un quarto delle startup presenti sul suolo europeo. Francia e Germania seguono rispettivamente al secondo e terzo posto, staccate di circa 4 miliardi di dollari dal UK (che complessivamente raccoglie $5,5 miliardi). Un ecosistema fortemente disomogeneo e sbilanciato verso il Regno Unito caratterizza quindi l’Europa, ed includendo Francia e Germania questi tre Stati catalizzano la quasi totalità dell’attenzione. Dalla volontà di indagare maggiormente questi aspetti nasce l’analisi che in questo elaborato verrà descritta e che si focalizzerà su come i brevetti entrino in gioco nel facilitare o meno una startup ad essere finanziata. Verrà dapprima fornita una descrizione del database, indicando i passaggi che hanno portato alla sua costruzione e descrivendo quali dati esso contenga; i dati saranno quindi analizzati per estrapolare i risultati più significativi. L’attenzione si sposterà su come sfruttare tali informazioni per la costruzione di un modello di regressione in grado di spiegare la maggior percentuale possibile di variabilità grazie a numerose variabili di controllo, traendo quindi le conclusioni sul reale impatto che ha la proprietà intellettuale protetta da brevetti nell’attirare investimenti da parte di terzi. |
---|---|
Relators: | Emilio Paolucci, Elettra D'Amico |
Academic year: | 2020/21 |
Publication type: | Electronic |
Number of Pages: | 78 |
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/17774 |
Modify record (reserved for operators) |