Grupo/UCT: GDHC (Grupo de desarrollo de Herramientas Computacionales para Ingeniería, Organizaciones y Enseñanza)

Director: MOLINA, ALEJANDRO

Tipo de proyecto: PID equipos en consolidacion CON incentivos

La evaluación de la capacidad productiva de un clúster de empresas ha demostrado ser fundamental para enfrentar los cambios del entorno económico y tecnológico, los modelos de evaluación que se aplican se basan en modelos econométricos que no analizan las las particularidades del clúster, las cuales pueden potenciar o dificultar la adaptación a los desafíos de un cambio tecnológico cada ves mas veloz y un entorno económico cada vez mas cambiante. En particular, en el clúster productivo de Bahía Blanca puede encontrarse distintas industrial productivas, desde una empresa multinacional a una Pyme familiar, todas poseen distintos tipos de encadenamientos productivos entre sí.

En función de ello, y aplicando el conocimiento ya adquirido en estudios anteriores es que surge el interés de evaluar la estructura productiva de las empresas en el clúster de Bahía Blanca, mediante modelos surgidos de la aplicación de Redes Neuronales que puedan obtenerse mediante técnicas de Machine Learning o Deep Learning. Con ellos se podrá mejorar las estimaciones de producción, estimar el impacto de cambios en su estructura, y formular escenarios para la mejora de los indices de producción. La capacidad de predecir el comportamiento de un clúster ante cambios tecnológicos o económicos le otorga sustentabilidad al mismo. También puede ayudar a iniciativas oficiales para formular planes de asistencia oficial, políticas de incentivos y asistencia crediticia para fines específicos promoviendo el desarrollo de nuevos emprendimientos que contribuirán al desarrollo sustentable del clúster.