Оценка потенциала коммерциализации инновационных проектов для совершенствования трансфера технологий вузов

Цель. Сформировать модель оценки потенциала коммерциализации инновационных проектов вузов в качестве инструмента совершенствования трансфера технологий.

Методы. Наряду с традиционными методами анализа и синтеза были использованы методы корреляционного и регрессионного анализа для выявления факторов успеха проектов. Для формирования модели оценки потенциала проектов применены методы машинного обучения, метод случайного леса.

Результаты работы. Проанализированы подходы к оценке потенциала коммерциализации проектов и предложен собственный подход с учетом специфики вузовских инновационных проектов ранней стадии развития, находящихся в поиске финансирования. На 16-ти инновационных проектах Университета ИТМО апробирована интегральная оценка потенциала коммерциализации на основе 22-х параметров из 5-ти укрупненных блоков оценивания (коммерческая готовность, техническая готовность, экспертиза, соответствие регуляторным нормам, ресурсы). С помощью корреляционного анализа выявлены факторы, влияющие на успех инновационного проекта в получении финансирования или продаж: экспертиза команды (0,72) и уровень коммерческой готовности проекта (0,59). Прямая слабая связь выявлена по фактору технической готовности проекта (0,37), что говорит о важности квалификации команды и наличия рыночного запроса (явного или скрытого) и отражает специфику финансирования проектов ранних стадий, зачастую не имеющих готовый прототип. С применением машинного обучения и метода случайного леса построена и проверена предиктивная регрессионная модель оценки потенциала коммерциализации, подтверждена эффективность и возможность применения для прогнозирования получения финансирования или продаж.

Выводы. Результаты исследования могут быть использованы для создания автоматизированного инструмента принятия инвестиционных решений и управления инновационными проектами центров трансфера технологий и акселераторов вузов в целях повышения уровня готовности проектов и эффективности трансфера технологий вузов.

1. Likhacheva O.N., Pashtova L.G., Setchenkova L.A., Slepneva T.A.X. The role of startups in Digitalization and innovative development of economy // International Journal of Engineering and Technology (UAE). 2018. Vol. 7. Iss. 4. P. 314–319. EDN: https://elibrary.ru/fmuyfo. https://doi.org/10.14419/ijet.v7i4.38.24492.

2. Carayannis E.G., Campbell D.F.J., Grigoroudis E. Helix trilogy: the triple, quadruple, and quintuple innovation helices from a theory, policy, and practice set of perspectives // Journal of the Knowledge Economy. 2022. Vol. 13. P. 2272–2301. https://doi.org/10.1007/S13132-021-00813-X

3. Ицковиц Г. Модель тройной спирали // Инновации. 2011. № 4(150). C. 5–10. EDN: https://elibrary.ru/pduaqf

4. Kane T. The importance of startups in job creation and job destruction // SSRN Electronic Journal. 2010. http://dx.doi.org/10.2139/ssrn.1646934

5. Battistella C., Ferraro G., Pessot E. Technology transfer services impact on open innovation capabilities of SMEs // Technological Forecasting and Social Change. 2023. Vol. 196. P. 122875. http://doi.org/10.1016/j.techfore.2023.122875

6. Adomako S., Nguyen N.P. Digitalization, inter-organizational collaboration, and technology transfer // The Journal of Technology Transfer. 2024. Vol. 49. Iss. 4. P. 1176–1202. EDN: https://elibrary.ru/tqmsdd. https://doi.org/10.1007/s10961-023-10031-z

7. Padilla Bejarano J.B., Zartha Sossa J.W., Ocampo-López C., Ramírez-Carmona M. University technology transfer from a knowledge-flow approach – systematic literature review // Sustainability. 2023. Vol. 15. Iss. 8. P. 6550. https://doi.org/10.3390/su15086550

8. Петров А.Н., Комаров А.В. Оценка уровня технологической готовности конкурсных заявок с использованием методологии TPRL // Экономика науки. 2020. Т. 6. № 1-2. С. 88–99. EDN: https://elibrary.ru/artnel. https://doi.org/10.22394/2410-132X-2020-6-1-2-88-99

9. Комаров А.В., Фелль Е.И., Матвеев Д.А. Фреймворк TPRA для комплексной оценки состояния научно-технологических проектов // Экономика науки. 2022. Т. 8. № 3-4. С. 255–267. EDN: https://elibrary.ru/mhnhos. https://doi.org/10.22394/2410-132X-2022-8-3-4-255-267

10. Комаров А.В., Комаров К.А., Шуртаков К.В. Использование методологии комплексной оценки научно-технологических проектов для оценки рисков их невыполнения // Экономика науки. 2021. Т. 7. № 1. С. 19–38. EDN: https://elibrary.ru/ckvdsv. https://doi.org/10.22394/2410-132X-2021-7-1-19-38

11. Febrianty, Hadiwijaya H., Barovih G., Adelin. Measuring the level of readiness for integrated business startup system adoption for SMEs using the e-readiness model approach // KnE Social Sciences. 2023. Vol. 8. Iss. 9. P. 1–15. https://doi.org/10.18502/kss.v8i9.13313

12. Лямин Б.М., Моттаева А.Б. Оценка потенциала коммерциализации результатов инновационной деятельности в высшем учебном заведении // Экономические науки. 2020. № 191. С. 110–115. EDN: https://elibrary.ru/uwuwty. https://doi.org/10.14451/1.191.110

13. El Khatib M., Alnaqbi A., Alnaqbi A., Alsuwaidi H., El Khatib A. How blockchain and IoT affect project risk management // In: 2023 International Conference on Business Analytics for Technology and Security (ICBATS). Dubai, United Arab Emirates, 2023. P. 1–7. https://doi.org/10.1109/ICBATS57792.2023.10111397

14. Uren V., Edwards J.S. Technology readiness and the organizational journey towards AI adoption: an empirical study // International Journal of Information Management. 2023. Vol. 68. P. 102588. https://doi.org/10.1016/j.ijinfomgt.2022.102588

15. Qian K., Fan C., Li Z., Zhou H., Ding W. Implementation of Artificial Intelligence in investment decision-making in the Chinese A-share market // Journal of Economic Theory and Business Management. 2024. Vol. 1. Iss. 2. P. 36–42. https://doi.org/10.5281/zenodo.10940590

16. Kemp A. Competitive advantage through artificial intelligence: toward a theory of situated AI // Academy of Management Review. 2024. Vol. 49. Iss. 3. P. 618–635. EDN: https://elibrary.ru/yremrd. https://doi.org/10.5465/amr.2020.0205

17. Rodgers W., Cardenas J.A., Gemoets L.A., Sarfiet R.J. A smart grids knowledge transfer paradigm supported by experts' throughput modeling artificial intelligence algorithmic processes // Technological Forecasting and Social Change. 2023. Vol. 190. P. 122373. EDN: https://elibrary.ru/lvdqtk. https://doi.org/10.1016/j.techfore.2023.122373

18. Mariani M.M., Machado I., Magrelli V., Dwivedi Y.K. Artificial intelligence in innovation research: a systematic review, conceptual framework, and future research directions // Technovation. 2023. Vol. 122. P. 102623. EDN: https://elibrary.ru/yjmkhe. https://doi.org/10.1016/j.technovation.2022.102623

19. Орлова О.П., Сергеева И.Г. Разработка методического обеспечения управления инновационными проектами для наукоемких организаций // Известия Санкт-Петербургского государственного экономического университета. 2024. № 1(145). С. 114–120. EDN: https://elibrary.ru/mybnlz

20. Культин Д.Н. Автоматизация процесса формирования портфеля проектов с использованием экспертной системы // Современные наукоемкие технологии. 2019. № 7. С. 45–50. EDN: https://elibrary.ru/qlvuzd

21. Лосев Е.А. Цифровая платформа интегрированной оценки инновационного потенциала // Известия Санкт-Петербургского государственного экономического университета. 2024. № 3(147). С. 180–186. EDN: https://elibrary.ru/wmriyp

22. Максимова Т.Г., Богданова Е.Л., Бровка Г.М. Исследование изменения роли ведущих университетов в национальной инновационной экосистеме при переходе к модели «Университет 4. 0» // Наука и техника. 2020. Т. 19. № 3. С. 258–266. EDN: https://elibrary.ru/gludlu. https://doi.org/10.21122/2227-1031-2020-19-3-258-266

23. Carayannis E.G., Campbell D.F.J. “Mode 3” and “Quadruple Helix”: toward a 21st century fractal innovation ecosystem // International journal of technology management. 2009. Vol. 46. Iss. 3-4. P. 201–234. https://doi.org/10.1504/IJTM.2009.023374

24. Изотова А.Г. Алгоритм оценки развитости экосистемы университета в условиях инновационной экономики // Известия Санкт-Петербургского государственного экономического университета. 2024. № 2(146). С. 163–167. EDN: https://elibrary.ru/njypob

25. Минаков В.Ф., Сотавов А.К., Артемьев А.В. Модель интеграции аналоговых и дискретных показателей инновационных проектов // Научно-технические ведомости СПбПУ. Экономические науки. 2010. № 6(112). С. 177–186. EDN: https://elibrary.ru/ncocvr

26. Arslan A., Cooper C., Khan Z., Golgeci I., Ali I. Artificial intelligence and human workers interaction at team level: a conceptual assessment of the challenges and potential HRM strategies // International Journal of Manpower. 2022. Vol. 43. Iss. 1. С. 75–88. EDN: https://elibrary.ru/habeun. https://doi.org/10.1108/ijm-01-2021-0052