[論文レビュー] Technology Mapping Using WebAI: The Case of 3D Printing

Julian Schwierzy, Robert Dehghan+7 more|arXiv (Cornell University)|Jan 4, 2022

Innovation Diffusion and Forecasting被引用数 5

ひとこと要約

本研究では、多言語言語モデルを用いたwebAIベースの手法を提案し、企業のウェブサイトテキストを用いて3Dプリント技術の普及を、製造業者、サービスプロバイダー、小売業者、情報提供者に分類してマッピングする。地域における技術採用の強度は、技術系大学や既存の製造ハブへの近接性と相関しており、関与企業の57.7%がサービスプロバイダーであり、74.9%の製造業者が革新的であると分類された。

ABSTRACT

The diffusion of new technologies is crucial for the realization of social and economic returns to innovation. Tracking and mapping technology diffusion is, however, typically limited by the extent to which we can observe technology adoption. This study uses website texts to train a multilingual language model ensemble to map technology diffusion for the case of 3D printing. The study identifies relevant actors and their roles in the diffusion process. The results show that besides manufacturers, service provider, retailers, and information providers play an important role. The geographic distribution of adoption intensity suggests that regional 3D-printing intensity is driven by experienced lead users and the presence of technical universities. The overall adoption intensity varies by sector and firm size. These patterns indicate that the approach of using webAI provides a useful and novel tool for technology mapping which adds to existing measures based on patents or survey data.

研究の動機と目的

• 従来の特許やアンケートなどの指標が不十分となる分野において、技術普及の追跡に役立つ、新しいウェブベースの手法を開発すること。
• 3Dプリント技術の普及における、製造業者、サービスプロバイダー、小売業者、情報提供者といったさまざまな主体の役割を特定・分類すること。
• ドイツにおける地域レベルの詳細な地理的・セクター別パターンを分析して、3Dプリント技術の採用状況を明らかにすること。
• 技術採用の強度と、技術系大学への近接性や製造業界の存在といった構造的要因との関係を評価すること。
• 既存の革新指標と照合して本手法の妥当性を検証し、革新政策や研究における補完的ツールとしての可能性を検討すること。

提案手法

• 3Dプリント関連のトピック固有キーワードを用いて、ドイツの企業ウェブサイトからテキストを抽出するためのウェブスクリーピングパイプラインを採用した。
• テキストパラグラフの手動アノテーションを通じて、関与タイプ（製造業者、サービスプロバイダー、小売業者、情報提供者）を定義するラベル付きトレーニングデータセットを構築した。
• アノテート済みデータ上で、多言語言語モデルのアンサンブルをトレーニングし、企業の3Dプリント関与のレベルとタイプを分類するモデルを構築した。
• ORBISデータベースに登録された130万件のドイツ企業を対象に、モデルを適用して地域的・セクター別の採用強度を予測した。
• 空間分析を用いて、採用強度と技術系大学や製造クラスターへの近接性の相関を分析した。
• 内部的一致性チェックと特許ベースの研究との比較を通じて、結果の妥当性を検証したが、ラベル付けの一貫性とウェブサイトカバレッジの制限は依然として課題である。

実験結果

リサーチクエスチョン

• RQ1 webAIを用いたウェブサイトテキスト分析は、特許やアンケートデータにとどまらない技術普及のマッピングをどのように改善できるか？
• RQ2 製造業者、サービスプロバイダー、小売業者、情報提供者の中で、どのタイプの企業が3Dプリント技術採用において最も活発か？また、これは地域やセクターによってどのように変化するか？
• RQ3 地域の3Dプリント技術採用強度は、技術系大学や既存の製造業界の存在によってどの程度影響を受けるか？
• RQ4 3Dプリント関与企業の革新パフォーマンスは、関与のタイプによってどのように異なるか？
• RQ5 webAIベースのマッピングは、従来の特許ベース分析では捉えきれていないどのような採用パターンを明らかにするか？

主な発見

• webAI手法により、3Dプリント関与企業の57.7%が革新的（InnoProb ≥ 0.4）と特定され、製造業者の74.9%が革新的と分類された。
• サービスプロバイダーが3Dプリント技術採用の最大のグループを占めており、直接的な生産を超えた技術普及におけるその重要な役割が浮き彫りになった。
• 技術系大学や伝統的な製造業界が強い地域では、地域的採用強度が顕著に高いことが確認された。
• ミュンヘン、ベルリン、ハンブルク、スターンベルクといった地理的ホットスポットが確認された一方で、イェナのような地域は特許データではあまり捉えられていないが、本研究で新たに同定された。
• 本手法は、特許ベースの研究では捉えきれていない、製造業がそれほど強くない地域や新興の革新クラスターにおける技術採用パターンを検出できた。
• モデルの予測は一貫性チェックと既存の革新研究との整合性から検証されたが、ラベル付けの信頼性とウェブサイトカバレッジの限界は依然として課題である。