AI-based Text Mining for Environmental Scanning

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu | Master's thesis
Date
2021-08-25
Department
Major/Subject
Strategy and venturing
Mcode
SCI3050
Degree programme
Master’s Programme in Industrial Engineering and Management
Language
en
Pages
40 + 8
Series
Abstract
With recent developments in data-availability, processing power and sophisticated algorithms, new artificial intelligence (AI) applications can perform increasingly complex tasks and even replace humans in some tasks previously thought of as requiring human intelligence. While the application of AI has been studied in various business context, research regarding the use of AI as a part of a strategic management is still lacking. This study aimed to investigate the suitability AI in a strategic management process by utilizing AI-based text mining as a methodology for environmental scanning. To simulate environmental scanning in a changing market environment, I used dynamic topic modeling to analyze management discussions from annual and quarterly company reports between 01.01.2018 – 31.12.2020 with the aim of identifying market changes caused by the coronavirus pandemic. The company reports were collected from the U.S. Securities and Exchange Commissions database and analyzed using a machine learning based topic model known as the dynamic embedded topic model. Analysis of the company reports demonstrated that the dynamic embedded topic model can be used to autonomously reveal human-interpretable topics from market related texts. However, the analysis of these topics for actionable market intelligence proved to be difficult due to the noisiness and complexity of textual data. The results indicate that while AI-based text mining can be used as a method for environmental scanning, successfully gaining market intelligence through topic modeling can prove out to be difficult. On this basis, strategic managers should recognize the strengths and weaknesses of AI-based tools, and not consider AI as a one-size fits all solution for improving their strategic management process. Further research is needed to identify specific use-cases of AI-based tools in the strategic management process and to build upon how AI can change the way human decision makers create strategy.

Prosessointitehon, datankeräyksen ja algoritmien kehityksen seurauksena tekoälypohjaiset algoritmit kykenevät tukemaan ja jopa korvaamaan ihmisiä jatkuvasti vaativimmissa tehtävissä. Tekoälyn kehityksen on ennustettu laaja-alaisesti muuttavan ihmistyötä, ja alan tutkimus kattaa laajasti erilaisia käyttökohteita. Tästä huolimatta tutkimus tekoälyn käytöstä osana strategista päätöksentekoa on yhä vajavaista. Tämän tutkimuksen tavoitteena oli tarkastella tekoälyn käytön validiutta osana strategiaprosessia simuloimalla markkinanmuutostenanalysointia käyttäen tekoälypohjaista tekstilouhintaa. Markkinanmuutostenanalysointiasimulointiin analysoimalla yritysten vuosi- ja kvartaaliraportteja aikavälillä 01.01.2018 –31.12.2020, tarkoituksena identifioida koronavirusepidemian vaikutusta eri toimialoihin. Vuosi- ja kvartaaliraportit kerättiin Yhdysvaltain arvopaperi- ja pörssikomission tietokannasta ja analysoitiin käyttäen koneoppimispohjaista topic modeling -algoritmia. Topic modeling -algoritmi onnistui itsenäisesti tunnistamaan aiheita ja toimialoja, jotka esiintyivät yritysraporteissa, mutta käyttökelpoisen markkinatiedon louhinta osoittautui vaikeaksi. Vaikka tulokset olivat osittain lupaavia, tulokset eivät olleet täysin yksiselitteisiä ja riittävän luotettavia tekemään varmoja tulkintoja markkinoiden muutoksista. Tulosten tulkinnan vaikeus vastaa aiempia tutkimuksia koneoppimisen ja tekstilouhinnan haasteista. Tulokset viittaavat koneoppimispohjaisen topic modelingin olevan osittain validimetodimarkkina-analyysiin strategiprosessissa, joskin onnistunut tekstilouhinta vaatii yhä metodien kehitystä. Tulosten perusteella tekoälyä käyttöä ei kuuluisi mieltää yksiselitteisenä ratkaisuna strategiaprosessin kehittämiseen, vaan tunnistaa nykyisten tekoälysovelluksille sopivimpia käyttökohteita strategiaprosessissa huomioiden teknologianheikkoudet ja vahvuudet. Tämänhetkinen tutkimus tekoälynkäytöstä osana strategista päätöksentekoa on vähäistä, minkä perusteella alan jatkotutkimusta vaaditaan yhä sekä ymmärtämään, kuinka tekoälyn käyttö voi muuttaa tapaa, jolla strategiaa luodaan, että tunnistamaan spesifejä käyttötarkoituksia tekoälylle osana yritysten strategiaprosessia.
Description
Supervisor
Vuori, Timo
Thesis advisor
Seppälä, Jane
Keywords
strategic management, AI, strategy process, topic modeling
Other note
Citation