Ballestar, María TeresaDíaz-Chao, ÁngelTorrent-i-Sellens, JoanSainz, Jorge2023-12-212023-12-212021-01-02Ballestar, M. T., Díaz-Chao, Á., Sainz, J., & Torrent-Sellens, J. (2021). Impact of robotics on manufacturing: A longitudinal machine learning perspective. Technological Forecasting and Social Change, 162, 120348.1873-5509https://hdl.handle.net/10115/27680La evaluación del impacto de la adopción de la robótica industrial en las empresas es cada vez más relevante en el contexto actual de transformación digital. Aunque muchas empresas están ansiosas por adoptar estas tecnologías como medio para aumentar la productividad, han surgido algunas preocupaciones sobre el impacto en costes de la transformación, y su efecto en la mano de obra. Cada vez hay más literatura que estudia estos fenómenos pero, según nuestra revisión de la misma, no existe ninguna perspectiva longitudinal a lo largo de 25 años que ilustre la relación entre la actitud de las empresas hacia la robótica y los principales indicadores empresariales. Esta investigación utiliza un innovador modelo de aprendizaje automático que comprende una agrupación longitudinal anidada automatizada realizada en dos etapas, y se aplica sobre una amplia muestra de 4.578 empresas de la Encuesta de Estrategia Empresarial realizada por el Ministerio de Hacienda y Administraciones Públicas español. Los resultados de esta investigación son novedosos en este campo no sólo por la modelización longitudinal aplicada en dos etapas, sino también por la comprensión de cómo evolucionan en el tiempo las características y el rendimiento de las empresas en función de su grado de adopción de la robótica. Este conocimiento es relevante para que las empresas comprendan el impacto de su transformación a la robótica. También permite desarrollar estrategias que impulsen la eficiencia de las empresas, les proporciona herramientas para protegerlas de acontecimientos financieros negativos y conduce a un dimensionamiento óptimo de su plantilla.The evaluation of the impact of the adoption of industrial robotics on business is increasingly relevant in the current context of digital transformation. Although many companies are eager to adopt these technologies as a means to increase productivity, some concerns have been raised about the cost impact of the transformation, and its effect on the workforce. A growing body of literature is studying these phenomena but according to our review of it, there is no longitudinal perspective over 25 years illustrating the relationship between the attitude of companies to robotics and principal business indicators. This investigation uses an innovative machine learning model comprising an automated nested longitudinal clustering performed in two stages, and it is applied over a large sample of 4,578 companies from the Business Strategy Survey conducted by the Spanish Ministry of Finance and Public Administration. The findings of this research are novel in this field not only because of the longitudinal modelling applied in two stages but also because of the understanding of how companies’ characteristics and performance evolve over time depending on their degree of adoption of robotics. This knowledge is relevant for companies to understand the impact of their transformation to robotics. It also allows for the development of strategies that boost the efficiency of the companies, provides them with tools to protect them from negative financial events, and leads to an optimal sizing of their workforce.engrobotics; productivity; machine learning; longitudinal clusteringinfo:eu-repo/semantics/article10.1016/j.techfore.2020.120348info:eu-repo/semantics/restrictedAccess