27 de diciembre de 2018

CLUSTERS EN JAPÓN


Preparando mis próximas clases he encontrado este documento sobre clústers de conocimiento en Japón (ver aquí). Hoy, las políticas de desarrollo y tecnología japonesas están, hasta cierto punto, olvidadas bajo el peso de un país que ha envejecido y que se ha visto superado por otros tigres asiáticos. Pero Japón inauguró la senda de crecimiento oriental que han seguido otros después (Taiwan, Singapur, Corea del Sur, y, más recientemente, China). Detrás vienen Indonesia, Vietnam, Tailandia o Malasia. Japón, un país devastado tras la II Guerra Mundial, experimentó tasas de crecimiento similares a las actuales de China entre 1950 y 1990. La economía fue propulsada por fuertes flujos de inversión en capital, financiados por ahorros privados e incentivados por políticas de baja fiscalidad y apoyo público a las inversiones productivas. El rol del poderoso MITI (Ministry of International Trade and Industry) en el crecimiento económico de Japón ha sido controvertido. Algunos expertos aseguran que la preparada tecnocracia reinante en los ministerios de la postguerra japonesa estabilizó las políticas (entre ellas, la industrial) en el largo plazo, orientando flujos de inversión pública y privada hacia actividades productivas que redundaron en competitividad internacional. La clase política, con intereses cortoplacistas, no tenía poder real para cambiar los programas económicos estratégicos de las administraciones. Otros economistas, de corte neoliberal, afirman que el rol real del MITI fue residual y, en ocasiones, equivocado (uno de los errores más recordados por sus detractores fue la negativa a conceder un préstamo de 25.000 $ a una embrionaria Sony para conseguir la licencia de tecnología de transistores). Sea como fuere, durante los años del todopoderoso MITI éste coordinó actuaciones de política industrial con el Banco del Japón, actuó como regulador e impulsó industrias domésticas hacia la competición global. Su poder llegaba a la capacidad de imponer tipos de cambio artificial para el yen (para favorecer las exportaciones niponas), y a impedir la entrada de competidores en los mercados nacionales, extremos que dejaron de tener sentido en la era de la globalización. Su importancia era tal que incluso los primeros ministros japoneses electos debían hacer un tipo de “tenure” (algo así como unas prácticas) en MITI antes de acceder al cargo.

Pese a los problemas posteriores de estagnación endémica de la economía japonesa, la emergencia de superpotencias substitutivas (especialmente, China), y la pérdida de competitividad de algunos de sus sectores emblemáticos (como el de electrónica de consumo, superado por gigantes emergentes como Apple o Samsung, que supieron definir o, al menos, sumarse hábilmente al nuevo tren de la telefonía móvil) Japón sigue siendo una nación líder en I+D, con una inversión que supera el 3% de su PIB.

Vale la pena echar un vistazo a su política de clústers, y comprobar cómo los clústers (concentraciones locales de empresas y agentes relacionados que compiten en un determinado sector de la economía) son todavía las unidades básicas de política de competitividad en los países líderes, donde deben converger las actuaciones públicas y privadas de generación de conocimiento, transferencia tecnológica e innovación industrial.

http://www.mext.go.jp/component/a_menu/science/micro_detail/__icsFiles/afieldfile/2010/02/01/1288448_3.pdf 

(Por cierto, vale la pena recordar que en Catalunya existe una gran tradición y experiencia en política de clústers. Catalunya y País Vasco iniciaron sus políticas de clústers en los 90, en el momento en que Michael Porter escribió su famoso libro "La Ventaja Competitiva de las Naciones". Recientemente, Joan Martí, Gerente de Dinamización de Clústers de la Generalitat fue invitado a exponer sus actividades y sus modelos ante uno de los más importantes foros industriales en una nación líder en innovación: Corea del Sur. Sería importantísimo que las políticas de ciencia, tecnología e industria convergieran sobre los clústers locales, y fueran dotadas suficientemente para acelerar, de verdad, su competitividad internacional).

25 de diciembre de 2018

ROBOTS CON ALMA


La “singularidad” es el momento hipotético (y temido) en que un algoritmo de inteligencia artificial (IA) será capaz de diseñar autónomamente otro algoritmo más inteligente que él. En este caso se entraría en un efecto en cascada donde cada máquina diseñaría otra de inteligencia superior, hasta crear algo así como una amenazante inteligencia superhumana. Ese punto sería como un agujero negro: imposible saber qué pasaría después. Desconocemos si algún día alcanzaremos la singularidad. Pero la IA está llegando a nuestras vidas, de forma irremediable e irreversible. La palpamos a través de aplicaciones como Apple Siri, Microsoft Cortana, Google Home o Amazon Alexa. Las máquinas tienen capacidades crecientes de interpretación del lenguaje natural, de reconocimiento de objetos o de inteligencia estratégica. Según McKinsey, la IA sumará 13 billones de dólares al PIB global, y el 70% de las empresas la utilizarán en 2030. Las inversiones mundiales en I+D en tecnologías cognitivas superan ya los 20.000 millones de dólares. Y la carrera no ha hecho más que empezar. La gran batalla se libra hoy en la creación de entornos conversacionales (el nuevo gran canal de venta), el reconocimiento facial o los vehículos autoconducidos. Nuevas capas de diseño gráfico digital visten a los algoritmos de rostros humanos, con capacidades cognitivas, sociales e interactivas. Las máquinas reconocen e interpretan nuestras emociones, y simulan las suyas propias. Los bots, o avatares digitales mantienen conversaciones humanas no preprogramadas con soltura creciente. Si la máquina no conoce un tema, accede a bases de datos y lo absorbe rápidamente. El proceso de aprendizaje que para un niño dura quince años, un algoritmo lo desarrolla en minutos. Y, al final, en cualquier reflexión sobre el tema surge la pregunta: ¿llegarán las máquinas a tomar el control? ¿Qué hay tras la famosa “singularidad”?

Hace años que imitamos las estructuras cerebrales mediante sistemas electrónicos. Desde 1950 existen grupos de investigación sobre las famosas redes neuronales (arquitecturas electrónicas que simular el cerebro humano). Existe un know-how extenso sobre el funcionamiento de dichas redes. Pero no hemos llegado a la última frontera: la consciencia artificial. Este tema me fascina. ¿En qué momento una máquina será consciente de sí misma? ¿Cuándo un algoritmo desarrollará algún tipo de ego personal? Podemos crear inteligencia artificial a imitación de la biológica, pero no sabemos prácticamente nada sobre la consciencia artificial. Ése sí que será un punto de inflexión. Porque, asociados a la consciencia, están los sentimientos y las emociones: ¿podrá una máquina odiar, o amar? ¿Sentirá amistad, pena, ternura, motivación o euforia? ¿Puede una máquina ser ambiciosa? Las emociones son un tipo de sofisticada solución evolutiva: somos conscientes de que existimos porque la evolución nos ha llevado a este punto. En algún momento, algún primitivo ancestro empezó a tener consciencia de sí mismo, y a desarrollar estrategias de protección y supervivencia más eficientes asociadas a esa consciencia. De la consciencia de la propia existencia surge el miedo, la generosidad, el respeto, la envidia, la venganza o la ira. Es un apasionante misterio, todavía no resuelto por la ciencia, entender por qué, a partir de un grupo de neuronas, surge algo llamado consciencia. ¿A través de qué mecanismos un denso cúmulo de células nerviosas (llamado cerebro) genera un patrón cognitivo superior y se da cuenta de su propia existencia –y con ella, de su fragilidad y temporalidad-? Quizá la explicación se halle en el estudio de sistemas complejos y fenómenos de emergencia. Igual que de un conjunto de píxels coloreados surge La Gioconda, de un conjunto de neuronas conectadas emerge, de algún modo, la consciencia. Se nos crea una duda existencial: ¿somos sólo máquinas bioquímicas? ¿Es nuestro cerebro un conjunto de algoritmos naturales soportados por procesos químicos y eléctricos? ¿O existe algo más profundo, intangible, único, inimitable –y quizá inmortal- llamado alma, que entronca con otra realidad metafísica, espiritual o religiosa? Porque si sólo somos algoritmos bioquímicos, con toda certeza una máquina en un momento u otro, podrá replicar su funcionamiento. Y entonces, tendrá consciencia de sí misma. Ésa será la verdadera singularidad, el punto de inflexión en que las máquinas serán entidades dotadas de algún tipo de vida propia y con ella, de emociones. Y ahí se abren otros apasionantes debates: llegados a este punto ¿deberán esas “máquinas conscientes” ser consideradas como seres vivos? ¿Tendrán derechos y obligaciones? Juristas y filósofos tendrán una tarea ingente en los próximos años. Los expertos aseguran que no hay prisa: sabemos cómo se genera la inteligencia, y hemos diseñado redes neuronales artificiales para replicarla, con un cierto éxito. Pero la ciencia está en los albores de entender cómo se forma la consciencia. Por ello un humano es incapaz de crear una máquina consciente de sí misma. 

Pero hay caminos alternativos: hoy las nuevas técnicas de diseño generativo crean arquitecturas óptimas de dispositivos a partir de sus condiciones de contorno o requerimientos. Las máquinas pueden diseñar otras máquinas, por procesos de prueba y error, sin planificación, sólo experimentando en busca de la mejor configuración. No sería descabellado pensar en simular un proceso evolutivo en un computador que, por reglas similares a las biológicas (competencia por recursos virtuales), llegue a diseñar de forma autónoma un sistema digital tan complejo como un cerebro, hasta superar el punto de fuga de emergencia de la consciencia. ¿Tendremos robots con alma? Entonces sí que habremos franqueado todas las fronteras de la ética, la filosofía y la tecnología, la verdadera singularidad.

(Artículo publicado en La Vanguardia, el 23/12/2018)

9 de diciembre de 2018

APPLE DEJA ATRÁS LA INNOVACIÓN


El pasado 28 de noviembre, el renacido gigante Microsoft superó a Apple en valor financiero. Tres compañías se disputan la corona mundial de la empresa más rica del mundo: Apple (que cruzó primera la meta del trillón de dólares de capitalización, en julio), Amazon (que lo hizo en septiembre), y Microsoft (que no se rinde). Las tres se encuentran en una encarnizada carrera por mantenerse en el liderazgo. Una semana más tarde, en el volátil mercado financiero de la era Trump, Apple volvía a ganar por la mínima (877 billones), frente a Amazon (866 billones), o Microsoft (860 billones).

Tim Cook, CEO de Apple (Wikipedia)
Según el Global Innovation 1000 de PriceWaterhouse, Apple sigue siendo la empresa más innovadora del mundo. Su esfuerzo en I+D ha crecido un 15% en el último año (aunque el de Amazon ha sido un 40% superior y, sorprendentemente, el de Microsoft un 5% inferior). Sin embargo, analizando su trayectoria en los últimos años, surgen algunas dudas. En primer lugar, sus ventas siguen dependiendo en una proporción muy alta (60%) de un viejo dispositivo: el iPhone, una auténtica innovación disruptiva que ha marcado toda una época. En segundo lugar, los lanzamientos de Apple tras la muerte de Steve Jobs han tenido éxitos dudosos. El Apple Watch parece una mezcla desposicionada de un weareable (dispositivo electrónico para llevar en el cuerpo), y una extensión del iPhone, sin acertar a generar una propuesta de valor contundente y diferencial. Apple TV sólo goza de un 5% de la cuota de mercado de la televisión digital, sin excesiva diferenciación respecto a productos rivales, como Amazon Fire TV o Google Chrome. Homepod, la apuesta de Apple en el emergente segmento de los altavoces inteligentes (la nueva next big thing de los interfaces de compra) parece seguidora de Amazon Echo (Alexa), y de Google Home. En campos como realidad virtual, Facebook (Oculus) y Microsoft (Hololens) le han cogido ventaja. Y, una de las apuestas más esperanzadoras (el iCar), de certeza dudosa, se ve amenazada por Waymo (la filial de Google para vehículo autoconducido, cuyas ventajas en algorítmica parecen indudables), por otras rising stars (como Tesla – donde, por otra parte, han marchado parte de los ingenieros de Apple, atraídos por una cultura corporativa más cercana a la que implantó originalmente Steve Jobs- o Uber), o por las viejas marcas (Ford, GM, VW, Toyota), que definitivamente han encarado de forma acelerada su futuro digital (y acumulan un siglo de experiencia en manufactura de vehículos a gran escala).

¿Por qué Apple sigue estando posicionada como empresa innovadora, pese a sus evidentes problemas en crear el próximo blockbuster disruptivo? Posiblemente porque sigue siendo una gran máquina de hacer dinero. Su caja está dotada de 250 billones de dólares líquidos, y los márgenes de sus productos todavía son insuperables. Pero quizá Apple ya no compite en innovación… Quizá está compitiendo sobre la excelencia de su cadena de suministro.

Steve Jobs (Wikipedia)
Apple ha construido una cadena de suministro extremadamente ágil y eficiente en costes, sobre la base de un conjunto de proveedores de componentes localizados, especialmente, en Asia. La empresa ha invertido en tecnología de proceso en los mismos, y los ha ligado con contratos de exclusividad a largo plazo. Su cadena de suministro de componentes desemboca en la gran factoría de Foxconn (principal subcontratista de ensamblaje) en Zhengzhou (China), la llamada “iPhone City”. Una gigantesca estructura de producción en masa, dotada de mano de obra low-cost ultraflexible para absorber las variaciones de la demanda, en la cual se ensamblan 500.000 iPhones por día (350 por minuto). Para atraer operaciones a la región, el gobierno chino ha concedido más de 1.500 M$, además de desgravaciones fiscales y otros subsidios. La flexibilidad y velocidad de la cadena de suministro (necesaria en un sector donde la depreciación de componentes es del 2% semanal) redunda en bajos niveles de inventario (con mayores ahorros de coste), y en un ciclo financiero virtuoso: mientras el tiempo de ensamblaje y stock es de unas pocas semanas, el plazo de pago a proveedores es de más de dos meses, en media.

En definitiva, Apple dispone de una cadena logística de alta velocidad y bajo coste, produciendo de forma muy eficiente y en masa productos premium, con elevados márgenes. Tim Cook, el sucesor de Steve Jobs, estaba considerado un genio de las operaciones. En su momento, fue contratado por Jobs para desplegar en Apple un sistema logístico just-in-time como el de Dell. Pero no es un hombre de innovación. Ello, junto con los recientes fallos en la cadena logística (especialmente debidos a la escasez de algunos componentes de alta tecnología por la hipercompetición contra Samsung), y las crecientes tensiones entre China y EEUU ensombrecen el futuro de la antigua estrella de la innovación.

2 de diciembre de 2018

ESTADÍSTICAS I+D 2018


Se han publicado las nuevas estadísticas de I+D en España. Según el Instituto Nacional de Estadística, la economía española invirtió 14.052 M€ en I+D en 2017, el 1,2% del PIB.

Pese a significar un incremento bruto del 6% respecto al año anterior, la intensidad tecnológica de la economía (I+D/PIB) se incrementa sólo en una centésima (del 1,19 al 1,2%). Los países tecnológicamente más sofisticados del mundo se sitúan en el 4,3% (Corea del Sur), el 4,2% (Israel), o el 3,4% (Japón). Alemania invierte el 2,9%, el EEUU el 2,7%, y Francia el 2,3. La media de la UE es del 2%, y las instituciones europeas instan a los países miembros a llegar al 3% en 2020, mediante la Estrategia 2020 de la Comisión Europea.  

España está muy lejos de cumplir esos objetivos. Hoy, la economía española realiza un esfuerzo en I+D idéntico al de 2006. Avanzamos a una centésima por año. A este ritmo, cumpliremos los objetivos europeos de invertir el 3% del PIB en I+D dentro de 180 años. La brecha tecnológica para alcanzar los objetivos europeos es de 21.078 M€. Esa es la inversión adicional que debería realizar la economía española para situarse en el 3% de I+D/PIB. Mientras, Alemania sale de la crisis con un esfuerzo en I+D un 20% superior al de hace 10 años, y China invierte hoy un 50% más en I+D que hace una década. Hoy, China supera a la UE en inversión en I+D/ PIB y es ya la segunda economía del mundo en inversión bruta en investigación y desarrollo, tras EEUU, destacando en campos tecnológicos líderes como la inteligencia artificial.

En España, las políticas de innovación no han gozado de prioridad, ni de presupuestos estables. Las partidas destinadas a innovación en 2017 en los Presupuestos Generales del Estado (4.635 M€) eran sólo del 55% de las partidas consignadas en 2009. Y, de ellas, se ejecutaba sólo un 29,7% (un 16,3% de lo presupuestado en 2009). Poco esfuerzo, que además no se concreta, posiblemente por excesiva complejidad burocrática e ineficiencia financiera. No cesaré de insistir en que la situación es de extrema urgencia: las pensiones y prestaciones sociales de mañana no las pagarán nuestras cotizaciones. Esas pagan las de hoy. Las pensiones de mañana serán pagadas por los réditos de la I+D que hagamos hoy.

Oigo voces que afirman que “el problema está en la inversión privada”. La inversión pública en I+D en España es muy baja (y como hemos visto, ha caído a un gravísimo 16,3% de lo presupuestado hace una década). Sin embargo, comparativamente, es elevada respecto a la privada. Las empresas ejecutaron sólo un 47’7% de la I+D española. En países líderes, como Japón, esta proporción es del 70%. Por tanto, es cierto que quien debe crecer más, sin duda, es el segmento de empresas intensivas en I+D. Pero para ello, se precisan políticas de estímulo (como en todos los países avanzados). El mix incorrecto de la I+D española no se debe a un sobreesfuerzo público, y a una ineficiencia empresarial congénita. Se debe a que el esfuerzo público, insuficiente e inestable, se orienta casi exclusivamente a la financiación de proyectos alejados del mercado, sin interés empresarial, que no arrastran inversiones privadas adicionales.

Para cubrir la brecha tecnológica y alcanzar la inversión en I+D requerida por la Comisión Europea, sería preciso:

  1.  Establecer un Plan Nacional de I+D y Competitividad, con la finalidad de Incrementar en 7.000 M€ las partidas públicas destinadas a I+D (multiplicar por 2,5 el presupuesto actual).
  2. Coordinar las políticas de investigación e industria, priorizando la financiación a las líneas de investigación que contribuyan a la mejora de la competitividad empresarial y a la generación de empleo de calidad; y los proyectos empresariales que se sostengan en la generación de nuevas capacidades científicas en entornos industriales.
  3. Desplegar una política de investigación industrial, destinada a construir una nueva industria del conocimiento (basada en el modelo Industria 4.0), disponiendo fondos de ayudas con efecto multiplicador para financiar proyectos de muy alto riesgo tecnológico empresarial (con el objetivo de movilizar dos euros privados por cada euro público destinado)
  4. Reforzar los centros tecnológicos, dotándolos de estabilidad financiera, masa crítica y capacidad investigadora para establecer líneas de investigación consorciada y de largo plazo con PYMEs. Especializar dichos centros en tecnologías habilitadoras (aquellas que sustentan la competitividad industrial: nuevos materiales, microelectrónica, fotónica, manufácturing avanzado, digitalización y aereospacio, entre otras)
  5. Potenciar mediante elementos de financiación específica aquellos grupos de investigación universitarios que muestren excelencia en sus procesos de transferencia tecnológica al entorno socioeconómico.
  6. Establecer circuitos financieros ágiles y de alto riesgo para cubrir las fases early stage de proyectos emprendedores (startups) de base científica y tecnológica.
  7. Desplegar planes de adopción acelerada de tecnologías disruptivas, como la inteligencia artificial, y de transformación digital de las empresas
  8. Potenciar las políticas de clústers territoriales, acelerando sus procesos de cambio estratégico y de cambio tecnológico, mediante soporte específico a sus planes de actuación, de formación, y de inversión en I+D.


NOTA: En Catalunya no estamos mejor. La economía catalana se comporta igual, en I+D, que la española. Avanza a una centésima por año (del 1,46% de I+D/PIB en 2016 al 1,47% en 2017). A 153 años de Alemania. Seguimos deslumbrados por algunas grandes singularidades, excelentes, pero cuyo efecto en la economía es prácticamente nulo. Hay que escalar el esfuerzo, y compensar las políticas de oferta (creación de conocimiento), que tan bien se han hecho en los últimos 20 años, con políticas de demanda (absorción del conocimiento y del talento en la economía local). Si no, ese conocimiento y ese talento generados en Catalunya, con fondos públicos del contribuyente local, son aprovechados por competidores internacionales para incrementar su competitividad. Exportamos talento y conocimiento, y sufrimos un sangrante coste de oportunidad local. La diagnosis, y las recetas, son las mismas para Catalunya.


25 de noviembre de 2018

LA TECNOLOGÍA, ¿CREA O DESTRUYE EMPLEO?


¿La tecnología crea o destruye empleos? ¿Nos enfrentamos a un jobless future? El futuro se dibuja en tres escenarios a corto, medio, y largo plazo. A corto plazo, si observamos los mapas de la tecnología y del empleo en Europa, vemos una fuerte correlación: los clústeres innovadores, de alta intensidad tecnológica, son zonas de bajo desempleo. Son zonas 3T: Talento, Tecnología y Trabajo. Territorios donde se han creado marcos institucionales que aceleran el cambio tecnológico. A ellas acude el talento científico, emprendedor e inversor, y las renovadas industrias digitales, mucho más móviles que la vieja industria analógica. En ellas se reconcentra la manufactura avanzada, cerca de los centros de I+D. Regiones exportadoras y competitivas. Si cruzamos los índices de innovación de Europa con los datos de paro, el resultado es significativo: el desempleo desciende casi exponencialmente con la intensidad tecnológica del territorio. Las políticas de innovación, pues, son excelentes políticas de empleo. En el medio plazo, el futuro es menos nítido: se contraponen fuerzas difusas. Por un lado, se acelerarán los procesos de automatización impulsados por la inteligencia artificial. Las inversiones en I+D de los líderes digitales en este campo alcanzan dimensiones casi macroeconómicas. Y eso producirá una substitución considerable de personas en los sectores productivos. Sin embargo, se nos presenta también una bomba demográfica: la gran masa de población nacida durante el baby-boom se jubilará hacia 2030. Hacia 2050, en España, el segmento más numeroso de población tendrá entre 70 y 90 años. Para entonces, la población activa en Alemania se habrá reducido también en 18 millones de personas. Se avecina una reducción de la demanda de trabajo, por robotización, pero también una disminución de la oferta, por envejecimiento. ¿Podríamos ir hacia escenarios “a la japonesa”, de sociedades extremadamente viejas y tecnificadas? En cualquier caso, la solución a la ecuación es indiscutible: incrementos drásticos de la productividad para sostener a crecientes clases pasivas. De nuevo, la tecnología se revela como fuerza necesaria. Y, a largo plazo (2060), parece que el desarrollo exponencial de la tecnología nos lleva a reconfiguraciones radicales del mercado de trabajo. Si, como anticipan algunos estudios, para esa época las máquinas podrán realizar cualquier trabajo humano (manual o cognitivo), desde escribir un best-seller a hacer investigación matemática, o atender clientes con inteligencia emocional casi humana, entonces quizá el trabajo (como ahora lo conocemos) esté reservado a las máquinas. En cualquier caso, necesitaremos productividad tecnológica para apalancar las grandes innovaciones sociales que serán necesarias para redefinir el sistema.

Artículo publicado previamente en Expansión

22 de noviembre de 2018

ESTRATEGIA BLITZKRIEG


La estrategia es el máximo exponente de la práctica directiva. Se suele concebir como un plan a largo plazo que integra un conjunto de unidades especializadas (equipos, departamentos y divisiones), para conseguir objetivos conjuntos. Sun Tzu, general de la antigua China, autor de El Arte de la Guerra, escribió algo similar. Todavía hoy, dos milenios más tarde, muchos directivos tienen una noción de la estrategia parecida a la de Sun Tzu. No en vano, gran parte de lo que sabemos en estrategia de negocios proviene de la guerra antigua. “Estrategos” era el general de los ejércitos griegos. Conceptos como “posicionamiento”, “ofensiva comercial”, “headquarter” o “supply chain” tienen orígenes militares. Desafortunadamente, las primeras grandes organizaciones fueron los ejércitos: los humanos nos organizamos y cooperamos a gran escala, en primera instancia, para luchar. Durante el siglo XIX, en plena revolución industrial americana, las primeras grandes corporaciones empresariales contrataron los únicos especialistas del momento en liderazgo de equipos: profesionales formados en la milicia, que había bebido de los clásicos de la guerra, desde Sun Tzu a Napoleón. El management hunde sus raíces más profundas en ellos. Los organigramas se inspiraron en estructuras jerarquizadas. Se contemplaba la conquista de un mercado como la de un pedazo de terreno virtual, y la planificación estratégica y las operaciones empresariales se basaron en modelos de lentos ejércitos de línea. Ejércitos que desaparecieron hace justo un siglo, al final de la 1ª Guerra Mundial. La 2ª Guerra Mundial alumbró otros estilos militares: la blitzkrieg, o guerra relámpago. Evitar el choque frontal mediante el flaqueo inesperado del enemigo con unidades rápidas. Y el final del siglo XX estuvo salpicado de guerras de guerrillas, culminadas por los atentados del 11-S. Innovación disruptiva en el conflicto global. Los ejércitos de corte napoleónico habían dado paso definitivo a las operaciones especiales. 

En paralelo, en el management, y coincidiendo con el inicio del proceso globalizador, Henry Mintzberg (McGill) certificó el final de la planificación estratégica y Michael Porter (Harvard) redujo la estrategia a un dilema. La estrategia dejó de ser un plan, para convertirse en una decisión (strategic choice): dar el mismo valor que los competidores (a un menor precio), o dar un valor mayor a un precio más elevado. Competir en océanos rojos, saturados y teñidos de la sangre de los competidores, o competir en océanos azules, libres de la competencia. En mercados avanzados se abre paso la segunda opción: la mejor manera de competir es, paradójicamente, no competir. Blitzkrieg: flanquear a la competencia. Olvidar la erosiva guerra de trincheras de los costes, diferenciándonos.  Sólo así mantendremos márgenes suficientes para retribuir al accionista y afrontar inversiones de largo plazo, como la I+D. Los directivos deben obsesionarse con la diferenciación. Ser diferentes en producto, en proceso, en organización, en márketing, en tecnología, en modelo de negocio o en experiencia de consumidor. La mera reducción de costes, la vieja eficiencia operativa, es necesaria, pero insuficiente. Es una obligación directiva, un factor higiénico. Pero jamás debe ser una estrategia. La verdadera esencia de la estrategia pasa por construir y proteger factores de diferenciación. Rumelt (Universidad de California) define el proceso estratégico como “un análisis certero de la realidad, una propuesta de valor diferencial, más un plan de acciones consecuente y coherente”. Pero, para diferenciarnos, deberemos introducir novedades respecto a los competidores, o a nuestra antigua forma de competir. Inevitablemente, tendremos que innovar. La innovación emerge, pues, como un mecanismo de diferenciación estratégica: innovamos para diferenciarnos. 

¿Cómo? En un mundo de turbulencia creciente, perdemos visibilidad de mercado. El mercado es cada vez más volátil y difuso. Por ello, los procesos de planificación estratégica se substituyen por procesos de cambio fluido: adaptación estratégica (evolucionar con el mercado), o anticipación estratégica (revolucionar el mercado con soluciones disruptivas). Las organizaciones pivotan de un producto a otro, de un mercado a otro, de un modelo de negocio a otro, en un continuo proceso de experimentación. Sólo experimentando un organismo puede aprender. La estrategia se vuelve introspectiva: dada la incertidumbre del entorno, es preciso centrarse en el interior: ¿en qué somos realmente excelentes? ¿Cuáles son nuestras core competences? (aquello que nos hace únicos, insubstituibles e inimitables). Sólo sobre ellas podremos construir nuevas ventajas competitivas. La empresa se enfrenta a una continua tensión organizativa: reforzar las competencias clave a la vez que pivotar hacia otros espacios de mercado. Explotar el negocio clásico, a la vez que explorar nuevas oportunidades. Y, para explorar, no servirán los lentos ejércitos de línea útiles en la guerra de trincheras. Los equipos de innovación son fuerzas especiales. Comandos orientados a la acción rápida, la improvisación y el aprendizaje, que salen a la captura de nuevas oportunidades mientras el ejército de línea protege el núcleo de negocio. 

En todo ello, aflora una duda final: ¿la estructura sigue a la estrategia, como afirmó magistralmente Alfred Chandler (Harvard) en 1962? En un mundo de desbordamiento tecnológico, ¿las decisiones estructurales vienen dadas por una estrategia predefinida? Especialmente, en sectores de alta velocidad parece que ya no es así: hoy, una parte de la estructura (la tecnología) condiciona, habilita, define o multiplica a la estrategia. Si no, pregúnteles a Google, Amazon, Apple, Facebook o Microsoft.

Artículo publicado en La Vanguardia, 18/11/2018


16 de noviembre de 2018

I+D: COMPARATIVA PAÍSES - EMPRESAS


Estos días he estado comparando inversiones en I+D de diferentes economías con las inversiones de las empresas más intensivas en tecnología. Los resultados han tenido un cierto impacto en Twitter. Aquí tenéis un primer análisis (las cifras en el caso de países ser refieren a inversión total en I+D, pública y privada):

Inversión en I+D (miles de millones de dólares):

USA:511
China: 451
Alemania: 118
Francia: 60
UK: 44,8
Amazon: 22,3
España: 19,2
Holanda: 16,3
Google: 16,2
Volkswagen: 15,8
Samsung: 15,3
Suecia: 14,2
Suiza: 13,1
Intel: 13,1
Israel: 12,7
Bélgica: 12,4
Microsoft: 12,3
Apple: 11,6

Como había gente que consideraba que comparar el esfuerzo bruto no es significativo, calculé el esfuerzo en I+D relativo (inversión total dividida por número de habitantes, o número de empleados en el caso de una corporación).

El resultado es (inversión en I+D por persona, en $):

Google: 184.090
Intel: 122.429
Microsoft: 93.893
Apple: 87.878
Amazon: 41.220
Volkswagen: 25.239
South Korea: 1.799
USA: 1.577
Suiza: 1.559
Israel: 1.530
Alemania: 1.437
Suecia: 1.434
Francia: 924
UK: 677
España: 414
China: 320

Para pensar…


10 de noviembre de 2018

PLATAFORMAS: ¿COOPERAR O COMPETIR?


SEAT, filial del grupo Volkswagen, acaba de anunciar que incorporará el altavoz inteligente Alexa, de Amazon, en algunos de sus vehículos (Ibiza, Arona, Leon, Ateca y Tarraco) en España e Italia. Amazon ya está presente en vehículos de Volkswagen en Alemania y Reino Unido. Seguirá Francia. Con ello, SEAT pretende que el conductor “optimice su tiempo de conducción”, con un acceso conversacional más fácil a las funciones clave del automóvil. Alexa facilitará la selección de rutas, la música, el teléfono, y dará acceso a la agenda personal, que podremos gestionar por voz durante la conducción, sin apartar las manos del volante. Con la introducción de Alexa, el coche se convierte en una extensión real de nuestra oficina. Es como si nuestro asistente personal nos acompañara en el trayecto. Pero Volkswagen no se ha limitado a Amazon: también mantiene alianzas con Microsoft (para protocolos de vehículo conectado), o Apple (en sistemas de autoconducción), entre otros.

Las plataformas digitales concentran un conjunto de ventajas competitivas muy difíciles de batir. El grupo GAFAM (Google, Apple, Facebook, Amazon, y Microsoft), junto con viejos rockeros como IBM, disponen de marcas globales, grandes economías de escala y de abasto (el coste marginal de un usuario más tiende a cero, y cada cambio en los algoritmos centrales afecta a todos los usuarios), llegada hipersegmentada al consumidor, experiencia exponencialmente creciente (en base a sus bases masivas de datos), e inversiones insuperables en I+D (especialmente en inteligencia artificial) para tratar con mayor eficiencia esos datos, y acelerar sus curvas de aprendizaje. Su expansión a todos los sectores va acompañada por mayores capacidades de predicción del comportamiento del cliente, y desarrollo de nuevas tecnologías cognitivas. Zuckerberg (Facebook) afirmó que su objetivo en los próximos años es “conseguir que la inteligencia artificial supere a los humanos en las dimensiones cognitivas principales”. Las plataformas, cada vez más omnipresentes e inteligentes, escucharán, hablarán y verán. Sus aplicaciones tendrán mayor humanidad y personalidad, y estarán en absolutamente todas las partes de las cadenas de valor actuales y futuras.

¿Qué hacer ante estos gigantes? Probablemente, será imposible competir contra ellos en tecnología o inteligencia de mercado. Indudablemente, incluso ellos serán batidos algún día por alguna startup con tecnologías que ahora no podemos ni imaginar. Los líderes siempre han sido derrotados por jóvenes startups impulsadas por el cambio tecnológico. Pero, ¿y hoy? ¿Qué deberían hacer las empresas ya establecidas en sectores como el retail, la banca, el automóvil, la farmacia, el turismo, la educación, la sanidad, etc, ante la invasión de las plataformas? Probablemente, cooperar con ellas: aliarse. Estamos viendo alianzas en todos los sectores: Seat con Amazon para introducir Alexa en los automóviles (como ya hizo Toyota hace unos meses). Marriott ha hecho lo propio para convertir Alexa en un “conserje virtual” en sus hoteles. Volvo se ha aliado con Google para incorporar sus apps en los nuevos sistemas operativos de conducción. O Daimler, en un consorcio de investigación con Google para elaborar futuros computadores cuánticos para el automóvil. Incluso Honda se aproxima a Google en busca de soluciones conjuntas de vehículos autoconducidos.  Otros, como Cisco, Correfour, KPMG, Mastercard, Verizon, Fitbit o Disney, en sectores muy diferentes, han buscado alianzas con Google para analizar sus datos, y extender y mejorar sus respectivos canales digitales. La Agencia de Salud Escocesa, o la empresa energética británica Centrica, optan por Microsoft para sus tratamientos de datos. También Volkswagen, para sus protocolos de coche conectado. Apple acaba de anunciar una alianza con Salesforce (proveedor de sistemas de gestión de relaciones de mercado, CRMs). Facebook se alía con RED (fabricante de cámaras) para nuevos sistemas de visión… Se está produciendo un tsunami de alianzas de viejos líderes con las grandes plataformas en todos los segmentos de la cadena de valor: desde la I+D al punto de servicio al cliente.

De todo ello, parecen emerger dos patrones: En primer lugar, las plataformas proveerán la inteligencia segmentada para capturar datos, procesarlos, y predecir comportamientos de usuarios. Pero las empresas establecidas generarán ventajas competitivas a través de una correcta estrategia de datos (en cantidad y calidad), y una superior experiencia de consumidor. Ahí, probablemente, estará la clave: en una alianza en el punto de servicio entre la experiencia e infraestructura del viejo líder, y la inteligencia de la nueva plataforma.

En segundo lugar, parece que la penetración omnipresente de las plataformas no sólo se da mediante crecimiento orgánico. También a través de una infinita constelación de alianzas con empresas de la “vieja” economía. Por no hablar de los partenariados entre las propias plataformas: Amazon se acaba de aliar con Apple para vender directamente iPhones, iPads o Apple Watchs. Es la primera salida de Apple fuera de su canal propio de distribución, y para ello escoge otra plataforma líder. IBM se ha aliado con Apple para avanzar conjuntamente en la inteligencia artificial móvil.  En 2017, Apple, Amazon, Google y Microsoft crearon un gran consorcio de investigación cooperativa en inteligencia artificial. Los grandes no sólo compiten, también cooperan y se refuerzan mutuamente entre ellos.  Teniendo en cuenta que el valor financiero de los cinco grandes (GAFAM) supera al PIB de Alemania, el impacto que tendrán en la economía internacional, acelerado por su estrategia de alianzas, es absolutamente disruptivo.


4 de noviembre de 2018

GLOBAL INNOVATION 1000 (2018)


Se ha publicado ya el informe anual Global Innovation 1000, que realizan conjuntamente PricewaterhouseCoopers y la revista Strategy + Business. El informe recoge, cada año, cuáles son las empresas con mayor esfuerzo en I+D, cuáles son sus estrategias, y cuáles sus resultados de mercado. Este año se consolida el liderazgo de Amazon, que ha incrementado su inversión en un 40,3% respecto al año pasado, y llega a una brutal cifra de 22’6 billones de dólares en I+D (recordemos que la inversión del conjunto de la economía española es de alrededor de 15 billones). Amazon invierte hoy en I+D alrededor del 50% más que el conjunto de la economía española. Cuatro empresas ya superan esa cifra de 15 billones: Amazon, Alphabet (Google), Volskwagen e Intel. Microsoft y Apple les siguen de cerca. Muy valorable el esfuerzo de Volkswagen, que ocupaba el liderazgo mundial en I+D en 2016, y fue relegada a la quinta plaza en 2017. Con un incremento del 14,5% de su presupuesto en innovación, se sitúa de nuevo en tercer lugar. Entre los que aceleran con más fuerza respecto al año pasado se encuentran Amazon (+40,3%), Alphabet-Google (+16,5%), Volkswagen (+14,5%), Apple (16%), Johnson & Johnson (+ 16,4%) y Facebook (+ 32,2%). De las grandes tecnológicas, sorprende la ligera reducción de esfuerzo de Microsoft (-5,3%). IBM ocupa una discretísima 28 posición, con una inversión en I+D de 5,8 billones, congelada desde 2017.

La inversión en I+D entre los 1000 “grandes” se ha incrementado, en media, un 11,4%, llegando a un récord de 782 billones. De nuevo, el estudio se reafirma (como en años anteriores) en que no existe una correlación entre el esfuerzo en I+D y el éxito en el mercado. El trabajo identifica un conjunto de empresas “high-leverage innovators”, cuyos resultados económicos en el largo plazo superan la media del sector, aunque han invertido en I+D por debajo de la media (entre ellas, Apple o Black & Decker). Aunque Apple está conquistando posiciones líderes en inversión, ha sido tradicionalmente una empresa con tasas de I+D inferiores, por ejemplo, a Microsoft, pero con una gran capacidad de rentabilizar sus inversiones con productos líderes en el mercado. Ya lo sabíamos: la innovación es una función multivariable, donde la inversión en I+D es uno de los inputs, pero la estrategia, la organización, la cadena de suministro, el márketing o el diseño de producto amplifican o atenúan su efecto.

Sectorialmente, se está produciendo una convergencia entre los sectores electrónicos, de software e internet, y automovilístico en sus inversiones en tecnologías relacionadas con las ciencias de la computación, generando una masa crítica de inversión privada en ese campo de alrededor de 500 billones de dólares. No en vano, el automóvil se está convirtiendo en un gran dispositivo electrónico sensorizado. La tracción de estas tecnologías, y las inversiones masivas en tratamiento de datos e inteligencia artificial tiran de la cadena de suministro electrónica y fortalecen las empresas de semiconductores como Intel (en 5ª posición en el ránking).

Geográficamente, las empresas chinas siguen con su agresivo abordaje de la élite mundial, e incrementan su inversión en I+D en un 34%. En 2018 aparecen un 16% más de firmas chinas entre las Top 1000 que en 2017. Pero Europa no tira la toalla: sus compañías incrementan su esfuerzo en un 14%. Mientras, las inversiones americanas en tecnología sólo aumentan un 7,8% (¿efecto de las políticas/ recortes de Trump en ciencia e innovación?).

En cuanto a posicionamiento e imagen de innovación, el estudio constata que las 10 compañías percibidas como las más innovadoras del mundo (Apple, Amazon, Alphabet-Google, Microsoft, Tesla, Samsung, Facebook, General Electric, Intel o Netflix) operan en sectores digitales o relacionados con la electrónica. En el podio, emerge una nueva plataforma: Netflix. Se refuerzan las constantes vitales que describen la economía del futuro: lideran las empresas digitales, plataformizadas, y con inversiones imbatibles en I+D, definiendo modelos de negocio de datos hacia los que evolucionan los viejos sectores industriales (automoción y electrónica). 





27 de octubre de 2018

INVERSE DESIGN THINKING


Una de las metodologías básicas de gestión de la innovación es el “pensamiento de diseño” (Design Thinking), un proceso de redefinición de producto, servicio o proceso basado en la observación y la comprensión del usuario (human-centred), la pluridisciplinariedad, la colaboración en las aproximaciones a la resolución de problemas, la cultura del prototipo, el cuestionamiento de los axiomas anteriores, y la orientación a la acción rápida. Design Thinking forma parte de la caja de herramientas fundamentales de la innovación hoy, junto con otras metodologías propias del management emprendedor y exploratorio (como son Lean Startup, Blue Ocean Strategy, Open Innovation o Canvas Business Model). Su propósito es ofrecer un esquema de pensamiento capaz de generar soluciones mediante la introducción de una perspectiva humana en todos los pasos del proceso de solución de problemas.


El Design Thinking fue popularizado a principio de los 2000, cuando IDEO, empresa de innovación de referencia, se hizo famosa a través de videos como Deep Dive, en el cual se mostraba el proceso de rediseño radical de un objeto convencional, como un carro de la compra. Ese vídeo fue presenciado en infinidad de ocasiones en la mayor parte de aulas de las escuelas de negocio de todo el mundo.

El flujo clásico del Design Thinking consta de cinco fases: (a) Empatizar (realizar una inmersión en la realidad del usuario, en busca de sus necesidades reales, a menudo no explicitadas, y de las emociones que las guían). (b) Definir (explicitar las necesidades, aspiraciones y deseos del usuario, a fin de concretar y acotar la esencia de los problemas a resolver). (c) Idear (plantear creativamente soluciones radicales a los problemas explicitados), (d) Prototipar (proyectar las ideas y los conceptos generados en arquitecturas y substratos físicos simples: desde post-its, a modelos de cartón, dibujos o esquemas). Y (e) Testear (mostrar los resultados a potenciales usuarios, probar los conceptos, y refinarlos en base a sus nuevos insights).

No hay duda de que el Design Thinking ofrece una secuencia de actividades (un proceso) estructurado y basado en la generación holística de nuevas soluciones, que ha revolucionado muchos ámbitos de la gestión de la innovación. Sin embargo, en mi opinión, tiene una limitación fundamental y, a la vez, presenta una gran oportunidad. La limitación es que es un proceso que se circunscribe a la dimensión “market-pull”. No en vano, parte de la observación y la comprensión del usuario. La gran oportunidad no resuelta consiste en desarrollar un método similar para procesos “tech-push”, una suerte de Inverse Design Thinking que parta de la observación y comprensión de la tecnología . Esta técnica no está inventada, y quien la invente realizará una aportación decisiva al management moderno, y a la teoría y práctica de la innovación.

El gran problema a solucionar hoy, en un mundo con gran stock de conocimiento, es cómo utilizar de la forma más rápida y óptima cada nueva porción de conocimiento generado. Sabemos, mediante Design Thinking, cómo encontrar soluciones a un problema de usuario dado. Pero, ¿cómo buscaríamos sistemáticamente problemas a resolver, para una solución preexistente (una nueva tecnología) no aplicada? Soluciones en busca de problemas... Hace unos años tuve oportunidad de presenciar en Stanford un proceso de este tipo: en los laboratorios se había sintetizado un material que emitía impulsos eléctricos al apretarlo. El problema era ¿dónde utilizarlo? En este caso, las soluciones a la ecuación pueden ser infinitas: seguramente puede aplicarse en infinidad de campos. La búsqueda de, al menos, uno de ellos, es el proceso (fallido e ineficiente en general) de la llamada “transferencia tecnológica”. Los técnicos de Stanford organizaron una serie de focus group con profesionales de diferentes industrias (automoción, química, electrónica de consumo) e incluso artistas, emprendedores o profesores de otras disciplinas. Del proceso surgió una cartera de ideas (muchas de ellas, completamente inmaduras). Construyeron el famoso “embudo” de la innovación (funnel). Seleccionaron unas cuantas ideas, y las desarrollaron. Una de ellas fue utilizar láminas de aquel material para colocarlas en las suelas de los zapatos, y generar impulsos eléctricos que carguen el móvil al caminar. El proceso era sistemático y holístico. Lo que vemos hoy en centros de investigación es puramente casual y desestructurado: un científico genera un nuevo conocimiento, imagina dónde utilizarlo y propone un camino al mercado (y normalmente, se obsesiona con esa opción). Y olvida, o desconoce, cualquier otra posibilidad.

¿Os imagináis una metodología que, en el límite, sea capaz de coger un paper científico, y diseñe de forma generativa y pluridisciplinar una solución óptima de mercado en base a ello? Empatizar con la tecnología, comprenderla, definir usos, idear oportunidades, prototipar y testear la solución de problemas. Éste es uno de los grandes retos del management de la innovación de nuestra era: crear una sistemática que vaya desde la tecnología al uso de la misma (no del usuario a la solución), en un ejercicio tech-push de impulso de ese conocimiento al mercado.

De todo ello hablábamos hace pocos días, con un café por medio, con Ángel Alba, quien ha avanzado considerablemente en nuestras ideas (os dejo su interesante publicación aquí). Deberemos seguir trabajando, aunque me da en la nariz que este problema, como muchos otros problemas complejos, nos lo resolverá en unos años la Inteligencia Artificial…


20 de octubre de 2018

AUGMENTED ETERNITY


Los progresos en inteligencia artificial y nuevas tecnologías digitales abren iniciativas sorprendentes en campos tan inesperados como la propia muerte. ¿Puede la revolución tecnológica cuestionar, o como mínimo difuminar las fronteras del más allá? El debate supera el rápido avance biomédico, que situará la longevidad en los límites de lo biológicamente posible. En la esfera digital, encontramos startups como eterni.me que le ofrecen hacer un Skype con sus parientes o amigos fallecidos. ¿Espeluznante? De hecho, la oferta real es configurar un avatar, un humano digital con el rostro, la voz, las expresiones, la personalidad y el conocimiento de alguien que quizá ya no está entre nosotros. La empresa ha recibido más de 40.000 pedidos, aunque de momento sólo dispone de versiones beta. Avances en el desarrollo de avatares digitales con inteligencia emocional, como los desarrollados por la empresa Soul Machines permiten crear humanos virtuales con un escalofriante realismo. Pero, ¿y si esos humanos digitales fueran clones de nosotros mismos? La inteligencia artificial posibilita hoy capturar información de una persona (leyendo, por ejemplo, sus mails y sus comentarios en las redes sociales, visionando sus fotos y su navegación por internet, analizando sus vídeos…), y conformar un clon digital con un comportamiento similar al original. ¿Y si, en un futuro próximo, nuestro smartphone fuera capturando trazos de nuestro comportamiento, grabando y analizando nuestras conversaciones, registrando nuestros desplazamientos, registrando todos nuestros documentos y comentarios y, al final, cuando ya no estemos, nuestros hijos pudieran comunicarse con un clon digital que condensara todo ese conocimiento e información? Nos podrían pedir consejo cuando nosotros no existiéramos.

No estamos, en absoluto, tan lejos de esta posibilidad. La inmortalidad digital está al alcance de nuestras manos. El profesor del MIT Hossein Rahnama ya está trabajando en la clonación digital de un CEO de una empresa financiera que desea seguir siendo consultado en operaciones críticas, cuando esté en el otro mundo. Para ello, está desarrollando la app Augmented Eternity. Esta corriente tecnológica de incursión en el más allá la inició hace pocos años la experta en software Eugenia Kuyda, quien creó en 2015 un chatbot a imagen de su mejor amigo, Roman Mazurenko. El bot fue entrenado volcando los mensajes personales de Mazurenko y sus publicaciones en redes sociales a una red neuronal soportada por TensorFlow, el software de inteligencia artificial de Google. Según Kuyda, el bot no es “preciso ni pulido”, pero “sus reacciones recuerdan extrañamente a Mazurenko”

La idea del clon digital tiene aplicaciones de negocio que se sitúan en ámbitos más mundanos: un reputado médico podría dar acceso a un avatar digital suyo para consultas preliminares. Un experimentado abogado podría generar una línea de negocio low-cost de consultas a su avatar (en lugar de a él directamente). Se podría democratizar así el conocimiento de líderes científicos, filósofos, políticos… Investigadores, tecnólogos y futurólogos están evaluando las inesperadas posibilidades de esta tecnología: ¿podríamos crear un avatar digital de un personaje histórico? ¿Podríamos hablar con George Washington, Winston Churchill o Kennedy desde casa? ¿Podríamos hacer revivir a Ronald Reagan y preguntarle qué piensa de Donald Trump? ¿Sería posible recrear una conversación entre Adolf Hitler y Joseph Stalin? Proyectos preliminares ya han capturado los trazos de Rembrandt y han permitido “revivir” el genio creativo del pintor, elaborando nuevos cuadros con la técnica precisa del original. Y se han creado nuevas sinfonías “a lo Bach” a partir de la captura mediante inteligencia artificial de la habilidad compositora de Bach.

Con los clónicos digitales se abren nuevos debates éticos: ¿se deberían tratar las memorias, el conocimiento, y el temperamento de una persona fallecida, condensados en un clon digital, como una categoría de restos humanos (no biológicos, sino informacionales)? ¿Se deberían someter a códigos y a legislación, como en el caso de la exposición de cadáveres antiguos en museos? Y… ¿qué pasaría si alguien intentara “vendernos” productos a través de un nuevo y discutible canal comercial: el clon digital de una persona querida fallecida? ¿Se podrían hackear o manipular esos clones, para hacernos adictos a ellos? ¿Y si alguien quiere vendernos a precio de oro actualizaciones o versiones superiores de ese avatar de un ser querido (nuestro padre, hermano o esposa), como pasa en uno de los visionarios episodios de Black Mirror?

Otras startups, como Nectome, ofrecen tipos de inmortalidad tanto o más inquietante: ¿y si toda la información contenida en nuestro cerebro (recuerdos, experiencias, emociones) pudiera guardarse en la nube, como un fichero informático? Nature se hacía eco recientemente de otro frente ético abierto: ¿se podría hacer crecer un cerebro en laboratorio a partir, por ejemplo, de células madre? Indudablemente, sí. Pero, ¿qué pasaría si ese cerebro desarrollara algún tipo de emoción, sentimiento, dolor…? ¿Tendría identidad, un cerebro crecido en un biorreactor, sin cuerpo anexo?

Dejando aparte las iniciativas más escabrosas, obviamente los avatares digitales no contendrían nuestro fantasma en el ordenador. Pero podrían condensar toda nuestra información vital, nuestro carácter y temperamento, nuestras expresiones y lenguaje emocional… Podrían ser "nosotros" en una pantalla digital. Y vivir para siempre en un PC. En mi caso, por cierto, pueden descartar la idea ;-)

16 de octubre de 2018

OUTPERFORMERS


McKinsey acaba de publicar su informe Outperformers: High-GrowthEmerging Economies. Las economías emergentes han generado dos tercios del crecimiento del PIB mundial, y la mitad del nuevo consumo en los últimos 15 años.  7 países han mantenido un crecimiento anual superior al 3.5% durante 50 años (China, Hong-Kong, Indonesia, Malasia, Singapur, Corea del Sur y Tailandia). Son outperformers de largo plazo. En la cima de las economías-gacela está China (crecimiento medio del 7,3% durante 50 años), Corea del Sur (6,2%), y Singapur (5,2%). Otros 11 han crecido a ritmos superiores al 5% durante 20 años. De las 18 economías-gacela detectadas, 12 son del extremo oriente. 5 son antiguas repúblicas soviéticas, y sólo una es africana (Etiopía). El futuro tiene rasgos orientales. 

Esos países han sido capaces de extraer a mil millones de personas de la miseria en un tiempo excepcionalmente corto. El proceso es netamente positivo: hoy menos del 11% de la población mundial vive en condiciones de extrema pobreza, cifra que alcanzaba el 30% en 1990. Es el fin del “Tercer Mundo” tal como lo habíamos conocido. En India, la clase media ha crecido de 3,5 millones en 1995 a 35 millones en 2016. El centro de masas del planeta, a nivel comercial, económico, tecnológico y demográfico, se desplaza irreversiblemente hacia Asia. El movimiento sísmico en la economía global es colosal: los estados-nación asiáticos se hacen indiscutiblemente con el liderazgo mundial. La avalancha de outperformers asiáticos ha sabido configurar los marcos institucionales necesarios para acelerar el cambio tecnológico. Su denominador común: seguir una disciplinada agenda de productividad. Las políticas públicas se orientan a incrementar la escala en producción, invertir en infraestructuras físicas y de conocimiento, desarrollar tecnología y avanzar en tiempo récord de economías agrícolas a economías de la innovación (sin otros recursos naturales que el talento de sus ciudadanos). En pocas décadas, han seguido una trayectoria productiva originada en la manufactura básica, para cruzar las fronteras del producto imitado, el producto propio, la innovación tecnológica y, finalmente, el control de la ciencia. Han evolucionado de la manufactura a la ciencia, en un proceso de capas concéntricas donde cada una de ellas refuerza a la anterior. Un camino de productividad paradójicamente inverso al que intentamos seguir nosotros, basado en la asunción del modelo lineal de la I+D+I. Pensamos que, si generamos conocimiento, éste se difundirá espontáneamente al tejido socioeconómico. 

El fenómeno se superpone a la emergencia de plataformas digitales globales, otro tipo de outperformers, que coronan la cima de los mercados financieros. Apple superó el trillón de dólares de valor bursátil antes del verano. Tras ella, con una velocidad de crecimiento mucho mayor, Amazon (cuyas acciones han multiplicado por treinta su precio en una década). Detrás, Google, Microsoft, Facebook, Alibabá y Tencent. Empresas que adquieren dimensiones macroeconómicas y que se expanden a multiplicidad de frentes. Tras enfrentarse en el espacio de mercado de los teléfonos móviles, y generar una disrupción sin precedentes en sectores como la distribución, la publicidad o los contenidos digitales, ahora la batalla de las plataformas se desplaza a vehículos autoconducidos, domótica, e incluso, banca. Si las coordenadas del futuro pasan geográficamente por países asiáticos, estratégicamente se concretan en modelos de negocio digitales, de empresas-plataforma omnipresentes, impulsadas por grandes inversiones en I+D y con baja capacidad distributiva del valor que crean. 

Las viejas potencias occidentales contemplan atónitas la emergencia de esos outperformers geográficos y corporativos, sin acertar en las respuestas estratégicas adecuadas. Se está produciendo un rapidísimo cambio de liderazgos en el mundo. Las clases medias de las antiguas economías líderes se empobrecen, y sus jóvenes se precarizan. Por la grieta del descontento, se filtra el populismo. Y, aunque esas economías siguen generando talento, son incapaces de retenerlo. Los jóvenes más preparados se van. Nuestras respuestas siguen ancladas en el siglo XX: ante un cambio de paradigma de tales dimensiones, no somos capaces de generar las visiones de futuro adecuadas, los mensajes inspiradores ni las políticas eficientes que necesitamos. No son las empresas asiáticas las que invaden el mercado global: son los sistemas nacionales de innovación asiáticos, las cadenas de valor público-privadas asiáticas las que proyectan a la estratosfera global los nuevos unicornios, y abren un boquete en la competición mundial.  Precisamos grandes pactos de cooperación público-privada. Programas de inversión pública de largo plazo en desarrollo y absorción de tecnologías disruptivas y en clústeres de alto potencial de crecimiento que relancen nuestras empresas tractoras y nuestros campeones ocultos, y proyecten empresas-gacela al estrellato mundial. El mercado, espontáneamente, no nos va a convertir en renovados outperformers. Paul Romer, reciente Premio Nobel, dejó claro cómo las políticas tecnológicas son vitales para para impulsar el crecimiento a largo plazo. Es imprescindible acelerar las agendas de productividad. Algo debe ser recordado como un mantra por nuestros líderes políticos y civiles: el bienestar y la paz social del mañana las pagarán los retornos del I+D que seamos capaces de hacer hoy. Las pensiones del mañana no las pagarán nuestras cotizaciones de hoy. Éstas pagan sólo las pensiones de hoy. Las pensiones del mañana las sostendrán la competitividad del sistema productivo del futuro, que dependen de las inversiones actuales en I+D. Como en el caso de los outperformers, nuestra prosperidad futura dependerá de nuestra agenda de productividad presente.

Artículo publicado originalmente en La Vanguardia

12 de octubre de 2018

NÚCLEOS ESTRATÉGICOS DE INNOVACIÓN COOPERATIVA


Imaginemos que disponemos de 100 M€ para un programa público de fomento de la innovación. ¿Cómo lo distribuiríamos? En los extremos, tenemos dos posibilidades: (a) en 100.000 bonos de 1.000 € (los famosos vouchers de innovación), o (b) lanzar una convocatoria competitiva para un solo proyecto transformador, de gran dimensión. ¿Distribución o concentración de recursos?


¿Qué tendría más efecto? La primera aproximación sería la más popular: 100.000 empresas recibirían un bono para, por ejemplo, comprar un ordenador. Pero esas empresas ya tienen recursos propios para hacerlo. Los incentivos pequeños tienen un efecto de desplazamiento de recursos privados (substituyen recursos privados que, en cualquier caso, se utilizarían para ese uso). No generan efecto adicional. Su impacto final tiende a ser nulo. En cambio, una gran convocatoria competitiva y ambiciosa para, por ejemplo, diseñar y lanzar un nuevo satélite al espacio con prestaciones muy superiores a los actuales, sitúa a las empresas fuera de las fronteras del mercado actual, y las estimula a superar nuevos retos y desarrollar capacidades que el mercado actual no está demandando. En este caso, la administración actúa como generadora de mercados sofisticados. Un gran proyecto como el descrito es adicional (se superpone a lo que el mercado demanda), es transformador (crea nuevas realidades), y tiene efecto multiplicador (se puede complementar con recursos privados con proporciones, por ejemplo, 1 a 3 –cada euro público se complementa con 2 euros privados).

Imaginemos ahora que la economía de un país debe doblar su inversión en I+D, que se encuentra muy por debajo de los estándares deseados. Imaginemos tres posibilidades: (a) esperar que pase espontáneamente (la visión más neoliberal: “lo mejor es no intervenir en el mercado", "la mejor política industrial es la que no existe”), (b) invertir preferentemente en ciencia ("políticas de oferta"), inyectando recursos a centros de investigación pública, esperando que finalmente dicha ciencia desborde al mercado, y (c) estimular la I+D empresarial ("políticas de demanda"), desplegando instrumentos como los descritos antes, con efecto multiplicador.


¿Cuál sería la mejor aproximación? En el caso (a), si optamos a que espontáneamente la economía española (o la catalana) se sitúen al nivel de I+D de Corea del Sur o de Israel, deberíamos esperar unos 180 años, contando que ellos paren su ratio de inversión actual. Bajo la aproximación (b) se crean excelentes subsistemas científicos, pero no existe impacto demostrado en la economía, ni ha existido en ningún país sin políticas complementarias de estímulo de la demanda o de transferencia tecnológica. La tarea de los científicos acaba en la publicación científica. No hay efecto multiplicador, más que, en todo caso, para atraer más recursos de investigación. La aproximación (c) es, sin duda, la más eficiente para superar el “fallo de mercado” (la tendencia del mismo a invertir por debajo de lo óptimo en I+D): disponer recursos públicos orientados a retos de interés empresarial (o social), complementando los recursos públicos inyectados con recursos privados, sin renunciar a la excelencia del proyecto, pero buscando impacto en el entorno.

Bajo estas premisas, en 2008 (hace justo 10 años) diseñamos y lanzamos desde ACCIO (la Agencia de Competitividad de la Generalitat de Catalunya) el programa de “Núcleos Estratégicos de Innovación Cooperativa”. Convocatorias competitivas para proyectos de presupuesto mínimo de 1 M€, formados por consorcios de PYMEs, y evaluados en clave de nivel de reto científico (los proyectos debían tener un muy alto nivel científico-técnico, pero eran proyectos industriales), y en clave de impacto en el sector (debían desencadenar la atracción de inversión extranjera, o generar empleo de calidad). La estrategia de fondo era constituir auténticos “núcleos” o micro-clústers estables de alta tecnología, formados por empresas locales que adquirieran hábitos crecientes de inversión en I+D. De forma colateral, esas empresas arrastraban a grupos de investigación, a los que contrataban para garantizar la calidad científica del proyecto. Era una propuesta mixta de política industrial y de investigación. Con 20 M€ de presupuesto del momento, se apalancaban unos 60 M€ de I+D exnovo (que era complementada con fondos de CDTI a proyectos que no podían ser aprobados por limitaciones presupuestarias locales). En total, se conseguían unos 100 M€ de I+D adicional cada año, cantidad que ya tenía efectos estadísticos.

Para mí, ha sido el mejor instrumento de política de innovación que hemos tenido. Con el tiempo, los recortes y los cambios de equipo, la lógica de los núcleos cayó en el olvido. Hoy, 10 años después, compruebo con satisfacción que otras Comunidades Autónomas han recogido la idea y han lanzado sus propias líneas de “núcleos”. Madrid acaba de lanzar convocatorias para proyectos de entre 2 y 8 millones de euros, los "Núcleos de Innovación  Abierta":
http://www.bocm.es/boletin/CM_Orden_BOCM/2018/07/27/BOCM-20180727-24.PDF


Jamás debemos olvidar que la innovación es un fenómeno empresarial. El centro del sistema de innovación no es la universidad ni el grupo de investigación: es la empresa. Políticas de innovación que no sitúen a la empresa en el centro, no son tales. Son políticas de investigación, pero no de innovación, e incrementarán los estándares científicos del país, pero no necesariamente su capacidad innovadora ni su prosperidad económica.

10 de octubre de 2018

PAUL ROMER, PREMIO NOBEL

Paul Romer, profesor de la New York University, ha sido uno de los dos galardonados con el Premio Nobel de Economía de este año (el otro ha sido para William Nordhaus, estudioso del cambio climático). Una gran noticia para los apasionados de la innovación, y para los convencidos de la imperiosa necesidad de desarrollar políticas públicas de fomento de la misma. Romer ha sido de los pocos economistas que ha defendido posiciones de intervención pública para corregir los fallos de mercado en actividades de alto riesgo, y alto potencial de retorno individual y colectivo, como la innovación, asumiendo que existen algunas áreas en las cuales la dinámica de mercado se comporta con una debilidad mayor a la deseable. Sabemos, por ejemplo, que el mercado invierte de forma subóptima en I+D, especialmente en I+D de largo plazo alejada de las fronteras del mismo. El mercado (el conjunto de decisiones individuales que constituyen la fuerza motriz de una economía) no tiene por qué estar interesado en empujar los límites del conocimiento, ni alineado con el bienestar de una nación en el largo plazo. Romer introdujo en los modelos económicos previos, un componente fundamental: las ideas. Las nuevas ideas, o el nuevo conocimiento, son inductores de crecimiento económico (crecimiento endógeno, según sus palabras). Según Chad Jones, profesor de Stanford y colega de Romer: “el crecimiento económico es el resultado de los esfuerzos innovadores de emprendedores, investigadores y científicos. Por tanto, cualquier cosa que influencie su esfuerzo puede afectar nuestra calidad de vida en el largo plazo”. Para Romer, los gobiernos tienen el poder de estimular o inhibir la innovación mediante políticas. Precisamente, generó sus modelos a partir de la observación de las tremendas diferencias de crecimiento económico entre países similares, cuando en algunos de ellos se introducen políticas tecnológicas eficientes. Romer fue muy crítico con la “matematización” de la economía, la tendencia por parte de los economistas a crear modelos matemáticos de gran belleza formal, pero basados en supuestos excesivamente teóricos. Uno de los principales objetivos de toda política económica, para el nuevo Premio Nobel, es “crear un entorno que acelere el cambio tecnológico”. Los trabajos de Romer se circunscriben a una línea de pensamiento económico que empieza con las olas de destrucción creativa de Schumpeter, y acaban con los postulados de “estados emprendedores” de Mariana Mazzucato. La génesis de la innovación disruptiva (uno de los motores del propio capitalismo) está en los esfuerzos públicos, más allá de las fronteras del mercado, en investigación y desarrollo tecnológico. La competitividad de un país reside en su capacidad de crear un marco que acelere la creación y absorción de tecnologías. El propio Romer se lamentaba de que, aunque muchos países tomaron estas ideas como base de sus programas económicos, en EEUU los presupuestos públicos en ciencia y tecnología registran sus niveles más bajos desde la II Guerra Mundial. Por aquí parece que tampoco nuestros ministros han leído demasiado a Romer.