Tome mejores decisiones estratégicas en torno a la tecnología de desarrollo lento

Los automóviles de conducción autónoma pueden parecer una tecnología puntera del siglo XXI, un reto que aún se enfrenta a obstáculos antes de su adopción generalizada. Pero, de hecho, la conducción autónoma ha estado evolucionando a trompicones durante todo un siglo. Su evolución puede enseñar a los directivos cómo enfrentarse a innovaciones que dependen de múltiples tecnologías de desarrollo lento que confluyen a diferentes velocidades y costes. En 1925, Ford Motor Company exhibió un vehículo llamado American Wonder que circulaba por Broadway y por la Quinta Avenida -según se dice, incluso sorteando un atasco- sin nadie en el asiento del conductor. En su lugar, el coche se manejaba a distancia mediante señales de radio procedentes de otro vehículo que le seguía por detrás. No era exactamente "conducción autónoma", pero aun así fue un logro notable para aquella época. En 1958, General Motors exhibió un prototipo experimental llamado Firebird III, que contaba con un sistema de guiado eléctrico que le permitía circular por una autopista automática mientras el conductor se relajaba sin las manos en el volante. Sin embargo, sólo funcionaba en un tramo de un cuarto de milla de carretera con circuitos integrados. En 2005, cinco vehículos autónomos patrocinados por DARPA recorrieron con éxito un trayecto de 240 km en el desierto de Mojave. Desde entonces, empresas como Google, Tesla, Apple y un sinfín de start-ups han invertido miles de millones en tecnología de conducción autónoma, pero a pesar de la importante inversión, sólo se sigue utilizando a pequeña escala en proyectos piloto en un puñado de ciudades. ¿Por qué está resultando tan difícil hacer que esta tecnología sea comercialmente viable? Un vehículo autoconducido depende de una serie de tecnologías, como los sensores LiDAR, los sensores MEMS (como los acelerómetros), el GPS, las comunicaciones celulares 5G y la inteligencia artificial. Estas tecnologías han madurado a ritmos diferentes, y sus trayectorias de costes han evolucionado igualmente a ritmos diferentes. Consideremos, por ejemplo, un sistema LiDAR, que hace brillar láseres sobre los alrededores de un vehículo y los objetos en su camino, mide los reflejos y utiliza las diferencias en los tiempos de retorno y las longitudes de onda para hacer representaciones digitales en 3-D que determinan las ubicaciones. Hughes Aircraft Company introdujo esta tecnología en 1961, y el Centro Nacional de Investigación Atmosférica fue uno de los primeros en utilizarla para analizar las nubes y la contaminación atmosférica. Los sistemas LiDAR, que al principio costaban millones, cuestan ahora entre 100 y 200 dólares. Del mismo modo, las capacidades GPS, desarrolladas por primera vez durante la década de 1980, no se generalizaron hasta principios de la década de 2000; a mediados de esa misma década, se convirtieron en una tecnología basada en chips que cuesta menos de 5 dólares por unidad. En el vertiginoso campo de la inteligencia artificial, las capacidades que permiten a los vehículos autónomos reconocer obstáculos y tomar decisiones están evolucionando en capacidades y coste mes a mes. Sólo cuando el conjunto completo de tecnologías sea lo suficientemente sólido y asequible, la conducción autónoma podrá cumplir plenamente la promesa que los investigadores han contemplado durante más de 100 años. Así pues, ¿cómo se las arreglan las empresas cuando un producto imaginado depende de un grupo de innovaciones que surgen lentamente, un concepto que hemos dado en llamar "tecnologías de cocción lenta"? En estas situaciones, cuando el desarrollo de las tecnologías subyacentes sube y baja durante décadas, seguirlo y crear una estrategia de I+D en torno a él (sin invertir demasiado antes de tiempo) puede suponer un reto importante. La mayoría de las empresas no pueden permitirse invertir mucho esfuerzo en el seguimiento de tecnologías que pueden tardar décadas en ser lo suficientemente eficaces y asequibles como para comercializarlas. Al mismo tiempo, cuando el grupo adecuado de tecnologías alcanza la madurez y el coste adecuados, pueden ser extremadamente disruptivas - y como a menudo pillan por sorpresa a las empresas, su impacto puede ser devastador. Un ejemplo de ello lo tenemos ante nosotros: Internet. La versión académica se puso en línea en 1969, pero hicieron falta más de dos décadas (y la invención de los protocolos de Internet, HTML, el navegador web y, finalmente, el acceso de banda ancha) para impulsar el auge de las puntocom e innumerables innovaciones en las décadas posteriores. Es una innovación que ha generado disrupciones en sectores enteros, y las empresas que se esforzaron por averiguar el momento adecuado para invertir en una estrategia de Internet a menudo no sobrevivieron. Determinar cuándo apostar por las tecnologías emergentes es una ciencia, no un arte. Lo más fundamental que debe hacer un CEO es dejar de pensar en la innovación a través de tecnologías singulares. Aunque muchos ejecutivos no se den cuenta, las innovaciones que crean nuevas industrias y ecosistemas -o sacuden los existentes- suelen estar compuestas por múltiples tecnologías. En su lugar, deben identificar las distintas ciencias y tecnologías que subyacen a una innovación potencial y establecer un proceso para supervisarlas y gestionarlas a medida que se desarrollan, aunque eso pueda llevar décadas. Muchas empresas descuidan esto debido a una creencia simple pero incorrecta: esperar tiene sentido. La creencia predominante es que el mayor número de oportunidades de negocio surgirá después de que las tecnologías se hayan comercializado, pero antes de que un competidor tenga tiempo de dominar el mercado. Basándonos en nuestra investigación y experiencia profesional, creemos que esto es un error. Las empresas que lo intentan suelen perder la oportunidad y nunca estarán en posición de obtener una ventaja. Replantearse la cartografía tecnológica Las empresas ya utilizan herramientas sofisticadas para predecir la rapidez con la que una tecnología podría estar lista para su comercialización. Un ejemplo es el nivel de preparación tecnológica (TRL) creado por la NASA; otro son las curvas de difusión. Se supone que estas representaciones visuales ayudan en la planificación a largo plazo de la I+D, la financiación de la investigación y la estrategia de fusiones y adquisiciones. Sin embargo, con demasiada frecuencia, estas herramientas se centran en la previsión de tecnologías individuales y no en el conjunto de innovaciones necesarias para hacer posible algo como la conducción autónoma. Además, las empresas han confiado en futurólogos, paneles de expertos y extrapolación de tendencias para ayudar en la planificación tecnológica. Sin embargo, estos métodos pueden verse empañados por fijaciones personales, opiniones y fallos a la hora de calibrar la preparación del mercado. Sobre todo, la previsión tecnológica convencional no funciona bien cuando las empresas deben enfrentarse a tecnologías novedosas y a su interacción. Tomemos, por ejemplo, algunas de las tecnologías clave del iPhone. Cada una se desarrolló a lo largo de una trayectoria diferente, llegó a estar disponible a un precio extremadamente alto y se utilizó por primera vez en aplicaciones en la vanguardia de la tecnología. Las baterías de iones de litio, las interfaces gráficas de usuario y los circuitos integrados de silicio densamente empaquetados fueron pioneros en la década de 1960. A finales de la década, la NASA se había convertido en el mayor comprador de circuitos integrados, lo que impulsó el crecimiento de empresas como Fairchild Semiconductor y, más tarde, Intel. La consiguiente caída del precio de los microprocesadores de 8 bits propició el desarrollo de los primeros ordenadores personales, como el Apple II, lanzado en 1977. De hecho, muchas de las tecnologías que componen un iPhone llevaban 50 años existiendo antes de que las capacidades, los tamaños y los costes cayeran lo suficiente como para que Apple las combinara y lanzara el iPhone en 2007. La forma más eficaz de enfrentarse a las innovaciones transformadoras es identificar todas las tecnologías emergentes que podrían afectar a una industria a largo plazo, priorizarlas en función de sus posibles funciones e impacto y centrarse en las tres o cuatro clave. Para ello habrá que seguir las tendencias de la investigación en universidades y grupos de reflexión; analizar las tendencias de la política gubernamental, el capital riesgo, las fundaciones mundiales y los concursos; el gasto corporativo en I+D; y hacer un seguimiento de las convocatorias de propuestas de los NIH, la NSF y DARPA y de sus resultados. Por ejemplo, la DARPA se mostró muy activa en las actividades relacionadas con los vehículos autónomos a principios de la década de 2000, y los fabricantes de automóviles comerciales estaban prestando mucha atención a los sistemas de visión, LiDAR, el aprendizaje automático integrado y los primeros programas de IA. Diseño de la matriz de viabilidad tecnológica Tras identificar las tecnologías emergentes más prometedoras, las empresas deben hacerse dos preguntas sobre cada una de ellas: ¿Puede funcionar? ¿Y a qué coste? Las respuestas le permitirán crear una Matriz de Viabilidad Tecnológica, un dos por dos que nos resulta útil en nuestra labor docente y de consultoría. Las tecnologías se clasifican en cuatro cuadrantes: disparos a la luna, misión crítica, balas mágicas o mercado de masas. Ver más gráficos de HBR en Datos y visuales El reto de gestionar las innovaciones transformadoras se complica cuando las tecnologías subyacentes caen en diferentes cuadrantes en un momento dado. En el caso de los automóviles autónomos, por ejemplo, desarrollar la inteligencia artificial que pueda conducir un vehículo es todavía una posibilidad remota, mientras que las comunicaciones celulares 5G de coche a coche son factibles pero requieren una gran inversión debido a la infraestructura que hay que crear, lo que las convierte en fundamentales. Eso nos lleva a la siguiente dimensión del problema: ¿cuándo es probable que se unan las tecnologías subyacentes de una innovación transformadora? Aunque encontrar respuestas a esa pregunta puede no ser fácil, tampoco es imposible. La clave, según muestran nuestros estudios, es centrarse en el coste. Analizando las inversiones en I+D necesarias para desarrollarlas, los costes de producción de las tecnologías clave y proyectando sus trayectorias futuras lo más lejos posible, es posible llegar a comprender cómo influirá el coste en la creación de una innovación transformadora. Eso permitirá a los CEO determinar con qué tecnologías trabajar y cómo gestionarlas, dando lugar a un enfoque estratégico para la I+D. Siempre pasa mucho tiempo antes de que los costes de todas las tecnologías subyacentes caigan hasta el punto en que las empresas puedan integrarlas en una innovación transformadora que pueda fabricarse a un precio viable. Esto representa una ventana de convergencia de costes que las empresas pueden combinar en nuevos productos en un futuro previsible. La capacidad de gestionar la convergencia puede hacer triunfar o fracasar a una empresa, por lo que es esencial hacerlo bien. Pensemos en Eastman Kodak, que no pudo sacar partido de su invención de la fotografía digital ni de su tardío empuje hacia las cámaras digitales y las plataformas de impresión basadas en la red. Tuvo que declararse en quiebra en 2012, cuando las redes sociales y los teléfonos inteligentes habían cambiado por completo la forma en que los usuarios comparten y consumen imágenes. Kodak muestra cómo navegar por la ventana de convergencia es fundamental para los operadores tradicionales -tanto al principio como al final del juego-, sobre todo porque los aspirantes se apresurarán a utilizar las tecnologías emergentes durante este periodo. Las start-ups tienden a moverse con rapidez, creando efectos de red en los que el ganador se lo lleva todo antes de que surjan todas las tecnologías que pueden crear un producto o servicio que cambie el juego. Las empresas pueden utilizar varios enfoques para gestionar las tecnologías emergentes antes de comercializarlas: Si detectan pronto la ventana de convergencia, tendrán tiempo suficiente para adoptar un enfoque proactivo. Las estrategias proactivas permiten a las empresas moldear las trayectorias de las tecnologías en desarrollo para que éstas satisfagan sus necesidades futuras. Otra estrategia consiste en utilizar productos intermedios para crear activos y perfeccionar capacidades. Netflix siguió esta estrategia durante 10 años desarrollando su negocio de entrega de DVD mientras Internet de banda ancha maduraba hasta el punto en que el streaming se hizo viable. Por el contrario, las empresas que se aferran a la ventana de convergencia más tarde que sus rivales deben moverse rápidamente para ponerse al día con una estrategia reactiva. Cuando la ventana se estrecha, las empresas pueden pilotar rápidamente proyectos con competidores avanzados, como hizo recientemente Honda con GM con su Prologue EV. Esto ayuda a las empresas a probar aplicaciones y capacidades sin comprometer recursos en exceso mientras el mercado madura. En los esfuerzos de reacción, las empresas pueden obtener acceso de primera mano a tecnologías disruptivas asociándose con start-ups. Vemos esto con un crecimiento dramático en el número de pilotos perseguidos entre corporaciones establecidas y empresas de IA. Otra opción es dirigirse a puntos de entrada de alto coste, como los mercados de lujo o de nicho, que pueden sostener una adopción temprana hasta que los costes caigan aún más, como se vio con los vehículos eléctricos de lujo o el uso de circuitos integrados en aplicaciones espaciales y militares en los años sesenta y principios de los setenta. Revisar las estrategias de gestión de la tecnología Aunque es importante comprender el potencial disruptivo de cualquier tecnología nueva, la convergencia de tecnologías que evolucionan lentamente es un reto más acuciante en la actualidad. Gestionarla requiere sin duda una metaestrategia. Por un lado, los CEO no deben comportarse como si sólo la función de I+D o IT tuviera que preocuparse por el reto; deben equipar a todos los niveles de la organización para que desarrollen una comprensión de las tecnologías emergentes. Esto ayuda a trazar el camino, a la I+D y a la planificación de innovaciones transformadoras. El proceso requerirá la creación de múltiples modos de indagación y desarrollo, desde la construcción de mejores ecosistemas de innovación hasta la observación de la cultura tecnológica de la próxima generación. Los equipos que comprendan, desarrollen y apliquen estos planes deben traspasar los límites organizativos. DARPA, por ejemplo, tiene procesos bien perfeccionados para traer a expertos de la industria, el gobierno y el mundo académico para que trabajen en proyectos específicos con sus equipos. La polinización cruzada aumenta la calidad del conocimiento, permitiendo a los equipos y funciones tecnológicas desarrollar una imagen más completa del futuro. Ninguna organización puede esperar desarrollar una imagen completa de todas las tecnologías que pueden afectarle o ser capaz de predecir cada descubrimiento científico inesperado. Pero toda organización puede intentar hacer prospectiva, lo que desarrolla una comprensión de las posibilidades del mañana y trabaja a partir de ella para crear líneas de investigación útiles. Por ejemplo, el Proyecto de Soluciones Aeronáuticas Convergentes (CAS) de la NASA está trabajando con empresas de diseño, instituciones académicas, empresas, start-ups, inversores de capital riesgo y otros para comprender cómo están evolucionando las tecnologías de taxi aéreo, un proceso que denomina mapeo. Está sistematizando el proceso de mapeo para comprender mejor y abordar las lagunas en las capacidades actuales y del futuro próximo. - - - Durante la última década, las empresas han empezado a combinar la maquinaria de ingeniería, los sistemas de transporte y las redes físicas generadas por las Revoluciones Industriales del sigloXVIII con los dispositivos inteligentes, las redes inteligentes y los sistemas expertos habilitados por la Revolución de Internet delsiglo XX para desencadenar una cuarta ola de innovación global. En consecuencia, nada da a una empresa una ventaja competitiva sobre sus rivales como lo hace la tecnología disruptiva. Sin embargo, en lugar de limitarse a esperar y preocuparse por sufrir una disrupción, las empresas, especialmente las líderes del mercado, harían bien en gestionar la dinámica en lo que está demostrando ser una era dorada de cambio tecnológico y convergencia. Eso requiere invertir tiempo y atención en el seguimiento de las tecnologías de cocción lenta.

Tome mejores decisiones estratégicas en torno a la tecnología de desarrollo lento

Resumen.

Partner Center