Tome melhores decisões estratégicas com relação à tecnologia de desenvolvimento lento

Os automóveis autônomos podem parecer uma tecnologia de ponta do século XXI - um desafio que ainda enfrenta obstáculos antes da adoção generalizada. Mas, na verdade, a direção autônoma vem evoluindo aos trancos e barrancos há um século. Sua evolução pode ensinar aos gerentes como lidar com inovações que dependem de várias tecnologias de desenvolvimento lento que se unem em diferentes velocidades e custos. Em 1925, a Ford Motor Company exibiu um veículo chamado American Wonder que subia a Broadway e descia a Quinta Avenida - supostamente até mesmo navegando em um engarrafamento - sem ninguém no banco do motorista. Em vez disso, o carro era operado remotamente por sinais de rádio provenientes de outro veículo que seguia atrás dele. A TI não era exatamente "autônoma", mas ainda assim era uma conquista notável para aquela época. Em 1958, a General Motors exibiu um protótipo experimental chamado Firebird III, que apresentava um sistema de orientação elétrica que permitia navegar em uma rodovia automática enquanto o motorista relaxava sem as mãos no volante. No entanto, ele funcionava apenas em um trecho de 400 metros de estrada com circuitos embutidos. Em 2005, cinco veículos autônomos patrocinados pela DARPA percorreram com sucesso um percurso de 150 milhas no deserto de Mojave. Desde então, empresas como Google, Tesla, Apple e uma série de start-ups investiram bilhões em tecnologia de direção autônoma - mas, apesar do investimento substancial, ela ainda está sendo usada apenas em pequena escala em projetos-piloto em algumas cidades. Por que tornar essa tecnologia comercialmente viável está sendo tão desafiador? Um veículo autônomo depende de uma série de tecnologias, incluindo sensores LiDAR, sensores MEMS (como acelerômetros), GPS, comunicações celulares 5G e inteligência artificial. Essas tecnologias amadureceram em ritmos diferentes, e suas trajetórias de custo também evoluíram em ritmos diferentes. Considere, por exemplo, um sistema LiDAR, que ilumina com lasers os arredores de um veículo e os objetos em seu caminho, mede os reflexos e usa as diferenças nos tempos de retorno e nos comprimentos de onda para fazer representações digitais em 3D que determinam as localizações. A Hughes Aircraft Company introduziu essa tecnologia em 1961, e o National Center for Atmospheric Research foi um dos primeiros a usar a tecnologia para analisar nuvens e poluição do ar. Inicialmente custando milhões, os sistemas LiDAR agora custam de US$ 100 a US$ 200. Da mesma forma, os recursos de GPS, desenvolvidos pela primeira vez na década de 1980, não se tornaram amplamente disponíveis até o início dos anos 2000; em meados da década de 2010, eles se tornaram uma tecnologia baseada em chip que custa menos de US$ 5 por unidade. No campo em rápida evolução da inteligência artificial, os recursos que permitem que os veículos autônomos reconheçam obstáculos e tomem decisões estão evoluindo em termos de recursos e custo a cada mês. Somente quando o conjunto completo de tecnologias for suficientemente robusto e acessível é que a direção autônoma poderá cumprir totalmente a promessa que os pesquisadores têm contemplado há mais de 100 anos. Então, como as empresas administram quando um produto imaginado depende de um grupo de inovações que surgem lentamente - um conceito que passamos a chamar de "tecnologias de cozimento lento"? Nessas situações, quando o desenvolvimento das tecnologias subjacentes aumenta e diminui ao longo de décadas, acompanhá-lo e criar uma estratégia de P&D em torno dele (sem investir muito cedo) pode representar um desafio significativo. A maioria das empresas não pode se dar ao luxo de investir muito esforço no acompanhamento de tecnologias que podem levar décadas para serem eficazes e acessíveis o suficiente para serem comercializadas. Ao mesmo tempo, quando o grupo certo de tecnologias atinge a maturidade e o custo certos, elas podem ser extremamente disruptivas e, como muitas vezes surpreendem as empresas, seu impacto pode ser devastador. Um exemplo disso está acontecendo diante de nós: a Internet. A versão acadêmica entrou no ar em 1969, mas foram necessárias mais de duas décadas (e a invenção dos protocolos da Internet, da TI, do navegador da Web e, por fim, do acesso à banda larga) para impulsionar o boom das empresas pontocom e inúmeras inovações nas décadas seguintes. É uma inovação que gerou disrupção em setores inteiros, e as empresas que tiveram dificuldades para descobrir o momento certo para investir em uma estratégia de Internet muitas vezes não sobreviveram. Determinar quando fazer apostas em tecnologias emergentes é uma ciência, não uma arte. A coisa mais fundamental que um CEO deve fazer é parar de pensar em inovação por meio de tecnologias singulares. Embora muitos executivos não percebam isso, as inovações que criam novos setores e ecossistemas - ou que abalam os já existentes - geralmente são compostas de várias tecnologias. Em vez disso, eles devem identificar as várias ciências e tecnologias subjacentes a uma possível inovação e estabelecer um processo para monitorá-las e gerenciá-las à medida que se desenvolvem, mesmo que isso possa levar décadas. Muitas empresas negligenciam isso por causa de uma crença simples, mas incorreta: esperar faz sentido. A sabedoria predominante é que o maior número de oportunidades de negócios surgirá depois que as tecnologias forem comercializadas, mas antes que um concorrente tenha tempo de dominar o mercado. Com base em nossa pesquisa e experiência profissional, acreditamos que isso é um erro. As empresas que tentam fazer isso geralmente perdem a oportunidade e nunca estarão em posição de obter uma vantagem. Repensando o mapeamento tecnológico As empresas já usam ferramentas sofisticadas para prever a rapidez com que uma tecnologia pode estar pronta para ser comercializada. Um exemplo é o Nível de Prontidão Tecnológica (TRL) criado pela NASA; outro são as curvas de difusão. Essas representações visuais devem ajudar no planejamento de P&D de longo prazo, no financiamento de pesquisas e na estratégia de fusões e aquisições. No entanto, com muita frequência, essas ferramentas se concentram na previsão de tecnologias individuais em vez do conjunto de inovações necessárias para tornar possível algo como a direção autônoma. Além disso, as empresas têm contado com futuristas, painéis de especialistas e extrapolação de tendências para auxiliar no planejamento tecnológico. Entretanto, esses métodos podem ser prejudicados por fixações pessoais, opiniões e falhas na avaliação da prontidão do mercado. Acima de tudo, a previsão tecnológica convencional não funciona bem quando as empresas precisam lidar com novas tecnologias e suas interações. Veja, por exemplo, algumas das principais tecnologias do iPhone. Cada uma delas se desenvolveu ao longo de uma trajetória diferente, tornou-se disponível a um preço extremamente alto e foi usada pela primeira vez em aplicativos que estavam na vanguarda da tecnologia. As baterias de íon-lítio, as interfaces gráficas de usuário e os circuitos integrados de silício densamente compactados foram pioneiros na década de 1960. No final da década, a NASA havia se tornado a maior compradora de circuitos integrados, o que impulsionou o crescimento de empresas como a Fairchild Semiconductor e, mais tarde, a Intel. A consequente queda no preço dos microprocessadores de 8 bits levou ao desenvolvimento dos primeiros PCs, como o Apple II, lançado em 1977. De fato, muitas das tecnologias que compõem um iPhone já existiam há 50 anos antes que os recursos, tamanhos e custos caíssem o suficiente para que a Apple as combinasse e lançasse o iPhone em 2007. A maneira mais eficaz de lidar com as inovações transformacionais é identificar todas as tecnologias emergentes que podem afetar um setor no longo prazo, priorizá-las em termos de suas possíveis funções e impacto e concentrar-se em três ou quatro das principais. Isso exigirá o acompanhamento das tendências de pesquisa em universidades e think-tanks; a análise das tendências das políticas governamentais, do capital de risco, das fundações globais e das competições; os gastos corporativos com P&D; e o acompanhamento das chamadas de propostas e resultados do NIH, NSF e DARPA. Por exemplo, a DARPA foi altamente ativa em atividades de veículos autônomos no início dos anos 2000, e os fabricantes de automóveis comerciais estavam prestando muita atenção aos sistemas de visão, LiDAR, aprendizado de máquina incorporado e software de IA inicial. Projetando a Matriz de Viabilidade Tecnológica Depois de identificar as tecnologias emergentes mais promissoras, as empresas devem fazer duas perguntas sobre cada uma delas: A TI pode funcionar? E a que custo? As respostas permitirão que o senhor crie uma Matriz de Viabilidade Tecnológica, um método dois a dois que consideramos útil em nosso trabalho de ensino e consultoria. As tecnologias se enquadram em quatro quadrantes: "moon shots", missão crítica, "magic bullets" ou mercado de massa. Veja mais gráficos da HBR em Data & Visuals O desafio de gerenciar inovações transformacionais é agravado quando as tecnologias subjacentes se enquadram em diferentes quadrantes em um determinado momento. No caso dos automóveis autônomos, por exemplo, o desenvolvimento da inteligência artificial que pode dirigir um veículo ainda é um tiro no escuro, enquanto as comunicações celulares 5G de carro para carro são viáveis, mas exigem muito investimento devido à infraestrutura que precisa ser criada, o que a torna essencial à missão. Isso nos leva à próxima dimensão do problema: quando as tecnologias subjacentes de uma inovação transformadora provavelmente se reunirão? Embora encontrar respostas para essa pergunta possa não ser fácil, também não é impossível. O segredo, segundo nossos estudos, é concentrar-se no custo. Ao analisar os investimentos em P&D necessários para desenvolvê-las, os custos de produção das principais tecnologias e projetar suas trajetórias futuras com a maior antecedência possível, é possível entender como o custo influenciará a criação de uma inovação transformacional. Isso permitirá que os CEOs determinem com quais tecnologias trabalhar e como gerenciá-las, produzindo um foco estratégico para P&D. Sempre leva um bom tempo até que os custos de todas as tecnologias subjacentes caiam a ponto de as empresas poderem integrá-las em uma inovação transformacional que possa ser fabricada a um preço viável. Isso representa uma janela de convergência de custos em que se tornou possível para as empresas combiná-las em novos produtos em um futuro previsível. A capacidade de gerenciar a convergência pode ser decisiva para a empresa, portanto, é essencial fazer isso corretamente. Considere a Eastman Kodak, que não conseguiu tirar proveito de sua invenção da fotografia digital nem de seu impulso tardio para câmeras digitais e plataformas de impressão baseadas na Internet. A TI teve que declarar falência em 2012, quando as mídias sociais e os smartphones mudaram completamente a forma como os usuários compartilham e consomem imagens. A Kodak mostra como navegar na janela de convergência é fundamental para as empresas estabelecidas - tanto no início quanto no final do jogo - especialmente porque os concorrentes serão rápidos em usar as tecnologias emergentes durante esse período. As start-ups tendem a se mover rapidamente, criando efeitos de rede do tipo "o vencedor leva tudo" antes que surjam todas as tecnologias que possam criar um produto ou serviço que mude o jogo. As empresas podem usar várias abordagens para gerenciar as tecnologias emergentes antes de comercializá-las: Se detectarem a janela de convergência com antecedência, haverá tempo suficiente para adotar uma abordagem proativa. As estratégias proativas permitem que as empresas moldem as trajetórias das tecnologias em desenvolvimento para que elas atendam às suas necessidades futuras. Outra estratégia é usar produtos intermediários para criar ativos e refinar capacidades. A Netflix seguiu essa estratégia por 10 anos, desenvolvendo seu negócio de entrega de DVDs enquanto a Internet de banda larga amadurecia até o ponto em que o streaming se tornou viável. Por outro lado, as corporações que se agarram à janela de convergência mais tarde do que as rivais precisam agir rapidamente para recuperar o atraso com uma estratégia reativa. Quando a janela se estreita, as empresas podem realizar rapidamente projetos-piloto com concorrentes avançados, como a Honda fez recentemente com a GM com seu Prologue EV. Isso ajuda as empresas a testar aplicativos e recursos sem comprometer demais os recursos enquanto o mercado amadurece. Em esforços reativos, as empresas podem obter acesso em primeira mão a tecnologias disruptivas por meio de parcerias com start-ups. Vemos isso com um crescimento dramático no número de pilotos realizados entre corporações estabelecidas e empreendimentos de IA. Outra opção é visar a pontos de entrada de alto custo, como mercados de luxo ou de nicho, que podem sustentar a adoção inicial até que os custos caiam ainda mais, como visto com EVs de luxo ou o uso de circuitos integrados em aplicações espaciais e militares nos anos 1960 e início dos anos 1970. Revisitando as estratégias de gerenciamento de tecnologia Embora seja importante entender o potencial disruptivo de qualquer nova tecnologia, a convergência de tecnologias que evoluem lentamente é um desafio mais urgente atualmente. Sem dúvida, gerenciá-la exige uma metaestratégia. Por um lado, os CEOs não devem se comportar como se apenas a função de P&D ou TI precisasse se preocupar com o desafio; eles devem equipar todos os níveis da organização para desenvolver uma compreensão das tecnologias emergentes. Isso ajuda no mapeamento de estradas, em P&D e no planejamento de inovações transformacionais. O processo exigirá a criação de vários modos de investigação e desenvolvimento, desde a criação de melhores ecossistemas de inovação até a observação da cultura tecnológica da próxima geração. As equipes que entendem, desenvolvem e implementam esses planos devem ultrapassar os limites organizacionais. A DARPA, por exemplo, tem processos bem aperfeiçoados para trazer especialistas do setor, do governo e da academia para trabalhar em projetos específicos com suas equipes. A polinização cruzada aumenta a qualidade do conhecimento, permitindo que as equipes e funções de tecnologia desenvolvam uma visão mais completa do futuro. Nenhuma organização pode esperar desenvolver um quadro completo de todas as tecnologias que podem afetá-la ou ser capaz de prever todas as descobertas científicas inesperadas. No entanto, toda organização pode tentar fazer uma previsão do futuro, o que permite desenvolver uma compreensão das possibilidades do futuro e trabalhar a partir dela para criar linhas de investigação úteis. Por exemplo, o Projeto de Soluções Convergentes de Aeronáutica (CAS) da NASA está trabalhando com empresas de design, instituições acadêmicas, empresas, start-ups, capitalistas de risco e outros para entender como as tecnologias de táxi aéreo estão evoluindo, um processo que ele chama de mapeamento. A TI está sistematizando o processo de mapeamento para entender melhor e resolver as lacunas nos recursos atuais e futuros. - - - Na última década, as empresas começaram a combinar o maquinário de engenharia, os sistemas de transporte e as redes físicas geradas pelas Revoluções Industriais do séculoXVIII com os dispositivos inteligentes, as redes inteligentes e os sistemas especializados possibilitados pela Revolução da Internet do séculoXX para desencadear uma quarta onda de inovação global. Consequentemente, nada dá a uma empresa uma vantagem competitiva sobre seus rivais tanto quanto a tecnologia disruptiva. No entanto, em vez de simplesmente esperar e se preocupar em gerar disrupção, as empresas, especialmente as líderes de mercado, fariam bem em gerenciar a dinâmica no que está se revelando uma era de ouro de mudança e convergência tecnológica. Para isso, é necessário investir tempo e atenção no rastreamento de tecnologias de cozimento lento.

Tome melhores decisões estratégicas com relação à tecnologia de desenvolvimento lento

Resumo.

Partner Center