Más Allá de la Fatalidad Digital: Explorar el Futuro de la Innovación (2ª Parte)

Roland Alston, Product Marketing Manager
March 7, 2019

<figure class="wp-caption alignleft" id="attachment_36312" style="width: 175px"><a href="https://assets.appian.com/uploads/assets/sites/4/2019/03/Greg-Satell2.jpg"><img alt="" class="wp-image-36312" height="263" src="https://assets.appian.com/uploads/assets/sites/4/2019/03/Greg-Satell2-200x300.jpg" width="175"/></a><figcaption>Greg Satell, escritor, conferenciante y asesor de innovación</figcaption></figure>

<em>Esta es la última entrega de nuestra serie de dos partes sobre innovación, con Greg Satell, autor de <a href="https://www.amazon.com/Mapping-Innovation-Playbook-Navigating-Disruptive/dp/1259862259/ref=as_li_ss_tl?ie=UTF8&amp;linkCode=sl1&amp;tag=digitont-20&amp;linkId=196b1e4488b4002951de269e5a41848c" rel="noopener" target="_blank">Mapping Innovation</a> («Cómo mapear la innovación») y <a href="https://amzn.to/2PB6Fym" rel="noopener" target="_blank">Cascades: How to Create a Movement that Drives Transformational Change</a> («Cascadas: cómo crear un movimiento que impulse el cambio transformacional»), publicado por McGraw-Hill en abril de 2019. Para más información sobre Greg Satell, puede visitar su página, <a href="https://www.gregsatell.com/" rel="noopener" target="_blank">GregSatell.com</a> o seguirle en Twitter <a href="https://twitter.com/Digitaltonto/" rel="noopener" target="_blank">@DigitalTonto</a>.  Leer parte 1 <a href="https://www.appian.com/blog-es/2019/02/28/beyond-digital-doom-exploring-the-future-of-innovation/">aquí</a>).</em>

En la era en que las expectativas de los clientes no hacen más que cambiar, un enfoque erróneo en el campo de la innovación puede ser fatal. Nos referimos a la opinión generalmente aceptada de que es bueno escuchar a los clientes, invertir en mejoras continuas y estar atento a los resultados. Aquí el riesgo es que, si las condiciones del mercado cambian, puede terminar mejorando aspectos que los clientes ya no quieren.

Es el momento de renovar el modelo de negocio, no el producto.

Eso es lo que afirma Greg Satell.

«La verdad», dice Satell, «es que son muchas las empresas que se quedan atascadas porque acaban adoptando una única estrategia. Encuentran algo que funciona y dicen "esta es nuestra forma de innovar", y terminan por aplicar esencialmente la misma solución, sea cual sea el problema. El resultado final es catastrófico».

<blockquote>«Es por eso que las empresas que en su momento fueron consideradas grandes innovadoras se quedan atrás. Se atascan en la actitud de que son una empresa cuadrada en un mundo de círculos, y eso les lleva a perder relevancia».</blockquote>

Es mucho mejor ajustar las soluciones a los problemas que hacerlo al revés.

Lo que nos lleva de forma natural a la segunda mitad de nuestra entrevista de dos partes con el asesor de innovación Greg Satell.

Esperamos que disfrute de la conversación.

<strong>Appian</strong>: Me gustaría cambiar de tema y hablar de su afirmación de que es hora de pensar menos en grandes ideas de programación y más en enfrentarnos a los grandes desafíos.  ¿Qué quería decir con esto?

<strong>Satell:</strong> Sí, estaba hablando de la nueva era de la innovación. Hemos llegado a asociar innovación con tecnología y agilidad digitales, sobre todo porque comprendemos la tecnología digital verdaderamente bien. Y nos hemos acostumbrado a la idea de que, cada dos años, tendremos un nuevo chip con el doble de potencia y de características que el último que teníamos.

<strong>Appian:</strong> Es como innovación gratis.

<strong>Satell:</strong> Y es también como si el valor hubiese cambiado su orientación hacia el front end, a cosas como la interfaz de usuario y el diseño. Por ejemplo, el iPod y la idea de Steve Jobs de meter un millar de canciones en el bolsillo.

Así, el fabricante de la tecnología (el que está detrás del iPod) ganó mucho dinero, pero ni de lejos tanto como Apple ganó con el iPod. De manera que, durante los últimos 20 o 30 años, una gran parte del valor se ha trasladado al front end. Pero ahora, todo eso está cambiando. La ley de Moore ya no funciona. De manera que la cuestión es: «¿Qué hacemos cuando eso suceda?»

https://twitter.com/Digitaltonto/status/1097108927781720065

<h2>Computación post-digital: en la cima del cambio</h2>

<strong>Appian:</strong> ¿Y qué viene ahora?

¿Y cómo podemos sacar provecho de ello?

<strong>Satell:</strong> Necesitamos encontrar nuevas tecnologías fundamentales. Y hay diversas candidatas, principalmente la computación cuántica y los chips neuromórficos. Pero funcionan de un modo radicalmente distinto al de los antiguos microchips. Y ahí nos vamos a encontrar con problemas.

<strong>Appian:</strong> Pero la computación cuántica, ¿no es algo de ciencia ficción? ¿O tenemos que preocuparnos por ella en el presente?

<strong>Satell: </strong>Ya se están utilizando ordenadores cuánticos, y sabemos que tienen la posibilidad de ser extremadamente valiosos para cosas como la simulación de sistemas físicos. Durante los próximos cinco años no compensará.

<blockquote>Pero, dentro de cinco años, las empresas que no estén poniéndose a punto para la era de la computación cuántica van a tener verdaderos problemas, porque no sabrán cómo sacar partido de la tecnología.</blockquote>

https://youtu.be/P6efzdeS734

<h2>Nada de moverse rápido y romperlo todo</h2>

<strong>Appian:</strong> Lo que nos lleva de nuevo a su afirmación de que es hora de prepararse para la vida post-digital. ¿Qué significa eso para los líderes empresariales?

<strong>Satell:</strong>

<blockquote>Significa que nos hemos pasado las últimas dos décadas aprendiendo a movernos rápido. Vamos a tener que pasarnos las dos próximas aprendiendo de nuevo a movernos lentamente.</blockquote>

No se puede iterar rápidamente un ordenador cuántico. No se puede iterar rápidamente un material nuevo y revolucionario para paneles solares. Y no se puede iterar rápidamente una cura para el cáncer.

Una de las organizaciones con las que me he comunicado bastante es el Joint Center for Energy Storage Research (JCESR, Centro unificado para la investigación en almacenamiento de energía) en el Laboratorio Nacional de Argonne. Se trata de un consorcio de cinco laboratorios de ámbito nacional, centros de investigación universitarios y una red de más de 100 empresas del sector privado.

<strong>Appian</strong>: ¿Y de qué habla con el JCESR?

<strong>Satell:</strong> Su misión es identificar la química para baterías del futuro. Se suponía que iban a diseñar un prototipo para la red eléctrica y otro para dispositivos y coches. Porque, si lo pensamos bien, es una locura utilizar ion litio en ambos casos.

<blockquote>Por cierto, el ion litio tiene un problema similar al de la ley de Moore. También está llegando a su límite teórico.</blockquote>

No de manera tan rápida o inminente como la ley de Moore, quizá sea cosa de cinco a diez años.

Pues bien, el JCESR no solo ha identificado una química para cada uno de ellos: ha identificado dos. Ahora sabemos qué combinaciones químicas son viables para las baterías de la próxima generación. Y sabemos qué es lo necesario para hacer que funcionen. El único problema es que los materiales aún no existen.

<h2>Ciencia de Materiales: La Chispa de una Revolución</h2>

<strong>Appian:</strong> Eso suena a problema sin solución.

<strong>Satell:</strong> Pero es un problema mucho menos complicado de lo que era antes.

<blockquote>Creo que la ciencia de materiales va a ser la tecnología más importante durante la próxima década.</blockquote>

Así, lo que hemos empezado a hacer es construir los genomas de esos materiales y utilizar superordenadores de altas prestaciones básicamente para hacerlo más rápido que nunca.

https://youtu.be/LjcPWmJjfD4

<strong>Appian:</strong> Entonces, ¿cuáles son las ventajas de acelerar la forma tradicional de practicar la ciencia de materiales?

<strong>Satell:</strong> Tradicionalmente, se empieza con las propiedades deseadas y se trabaja hacia atrás con estructuras y procesos para obtener esas propiedades. Pensemos, por ejemplo, en el 787 Dreamliner, el nuevo avión de Boeing. Funciona más o menos como su predecesor, el 777, pero es un 20 % más ligero y consume un 20 % menos de combustible.

<blockquote>Ese tipo de innovación supone enormes beneficios económicos y ambientales cuando se pone en juego dentro del mercado de aviación global.</blockquote>

<strong>Appian:</strong> Ha mencionado que se están utilizando superordenadores para crear el genoma de los materiales. ¿En qué se traduce esto?

<strong>Satell:</strong> El problema de la ciencia de materiales tradicional es que uno puede pasarse una cantidad extraordinaria de tiempo repasando y ensayando todas las posibilidades de un material hasta encontrar algo mejor de lo que ya tiene.

En cambio, con las simulaciones por ordenador, se puede empezar por miles de posibilidades y limitarlas a solo 40 o 50. Se puede eliminar más del 90 % de las posibilidades y resolver el problema de ciencia de materiales a una velocidad asombrosa.

https://twitter.com/Digitaltonto/status/1102194841230954497

<strong>Appian:</strong> Así que lo que tenemos es una mirada a la revolución en la ciencia de materiales. Pero, ¿cuánto falta para que este tipo de innovación se haga realidad?

<strong>Satell:</strong> Los expertos en materiales con los que he hablado dicen que en la próxima década veremos una mejora de un factor 10 en el desarrollo de materiales, lo que supondrá un cambio en la economía de multitud de cosas.

<blockquote>Las empresas gastan cientos de millones de dólares en investigación de materiales. Si se puede acelerar el proceso de descubrimiento, hablamos de crear un modelo económico completamente nuevo.</blockquote>

<h2>La increíble evolución de la biología sintética</h2>

<strong>Appian:</strong> También ha escrito sobre genómica y el auge de la biología sintética.

<strong>Satell:</strong> El descubrimiento de CRISPR (una herramienta de edición de genes) en 2012 representa un salto cualitativo en nuestras capacidades en ingeniería genética.

<blockquote>Nunca he visto un incremento tan rápido de las inversiones como el que ha sucedido con CRISPR. Jamás. Se descubrió hace unos cinco años, y ya es millones de veces más preciso que cualquier otro proceso (de edición de genes) que tuviéramos antes.</blockquote>

Los inversores apuestan su dinero (en CRISPR) tan rápido como pueden. Y ya tenemos medicamentos en proceso de ensayo.

<strong>Appian:</strong> Cambiando de tema, ¿qué opina sobre la generalización de la IA? Está en todas partes. ¿Cuál es el lugar de la evolución de la IA en su clasificación de tendencias revolucionarias?

<strong>Satell:</strong> La IA es otra de las tecnologías a las que hay que prestar atención. Pero la IA no es necesariamente una tecnología digital. Los chips neuromórficos son muy adecuados para IA. Los ordenadores cuánticos jugarán un papel esencial en la ejecución y entrenamiento de los algoritmos de IA, a causa de la capacidad de la computación cuántica para el manejo de la complejidad.

https://twitter.com/Digitaltonto/status/1096742457163825152

<h2>Automatización: Valor neto positivo para el trabajo de las personas</h2>

<strong>Appian:</strong> Cuando piensa en el revuelo causado por la IA, ¿qué opina del debate sobre el hecho de su valor neto positivo o negativo para la sociedad?

<strong>Satell:</strong>

<blockquote>¿Se refiere a lo de que los robots nos van a quitar nuestros empleos? Nadie que haya examinado realmente el problema tiene esa opinión. Nadie que lo haya estudiado seriamente piensa así.</blockquote>

<strong>Appian:</strong> Pero hay muchas predicciones oscuras, distópicas, acerca del apocalipsis de la IA. Está por todas partes en Internet.

<strong>Satell:</strong> En primer lugar, echemos un vistazo a las cifras. Tenemos aplicaciones y robótica con IA más o menos desde 2011. Y, durante ese tiempo, hemos pasado de tener un problema de desempleo a una falta masiva de mano de obra. Basta con hablar con cualquiera que tenga una empresa, sobre todo una empresa de fabricación —que es la más fácil de automatizar— y verá que es el sector donde esta falta de mano de obra es peor.

Así que los datos no dicen en ningún momento que el auge de la IA tenga un valor neto negativo en el trabajo de las personas. En primer lugar, la automatización no reemplaza puestos de trabajo, sino tareas. Y, cada vez que algo se automatiza, en cierto sentido también se convierte en un producto. Así, el valor cambia a otra parte de la empresa.

<blockquote>Cuando se automatiza algo, se le quita el valor, en cierto modo. Pero también se genera la necesidad de crear valor en otra parte.</blockquote>

<strong>Appian:</strong> La automatización inteligente es una de las tendencias de moda actualmente. KPMG ha presentado recientemente un <a href="https://advisory.kpmg.us/content/advisory/en/index/articles/2018/new-study-findings-read-ready-set-fail.html?utm_source=forbes&amp;utm_medium=content&amp;mid=m-00002211&amp;utm_content=readysetfail&amp;utm_campaign=c-00061249&amp;cid=c-00061249">estudio</a> en el que se afirma que la mitad de las empresas tienen previsto utilizar algún tipo de automatización inteligente adaptada a sus dimensiones durante los próximos tres años. ¿Es así como competirán las empresas en el futuro? En tal caso, en su opinión, ¿cuáles son las empresas que están comprendiendo el sentido de la automatización?

<strong>Satell:</strong> Para entender cuál es el valor de la automatización, basta con entrar en una tienda Apple, una de las experiencias detallistas más automatizadas que se pueda imaginar. Al entrar en una tienda Apple, lo primero que se ve es una marea de camisetas azules. El motivo es que la función de una tienda ha dejado de ser la de impulsar transacciones, ahora es la de hacer todo aquello que no se puede hacer online. Recibir consejo, recibir mantenimiento, recibir formación, cualquier cosa que no puedas hacer por Internet.

https://twitter.com/Digitaltonto/status/1092062568775061504

<h2>Cuidado con el dilema ético de la IA</h2>

<strong>Appian:</strong> Para concluir, vamos a hablar de otro de los temas candentes: las implicaciones éticas de la IA y la automatización inteligente.

<strong>Satell:</strong> En efecto, es un gran problema, uno de los mayores a los que nos enfrentamos. Escribí al respecto en la Harvard Business Review hace un par de años. Estaba en una conferencia académica en IBM y todo el mundo decía que teníamos un problema realmente grave entre manos.

Lo que sucede es que no se trata de un único problema ético, sino de varios.

<strong>Appian</strong>: Entonces, ¿cómo describiría estos problemas éticos?

<strong>Satell:</strong> Está el asunto básico (de ciencia ficción) sobre las máquinas dominando el mundo y Skynet (un sistema de IA general ficticio que tiene el objetivo de eliminar a la humanidad). Y luego hay otros problemas filosóficos que están bien para una conversación de barra de bar.

<blockquote>Pero los problemas de la IA se están haciendo reales. Si se incorpora IA a un coche, tarde o temprano el coche va a tener que tomar una decisión que perjudicará a un peatón o al conductor.</blockquote>

<strong>Appian:</strong> Son numerosos los comentarios acerca de la urgencia de tratar el problema del sesgo de la IA. ¿Qué opina de esto?

<strong>Satell:</strong> El término técnico para esto sería sesgo en el aprendizaje. Y, efectivamente, se trata de un problema serio. ¿Tiene usted hijos?

<strong>Appian:</strong> Sí.

https://twitter.com/Digitaltonto/status/1089512692627488770

<strong>Satell:</strong> Cuando estaban creciendo, le preocupaba lo que aprendían en la escuela, quiénes eran sus amigos y qué programas de TV veían, porque le preocupaba cuáles eran las influencias que recibían durante su proceso de aprendizaje.

<blockquote>Entonces, la cuestión es: ¿a qué influencias están expuestos nuestros algoritmos? ¿Quién se ocupa de vigilar eso?</blockquote>

Microsoft Tay es un ejemplo clásico. Pusieron un bot (de IA para charlar) en Twitter. Al cabo de 24 horas, se vio expuesto a los trols de Twitter, que lo hicieron repetir información intolerante y misógina.

Algo aún más sutil: Cathy O’Neal tiene un libro estupendo llamado «Armas de destrucción matemática», en el que sostiene que no sabemos de qué forma se está entrenando a estos algoritmos.

<b>Appian: </b> Y ya están afectando a casi todos los aspectos de nuestras vidas.

<strong>Satell:</strong> En efecto, están tomando decisiones sobre quién queda expuesto a un marketing agresivo, a quién se le da un trabajo, quién va a la cárcel, quién obtiene libertad bajo fianza o a quién se le concede una hipoteca.

<blockquote>De manera que la cuestión ética es un problema realmente fundamental. Al parecer, las grandes empresas tecnológicas están intentando darle una solución.</blockquote>

Cuando escribí acerca de IA y ética, hace dos años, se estaba estableciendo algo llamado <a href="https://www.partnershiponai.org/partners/">The Partnership for AI</a> (La comunidad de la IA) con la finalidad de llegar a unos estándares éticos para la IA.

A todo el mundo le preocupa quién influye en nuestros hijos, pero debería preocuparnos también quién está educando a nuestros algoritmos.