Robots y automatización de trabajo: no tan rápido (Parte II)

(Este artículo tiene una primera parte con la entrada anterior)

Decíamos en la entrada anterior, que uno de los elementos más debatidos con esta revolución industrial (la llamada cuarta revolución industrial), es la cantidad y calidad de trabajo. De la entrada anterior, decíamos al final, a modo de corolario, lo siguiente:

Los robots nos sustituyen, pero todo está por pensar y construirse sobre ellos. Preparémonos para ello. Mientras tanto, es difícil concluir si crearemos o destruiremos trabajo.

En esta entrada, hablaremos de la calidad del trabajo, que podemos representar a través de la inflación o deflación de los salarios o el aumento de las desigualdades. Para ello, nos apoyaremos en un reciente artículo también escrito por Acemoglu y Restrepo, titulado “Robots and jobs: evidence from the US” (2017). El artículo empieza diciendo que todavía no tenemos claro cuántos puestos de trabajo están realmente en peligro. Citando varios de los tan cacareados artículos (que van desde el 57% de los países OCDE que cita el Banco Mundial, hasta el 9% de Arntz, pasando por el famoso 47% de Frey y Osborne), Acemoglu y Restrepo dicen que ellos no son capaces de estimar cifra alguna en cuanto a sustitución de trabajo humano por robots: todo depende de costes y de salarios, como todo en la vida. Y ahí es donde veía interesante hablar en clave de la calidad de trabajo.

Para su estudio han empleado datos de EEUU. Y para el concepto genérico de “robot”, han empleado la definición que da de estas máquinas la Federación Internacional de Robótica (IFR), que desde 2014 los define como:

An automaticallyu controlled, reprogrammable, and multipurpose machine

Máquinas, robots, que en entornos industriales pueden soldar, ensamblar, mover materiales, empaquetar, etc. En la actualidad, la IFR calcula que hay entre 1.5 y 1.75 millones de robots industriales, una cifra que podría subir hasta entre 4 y 6 millones según la Boston Consulting Group.

Robots industriales por cada 1.000 trabajadores en EEUU y Europa de 1993 a 2007 (Fuente: http://voxeu.org/sites/default/files/image/FromMay2014/restrepofig1.png)
Robots industriales por cada 1.000 trabajadores en EEUU y Europa de 1993 a 2007 (Fuente: http://voxeu.org/sites/default/files/image/FromMay2014/restrepofig1.png)

La situación de partida para exponer resultados de Acemoglu y Restrepo es que los robots no tienen el mismo impacto en todos los sectores. De ahí que esto tenga mucha relación con el valor añadido que aporta cada uno de nosotros en nuestro puesto de trabajo. Por ejemplo habla de cómo el 39% de los robots existentes están dedicados al sector de la automoción. Un 19% a la industria electrónica, un 9% a la metálica, otro 9% a la química y plástica, etc. Y con este impacto por industria, han elaborado un mapa de zonas en EEUU, que presentan como sigue:

Exposición a robots en las zonas de EEUU (Fuente: https://docs.google.com/spreadsheets/d/10yR91cuPP3XVjZC3ouWYrHqTyZszcZO3ffwJjfI7OJc/edit)
Exposición a robots en las zonas de EEUU (Fuente: https://docs.google.com/spreadsheets/d/10yR91cuPP3XVjZC3ouWYrHqTyZszcZO3ffwJjfI7OJc/edit)

En las zonas más afectadas por la adopción robótica, el impacto en empleo y salarios ha sido importante. Cada nuevo robot por cada 1.000 trabajadores, el empleo local por ciudadano se redujo un 0,37%, mientras que los salarios cayeron un 0,73%. Sé que estoy hablando de caídas, pero, ¿tan malos números parecen éstos? Por lo tanto parece que cuanto más sensible es tu zona de trabajo a la automatización, más hacia abajo parece que van los salarios. Un total de 6,2 trabajadores perdiendo empleo por cada robot. Es todo una cuestión de sustituibilidad de lo que hacemos los humanos.

Toda esta evidencia y números sugieren que el impacto tanto en salarios como en calidad de empleo no es tampoco tan importante como parecía. De ahí lo interesante de este artículo de Acemoglu y Restrepo. Incluso estos autores sugieren pensar que una reducción de salarios y de costes de producción, podría llevar a estas empresas a ser más competitivas, y compensar la pérdida de empleo en producción, con exportaciones (incluso a otras regiones en EEUU). Por lo tanto, concluyen los autores que:

There is nothing here to support the view the new technologies will make most jobs disappear and humans largely redundant.

Todavía hay esperanza. El País publicaba recientemente un artículo que no se hacía eco de estas evidencias, pero sí citaba a los sospechosos habituales. Y también citaba el proyecto REIsearch, impulsado por el Atomium – Instituto Europeo para la Ciencia, Medios de Comunicación y Democracia. Expone básicamente el pesimismo de la población en cuanto a su futuro laboral. De hecho, solo el 10% de los encuestados se mostraba positivo ante la oportunidad que abre la digitalización para ofrecer empleo y buenos salarios para todos. ¿Tendrá algo que ver el pesimismo que habitúan en trasladar los medios de comunicación?

Los humanos siempre mantendremos (al menos de momento), el monopolio de ciertas cuestiones: la creatividad, la interacción compleja con objetos y humanos (esto es especialmente importante en un país de servicios como el nuestro), etc. Ofrezcamos evidencias, por favor, siempre que hablemos de un tema tan sensible para todos nosotros. Los robots no serán el fin del mundo.

Robots y automatización de trabajo: no tan rápido (Parte I)

Leía hace unas semanas con mucha atención una conversación que desde Wired dirigían entre el presidente Barack Obama y el director del MIT Media Lab Joi Ito. Obama manifestaba que una de sus mayores preocupaciones con la automatización de las plantas de trabajo y la inteligencia artificial era el aumento de las desigualdades. Ya el pasado diciembre, cuando todavía lo teníamos de presidente, la Casa Blanca publicó el informe “Artificial Intelligence, Automation, and the Economy“, donde además del aspecto de la desigualdad, también se citaba la necesidad de la intervención política para luchar contra el impacto desigual.

Al automatizar parte del trabajo humano, como en otras épocas, reduciría salarios (donde el valor añadido ya no era tal), y aumentaría el de las personas capaces de construir sobre ello. El señor Joi Ito, respondía que por eso él prefiere referirse a la inteligencia extendida, más que a la artificial, porque tenemos que ver estas evoluciones tecnológicas como una manera de extender la capacidad humana, nunca de sustituirla. Invitaba a pensar en cómo poder imbricar valores sociales a las máquinas.

Me acordaba de esta entrevista leyendo esta noticia, en la que el titular lo dice todo:

Chinese firm halves worker costs by hiring army of robots to sort out 200,000 packages a day

Una empresa china que veía cómo se reducía un 50% sus costes laborales adquiriendo un ejército de robots. Ahora, podía entregar un total de 200.000 paquetes al día, incrementando un 30% su eficiencia. Y encima, lo hacen con un mayor orden que el que los humanos son capaces de generar.

Empleados de STO Express ordenando envíos dentro del caos reinante (Fuente: http://fm.cnbc.com/applications/cnbc.com/resources/img/editorial/2017/04/11/104396743-GettyImages-496941098.530x298.jpg?v=1491885367)
Empleados de STO Express ordenando envíos dentro del caos reinante (Fuente: http://fm.cnbc.com/applications/cnbc.com/resources/img/editorial/2017/04/11/104396743-GettyImages-496941098.530×298.jpg?v=1491885367)

Un ejemplo más de algo que viene siendo objeto de conversación en China: los robots están quitando el elevado volumen de trabajo que la revolución del trabajo de China había traído. De hecho, el gobierno central Chino espera llegar a un total de 100.000 robots en 2020.

Estas noticias, me han llevado estas vacaciones de Semana Santa a recopilar alguna evidencia nueva sobre el impacto de la robotización y la inteligencia artificial en el empleo y su calidad. Me preocupan, como siempre, dos aspectos: el impacto real que esta robotización va a provocar (más allá de los tópicos y generalidades sencillas) en la cantidad de trabajo (es decir, si crea o destruye trabajo); y, cómo quedará la calidad del mismo (especialmente en términos de desigualdad y aumento/reducción de salarios). Voy a descomponer la entrada en dos partes: en esta primera hablaré de la cantidad de trabajo (aumento o reducción de empleo neto), y en la segunda, de la calidad del mismo.

Mokyr, Vickers y Ziebarth, en su artículo “The History of Technological Anxiety and the Future of Economic Growth: Is This Time Different?” (2015), describen las lecciones que la historia nos deja desde las revoluciones industriales de finales del siglo XVIII. Según estos autores, estas lecciones de la historia, permiten entender que esta revolución industrial en forma de tecnologías digitales (ordenadores -hardware y software combinado a diferentes escalas- y robots especialmente) permitirá crear nuevos productos y servicios que ofrecerá la posibilidad de que aparezcan un número importante de nuevas profesiones.

El debate, en este sentido es si esa creación de nuevas ocupaciones laborales será capaz de contrarrestar la que se perderá por la automatización de trabajos que actualmente desempeñan, de manera manual, los humanos. Acemoglu y Restrepo, en su artículo “The Race Between Machine and Man: Implications of Technology for Growth, Factor Shares and Employment” (2016), dicen que éste es el punto clave de esta revolución industrial. En la medida que los humanos seamos capaces de crear tareas complejas que permitan construir valor añadido sobre la robotización, no habrá reducción de puestos de trabajo.

La naturaleza de esta revolución industrial digital, es realmente disruptiva. Se han juntado muchas “fuerzas de cambio” de golpe (movilidad, redes sociales, IoT, datos, etc.), lo que hace dudar a estos autores sobre si los humanos seremos realmente capaces de construir innovaciones sobre ellas. La única ventaja es que sacar provecho de estos avances digitales necesita del buen hacer de los humanos, y no tanto de inversiones en capital. Necesitamos ideas, un monopolio todavía en manos de los humanos.

Acemoglu y Restrepo recuerdan la segunda revolución industrial, cuando apareció el ferrocarril, los barcos de vapor o las grúas en los puertos. El transporte (civil y de mercancías), globalizó el mundo, lo que hizo que fueran necesarios nuevos ingenieros e ingenieras, se profesionalizó la gestión de empresas, aparecieron nuevas necesidades de ingenieros mecánicos y civiles, etc. En la medida que seamos capaces de replicar este mismo fenómeno de creación de nuevas ocupaciones, estaremos dando respuesta a este nuevo equilibrio de puestos de trabajo que necesitamos. La duda está en ser capaces de entender la magnitud del cambio que implica esta revolución digital.

Para exponer sus ideas y alguna tendencia actual, Acemoglu y Restrepo, presentan esta gráfica:

Creación de nuevos puestos de trabajo en las últimas décadas (Fuente: http://www.voxeu.org/sites/default/files/image/FromMay2014/acemoglufig1.png)
Creación de nuevos puestos de trabajo en las últimas décadas (Fuente: http://www.voxeu.org/sites/default/files/image/FromMay2014/acemoglufig1.png)

La gráfica quizás no sea muy expresiva a primera vista, así que mejor explicarla con algo de calma. En Estados Unidos, para cada década desde 1980, se han creado más trabajo de nuevos puestos que de viejos puestos. Quizás esto es síntoma de su enorme capacidad de innovación. De 1980 a 2007, el empleo total en EEUU ha crecido un 17,5% (ay, bendita inmigración…), siendo algo más de la mitad creada por “nuevos tipos de trabajo” (que no es lo mismo que por “nuevos puestos de trabajo”). Son datos cogidos del trabajo de Lin en su artículo “Technological Adaptation, Cities, and New Work” (2011).

No parece observarse nada distinto a lo que ha pasado décadas atrás. Salvo que, esta revolución digital, genera muchos nuevos tipos de trabajo. Y, que, además, destruye con más facilidad los trabajos que son intensivos en horas de trabajo (es decir, aquellos que son “automatizables” por ser su valor añadido la inversión en horas). ¿Y qué tipos de trabajo están apareciendo y su déficit evidencias necesidades? Ingenieros, programadores, especialistas audiovisuales, analistas, arquitectos y administradores de datos, etc. Es decir, lo que ya sabíamos.

Conclusión de esta primera parte: sí, parece que se destruye empleo. Pero el equilibrio que podríamos conseguir viene, parece ser, derivado, de nuevos tipos de trabajo. Y es ahí dónde está el reto. En ser capaces de construir valor con puestos de trabajo que, siguiendo el tópico por una vez, ni siquiera quizás existan aún. Los robots nos sustituyen, pero todo está por pensar y construirse sobre ellos. Preparémonos para ello. Mientras tanto, es difícil concluir si crearemos o destruiremos trabajo.

La información veraz cuesta dinero

Sí, si ustedes quieren información veraz, deberemos financiarla entre todos. Deberemos pagarla y valorarla. Básicamente, porque desde el momento en el que la generación de información escapa de los controles de los medios de comunicación, y cualquiera puede montar un negocio para ganar dinero con noticias falsas (léase el caso de jóvenes en Macedonia), se preveen tiempos duros para la información veraz.

Y digo esto porque el otro día, en el marco de una entrevista que me hizo La Ser, salió este tema. Como sabéis, estoy últimamente muy activo con el tema (con la sección Fake News en Boulevard de Radio Euskadi, en el blog y en otras entrevistas). Quizás porque los que hemos comprado periódicos en papel desde pequeño, los que escuchamos la radio constantemente o los que vemos el telediario para cenar, somos conscientes de la importancia y el valor que tiene leer, ver o escuchar información en la que puedes confiar. En la que no tienes que activar el investigador que todos llevamos dentro para saber si lo que estoy leyendo es cierto o no.

Los medios de comunicación han sufrido y están sufriendo una transformación importante en los últimos años. Especialmente, derivado de la transformación digital de los canales de distribución de su información (quizás, de manera más acusada, por las redes sociales y la movilidad del lector). Les estaba costando rentabilizar unos contenidos que siguen siendo igual de caros. Una particularidad que tienen sectores como la generación de conocimiento/información o la educación (por citar dos a los que me dedico), es que son difícilmente industrializables: yo para dar una clase o escribir un artículo en un periódico, necesito investigar, leer, contrastar, etc. Eso, no hay robot o algoritmo que automatice. Sí, aceleran parte del proceso, pero la parte sustantiva (la creación creativa y original), sigue siendo un monopolio del humano.

Pero con la irrupción digital, ahora hay más competencia. Las barreras de entrada se han reducido, por los menores costes de distribución de la información. Hay más periodismo que nunca. Por lo que la “tarta” del anunciante hay que distribuirla entre más. Y eso obviamente hace que a una estructura de costes que es difícil de aligerar, le suponga contrarrestar a unos ingresos cada vez menores. Difícil ecuación.

Pero parece que es era de la posverdad de la que tanto hablamos últimamente, pudiera cambiar esa tendencia. Pudiera la gente haberse dado cuenta que la información veraz cuesta dinero. Mikel Segovia, en esta entrevista que me hizo en El Independiente, hablaba en clave de “La mentira, el gran negocio de las redes sociales“. Paradójicamente, este “gran negocio”, ha traído que el lector que solo quiere consumir verdad, valore más lo que tenía.

La mentira  el gran negocio de las redes sociales en tiempos de posverdad
La mentira el gran negocio de las redes sociales en tiempos de posverdad

Son datos de EEUU, pero quizás sea interesante conocerlos por aquí, para darnos cuenta también de ello: en el último trimestre (Q1 de 2017), la edición digital del New York Times ha ganado 276.000 suscriptores. En papel consiguió 25.000 nuevos clientes (¡!). Son los mejores datos de los últimos seis años. El Washington Post ha aumentado el número de nuevos suscriptores un 75% durante las elecciones americanas. También tienen datos positivos CNN, MSNBC e incluso la propia Fox. Definitivamente, si la era digital trajo crisis en el sector, quizás la “excesiva digitalización” (la era de la postverdad), ha producido una regresión a la media en el sector.

En el Congreso de Periodismo Digital de Huesca, escuché con mucha atención la entrevista que Nacho Escolar le hacía a Julia Otero. En el marco de esa conversación me gustó mucho una pequeña historia que contó Julia, que me permite elevarla a metáfora de lo que hoy estoy escribiendo. Julia hablaba sobre la importancia de pagar por la información de calidad. La generada con un método de investigación y contraste. Eso que decía anteriormente que no se puede industrializar y que cuesta dinero. Decía, literalmente:

“La investigación es cara. Si no se paga por la información, no se puede pretender que sea veraz”

Contaba la anécdota sobre cómo eldiario.es (el medio digital que dirige Nacho Escolar), para fundamentar la acusación al ex-ministro Soria sobre las vacaciones en el hotel de lujo de Punta Cana, tuvo que enviar hasta dicho hotel a un periodista. Fue el método para demostrar la veracidad de la denuncia que hacían. Y eso, obviamente, tiene un coste… que si debe hacerse para todas las noticias, es difícilmente rentable.

Y es aquí, como corolario, donde ella decía ese famoso mantra de Internet, que nos acompaña desde hace mucho tiempo, pero quizás todavía tenemos que seguir divulgándolo:

“Si no eres el cliente, eres la mercancía. Si tú no pagas, eres el producto”.

A lo que quizás podamos añadir que si acabamos todos siendo mercancía, la información veraz, pudiera irremediablemente ser un activo realmente escaso. No estoy con esto haciendo un llamamiento a la suscripción de todos los medios digitales. Que cada uno elija lo que quiera, faltaría más. Pero sí por lo menos alertar, como decía al comienzo, que la información veraz cuesta dinero. Y que debemos ser todos responsables de nuestros actos si no lo valoramos.

Unicornios: empresas que valen más de 1.000 millones de dólares que no existían hace 15 años

El término unicornio se refiere a empresas privadas que valen más de 1.000 millones de dólares. Es decir, empresas que todavía no han salido a bolsa, y por lo tanto, interesa mucho cómo están, porque pudieran ser el próximo éxito, al menos, en términos económicos.

En los tiempos que corren, hablar de unicornios, básicamente, viene a ser sinómino de tecnología. Disponer de materias primas solo, ya no es sinónimo de posibilidad de tener éxito. Hace falta disponer de unos conocimientos, que aplicados de una determinada manera, generan un valor. Y eso es tecnología, tanto electrónicas como digitales. Fortune tiene listadas ahora mismo 174 en este ranking. Las 10 primeras son éstas que sacaba en este artículo el World Economic Forum.

Empresas privadas de más 1.000 millones de dólares de valor (Fuente: Fortune)
Empresas privadas de más 1.000 millones de dólares de valor (Fuente: Fortune)

¿Qué tienen en común todas estas empresas? Veamos algunas de ellas. Uber, una plataforma de servicios de transporte que conecta personas que pueden prestar ese servicio y aquellos que lo demandan. Xiaomi, una empresa que fabrica y comercializa productos electrónicos por Internet. AirBnB, es el “Uber” de los servicios de alojamiento. Didi Chuxing, es el “Uber” chino, pero a lo grande. Snapchat, una empresa de Social Media, pero que como sus precedentes, conecta personas y gana dinero de dicha conexión. Flipkart, la octava, me parece significante porque es india, pero, de nuevo, para la comercialización de productos en Internet. Misma idea de conexión, creación de mercados y poder monetizar ambos lados de la conexión.

China, India y Estados Unidos, las que se prevé se disputarán el cetro mundial a nivel económico en los próximos años, lo han tenido claro. Había que apostar por tecnología. Se han aprovechado de una época de capitales muy baratos (y lo que falta) y la irrupción de una clase media en sus respectivos países con cada vez mayor poder adquisitivo. El informe “Master Hypergrowth” habla mucho de todo ello. Y, obviamente, lo enmarcamos en este fenómeno global de transformación digital de la sociedad y las economías. Cuando decimos que Europa se ha quedado atrás, ya ven, que nos referimos a ello con números en la mano, y con mucha pena. Quizás todavía estemos a tiempo.

Como empresas privadas que son las “unicornio”, todavía no cotizan en bolsa. Por lo tanto, entender la dinámica de generación de valor que han seguido hasta la fecha, es interesante para vislumbrar el escenario que las espera. Me acordaba mucho de todo esto estos días que ando esperando poder leer este libro: Platform Revolution: How Networked Markets Are Transforming the Economy. Mi buen amigo Nacho, ya me ha alertado sobre lo interesante de poder hacerlo para personas, como nosotros dos, que buscamos constantemente entender el valor de esta era digital para poder aprovecharlo.

En el informe que adjuntaba anteriormente sobre la conquista del hipercrecimiento, hay muchísimos elementos interesantes a considerar y citar. Daría para muchos artículos. Lo dejo a su elección por dónde quieren comenzar, pero les animo a hacerlo. Quizás, uno de los puntos que más me llamó la atención fue la parte de los modelos de negocio que permite esos crecimiento sobrelineales tan acelerados. Para muestra, este pantallazo, a pesar de que son solo algunos de los ejemplos de lo que se podría hacer:

Ejemplos de "Mastering Hypergrowth" (Fuente: World Economic Forum)
Ejemplos de “Mastering Hypergrowth” (Fuente: World Economic Forum)

Valgan estos tres ejemplos para terminar de trasladar qué quería explicar hablando de empresas que valen más de 1.000 millones de dólares que hace 10-15 años no existían. Aparte de la migración del CAPEX al OPEX (muy relacionado con esta época de “servitización”, se entiende) y de la simplicidad que van obteniendo las cadenas de valor y los modelos de negocio, la parte crítica me parece la primera: una plataforma balanceada. Un nuevo modelo de negocio, que se fundamenta en la creación de valor poniendo en contacto a productores con los consumidores. Si se fijan, los principales unicornios que describía antes (Uber, Xiaomi, AirBnB, Flipkart, Didi Chuxing, Snapchat, etc.), es lo que hacen. Extraído del informe del Foro Económico Mundial:

“Our business model is built around connecting two markets by our platform. Growth vectors are different on supply and demand side. The key is to balance these factors. Too much offering through the platform without sufficient demand kills supply in the long term and vice versa. This is very difficult through time as the other side of our business is always based on local clients and we need to build the business with the right balance every time, in each market we expand to. I am proud of our accomplishments, as we have been successful in doing this for more than 10 years. Main solution has been our capability to utilize data to support our business model.”

Y ya ves, que al final, esta época de equilibrio de mercados, suele acabar en los mismos vectores de valor de los que hemos hablado con anterioridad: Big Data, Transformación Digital, etc. El principal activo son los datos y la información, no los activos físicos. ¿Qué vale Uber, Snapchat o AirBnB? Es una plataforma digital, que tiene unas reglas para poder ofrecer a cada usuario, aquello que espera. Un algoritmo, vaya, de lo que ya hablé aquí. Ajuste de la oferta y de la demanda en tiempo real. Con su consecuente impacto en los precios, que en función de numerosos factores en tiempo real (clima, demanda, eventos imprevisibles, etc.), cambia el precio. Sin asimetría de información, plataformas que hacen transparentes precios. Y todo esto, provoca un efecto de red, que hace crecer de manera equilibrada y sostenible la plataforma.

En definitiva, unicornios, que fundamentan su valor en datos y en haber construido una plataforma que hacen sostenible su modelo de negocio. Estos unicornios del Siglo XXI que tantos millonarios están creando.

Next Seguros: Big Data, IoT y Coche conectado

(Artículo escrito por Javier Goikoetxea, CEO de Grupo Next)

En ocasiones no hay que salir fuera de nuestro país para encontrar empresas inspiradoras que están cubriendo una demanda de servicios que poco a poco se van abriendo paso. Me refiero a la industria aseguradora y a los modelos de seguros basados en el uso (UBI – Usage Based Insurance), donde aparece el coche conectado.

La innovación nunca ha sido la seña de identidad del mundo asegurador, pero la incipiente irrupción de empresas innovadoras con base aseguradora, también llamadas insurtech, está cambiando el modo en el que podemos observar ahora esta industria.

La propuesta de Next Seguros, por ejemplo, una empresa que está localizada en las afueras de Madrid, ofrece su propuesta de valor del seguro del automóvil sobre el planteamiento de la exposición al riesgo: cuanto más conduces, más probabilidades tienes de sufrir un accidente. Cuanto más tiempo pasas al volante, más cosas te pueden ocurrir. Así las cosas, esta compañía ofrece una solución de seguros basado en un precio que disminuye en función del kilometraje que una persona acceda a comprar. Si vas a conducir 4.000 kilómetros, vas a tener una probabilidad de sufrir un accidente sensiblemente menor al que va a conducir 40.000 kilómetros durante el mismo período. De esta manera, premian al que se expone menos al riesgo lo que ha permitido a esta compañía reducir la siniestralidad en 30 puntos con respecto a la media del mercado.

El coche conectado de Next Seguros (Fuente. https://image-store.slidesharecdn.com/1991e76a-bec6-4f22-a202-d4ef94e8923b-large.jpeg)
El coche conectado de Next Seguros (Fuente. https://image-store.slidesharecdn.com/1991e76a-bec6-4f22-a202-d4ef94e8923b-large.jpeg)

Todo esto es posible gracias a un dispositivo que, literalmente, enchufas en el vehículo y que es un “medidor”. Gracias a este tipo de innovaciones, llegamos al coche conectado, que permite el acceso remoto a un vehículo y este es capaz, a su vez, de enviar datos. El acceso remoto, por ejemplo, permitirá que dos coches se comuniquen entre sí para de evitar accidentes evaluando en tiempo real quien tiene preferencia en un cruce y, además algo que ya vemos en nuestras carreteras, el vehículo se podrá comunicar con una infraestructura, por ejemplo, para pasar un peaje. Quizá esto pueda resultar algo menos novedoso, pero si el coche puede comunicarse con un peaje, también se puede comunicar con su taller, con la gasolinera o con la ITV.

Obviamente, todo lo relacionado con la movilidad, incluso, ya es cosa del pasado ya que a día de hoy muchos automóviles incorporan sistemas de ayuda para búsqueda de rutas más eficientes para evitar atascos. Eso afectará a la red viaria, a la forma de interactuar con ella, a la seguridad vial, a la frecuencia de los accidentes, a la tipología de los mismos, a la configuración del seguro del automóvil y finalmente a la relación entre personas y al propio sistema de convivencia. Vamos a ir desmigando esta interesante información para ver si somos capaces de entender el pasado y el presente para predecir el futuro.

Después de pasar ya más de 18 años vinculado al mundo de la tecnología asociada a la movilidad del auto y al seguro, ya no tengo ninguna duda en que el vehículo es mucho más que un sistema para transportarnos. Yo creo que es casi una máquina perfecta.

Hace 35 años un vehículo debía ser asequible y con tener cuatro ruedas y un volante teníamos resuelta la necesidad. Hoy en día, marcas generalistas con vehículos de gama media tienen incorporados desarrollos que tan sólo 5 o 6 años atrás nos parecían pura ciencia ficción.

En el año 80, en España contábamos con 10 millones de vehículos y algo más de 2.000km de autopistas. Hoy contamos con más de 25 millones de autos con algo más de 16.550 kilómetros de autopistas/autovías. En esa época, los automóviles no contaban con ningún sistema de ayuda a la conducción, y hoy es imposible en un automóvil que no tenga los sistemas de seguridad pasiva estándar del mercado: ABS, ESP, tercera luz de freno, control de tracción y un largo etcétera de sensores y sistemas muy sofisticados.

En la década de los 70, los fabricantes empezaron a controlar funciones básicas del motor. Con el paso del tiempo, esa recogida de información se aceleró y en los 80 comenzaron a medirse las emisiones, y regulaciones del motor en términos de eficiencia, todo ello orientado a controlar más y mejor la evolución del motor. En el año 96 en USA y en el 2000 en la Unión Europea se universalizó el uso del puerto On Board Diagnostic (OBD) para gestionar la información de los ordenadores que lleva el vehículo. Este acceso universal a los datos del vehículo permite, al mecánico del taller o concesionario, diagnosticar la “salud” del vehículo y visualizar en un ordenador las posibles anomalías encontradas.  A día de hoy, esta diagnosis se puede realizar remotamente de manera tal que incluso se pueda obtener información del estilo de conducción y así determinar patrones de movilidad, todo ello en tiempo real. Todo esto es posible ya que hoy el acceso a la tecnología se ha comoditizado y además el coste de la trasmisión de datos e incluso de la incorporación de una SIM son céntimos de euro.

Los coches van a gestionar su propio mantenimiento y sus necesidades, casi sin que el usuario del vehículo forme parte de la ecuación. Todavía debemos revisar los neumáticos, los líquidos y el estado general del vehículo antes de un gran desplazamiento. Todo esto, en pocos años, va a pasar a la historia. En realidad, gracias a la tecnología del coche conectado y a plataformas como MYZUUM (www.myzuum.com) , ya ha pasado a la historia.

La citada plataforma de coche conectado permite verificar y diagnosticar, de manera remota y en tiempo real, más de 7.000 posibles puntos de diagnóstico del vehículo, a imagen y semejanza de lo que haría un médico con su paciente después de un exhaustivo examen sobre su salud. El vehículo se ha convertido en inteligente y él se gestiona a sí mismo. El usuario, por tanto, no participa en la ecuación más que para aceptar y pagar lo que corresponda, siempre con la máxima transparencia y el máximo rigor.

La industria de la automoción y la industria de la tecnología, cada vez están más cerca, seguramente por razón de esta última. Hace algunos años que Google se interesó por los vehículos y la conducción autónoma, no tanto por el vehículo en sí, sino por entender que de media en USA, un conductor pasa en su auto una media de 4 horas diarias y entendían que era mucho tiempo como para que una persona estuviera desconectada de la red.

¿Hasta dónde podemos llegar? Pues parece que de manera inequívoca vamos al vehículo autónomo. Vamos al vehículo que conduce sólo. Vamos a un sistema que nos permita desplazarnos mientras realizamos otra actividad o simplemente estamos disfrutando del propio viaje. Y no queda tanto tiempo para verlo en nuestras calles, son una regulación que nos haga sentirnos a todos cómodos. Ya sabemos que estas cosas se crean en EEUU, los Chinos lo suelen copiar y en Europa nos enredamos en los temas legales, pero gracias a la iniciativa, como digo, de empresas que ya están irrumpiendo en nuestro entorno, todo esto se acelere.

Si un vehículo que gestiona su movilidad de manera autónoma, se habla con otros vehículos y es capaz también de interactuar con su entorno, es muy difícil que sufra un accidente. Si vamos a tener, al menos en el centro de las ciudades, vehículos conduciendo de manera autónoma, es muy sensato pensar que los accidentes van disminuir de manera drástica y hasta podríamos pensar que tomando algún tipo de medida adicional pudieran dejar de existir. En ese caso, ¿qué haríamos con los seguros de autos tradicionales que hoy conocemos? En caso de tener un accidente, ¿de quién sería la culpa? ¿Quién sería el responsable, el desarrollador del software o quien ensambló el auto o quien lo programó para una determinada actividad? Claramente el mundo del seguro, además del mundo del automóvil es el que espera una gran transformación en esta década.

Obviamente todos los factores de la movilidad serán tratados de manera específica y los motores de Big Data y de Business Inteligence harán el resto. Todo en tiempo real. Todo a satisfacción del usuario. Todo pensado para hacernos la vida más fácil, garantizando la privacidad de todos los datos.

El análisis y los procesos de Big Data son ya el nuevo paradigma, ya que a través de la combinación de múltiples factores y datos podemos llegar a determinar, por ejemplo, cuando un vehículo necesita gasolina o cuando debe cambiar los neumáticos. Los coches podrán consumir, crear y compartir datos y ahí es donde la capacidad del Big Data tiene un gran recorrido posibilitando intuir tendencias, necesidades futuras y resolver problemas que se generen.

Y todo esto, lo tenemos en nuestro país, con empresas innovadoras que hacen de nuestro ecosistema de empresas de base tecnológica la envidia de otros países que supuestamente nos han tomado la delantera.

Amazon Books: del ON al OFF y experiencias de cliente

Que Amazon no hubiera hecho un mayor despliegue de su concepto de “Amazon físico” era algo raro. Pero las recién anunciadas nuevas tiendas “físicas” (las de toda la vida) parece que adelanten un movimiento por el gigante de Seattle de crear un nuevo paradigma y darnos todavía más trabajo si cabe pensando en la transformación digital de la sociedad y los negocios. Pasar del ON al OFF, con la misma experiencia de cliente que en el ON, parece que tiene que ser posible. Y esto no quiere hacerlo solo para el retail (como ya comentamos con Amazon Go), sino también en su buque insignia e identidad de nacimiento: la venta de libros. Aquí está con nosotros Amazon Books.

Amazon Books (Fuente: https://www.amazon.com/b?node=13270229011)
Amazon Books (Fuente: https://www.amazon.com/b?node=13270229011)

Durante 2016, Amazon abrió tiendas “Amazon Books” en su querida Portland y Seattle, así como en San Diego. Y ahora, parece lo hará en Chicago, Lynnfield (cerca de Boston), Paramus en New Jersey (a las fueras de New York) y el corazón de New York, en Manhattan (en Time Warner Center). En total tendrá ocho ya desplegadas. La noticia de estas nuevas aperturas es un hecho ya interesante, pero lo es aún más dónde comienza a entrar (Manhattan), y sobre todo, cómo está enfocando la propuesta de valor de estas tiendas físicas.

Esta omnicanalidad y presencia ON y OFF de los negocios normalmente nos había llevado a una lógica de pensar en cómo ayudar a un negocio tradicional que había estado comercializando en entornos físicos y tradicionales a un mundo digital. Pero Amazon, para variar, rompe esas lógicas, y ahora nos introduce nuevos retos: quiere que pensemos en cómo es posible replicar la experiencia de compra en Amazon.com a entornos físicos. Es más, fijaros cómo lo describe en la web:

As a physical extension of Amazon.com, Amazon Books integrates the benefits of offline and online shopping to help you find books and devices you’ll love.

Las tiendas, las “Amazon Books” son una extensión física de Amazon.com. No al revés. Son paradigmas que nunca habíamos visto (como cuando hablamos del “museo en la web, no la web del museo“). Y todo ello, obviamente, fundamentado en uno de sus principales ventajas competitivas: los datos y la inteligencia artificial. De lo que buscamos, compramos, opinamos, etc. a, conceptualizar y organizar sus tiendas físicas en torno a los libros con mejores recomendaciones, popularidad en Goodreads (una red social de lectores y libros), calificaciones de sus comisarios, etc.

Esta integración del dato heterogéneo, permitirá que todo comprador pueda tener una experiencia de compra realmente enriquecida. Cuántas veces hemos estado comprando y hemos pensado lo interesante que sería saber qué habrán opinado otros compradores de ese precio. O cómo de valorado está ese producto. Esto en un mundo online es bastante habitual. Lo raro es que se dé también en entornos presenciales. Y claro, para eso tienes que tener una base de datos como la de Amazon por detrás para hacer esto posible. Y esto es para mí lo que está detrás de este nuevo concepto de tienda: la disponibilidad de un dato muy enriquecido, con un valor que ya ven no deja de crecer.

Debajo de cada libro en las estanterías físicas, las “reviews” y calificaciones de los usuarios en Amazon.com. Obviamente, en un formato digital para que esté en tiempo real así sincronizado. Los primeros libros que ahí se despliegan, con las mejores calificaciones. Para los usuarios de Amazon Prime (que cada vez hay menos excusas para no serlo), los precios, los mismos que en Amazon.com. Se acabó la discriminación por canal (que entiende a lógicas más de resistencia que otras cosas en muchas ocasiones). Para estos mismos, si van por medio de Manhattan, y no quieren cargar con el libro que quieren adquirir, porque quieren seguir disfrutando de las preciosas avenidas de New York, muy fácil: lo seleccionas en la tienda, y que te lo lleven a casa. De nuevo, se acabó la diferenciación entre canales.

¿Que no encuentras en la tienda física lo que buscabas? Nada, saca el móvil, y la aplicación de Amazon. Con un simple escaneo o búsqueda, no solo se reciben recomendaciones, sino también ese libro que no habías encontrado ese día que fuiste a la tienda. Esto, claro, por no hablar de aquellos lectores que usen el Kindle (yo ya os dije que soy más de papel). Que lo tendrán todavía más fácil.

Integración de la experiencia de compra ON y OFF (Fuente: http://www.huffingtonpost.com/entry/amazon-books-store_us_563cf3dfe4b0b24aee4a2bb5)
Integración de la experiencia de compra ON y OFF (Fuente: http://www.huffingtonpost.com/entry/amazon-books-store_us_563cf3dfe4b0b24aee4a2bb5)

Es difícil estimar cómo lo irá a Amazon. Pero lo que sí está claro, es que de conseguirlo, se habrán acabado muchos debates. Entre ellos, muchos que giran alrededor de cómo articular una estrategia omnicanal y la integración de canales ON y OFF. Y, también, muchos de los que giran alrededor del sector de los libros y las conversaciones sobre la lectura. Si Amazon Books es capaz de crear esa línea de trabajo, solo el tiempo lo dirá. Pero que apunta bien en la omnicanalidad, no deja de ser cierto.

Sobre el triunfo de Trump y el marketing político

Sobre el triunfo de Donald Trump en las pasadas elecciones americanas se ha escrito mucho. Yo mismo escribí una breve reseña para hablar sobre los algoritmos que habían anticipado que esto podría ocurrir. Obviamente, no vengo hoy a hacer un análisis político del triunfo. Vengo a hablar de la estrategia de marketing político que puso en marcha, y que, a posteriori, resulta fácil intuir le ha salido bastante bien. Empecemos.

Nadie confiaba en la victoria de Trump. Hillary Clinton estuvo por delante en intención de voto. Acuérdense de la época de los insultos, desprecio humano, faltas de respeto continuadas, etc., de Donald Trump. Sin embargo, sí que siempre hubo voces que alertaban del error de la estrategia de Clinton. Eso de no priorizar en grupos demográficos clave, le podría salir caro. Colectivos como los jóvenes, negros a hispanos, en los que Trump, sí estaba fijando sus mensajes.

Es verdad que muchos votantes querían cambio. Esto de rechazar lo malo conocido y decantarse por lo malo por conocer parece que se ha cumplido. Esta primera gráfica que adjunto a continuación viene un poco a refrendar todo esto. Un votante que quería cambio, quería asumir riesgos, y que además, no entraba de lleno en la estrategia de Clinton. Parece que el mix estaba servido. Algunas microsegmentaciones, sub-colectivos, parece que eran más atractivos para poder trazar la estrategia de Trump. Es la segunda gráfica que adjunto a continuación.

Soluciones rápidas, aunque arriesgadas: el votante de Trump (Fuente: Pew Research Center)
Soluciones rápidas, aunque arriesgadas: el votante de Trump (Fuente: Pew Research Center)
Margen por el que se decidió cada grupo desde 1976 (Fuente: Eduardo Suárez)
Margen por el que se decidió cada grupo desde 1976 (Fuente: Eduardo Suárez)

Un electorado más joven, mejor educado y con menor porcentaje blanco que en elecciones anteriores, se entrega a Donald Trump. Algo debe esconsder estas elecciones para que esto haya podido ocurrir. Esto es lo que han venido a analizar algunas casas de análisis una vez celebradas las elecciones, que siempre es más fácil obtener conclusiones. Varios parecen haber sido los motivos de este éxito que, no me negarán, ustedes tampoco se esperaban: el foco en los temas clave (Right Message), saber dónde y cómo decir las cosas (Right Channel), saber dónde estaban los problemas del colectivo pro-demócrata (Right Person) y saber cuándo decir las cosas (Right Moment).

Como ven, entre paréntesis he ido añadiendo diferentes elementos que, de manera conjunta, conforman un proyecto de marketing político en toda regla: Right Message + Right Channel + Right Person + Right Moment = Marketing político eficiente. Es decir, saber cuándo y dónde decir qué, para optimizar al máximo la inversión, y  conseguir un retorno sobre dicha inversión más alta que la del rival. Veamos ahora de manera un poco más desarrollada cada uno de estos elementos.

En cuanto a Right Message. Trump tocó pocos temas. Bastante menos que Hillary Clinton. Pero es que tocó los temas más claves para su electorado. Es decir, en aquellos temas que importan. Esto, hoy en día, en la era de los datos masivos o Big Data, ya no es una excusa para cualquier estrategia de marketing político. Se puede llegar a saber qué es lo que más importa, a nivel segmentado geográfico. Tres son los temas sobre los que se destacó Donald Trump: aspectos económicos (además, para un empresario como él, pese a que tiene menos riqueza hoy en día que la que heredó de su padre -tan buen empresario parece que no es entonces-), la seguridad de los ciudadanos (en una era en la que el terrorismo está empezando a azotar mucho en occidente) y la reforma sanitaria de Obama (donde su electorado se muestra especialmente en contra).

Por otro lado, Right Channel. La gráfica que adjunto a continuación muestra cómo y cuánto el republicano confía en los medios de comunicación tradicionales. Que Trump los haya atacado hasta la saciedad, no hace más que denotar que desde una óptica eminentemente utilitarista, parece bastante inteligente haber focalizado esfuerzos ahí.

Confianza en los medios de comunicación tradicionales (Fuente: http://mehlmancastagnetti.com/wp-content/uploads/2016-Mehlman-Election-Analysis.pdf)
Confianza en los medios de comunicación tradicionales (Fuente: http://mehlmancastagnetti.com/wp-content/uploads/2016-Mehlman-Election-Analysis.pdf)

En siguiente lugar, Right Person. La “gran coalición” demócrata que creó Obama, parece que con Clinton se ha roto. El apoyo que ha conseguido Clinton’16 es bastante menor que el de Obama’12 en varios de los colectivos clave: hispanos (-8%), mujeres solteras (-7%), asiáticos y americanos -no EEUU- (-11%), millenials (-5%) y afroamericanos (-7%). Esto Trump lo supo a tiempo, y comenzó a dirigir esfuerzos también a estas partes de las otrora votantes demócratas. Y es que uno, no solo debe conocer sus fortalezas, sino también las debilidades del rival. De nuevo, de manera absolutamente utilitarista, brillante movimiento el de Trump.

Por último, Right Moment. Varios fueron los momentos débiles que tuvo Clinton en la campaña: la investigación del FBI, las donaciones a la fundación Clinton, el caso de los emails de Clinton, el tema de Benghazi, etc. Hasta un 61% llegó a opinar que Hillary no era una candidata honesta y en la que se pudiera confiar. Fueron momentos en los que Trump atacaba. Momentos delicados del rival, en el que si tú construyes unos buenos mensajes a través de los canales adecuados y a los colectivos más propensos a cambiar su voto, puedes ganar mucho terreno. Que fue lo que Trump hizo con bastante practicidad.

Como ven, ganar elecciones no es sencillo. Y menos en un país con tanta tecnología y análisis como es EEUU. ¿Podemos aprender mucho por estas latitudes? Desde luego. Obviamente no de Trump, pero sí de alguna de las herramientas de análisis empleadas por el futuro presidente de los Estados Unidos.

La “Outcome Economy”: compartiendo resultados y valor entre proveedor y cliente

He hablado ya en alguna ocasión de la fábrica inteligente. Como describía en ese artículo:

Muchos han utilizado este nuevo concepto de Industria 4.0 para referirse a esta cuarta revolución industrial que parece estamos viviendo. Como las anteriores revoluciones, se caracteriza por la introducción de nuevas tecnologías en los procesos industriales. Si en las anteriores fueron la máquina de vapor, el motor diesel y la electricidad, en este caso estamos hablando de la integración de las Tecnologías de la Información y la Comunicación (TIC) en las fábricas. Un hecho que trae inexorablemente ligado que estemos hablando ya de la redefinición de los procesos, productos y servicios e incluso modelos de negocios.

Sé que está en boca de muchos. Y no voy por ello a volver a introducir descripción alguna más. Pero, lo que sí creo que es interesante es hablar de hechos concretos. De resultados tangibles. De qué se está obteniendo con todo ello. Como he dicho en varias ocasiones con el paradigma del Big Data, una vez que tenemos claro el discurso y los “qué”, es hora de hablar de resultados tangibles y experiencias obtenidas.

Máxime cuando hablamos a una era digital en la que las empresas están bajo una presión digital que les obliga a transformarse. Esto en el sector industrial se da  más que en otros por su dependencia de las máquinas. Éstas, no son más que un medio para un fin. Pero, sin embargo, todavía la gran mayoría de las empresas focalizan su conversación, su foco de valor (y por ende de transacción) en las máquinas y sus productos, en sus características, en sus requisitos funcionales, etc. Y todavía muchos ratios económico-financieros de gestión de una empresa se basan en eso, en la utilización de activos, sacarles el máximo rendimiento, ahorrar gastos, etc.

Esta lógica, en la era digital, puede estar cambiando. Es lo que algunos han venido a bautizar como la “Outcome Economy“; dicho en otras palabras, compartir resultados y valor entre proveedor y cliente. Es decir, en lugar de registrar transacciones por la compra-venta de objetos/cosas/chismes, que se haga una estrategia de repartir el valor generado“.

La evolución de la Industria gracias a la digitalización (Fuente: World Economic Forum)
La evolución de la Industria gracias a la digitalización (Fuente: World Economic Forum)

En el Foro Económico Mundial de Davos de 2015, fue uno de los temas tratados. Muchos CEOs, que viven esta transformación digital en sus propias empresas, comentaron que esto iba a representar una gran oportunidad para cambiar el paradigma de las transacciones,  y por ende, del mundo empresarial. ¿Por qué? Por la oportunidad de trascender de las mismas. Es decir, de pasar de una economía basada en el intercambio de activos (yo fabrico máquinas o productos y te los vendo), a entrar en un modelo en el cada empresa genera valor y comparte los resultados obtenidos de dicho valor. Y, en esta era, se “pagará” por el servicio de valor prestado. Es decir, lo que entre amigos podríamos llamar “vamos a éxito” o “vamos a medias“.

Una era en la que las empresas competirán por lo que realmente el cliente valora. Ya no te compraré un martillo, sino te compraré una puerta arreglada. Ya no te compraré un motor para mi coche, sino que te compraré horas de funcionamiento de mi vehículo. Ya no te compraré una máquina para fabricar tornillos, sino que te compraré horas de prestación de servicio de las mesas y sillas. Esta era de la “Outcome Economy”, creo, marcará un momento histórico para la generación de más confianza en los mercados, dado que alineamos incentivos de proveedor y cliente, que para mí, siempre ha sido el gran reto.

Esta asimetría de información que existía entre proveedor y cliente, había traído en innumerables ocasiones problemas de confianza. Y en definitiva, fallos de mercado. En la era digital, en la que todo se puede medir, esto no tenía mucho sentido. Venimos de una era opaca de actividad física a una “visibilización” que trae la era digital en la forma de datos generados de manera continua. Aquellas empresas que quieran aportar esta visibilidad del valor que aportan a sus clientes, creo, romperán muchos paradigmas. Y abrirán nuevas oportunidades para sus clientes.

Algunos ejemplos que están haciendo esta migración. En el sector de la agricultura. Compañías como Monsanto o Dow Chemical, ya no venden semillas, fertilizantes o equipamiento a los agricultores, sino que les venden resultados. Frutos y alimentos. Si hay alguna eventualidad, asumen la responsabilidad proveedor (Monsanto) y cliente (agricultor). En el sector de la salud. Philips Healthcare, ya no vende dispositivos de monitorización remota, sino que “vende” tasas de reducción de reingreso de pacientes (que obviamente reduce costes para los sistemas públicos de salud). Rolls-Royce, ya no vende motores, sino que vende horas de funcionamiento de los mismos. Parecido a lo que hace Thyssenkrupp con los ascensores; se acabaron las discusiones con los vecinos sobre lo malo que es un ascensor o una puerta de garaje, dado que ahora asumimos el riesgo de fallo con el proveedor. Y también en España tenemos casos; mi querido seguro en Next Seguros, que a cambio de la cesión de mis datos de conducción, me rebaja la póliza, y comparte el valor generado (se convierte así en una plataforma de movilidad) entre los proveedores de eventualidades en conducción (gasolina, reparaciones, prevención de fatiga o avería de piezas) y yo como cliente (mejor prevenir que lamentar).

Todo esto es posible porque en esta era digital de abundancia de datos, podemos conocer y entender mejor lo que el cliente quiere. Por qué nos compra. Es decir, el valor que realmente percibe. Si encima ese valor percibido lo monitorizamos en tiempo real (horas de funcionamiento de un ascensor o motor, número de plantas que crecen o la tasa de readmisión de pacientes), podemos construir nuevos esquemas de relación entre proveedor y cliente.

Y es que, como hemos dicho muchas veces, esta era digital se caracteriza por muchas cosas. Pero sobre todo, por su carácter disruptor y de generación de valor. Solo es cuestión de saber capturarlo y construir una oferta innovadora alrededor. La “Outcome Economy” es solo otro ejemplo más de cómo no hablamos tanto de tecnologías o herramientas, sino de paradigmas o filosofías de gestión o negocio. ¿Te atreves a dar el salto con tu negocio?

Amazon patenta un modelo de “almacén que vuela”: con los drones, todo está por hacer

Estas Navidades, me han regalado un dron. Además, un modelo que llevaba tiempo queriendo tener. Me interesa, como siempre, porque a los que nos dedicamos a esto de la tecnología, nos gusta “conocer lo último”, especialmente, por entender sus implicaciones a nivel de procesos, modelos de negocio y productos/servicios. Sobre los drones y lo que pueden llegar a introducir he hablado ya en alguna ocasión anterior, así que me ahorro la introducción.

Quería tener un dron que generara muchos datos. No solo con la cámara, sino también de geolocalización y otros metadatos. Con esto, buscaba entender qué oportunidades de eficiencia y optimización podrían traer a las cadenas de valor de las organizaciones.

En este sentido, para nosotros, ver lo que hacen las empresas de referencia es fundamental. Y, Amazon lo ha vuelto a hacer. Casi sin darme tiempo a empezar a entender el dron, leo que hace un par de días ha solicitado una patente que ha bautizado como “airborne fulfillment centers“, y que podemos ver en la siguiente imagen representada:

El
El “almacén que vuela” de Amazon (Fuente: techcrunch.com/2016/12/28/amazon-patents-show-flying-warehouses-that-send-delivery-drones-to-your-door/?ncid=rss)

Sí, lo que estáis viendo es un almacén en un zeppelin. No es que estemos volviendo a comienzos del Siglo XX. Sino que Amazon simula un objeto volador que pudiera permitirle distribuir más rápidamente lo que cualquiera de sus clientes pudiera comprar. Entiéndase el concepto “zeppelin” como el objeto volador más flexible que les permita prescindir de aviones comerciales que hace la flexibilidad de nuevo un reto. Por lo tanto, entiendo, que Amazon estará pensando en dotar de unas capacidades de “transporte de almacenes” no necesariamente en forma de aviones, sino en algo que les permita llegar a las grandes ciudades de manera más cercana.

Y esto lo puede hacer por dos vectores tecnológicos que como sabéis sigo mucho: el Big Data y los drones. Por un lado, dado que tiene una base de datos de patrones de compra realmente grande, nadie mejor que Amazon para tratar de adelantarse a cuándo y dónde se va a comprar qué. Es decir, para hacer ejercicios de predicciones de demanda realmente eficientes.

Una vez que tengo esos modelos construidos, dado que mis “almacenes” son móviles (el zeppelin), puedo desplazarlos a cualquier lugar. Dentro, podría contener un ejército de drones, incluso con capacidad de controlar por temperatura ambiente lo que contengan (entiendo que estarán pensando en productos frescos y otros productos de alimentación), de tal manera que pueden almacenar y distribuir a una velocidad récord sin dañar la calidad del producto.

Imagínense un partido del Athletic, algo muy local para los de Bilbao. Amazon podría desplazar su almacén móvil zeppelin a cualquiera de los montes de alrededor de Bilbao. Aquí las previas de los partidos suelen requerir la dotación de muchos productos de alimentación y bebida. Para cualquier grupo de amigos, pedir que venga un dron de Amazon a distribuirles prácticamente en tiempo real, sería una cuestión de minutos.

¿Ciencia ficción? No me lo parece. Amazon ya lleva mucho tiempo haciendo innovaciones en esta línea. Nada de lo que no haya hablado antes. Quizás el mayor reto que se vaya a encontrar Amazon es una cosa que cada vez se escucha y lee más en foros especializados en la materia. Esta complejidad de sistemas y objetos que pudiéramos ver a futuro por el aire, introducirá un espacio aéreo nuevo que hay que controlar. He puesto el ejemplo de Bilbao, pero piensen ustedes en la ciudad desde donde están leyendo este contenido.

No solo se trata de que el cielo está saturado. Sino también de hacer el sistema de Amazon compatible con las condiciones atmosféricas (¿qué pasa cuando lleva? ¿qué pasa con la velocidad del viento?) y con la diferente tipología de transporte que podamos ver por el aire en el futuro. Aquí nuestros representantes políticos, esperemos estén bien atentos a lo que va sucediendo.

Independientemnete de las reflexiones que aquí podamos hacer, lo que parece claro es que Amazon está adelantándose a todos. Que está yendo más rápido que el resto. Y que eso le va a dar muchos réditos a buen seguro para que el mundo del comercio electrónico, y su integración con canales físicos (acordémonos de su primera tienda física inteligente), sea liderado por Amazon. Por lo tanto, la reflexión que el mundo del retail debe hacer es que tenemos que hacer algo. Que el mundo digital va muy rápido, y sus tecnologías también. Y que no nos podemos quedar atrás. Y que esto de las estrategias omnicanal no es solo ya una idea. Sino también, realidades que se van conformando.

Por eso decía en el título eso de que “con los drones, todo está por hacer“. Esto mismo, lo podemos generalizar a que con la tecnología, todo está por hacer.

La conquista tecnológica del mundo empresarial: un crecimiento imparable

Hace unos días, me invitaron desde Innobasque (agencia vasca de la innovación), Estrategia Empresarial (revista especializada) y Gobierno Vasco, a hacer un breve recorrido por lo que está suponiendo el dato como eje transformador de las economías desde el año 2006 al 2016. Se cumplía 10 años de la publicación de la guía de la innovación, así que nada mejor que hacer ese recorrido con una de las palancas de cambio de las que más se habla en estos momentos.

Sin embargo, abrí la breve conferencia con esta imagen que os adjunto a continuación. Luego, en el cocktail, y pese a que realmente fui a hablar de datos, fue el tema que más me comentaron.

Un nuevo mundo en las empresas: las tecnológicas pisan fuerte (Fuente: The Economist)
Un nuevo mundo en las empresas: las tecnológicas pisan fuerte (Fuente: The Economist)

No es la primera vez que hablo de cómo las grandes empresas del mundo ahora mismo son tecnológicas. Lo hice también el pasado mes de febrero. Es un tema que me fascina, ver cómo el mundo tecnológico genera cada vez más valor, de manera imparable, y muchos todavía están reflexionando si realmente va a transformar las economías o no.

No es la primera vez en la historia que ocurren estas cosas. A comienzos del Siglo XX, también aparecieron unas empresas industriales con un paradigma nuevo (la electricidad), que conquistaron el valor del mundo. Ahora hablamos de tecnologías digitales, que sobre infraestructuras como Internet, los datos, la conectividad y la movilidad, no paran de transformar cadenas de valor. Algunas de estas empresas son nuevas (Alphabet, Facebook o Amazon), pero otras se transforman -de ahí su valor y resiliencia- con cada nuevo paradigma tecnológico (Apple, Microsoft, etc.). Sin embargo, todas entienden la capacidad transformadora que tienen estas tecnologías digitales.

¿Cuánto valor están generando? Me gusta responder a esta pregunta aparentemente tan abstracta a través de indicadores. Concretamente, a través de la cantidad de dinero líquido en caja que amontonan. En EEUU, estas empresas tecnológicas, tienen el 10% del PIB americano (casi nada). Pero es que en Japón, tienen un 47% del PIB (impresionante). Según McKinsey, un 10% de estas empresas que cotizan en bolsa en el mundo, generan el 80% de los beneficios de todo el mundo. No es difícil deducir que muchas de ellas son tecnológicas.

Sin embargo, todas estas cifras, son, obviamente, a escala mundial. Pero, Europa, nosotros, debemos preocuparnos. Según PwC, de las 100 empresas más grandes del mundo, en 2009 había 19 (menos ya del 20% del que nunca jamás en la historia había bajado). Hoy, en el 2016 que estamos cerca de cerrar, son ya solo 17. Y cayendo en valoración bursátil. No es difícil deducir que Europa, con sus enormes problemas (económicos, sociales, culturales, políticos, etc.), está quedándose atrás.

Tampoco es difícil imaginar que esta tendencia de crecimiento de la empresa tecnológica digital no dejará de crecer. Básicamente, por una cuestión de naturaleza y arquitectura. Las tecnologías digitales, por su constitución, tienden a crear efectos de red y facilitar enormemente el crecimiento global y la exportación. Por lo tanto, no tengo muchos indicios para pensar que esto acaba de empezar.

Por otro lado, cabe también reflexionar sobre lo que está suponiendo esta transformación y orientación a la economía digital a efectos de estructuras organizativas. Algunas de estas grandes empresas (quizás Exxon y Johnson&Johnson como grandes ejemplos), todavía atesoran grandes activos en sus balances. Es decir, tienen grandes infraestructuras, un volumen de empleados realmente grande para su tamaño, etc. Pero esto con las tecnologías digitales no pasa. Como señala este artículo de The Economist, y como ejemplo ilustrativo, en 1990 los tres fabricantes de vehículos de Detroit (General Motors, Ford y Chrysler) facturaban conjuntamente 250.000 millones de dólares, capitalizaban en bolsa con 36.000 millones de dólares y tenían 1.200.000 empleados.

¿Saben qué ocurre ahora? Las empresas empresas más grandes de Silicon Valley (las que se consideran el paradigma del valor digital generado: Apple, Alphabet -Google- y Facebook), facturan una cifra parecida (250.000 millones de dólares), pero valen en bolsa más de 1.000.000 millones de dólares, solo empleando a 137.000 personas. Sobre esto último, también hemos escrito mucho últimamente, así que entiendo que poco más que añadir.

¿Por dónde creemos que podrá ir el devenir de esta economía digital tan transformada? Entiendo que veremos transformarse muchas industrias. Muchos sectores. Algunos de esos que piensan que esto del digital no va con ellos y ellas. Pero, como hemos visto a lo largo de las cifras expuestas, es peligroso tener esa actitud. La historia ha dejado numerosos casos donde esa lógica de “a mí no me va a afectar”, ha llevado a la quiebra a negocios históricos.

Una última gráfica para concluir. La valoración en bolsa de los retailers “físicos”. Es decir, puntos de distribución minorista con tiendas en EEUU. Todos han caído. Salvo Walmart (que ha hecho muchos pinitos en esto del digital), y salvo Amazon. Que, ahora mismo, no es el “mayor centro comercial del mundo“, sino que además, es la sexta empresa de mayor valor bursátil del mundo. Lo que tiene hacerte grande, optimizar procesos, y ofrecerlos como servicios para terceros. Eso sí es brillante.

Capitalización bursatil de las principales empresas del retail (Fuente: Yahoo Finance)
Capitalización bursatil de las principales empresas del retail (Fuente: Yahoo Finance)