¿Será posible en un futuro próximo limitar la incertidumbre de la innovación y el emprendimiento?
En un reciente artículo en la revista Nature, Andrew Kusiak indica la necesidad de poner la ciencia de la innovación en el corazón de los descubrimientos, y particularmente de la investigación, ante la gran dificultad para transformar esos resultados en éxitos en el mercado y la imprevisibilidad de esos resultados.
Los programas públicos de apoyo a la innovación y al emprendimiento, cada vez más importantes en número y volumen de recursos en todo el Mundo, fracasan también en su intento y tienen tasas de éxito (productos y servicios financiados por estos programas con éxito en el mercado) enormemente bajos y, según varios estudios, inferiores al 5%.
Sabemos que esta situación se explica en parte porque las organizaciones y las personas no suelen contar con bases de conocimiento sólidas sobre cómo innovar y frecuentemente sufren un síndrome de “emprendimiento prematuro”, que consiste en lanzar proyectos basados en nuevas ideas, por ejemplo dedicando los recursos financieros a ajustar el producto o servicio al mercado, olvidándose de otros factores básicos para la innovación y el crecimiento del negocio, como el personal de marketing y ventas.
También sabemos que tener un conocimiento básico sobre la innovación (es decir, sobre cómo gestionar la creación de nuevos productos, servicios o procesos para que éstos lleguen con éxito en el mercado), es fundamental para tener éxito emprendiendo (es decir, a partir de la iniciativa de individuos que no cuentan con los recursos iniciales necesarios para ejecutar sus ideas).
Llegar a adelantarse a los resultados de la innovación y el emprendimiento es extremadamente difícil. Por ejemplo, Joseph Nadan indica que el éxito en el emprendimiento se apoya frecuentemente en tres factores que no son suficientemente tenidos en cuenta en los modelos de innovación: mantener buenas relaciones, tanto con las personas bajo la responsabilidad del emprendedor como con los superiores; contar con personas que generen valor y nuevas ideas; y mejorar el rendimiento y las prestaciones de los productos y servicios de modo continuo, de modo que estas mejoras sean valoradas por el cliente final.
Probablemente la ciencia de la innovación evolucionará hacia la creación de modelos basados en la biología, la psicología o la computación evolutiva, que permitirán predecir el éxito de las innovaciones a partir de elementos como la demanda real, las habilidades de las personas, casos anteriores de éxito o fracaso,… un futuro fascinante en el que nuestra aproximación al modo de innovar y a los instrumentos de apoyo a la innovación y al emprendimiento, como los que venimos utilizando en la Fundación madri+d, tendrá que cambiar drásticamente. Desde nuestra perspectiva actual parece difícil, pero más allá de estas reflexiones ¿será posible esta innovación dirigida y de incertidumbre limitada en un futuro próximo?
Magnífico post
Magnífico artículo de Kusiak y muy buena reflexión del autor del post.
¡Gracias! mirad qué plataforma más interesante para ayudar a innovar en el sector de la alimentación: http://www.reimagine-food.com/reimagine-food-launches-an-artificial-intelligence-platform-for-food-disruption-innovation-bots-are-here/
La incertidumbre es parte esencial de nuestro universo, no es un accidente. Por tanto, no se puede erradicar, ni limitar. La idea Laplaciana (se puede predecir con exactitud cualquier cosa si se tiene la información suficiente) es falsa.
La incertidumbre se puede reducir en algunos casos pero siempre será un elemento incontrolable que le otorga emoción a cualquier actividad.
La innovación y el emprendimiento seguirán dependiendo del talento, imaginación, inteligencia humana.
Estoy de acuerdo, Nelson. La incertidumbre es incontrolable y otorga emoción a cualquier actividad. Lo que creo que no podemos prever es hasta qué punto podremos reducirla tratando de modelizar, integrar y aprender del buen o mal uso de esos factores que mencionas como el talento, la imaginación (la estructura genética o aprendida de la mente al fin y al cabo),.. Las limitaciones para el desarrollo de este tipo de sistemas con una enorme complejidad en las relaciones entre sus variables es enorme, pero no olvidemos que ya existen sistemas militares, de transporte, de información, de control de procesos, economía,.. tremendamente complejos y eficientes. ¿Por qué no pensar en que podamos tener sistemas de apoyo a la generación de innovaciones también eficientes? Es más, ¿podrían estos sistemas llegar a competir entre ellos de modo que los sistemas de datos dejarían de ser autónomos? En ese caso las conclusiones perderían validez.