1

Innovar para Crecer:

Desafíos y Oportunidades

Eugenio GómezEntorno Económico, IPADE

Email: egomez@ipade.mx

Twitter: @eugeniogomez

2

Uber yourself or

get kodaked

Uberéate o serás kodakeado

Fuente: José Cordeiro, Singularity University

3

4Fuente: Harvard Business Review, Abril 2016.

5

La cuarta revolución industrial

6

Características de la nueva economía

• Efectos de red

• Digitalización

– No rivalidad

– Reproducción gratuita

• Ley de Moore y crecimiento exponencial

7

Efectos o externalidades de red

• Externalidades de red

– Teléfono

– Office (software)

– Facebook

– Uber

8

Efectos de red positivos en el crecimiento de UBER

9

Características de la nueva economía

• Efectos de red

• Digitalización

– No rivalidad

– Reproducción gratuita

• Ley de Moore y crecimiento exponencial

10

11

Proyecto del Genoma Humano

• El proyecto del Genoma Humano: Empieza en 1990. Se estimaba que tomaría 15 años y costaría 6 mil millones de dólares

• En 1997, se tenía el 1% de la secuencia del genoma

• ¿Cuánto más se tardará?

• ¿700 años?

Fuente: Ismail, Salim; Malone, Michael S.; van Geest, Yuri. Exponential Organizations: Why new organizations are ten times better, faster, and cheaper than yours (Kindle Location 315). Diversion Books. Kindle Edition.

12

El tablero de ajedrez

• El ajedrez se origina en India en el siglo VI

• Se cuenta que el gobernante de la época le ofreció al inventor del juego que pidiera una recompensa por su invento

• El inventor pidió un grano de arroz en el primer cuadro del tablero, dos en el segundo, cuatro en el tercero y así sucesivamente

• En el cuadro 32 hay que pagar 4 mil millones de granos de arroz (el valor de la cosecha de un terreno grande)

• El problema (para el gobernante) empieza en la segunda mitad

• Al cuadro 64 le corresponden 263 granos de arroz (Un montón de granos así haría ver pequeño al monte Everest)

Fuente: Brynjolfsson, Erik. The Second Machine Age (p. 46). W. W. Norton & Company. Kindle Edition.

13

Proyecto del Genoma Humano

• El proyecto del Genoma Humano: Empieza en 1990. Se estimaba que tomaría 15 años y costaría 6 mil millones de dólares

• En 1997, se tenía el 1% de la secuencia del genoma

• ¿Cuánto más se tardará?

• ¿700 años?

• El avance se duplicaba cada año

• El proyecto se completó en 2001

Fuente: Ismail, Salim; Malone, Michael S.; van Geest, Yuri. Exponential Organizations: Why new organizations are ten times better, faster, and cheaper than yours (Kindle Location 315). Diversion Books. Kindle Edition.

14

15

ImageNet Challenge

• En 2010 el sistema ganador nombró las imágenes correctas un 72% del tiempo

• El promedio para los humanos es 95%

• En 2012 un equipo liderado por Geoff Hinton de la Universidad de Toronto logró un salto al 85% con una nueva técnica llamada “deep learning”

• Esto desencadenó grandes avances y en 2015 se alcanzó una precisión del 96% con lo que se superó a los humanos por primera vez

Fuente: The Economist. From not working to neural networking. 25 de junio de 2016.

16

Deep learning

• Inspirado en neuronas del cerebro: “artificial neural networks”

• Puede ser usado para muchas aplicaciones diferentes

Fuente: The Economist. From not working to neural networking. 25 de junio de 2016.

17

Coche autónomo deep learning

18

Go

• Deepmind empieza a trabajar en AlphaGo en 2014

• En 2015 se enfrenta a Fan Hui, el campeón de Europa.

• En marzo de 2016 enfrenta a Lee Sedol

19

20

AlphaGo

21

AlphaGo Zero

https://deepmind.com/blog/alphago-zero-learning-scratch/

22

Sophia

23

La cuarta revolución industrial

24

PIB per cápita mundial

-

1,000

2,000

3,000

4,000

5,000

6,000

7,000

1 1000 1500 1600 1700 1820 1870 1940 1970 2000

25

26

27

Humanos vs máquinas

• Las máquinas responden preguntas, no hacen nuevas preguntas interesantes. Esta habilidad parece ser únicamente humana, y todavía muy valiosa.

• Nunca hemos visto una máquina realmente creativa, o emprendedora o innovadora. Ideación: crear nuevas ideas o conceptos.

• La ideación, el reconocimiento de patrones en un marco amplio y las formas complejas de comunicación son áreas cognitivas donde las personas parecen tener todavía una ventaja.

• Kasparov: Los equipos de humanos y máquinas dominaron incluso a las más fuertes computadoras.

Fuente: Brynjolfsson, Erik. The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies (p. 189). W. W. Norton & Company. Kindle Edition.

28

Reflexión final

• El cambio será rápido

• Tecnología de uso general, como la electricidad

• Nuevas reglas económicas

• Uber yourself or…