La disrupción tecnológica ya está aquí. Cómo afecta a las personas, los gobiernos y las empresas

La disrupción tecnológica ya está aquí

Cómo afecta a las personas, los gobiernos y las empresas

Abstract

Ante la disrupción tecnológica en la que nos encontramos, a través de este artículo analizamos el contexto histórico de disrupciones similares para así entender los factores tecnológicos subyacentes que explican la aceleración en la que estamos, exponiendo las diferentes tecnologías que marcan nuestro futuro, la inteligencia artificial ancha y estrecha, internet de las cosas, blockchain, impresión en tres y en cuatro dimensiones y vehículo autónomo. La disrupción provoca importantísimas consecuencias en forma de destrucción de puestos de trabajo y aparición de otros nuevos, lo que convierte a la educación en protagonista absoluta como instrumento de adaptación. Exponemos estos procesos y el futuro previsible. Aunque, en base a la historia, somos optimistas en cuanto a que, a medio plazo, el ser humano será capaz de crear nuevos puestos de trabajo suficientes, la realidad es que, en el periodo intermedio, la destrucción será más rápida que la creación, especialmente entre las capas de trabajadores menos cualificados y en los países más pobres. Este proceso abre enormes consideraciones sociales que entre todos deberíamos debatir para actuar sobre ellas e intentar minimizar el daño que se generará entre los más desfavorecidos.

A finales de 2017, siete de las ocho empresas de mayor valor en el mundo eran tecnológicas (hace apenas diez años, sólo había una entre las… ¡veinticinco primeras!). Cuatro de las siete personas más ricas del mundo son fundadoras de empresas tecnológicas. Compañías de publicidad por internet como Google o Facebook valen solas veinte veces lo que vale la principal red de cadenas de televisión en EEUU, la CBS. Un gigante de la distribución por comercio electrónico como Amazon vale en bolsa el doble que la red de grandes almacenes Wal-Mart, y quinientas veces lo que vale otro gran distribuidor, Sears. Se fundan continuamente nuevas empresas de tecnología disruptoras y, algunas de ellas, sin ni si quiera cotizar en bolsa, alcanzan valoraciones de más de mil millones de dólares en poco tiempo. Son las conocidas como “unicornios”. Hoy en día existen ya 215, que valen en conjunto unos 747.000 millones de dólares. La empresa de transporte Uber es un “unicornio”. Hace poco, ha sido valorada en más de 60.000 millones de dólares, más que el valor de todas las compañías de alquiler de coches juntas. La red para compartir pisos Airbnb, que tan sólo tiene ocho años de vida, vale más que el gigante hotelero Marriott, con ochenta años de antigüedad. Recientemente, Softbank lanzó el fondo de venture capital “Vision” para invertir en la revolución tecnológica. Tiene la friolera de 93.000 millones de dólares para invertir. Es posiblemente el mayor fondo de capital privado lanzado nunca.

En 1960, la empresa más valiosa del mundo era General Motors, y empleaba a 600.000 personas para ganar unos 7.600 millones de dólares en dinero actual. Hoy en día, la principal empresa en valor es Apple, que gana 84.000 millones de dólares, más de diez veces lo que ganaba General Motors, pero que emplea tan sólo a 116.000 trabajadores. En otras palabras, el beneficio neto por empleado de Apple multiplica por 57 el que en su momento generaba General Motors, abriendo enormes interrogantes sobre si en el futuro habrá suficientes trabajos para todos. Como dijo Voltaire, el trabajo nos libra de los tres males peores, “el vicio, el aburrimiento y la necesidad”. Podríamos añadir la auto-insatisfacción, pero si nos preocupa el futuro de los trabajos, deberíamos también preocuparnos de los cuatro males inherentes.

Pero, ¿qué está pasando? La confluencia de una multiplicación en la capacidad de procesar datos con el empleo de algoritmos avanzados que permiten tratarlos está acelerando la disrupción tecnológica. Datos que crecen de forma desenfrenada gracias a la popularización de internet (accesible para la mitad de la población), la accesibilidad a los smartphones y los sensores capaces de conectar todo tipo de máquinas a internet. Todo ello constituye el caldo de cultivo de la aceleración de la disrupción tecnológica, proceso que se ha denominado “la cuarta revolución industrial”.

La expresión de dicha revolución confluye, entre otras, en cinco tecnologías clave que analizamos en este artículo: la inteligencia artificial (en lo sucesivo, IA) y sus implicaciones robóticas, el internet de las cosas (en lo sucesivo, IoT), el vehículo autónomo, blockchain y la impresión en tres y en cuatro dimensiones. Estas tecnologías permiten replantear el futuro de sectores clave de la economía, lo que explica la revolución del venture capital, de los “unicornios” y de las enormes empresas tecnológicas cotizadas en bolsa.

Además, la disrupción provoca importantísimas consecuencias en forma de destrucción de puestos de trabajo y aparición de otros nuevos, lo que convierte a la educación en protagonista absoluta como instrumento de adaptación. Este artículo analiza también estos procesos y el futuro previsible. Aunque, en base a la historia, somos optimistas en cuanto a que, a medio plazo, el ser humano será capaz de crear nuevos puestos de trabajo suficientes, la realidad es que, en el periodo intermedio, la destrucción será más rápida que la creación, especialmente entre las capas de trabajadores menos cualificados y en los países más pobres. Este proceso abre enormes consideraciones sociales que entre todos deberíamos debatir para actuar sobre ellas e intentar minimizar el daño que se generará entre los más desfavorecidos. La tecnología también presentará importantes oportunidades en forma de trabajos más divertidos, mejor remunerados y con jornadas laborales más reducidas. Además, nos permitirá vivir muchos más años con una salud sensiblemente mejor.

“Estamos siendo afectados por la nueva enfermedad cuyo nombre muchos todavía no han escuchado, pero de la cual escucharán bastante en los años que vienen: el problema del desempleo tecnológico. Significa el desempleo debido a que el ritmo de descubrimiento de tecnologías que automatizan el uso del trabajo está superando al ritmo con que estamos creando nuevos trabajos. La depresión mundial que nos envuelve, la enorme anomalía de desempleo en un mundo lleno de necesidades, los errores desastrosos que hemos cometido, todos estos factores no nos dejan ver la verdadera interpretación de lo que está pasando debajo de la superficie: la tendencia hacia dónde van las cosas”.

Esta frase no es actual. Es de Keynes, en el año 1930. Pero estamos ya ahí, ante un enorme reto que intentamos analizar en este artículo.

Introducción

Perspectiva histórica

Una buena forma de iniciar este artículo y abordar las emociones subyacentes consiste en entender el problema desde una perspectiva histórica… Al observar cómo los problemas que ahora preocupan al ser humano son los mismos desde hace siglos, y cómo la humanidad los ha resuelto exitosamente, se reducirá parte de la ansiedad que genera la incertidumbre tecnológica.

El propio Homero (siglo VIII a. C.), en el canto 18 de la Ilíada, ya habla sobre cómo la diosa Tetis se encuentra al dios Hefesto sudoroso, fabricando un carro con ruedas de oro capaz de moverse autónomamente para entrar y salir de la casa de los dioses sin tracción humana o animal, un buen precedente visionario del vehículo autónomo, pero de hace más de 3.000 años. Aristóteles anticipó en su Política (350 a. c.) la IA cuando propuso analizar un conjunto de reglas sobre el funcionamiento de la mente para así extraer automáticamente conclusiones racionales. Según el sabio griego, esto podría desembocar en la automatización de tareas, lo que permitiría hacer desaparecer la esclavitud.

La reacción humana ante la industrialización que comenzó en Inglaterra en el siglo XVIII, no se hizo esperar. Así, en este país surgieron los luditas, que defendían atacar físicamente las fábricas para evitar “la desaparición del trabajo”, de forma que, a principios del siglo XIX (1812), la destrucción de máquinas estaba tipificada como delito que se penaba con la muerte, pena que fue aplicada a varias decenas personas que habían osado destruir maquinaria fabril.

En cualquier caso, independientemente de las resistencias coyunturales históricas frente al avance tecnológico, éste, en el largo plazo, siempre ha terminado contribuyendo a elevar sensiblemente la calidad de vida de toda la población, independientemente de su estrato social. Hoy en día, una persona humilde con un smartphone en Paquistán –accesible ya por unos treinta dólares– puede tener mucha más información que un presidente de los EEUU en 1990. Las consecuencias son muy profundas.

Aceleración tecnológica

Tenemos la percepción de que las innovaciones tecnológicas crecen a un ritmo desaforado. Tanto, que muchas veces somos incapaces de aprender, ni aprehender, su ritmo ni su impacto. Los ritmos de adopción de tecnologías disruptivas se han acelerado exponencialmente en las últimas décadas. Así, si la introducción de inventos disruptivos como la radio o el automóvil a principios del siglo XX tardaron cerca de 50 años en adoptarse generalizadamente, sin embargo, el uso de internet o los smartphones se ha generalizado recientemente masivamente en apenas 5 años.

De hecho, el avance tecnológico imparable se manifiesta inequívocamente en el hecho de que siete de las ocho compañías cotizadas más grandes del mundo están relacionadas con la tecnología. Adicionalmente, de las siete personas más ricas del mundo según Forbes, cuatro están relacionadas con la tecnología. Por todos estos motivos, creemos que ningún agente económico relevante debería mantenerse al margen de tener un conocimiento mínimo razonable de las implicaciones más relevantes que puede tener el potente avance tecnológico en proceso.

¿Por qué se está acelerando el avance tecnológico? La confluencia de una multiplicación en la capacidad de procesar datos con el empleo de algoritmos avanzados que permiten tratarlos está acelerando la disrupción tecnológica. Así, por ejemplo, el ordenador que permitió llevar la sonda Apollo IX a la Luna en 1969 tenía 12.300 transistores. Un iPhone actual posee 3.300 millones. A esto hay que sumar i) la popularización de internet, que llega ya a casi la mitad de la población mundial y cuyo coste de acceso se ha reducido significativamente; ii) los smartphones, disponibles por menos de treinta dólares en países como la India y que permiten a cualquier persona del planeta acceder a más información que el Presidente de los EEUU en 1990; y iii) los sensores, capaces de conectar todo tipo de máquinas a internet.

Descripción de tecnologías disruptivas

En este apartado estudiaremos en detalle tres tecnologías que consideramos esenciales: IA y derivadas, IoT y el vehículo autónomo. Adicionalmente esbozaremos otras dos tecnologías también importantes, como son blockchain y la impresión 3D. Para hacerse una composición de lugar inicial, la prestigiosa consultora tecnológica Gartner actualiza periódicamente la posición en la que se encuentran las principales tecnologías en el denominado ciclo de Gartner (ciclo de vida de las tecnologías). Dicho ciclo presenta cinco fases: i) Lanzamiento, ii) Pico de expectativas, iii) Abismo de desilusión, iv) Consolidación, y iv) Meseta de productividad (o adopción generalizada). De las tecnologías que abordamos en el artículo, la mayoría están todavía en fases tempranas del ciclo. Sin embargo, los ciclos son relativamente cortos. Así, IoT y machine learning (principal derivada de IA), se espera que alcancen la meseta de productividad en un plazo de 2-5 años, blockchain en 5-10 años y la impresión en 4D, así como el vehículo autónomo, en más de 10 años.

Inteligencia artificial, robótica y macrodatos

La compañía de distribución francesa Carrefour introdujo hace dos años el robot Pepper, para evaluar su utilización a modo de dependiente en sus centros comerciales, marcando un ejemplo de cómo la robotización basada en IA puede revolucionar los trabajos del mañana.

La IA es la aplicación de sistemas computacionales en máquinas que permiten replicar tareas hasta ahora efectuadas por humanos. Así, por ejemplo, IBM desarrolló la máquina Deep Blue, que derrotó al campeón mundial de ajedrez Gary Kasparov en 1996, y la división de Google enfocada en la IA, DeepMind, desarrolló AlphaGo, que derrotó en 2016 al campeón mundial del juego milenario Go, del que se dice que hay más movimientos que átomos en el universo.

Se distingue entre IA “general” que intenta replicar la inteligencia humana e “IA” estrecha que se comprende la optimización de tareas sencillas del día a día por parte de una máquina. La IA general está todavía a muchos años (¿diez?) de plasmarse en resultados, sin embargo la IA estrecha está ya eclosionando

El proceso de aprendizaje de una máquina puede ser retrospectivo, es decir, analiza el pasado para detectar errores mediante algoritmos computacionales, utilizando distribuciones de probabilidad para realizar asunciones, algo denominado machine learning. Actualmente Facebook desarrolla chatbots que gracias a la IA, permiten desarrollar funciones de atención al cliente gracias al análisis de conversaciones anteriores. En cambio en el denominado cognitive learning, el aprendizaje es prospectivo. Gracias a este avanzado método se puede realizar juicios y percibir conocimiento, y por ello, tomar decisiones para el futuro, simulando el pensamiento humano y teniendo en cuenta la incertidumbre, pero con la ventaja de haber procesado millones de datos no estructurados.

La utilización del machine learning con redes neuronales para así predecir el futuro se denomina deep learning. Por ejemplo, los coches autónomos están gradualmente aprendiendo a reconocer obstáculos y reaccionar frente a ellos –un coche sabe que con un semáforo rojo tiene que parar, pero aún no razona que si se ha roto un extremo de un cable, éste puede caer en unos segundos, ya que esto implica, precisamente, razonamiento. Para conseguir el razonamiento hace falta que los robots “aprendan” del conocimiento desestructurado relacionando imágenes y consecuencias.

El big data o macrodatos es un término que hace referencia a una cantidad de datos tal, que supera la capacidad del software convencional para ser capturados, administrados y procesados en un tiempo razonable. Emplea diferentes métodos para su procesamiento. La suma de macrodatos y el poder de procesamiento confieren los ingredientes necesarios para el desarrollo de la IA y la analítica predictiva.

Impactos y conclusiones

Los siguientes impactos de la IA y robótica son los más relevantes.

Procesamiento natural de lenguaje: supone, por ejemplo, reconocimiento de voz y escrito para poder realizar instrucciones, traducciones… como los asistentes de móvil Siri o Alexa. Este procesamiento aborda temas muy específicos como puede ser gestionar call center, o automatizar la búsqueda de información en litigios civiles.

Visión por ordenador: presenta diferentes aplicaciones, reconocimiento facial, como el recién inaugurado iPhone x, y realidad aumentada, General Electric facilita gafas inteligentes para guiar a sus técnicos en la supervisión de cuadros de mandos mejorando el rendimiento.

Machine Learning: se está realizando un esfuerzo significativo en servicios financieros en torno a: el control del fraude y el blanqueo de capitales, el conocimiento del cliente y la gestión de inversiones, también hay un uso creciente en muchos otros sectores en aplicaciones vinculadas a la proyección de ventas, gestión de inventarios o exploración en petróleo y gas.

La economía adoptará la IA y la robótica, para automatizar todo tipo de tareas aplicables tanto a tareas de oficinas y como a fábricas. Según algunas estimaciones, en pocos años un tercio de la economía de EEUU podrá estar automatizada.

Esta gran capacidad de procesamiento supone para grandes líderes tecnológicos como Elon Musk, consejero de Tesla y Bill Gates, co-fundador de Microsoft, un riesgo fundamental para la civilización humana ya que de no regularse adecuadamente, robots basados en la IA podrían rebelarse y eliminar a los seres humanos.

Turing, el padre del ordenador, predijo en 1950 con el “test de Turing”: “Existirá inteligencia artificial cuando no seamos capaces de distinguir entre un ser humano y un programa de ordenador en una conversación a ciegas”. Estamos ya ahí. Se calcula que hacia 2050 un ordenador podrá tener más capacidad de procesamiento que todas las mentes humanas al mismo tiempo.

Internet de las Cosas (IoT)

Internet de las cosas (IoT) es un concepto introducido, en 1999, por Kevin Ashton del MIT, y se refiere al mecanismo por el que sensores y transmisores están conectados por redes a sistemas informáticos y se comunican entre sí. Estos sistemas permiten monitorizar y gestionar el estado y las acciones de objetos, o incluso seres vivos, que estén conectados y aprender de dicha interconexión. La principal “cosa” sería el smartphone que puede funcionar como monitor principal de dichas interconexiones entre sensores. Un ejemplo sencillo sería la domótica. Una casa conectada inteligentemente podría calentar más las habitaciones en las que detecta presencia humana, aprender pautas de comportamiento para calentar las habitaciones en función de su uso habitual y mejorar así la eficiencia energética. Una variante es el Internet of me, que supone que los dispositivos que tengo conectados y que acumulan información sobre mi persona dialoguen entre ellos para facilitar mi vida. Las implicaciones son profundas; por ejemplo, ante un accidente, el escaneo de un código de barras personal permitiría a un hospital acceder a todo mi historial.

Aplicaciones interesantes del IoT serían: i) Hogares: termostatos, climatización e iluminación inteligentes, y seguridad, ii) Transporte: diagnosis preventiva de errores del vehículo, información de navegación y rutas, y seguridad, iii) Comercios: optimización de inventarios, venta cruzada, y productos promocionados en función de perfiles, iv) Apps móviles personales: relojes inteligentes que generan información sobre ritmos cardiacos, detección de enfermedades, calidad de sueño…, v) Internet industrial: análisis en tiempo real de procesos para mejora continua, automatización de fábricas, eficiencia de sistemas de supply chain, y vi) Ciudades: semáforos, contadores y parkings inteligentes, gestión de tráfico, seguridad…

Impactos y conclusiones

Los siguientes impactos del IoT son los más relevantes.

Mejora de salud y esperanza de vida: en el entorno de seres humanos, el valor de IoT viene por la mejora de salud, ya que los dispositivos conectados pueden “aprender” de nuestros comportamientos y pautas vitales, detectando anomalías en una fase temprana.

Mayor eficiencia fabril: IoT generaría valor por la eficiencia energética y de productividad de la mano de obra, la optimización en mantenimiento de equipos y en gestión de inventarios, y la mejora de salud y seguridad de empleados.

Optimización de ciudades: por las tres vías principales que son transporte (gestión del tráfico), salud / seguridad públicas (menor contaminación por información aportada por sensores) y gestión de recursos (reducción de pérdidas de electricidad en su distribución).

El riesgo más ostensible estriba en la seguridad, ya que la conexión masiva de elementos puede hacerlos muy vulnerables a posibles ataques, como el que sufrieron algunas empresas en 2016. Pero los beneficios supera con creces los riesgos, se han realizado predicciones sobre el potencial impacto económico que podría tener el IoT en 2025, y se señala un rango amplio (pero muy significativo en cualquier caso): entre 3,9 y 11,1 billones de dólares anuales a nivel global.

Vehículos autónomos

En 2015, la compañía minera Rio Tinto anunció que iniciaba un programa para sustituir los camiones operados en las minas hacia vehículos sin conductor en dos de sus minas de hierro en Australia. La compañía consideraba que la flota autónoma superaba en rendimiento a la flota humana en un 12%.

La tecnología detrás de los vehículos autónomos se constituye en una combinación entre sensores de cámaras en los coches (algo que ya se ha producido, dotándoles de “ojos” con los que poder contemplar otros coches, semáforos, peatones…), y la tecnología LIDAR (que permite a un vehículo emitir rayos y recibirlos para tomar conciencia).

Cabe destacar la distinción entre tipos de coches autónomos en función del grado de involucración de la persona transportada, diferenciando la asistencia en la conducción, ya disponible en muchos coches, o la necesidad de estado de alerta por parte del conductor a un coche totalmente autónomo. Como hemos visto estamos lejos de que los robots aprendan “sentido común” necesario para que un coche sea totalmente autónomo.

Aplicaciones

Las principales aplicaciones del vehículo autónomo son las siguientes.

Transporte de mercancías: en general, la mayoría de los estudios concuerdan en que la principal aplicación a corto plazo del vehículo autónomo será más el transporte de mercancías, área en la que los ahorros de costes pueden ser ingentes. Sin embargo, esto conlleva grandes problemas laborales. Así, sólo en los EEUU se calcula que hay unos tres millones de camioneros que, además, mantienen los sueldos más elevados entre posiciones sin titulación universitaria y generan mucho empleo indirecto.

Coche autónomo: hoy en día está teniendo lugar una enorme batalla entre Apple, Uber, Google a través de su filial Waymo, General Motors-Lyft, Ford, Tesla y Daimler por liderar el mercado del vehículo autónomo. Previsiblemente, habrá pocos ganadores, y quizás se produzca el fenómeno de que el ganador se lleve todo el mercado, por lo que la primera empresa que consigue popularizar el coche autónomo es de esperar que provoque una importante disminución de las valoraciones del resto.

Impactos y conclusiones

Los principales beneficios de la adopción del vehículo autónomo serían:

• Reducción de la siniestralidad en un 90%, lo que abarataría las primas de seguros y los costes médicos

• Mejora de la productividad asociada a la capacidad de emplear el tiempo del transporte en el trabajo

• Reducción del volumen de compraventas de coches (de media un coche se usa un 3-5% de su vida útil, ya que la mayoría del tiempo está aparcado en un parking, en tanto que los vehículos en economía colaborativa tipo Uber se utilizan cerca de un 60%), lo que provocaría ahorros de costes

• Mayor eficiencia en los desplazamientos inteligentes de vehículos por el menor tráfico o la mejora de los estacionamientos

• Mayor amplitud de las ciudades al no ser necesarios tantos aparcamientos

• Mayor movilidad para gente que hoy en día no puede conducir, como personas de movilidad reducida y ancianos

• Menor consumo energético

En general, las ventajas se han llegado a cuantificar en aproximadamente un 10% del PIB, la mitad por mejoras de productividad y la otra mitad por reducción de los costes sanitarios.

Las principales desventajas señaladas serían:

• Disrupción laboral (taxis, camiones, peritos de seguros, hospitales, talleres…), aunque también se crearán nuevos trabajos asociados al tratamiento de los datos de los vehículos autónomos y sus servicios de mantenimiento o talleres, que deberá realizarse en el menor tiempo posible. La economía colaborativa aumentará sensiblemente el uso medio por coche utilizado

• Riesgos de seguridad cuando los coches estén interconectados, principalmente en el periodo de transición cuando coincidan vehículos autónomos y no autónomos

• Costes incrementales asociados a la conectividad (cámaras, gps…)

• Menor recaudación de los ayuntamientos al poder desaparecer los parkings de superficie y subterráneos

• Incertidumbre jurídica ¿quién es responsable de un accidente de un coche autónomo?

Cabe destacar la necesidad de un marco regulatorio adecuado ya que la adopción avanza rápidamente debido a la confluencia de una serie de factores claves, como el avance de los coches eléctricos, la capacidad y abaratamiento de los sensores, la mejora de la confianza en la conducción autónoma y el aumento de las preferencias por el servicio de movilidad diversa vs. la propiedad del vehículo.

No es previsible que la disrupción se acelere hasta antes de 2025. La implantación de los diferentes tipos de coches autónomos divergirá en el tiempo, en el corto plazo sólo es concebible la irrupción de coches autónomos en entornos muy seguros y de baja velocidad, como en un campo de golf. Un escenario de disrupción elevada implicaría que, en el año 2030, sólo el 15% de los nuevos vehículos serían completamente autónomos.

Blockchain

Blockchain no es más que un registro de transacciones descentralizado. Es una tecnología que surgió a raíz de la invención del bitcoin por una persona anónima que se autodenominó Satoshi Nakamoto. Simplificando mucho la definición, se trata de una tecnología que permite gestionar un registro descentralizado de transacciones de todo tipo, permite la llevanza de un libro mayor a través de internet, encriptado y generando confianza entre las partes, ya que se puede verificar cualquier información. Blockchain se caracteriza principalmente por:

• Registrar todas las transacciones en bases de datos distribuidas entre sus participantes (de ahí que la información se pueda verificar fácilmente), prescindiendo de una base centralizada, por lo que no está gestionado ni custodiado por ninguna entidad pública (gobierno), ni privada (banco).

• Permitir certificar en cada momento quién es el dueño de qué, alimentando el proceso con el consentimiento de todas las partes en cada una de las transacciones, e imposibilitando que nadie pueda modificar la información sin el conocimiento / aprobación de los demás. La seguridad se garantiza empleando un sistema criptográfico avanzado, matemáticas sofisticadas y una elevadísima potencia computacional , permitiendo una gran seguridad, transparencia y trazabilidad.

• Permitir eliminar intermediarios en los procesos, destacando la posibilidad de llevar a cabo los llamados smart contracts, que agilizarán los procesos mediante los cuales se generan y auto ejecutan contratos a través de un programa (algoritmo) que no requiere la participación en el proceso de los intervinientes, ya que dado la ocurrencia de algún evento contemplado en el contrato se detonaría una acción pertinente.

Algunos ejemplos de aplicaciones serían la compraventa de activos financieros y divisas, la optimización en el uso de servidores o licencias de software en empresas, la autentificación de identidad, la ejecución de contratos (smart contracts), los medios de pago, el registro de la propiedad inmobiliaria o los registros de historiales médicos.

Y algunos impactos relevantes serían la reducción significativa de costes de las transacciones (por menor número de intermediarios, y mayor transparencia y seguridad, destacando sectores como el financiero, inmobiliario o energético), la reducción de costes del sistema financiero (en ámbitos como back office, gestión de fondos o evaluación de riesgos en créditos) o la mejora de la eficiencia de empresas en la gestión de la cadena de suministros (optimización de procesos).

Blockchain presenta una naturaleza disruptiva que está redefiniendo el procesamiento de todo tipo de transacciones. Se ha afirmado que puede ser la tecnología más disruptiva desde la aparición de internet, ya que podría permitir de una forma segura la ejecución de todo tipo de compraventas, y la movilización inmediata de pagos, así como la trazabilidad de todo tipo de información, como la identidad de las personas, los títulos educativos o la verificación de propietarios de una casa. Por otro lado, carece aún de un marco legal y no se sabe si el día de mañana podrá presentar amenazas de seguridad.

Bitcoin

Bitcoin es la moneda virtual más conocida del mundo, creada en 2008 como respuesta a la impresión masiva de dinero de los principales bancos centrales durante la crisis, que ha impregnado a la economía de un innegable riesgo inflacionario a medio plazo, y que justificaría la búsqueda de monedas refugio, fuera del control (y de los riesgos) de los bancos centrales. A pesar de esta coherente justificación conceptual, que le aporta sostenibilidad y elevado crecimiento potencial futuro, en la actualidad dista mucho de poder competir con las mayores divisas del mundo como medio de pago, siendo sus volúmenes infinitamente inferiores. En muchos casos, y gracias al anonimato garantizado que proporciona la tecnología blockchain, se utiliza la moneda como vía de evasión de impuestos y de blanqueo o evasión de capitales utilizado en países con sistemas de gobierno cuestionables, o mayor control de capitales. La criptomoneda presenta una gran volatilidad, en sus inicios su valor era de medio dólar, y alcanzo a comienzos de 2017, una cotización cercana a mil dólares, llegando a multiplicar veinte veces su valor hasta 20.000 dólares a principios de diciembre y bajar hasta los 13.000 dólares tan solo dos semanas después. Como la oferta es finita, la mayor demanda puede provocar precios irracionales generando burbujas. Aunque el ejercicio es muy complejo, algún analista ha intentado valorar el bitcoin, concluyendo que estaba sobrevalorado en un 264%.

Desde hace cientos de años los Estados han controlado el suministro de la moneda. El que aparezca una red paralela puede tener consecuencias imprevistas. A medida que sube de precio el bitcoin, se deflacta el valor de los bienes que puede adquirir. La deflación puede ser muy peligrosa, como hemos visto en Japón, y las autoridades la combaten mediante la creación de dinero. Si se pierde este poder, y sólo existiese el bitcoin, podríamos acabar en una deflación en una situación como la crisis de 2007, evento no programable en un software.

ICOs (Initial Coin Offering)

Las ICOs son métodos de financiación utilizados por los promotores de proyectos tecnológicos avanzados, asociados a plataformas blockchain. La peculiaridad de la inversión en este tipo de criptomonedas reside en que se compran tokens (fichas, vales,... de uso restringido), a cambio de fondos que financien la puesta en marcha de los proyectos mencionados. El token confiere a su poseedor un valor de uso de la plataforma creada, y puede aumentar su valor o porque la plataforma sea tan exitosa comercializándose que el valor de uso suba o porque, siendo exitosa, se exija a los clientes de la misma pagar en tokens o simplemente por especulación. En definitiva, los riesgos en este tipo de inversiones son realmente muy elevados y los escenarios, muy binarios (alta probabilidad de perderlo todo, baja probabilidad de ganar muchísimo).

Impresión 3D y 4D

La industria de la impresión 3D está todavía muy lejos de alcanzar su madurez, pero muestra indicios de que puede allanar el camino para una nueva revolución industrial. Se basa en técnicas de fabricación para crear objetos imprimiendo capas de material basado en modelos digitales. Estas impresoras han utilizado tradicionalmente el plástico, pero ya se están desarrollando otros materiales, como metal y gel, que reducen los costes de producción. La principal disrupción consiste en que, con la impresión 3D, se pueden alterar las líneas de la cadena de suministro existente, lo que podría reducir la dependencia del outsourcing y de la mano de obra en países emergentes, y tener profundas consecuencias. Por ejemplo, hoy en día compramos una funda de iPhone fabricada quizás en China a partir de plástico producido con petróleo árabe. En el futuro, podremos imprimir nuestra funda con un material de maíz cultivado en nuestro jardín. El impacto en las exportaciones de manufacturas chinas y de petróleo árabe será profundo.

Se está creando un nuevo nivel de desarrollo denominado impresión 4D, cuya cuarta dimensión es el tiempo, es decir cambiarán de forma con autonomía y se auto ensamblarán, ya hay empresas de infraestructura con propuesta de tuberías programables y adaptables.

Impacto sectorial

Habiendo analizado con cierto detalle tres tecnologías disruptivas y considerado otras dos más (blockchain e impresión en tres y cuatro dimensiones), aventuramos en esta sección los previsibles impactos que dichas innovaciones podrían suponer para un serie de sectores, así como para el conjunto de la economía.

Seguros

En seguros de vida, el desarrollo de la IA permitirá a través del reconocimiento facial optimizar los cálculos actuariales, de forma que se pueda precisar mucho la vida esperada de un posible cliente. Por ejemplo, una nueva empresa de los EEUU, Lapetus, considera que un simple selfie puede reemplazar gran parte del proceso médico / actuarial para calcular la esperanza de vida.

En el sector de diversos las aplicaciones también pueden ser relevantes. La IA y el coche autónomo pueden ayudar a eliminar muchas de las tareas asociadas a la gestión de siniestros en motor, lo que permitirá reducir muchos puestos de trabajo. Por otro lado, si la irrupción del vehículo autónomo supone una migración desde el poseer vehículos a alquilarlos en flota, todo hace prever que el sector de motor experimentará una intensa contracción desde su dimensión actual. Además, en el seguro agrícola, se están generando aplicaciones como la de la nueva empresa Aeorobics, que permite mapear el terreno en 3D y controlar la salud de las plantas desde el aire. Por último, el seguro de salud también podría experimentar importantes disrupciones si nos atenemos a impactos que exponemos más abajo para el sector salud (sobre todo el vinculado a longevidad).

El sector seguros verá como su modelo de negocio tradicional puede ser reinventado por la tecnología blockchain. Los smart contracts agilizarán los procesos, debido a que si ocurriera algún evento contemplado en el contrato, se detonaría una acción pertinente, como pudiera ser la realización de un pago, sin la necesidad de intermediarios.

Gestión de activos y de patrimonios

El sector de gestión de activos (fondos de inversión, de pensiones…) experimentará también una importante transformación. Desde hace tiempo irrumpieron estrategias cuantitativas para realizar gestiones activas pero con una intervención humana limitada , de hecho BlackRock despidió a más de treinta empleados de los principales fondos de gestión activa. Sin embargo, la adopción de la IA puede suponer un enorme revulsivo para la gestión cuantitativa. Por ejemplo, las técnicas de reconocimiento de imágenes a través de satélite pueden detectar volumen de actividad de contenedores en los puertos más empleados por los fabricantes de componentes de automóviles indios para, a partir de ahí, aprender relaciones entre número de contenedores observables y volumen de facturación esperada por el mercado en las compañías cotizadas, de forma que cuando se detecten variaciones en las imágenes, el motor puede comprar o vender acciones.

En esencia, un algoritmo de machine learning es una herramienta dinámica que analiza un gran montante de datos (big data), como precios de acciones, patrones meteorológicos, transcripciones de presentaciones de resultados de compañías, comentarios en Facebook o búsquedas en Google, tratando de sacar un patrón de comportamiento que le permita realizar predicciones fiables.

En asesoramiento sobre inversiones, se ha desarrollado la automatización mediante el uso de robo advisors, herramientas de gestión de inversiones que diseñan y gestionan autónomamente una cartera financiera de un inversor, normalmente vía asignación de capital entre diversos fondos de inversión perfilados por riesgos y activos. La técnica no es nueva, pero capacidad computacional más potente significa que, quizás ahora, pueda aplicarse a los mercados financieros de manera más eficiente.

Sector distribución

El sector distribución observará importantes cambios en sus redes de suministro (supply chain) a medida que en unos pocos años se popularicen los camiones autónomos. A nivel de cliente final, el uso de robots para ayudar a clientes a elegir productos e informarse sobre ellos ya se está experimentando. No pasará mucho tiempo antes de que los robots y los sistemas informáticos reemplacen a los seres humanos en la gestión del inventario, promoviendo productos, analizando las preferencias de los clientes, facilitando los pagos automáticos, organizando entregas y muchas otras tareas. De hecho, los almacenes de Amazon son un gigantesco campo de prueba: son robots Kiva (capaces de mover 750 kg. cada uno) los que manipulan la inmensa mayoría del inventario según se procesan los pedidos.

Sector legal

La profesión de la abogacía experimentará serias disrupciones a raíz de la automatización, y se ha estimado que casi un cuarto de los puestos de trabajo en el sector corren riesgo de ser automatizados. La IA permitirá optimizar el trabajo ingente que supone el análisis de datos y documentación cuando se genera un caso. En EEUU, la startup Lex Machina cruza datos sobre sentencias judiciales para analizar los casos archivados y examinar aquéllos que han tenido éxito en el pasado, reemplazando el trabajo que normalmente realizan abogados, incluso de una mayor cualificación. En la realidad, por supuesto, existen habilidades de muchos abogados cualificados que difícilmente podrán ser reemplazadas por la IA, tales como las relacionadas con el criterio, es decir, cuando el toque humano es imprescindible para tratar de anticipar la reacción de un jurado.

En ámbitos de procesos externos los smart contracts presentan un gran potencial en lo que a contratación internacional se refiere. Sus códigos informáticos permitirán la articulación automatizada de las diferentes fases de contratos complejos, en base a criterios objetivos previamente acordados por las partes. Las consecuencias disruptivas de blockchain afectarán también al funcionamiento del sistema jurídico en toda su extensión. Un sistema descentralizado implica no estar sometido a una jurisdicción concreta, lo que puede abrir enormes interrogantes legales sobre qué legislación aplicar.

En el derecho de patentes, la revolución asociada a la IA está siendo completa. Se calcula que más de tres cuartas partes de los litigios sobre la materia son resueltos por algoritmos, muchos de ellos a través de eBay.

Sector de la salud

El análisis y procesamiento de complejos y cuantiosos datos médicos convierten también a este sector en uno de los más afectados por la introducción de la AI, del IoT y del blockchain.

En conjunto, el IoT y específicamente el Internet of me podrán acceder constantemente a datos gracias a los diferentes dispositivos (wearables), como pueden ser el reloj iWatch y una camiseta que reacciona frente a los primeros síntomas de ataque al corazón. Otro ejemplo, ya en marcha, es la atención a las personas diabéticas, de tal modo que un pequeño aparato mide la cantidad de azúcar en la sangre, de manera que, según el nivel observado, o bien directamente marca una recomendación del tipo “beber dos vasos de agua”, “caminar un kilómetro”… o bien permite ponerse en contacto con un centro médico si observa una cierta gravedad. El blockchain procesará y analizará de manera más eficiente esta ingente cantidad de datos, proporcionando la facilidad de que todos los hospitales del mundo puedan acceder a estas bases descentralizadas, y lean una cadena (historial médico) al instante. Además, como hemos visto, la irrupción del vehículo autónomo podría suponer una importante reducción de gastos médicos por el previsible menor número de accidentes.

Una de las partes más tecnológicas de la casa del futuro será el inodoro, que recogerá muestras de orina tres veces al día y podrá detectar con antelación cualquier anomalía. Será muy útil, en especial, para la detección temprana del cáncer.

Se espera también que en los próximos años haya avances notables en lo que a longevidad se refiere. Una vez que la tecnología lo permita, no es ciencia ficción pensar en un control sobre la longevidad. La diferencia cromosómica del ser humano con el chimpancé es solo de un 1%, mientras que existe gran diferencia en longevidad e inteligencia entre ambos.

La parte negativa de implantar estos sistemas es la incertidumbre que aún existe respecto a la protección garantizada de nuestra privacidad e intimidad. Nuestros registros de salud albergan algunos de los detalles más sensibles acerca de nosotros, desde el abuso de alcohol o drogas a las enfermedades de transmisión sexual o detalles de abortos.

Sector inmobiliario

Otro sector en el que podría haber derivadas significativas por la adopción generalizada del vehículo autónomo sería el inmobiliario. Por una parte, podría fomentar residir en viviendas más alejadas de los centros urbanos, por cuanto la experiencia diaria del transporte no sería tan molesta. Por otro lado, la optimización del tiempo de uso de los vehículos, que estarían casi todo el tiempo circulando, podría liberar mucho espacio de estacionamiento necesario en las ciudades.

La irrupción del comercio electrónico ya está suponiendo el cierre de locales comerciales, y esta tendencia se agudizará. Sin embargo, también incrementará la necesidad de centros logísticos (para almacenaje y transporte de los bienes).

La tecnología blockchain también tendrá su impacto en el sector. Así, cuando consigamos contabilizar o registrar todos los inmuebles del mundo con una red descentralizada, cualquiera podrá conocer quiénes han sido los propietarios anteriores de un edificio y en qué precios se ha comprado y vendido en transacciones pasadas. Sabremos a qué empresas se ha alquilado un determinado inmueble y dispondremos de un histórico con los precios de arrendamiento.

El IoT también tendrá un impacto en el mantenimiento preventivo del sector inmobiliario, cuyo coste ha sido tradicionalmente muy elevado. Con IoT se podrán instalar sensores inteligentes conectados a la red que puedan desde analizar el estado de los activos hasta predecir catástrofes. Las oficinas están muchas veces sujetas a normativas que les obligan reducir las facturas energéticas. IoT permite tomar datos y diagnosticar en tiempo real el rendimiento energético.

Sector transporte

La irrupción del vehículo autónomo y eléctrico tendrá un impacto muy relevante en el sector de transporte. De media, empleamos el coche menos de una hora, de las veinticuatro que tiene un día. Un sistema de economía colaborativa con coches autónomos debería ser capaz de ofrecer soluciones de transporte mucho más seguras y baratas, en parte debido a la mayor eficiencia en el uso del vehículo. De aquí se deduce que podría reducirse la demanda de coches. En EEUU ya se ha comenzado a notar la caída en la venta de coches a medida que se ha popularizado Uber, y eso a pesar de la bonanza del consumo y del mercado laboral.

Sectores de medios, defensa y auditoría

Sector de medios y de ocio: hemos visto cómo diversas crónicas periodísticas son escritas directamente por robots. AP por ejemplo automatizó la redacción de artículos sobre resultados de compañías, lo que permitió multiplicar por quince su producción. Mientras, la publicidad se ha concentrado en los gigantes online que manejan datos. Además, tendremos más tiempo para ocio, lo que debería beneficiar al sector. Liberando 75 millones de horas de tiempo de conducción o 6-7 horas por semana por conductor, se estima que el consumo de medios podría aumentar materialmente.

El sector defensa centra sus investigaciones en la IA, aplicable a la ciberguerra, pero también al vehículo autónomo. Así, las funciones logísticas de los ejércitos cambiarán a medida que se popularicen los camiones autónomos.

Respecto al sector de auditoría, entre los meticulosos trabajos de los auditores junior está el comprobar una parte del inventario de una fábrica con papel y lápiz para, a partir de ahí, realizar extrapolaciones. Por ello, las grandes auditorías están desarrollando nuevas tecnologías, con el objeto de realizar estas labores de manera más eficiente y sobre una cantidad mucho mayor de datos tratados por algoritmos (por ejemplo el sistema Halo de PwC). Ya están implementando el reconocimiento de imágenes a través de drones para contabilizar.

Impactos económicos y sociales de la disrupción tecnológica

Recientemente, la prensa señalaba cómo Japón –afectado por la deflación crónica aunque comenzando a ver la luz al final del túnel– había observado que, a la hora de estabilizar precios, la popularización de Amazon estaba resultando en una guerra de descuentos que volvía a ensombrecer la evolución de los precios. Esto nos plantea un ejemplo sencillo de cómo la disrupción tecnológica está afectando a variables económicas muy relevantes para la política monetaria.

Son quizás cuatro los principales aspectos ligados a la disrupción tecnológica, la economía y la sociedad: la desaparición de trabajos y creación de nuevos puestos, el crecimiento de la productividad, el impacto en la educación y el efecto en la desigualdad. Analicemos cada uno de ellos.

Desaparición de trabajos

Dice Voltaire que el trabajo nos salva de los tres males mayores: el aburrimiento, el vicio y la necesidad. En 1900 el 40% de la población de los EEUU se empleaba en agricultura, con la aparición del tractor como máquina sustitutiva a la mano de obra humana los agricultores reaccionaron naturalmente con miedo respecto a lo que sus puestos de trabajo se refiere. Poco a poco, las familias de la agricultura fueron pivotando su percepción del mercado laboral de la mano de la educación. Hasta llegar actualmente a que tan solo el 2% de la población americana esté empleada en la agricultura y el paro esté en mínimos históricos. Evidenciando que el ser humano a largo plazo se adapta a los cambios. Pero ante la gran disrupción tecnológica que tenemos por delante las dos mayores incógnitas a analizar son, a) ¿se crearán nuevos trabajos en una proporción igual a los trabajos destruidos?, y b) ¿será la velocidad de destrucción igual a la velocidad de creación?

Nuestra impresión es que la respuesta a la primera pregunta será sí. Por ejemplo, hemos visto cómo el comercio electrónico está provocando el cierre de numerosas tiendas en EEUU. Sin embargo, en agregado, los últimos años se han creado más trabajos en comercio electrónico que los destruidos en tiendas. Sobre la segunda pregunta, nuestra impresión es que la respuesta es no, por lo que estaremos ante el paro tecnológico durante un tiempo, como ya avanzó Keynes. Así, siguiendo el ejemplo, en comercio electrónico se requiere un empleado para generar un millón de ventas, en tanto que en el sector tradicional se requieren entre 5 y 10 empleados. Por lo tanto, lo peor puede estar por llegar. Mientras, se crearán miles de empleos en áreas como seguridad de IoT, programadores y controladores de robots.

El porcentaje del número de puestos en peligro es objeto de debate. Las hipótesis más agresivas hablan de un 47%, y otras más conservadoras (OCDE), de un 9%. En cualquier caso estamos hablando de decenas de millones de trabajos, y en general el riesgo será mayor entre la gente con menor nivel educativo, en donde los porcentajes de desaparición serán mayores, lo que abre enormes consideraciones sociales.

Los trabajos más susceptibles de ser automatizados, que son aquellos en los que la jornada laboral se basa en tareas repetitivas y previsibles, correrán mayor peligro, y esto afecta tanto a puestos de oficina como a trabajos manuales. Por otro lado, más de un 60% de las ocupaciones poseen un 30% de tareas automatizables, conviene hablar no sólo de desaparición y creación de trabajos, sino de transformación. Haremos cosas distintas y más divertidas, requiriendo la creatividad y liberando las tareas más mecánicas a las máquinas. Ejemplo de ello, fue la irrupción de los cajeros automáticos, a medida que fueron en aumento, muchos banqueros trasladaron su labor que se ceñía a entregar el dinero a depositantes a vender fondos de inversión, un trabajo con un requerimiento educacional mayor, también aumentaron las sucursales y con ello el número de empleados.

Ante las incertidumbres asociadas al “paro tecnológico”, mucho se ha escrito últimamente respecto a una posible medida mitigante del riesgo para amplias capas poblacionales: la instauración de la denominada renta básica universal, en la que actualmente surgen muchos interrogantes entre los que destacan su financiación y el impacto real en la fuerza laboral.

En cualquier caso, el proceso de cambio hacia trabajos más tecnológicos será gradual, y la clave consiste en adaptarse a dicha gradualidad de la mano de la educación.

Productividad

Uno de los grandes dilemas que ocupan a los economistas estriba en por qué, a pesar de la revolución tecnológica, el crecimiento de la productividad está siendo muy decepcionante, apenas crece un 0,5% anual en muchas economías occidentales, cuando hasta mediados de los 70 el crecimiento se situaba en el 2%. Se ha planteado que quizás esta paradoja se explique porque las estadísticas no recogen bien la medición de la innovación tecnológica. También que, a medida que ha crecido el sector servicios, se vuelve más difícil ganar eficiencia frente al sector industrial, y la polarización entre empresas grandes muy eficientes y empresas pequeñas menos eficientes.

Los cálculos tanto de PIB como de productividad están basados en el gasto efectuado (la demanda), no en la mejora de la calidad de vida generada o en el incremento de capacidad productiva. Por ejemplo, la economía colaborativa (Uber, Airbnb) aumenta la oferta (capacidad instalada) de servicios disponibles para el consumidor, pero su uso no afecta a las estadísticas vinculadas al PIB o productividad. La automatización puede aportar en los próximos 50 años entre 1% y 2% de crecimiento anual de productividad a la economía dado que se espera que es ahora cuando la tecnología comience a aplicarse a sectores más tradicionales y así aumente la productividad de la economía real, lo que podría plantear implicaciones muy positivas para el crecimiento económico futuro. La clave, por lo tanto, no es la innovación sino la adopción de las tecnologías, y hoy éstas se adoptan cada vez más rápidamente.

Desigualdad y salarios

La tesis más extendida es la de que la irrupción tecnológica favorece al capital frente al trabajo, por lo que las desigualdades aumentarán. Desde el inicio del siglo XXI en EEUU se muestra un descenso continuo de la remuneración del peso del factor trabajo frente al factor de capital, aumentando por lo tanto las desigualdades. Según la curva de Phillips, este hecho no debería haberse producido en momentos en los que el paro estuviera en niveles reducidos, ya que esto implica un mayor poder negociador de los empleados y las consecuentes presiones salariales (y así inflacionarias). Sin embargo, llevamos bastante tiempo observando cómo el paro en EEUU se sitúa precisamente cerca de mínimos históricos y, sin embargo, la inflación no termina de acelerar ni consolidar los niveles objetivo de la Fed al 2%. Estos fenómenos indican que podría estar rompiéndose la efectividad de la curva de Phillips, de tal modo que las tasas reducidas de paro ya no presionan al alza la inflación como antes. Y precisamente este efecto puede estar produciéndose por la tecnología, incrementando ésta la oferta de factores productivos sustitutivos de mano de obra, y reduciendo así el poder negociador laboral.

En cualquier caso, si la irrupción tecnológica supone incrementos de productividad, el crecimiento económico asociado a largo plazo se traducirá en reducciones generalizadas de desempleo y aumentos de salarios, lo que tenderá a disminuir la desigualdad. Es cierto que muchos empleos desaparecerán, pero otros muchos aparecerán. No obstante, existen riesgos nada desdeñables de que esta transición tenga una duración superior a la deseada, superando durante unos años el ritmo de despidos al de la creación de nuevos trabajos. La clave, por lo tanto, para un mundo sostenible, estriba en un buen sistema de educación a lo largo de la vida de una persona.

Con todo, es cierto que la disrupción en el mercado laboral se centrará entre la gente con menor nivel educativo e ingresos, lo que podría empeorar los niveles de desigualdad, y por lo que se hacen necesarias también políticas preventivas.

Educación

El World Economic Forum (WEF) publicó un informe en enero de 2016 (The Future of Jobs), asociado a la tipología de empleo que se va a demandar en los próximos años. Aunque las cifras muestran que aparentemente, en el quinquenio 2015-20 van a destruirse muchos más empleos de los que se van a crear, se debe en parte a que, a día de hoy, todavía no se han hecho estimaciones de la evolución de los nuevos puestos que seguro surgirán con el avance tecnológico.

La corriente general es que el avance tecnológico va a afectar de manera disruptiva de tal modo que, en muchas industrias y países, las especialidades más demandadas actualmente no existían hace cinco o diez años, mientras el 65% de los niños que están entrando ahora en la enseñanza primaria, tendrán trabajos que hoy en día no existen.

Como ejemplo paradigmático, los primeros surtidores automáticos en las gasolineras surgieron en 1964, y produjeron un fuerte desplazamiento de mano de obra hacia otras tareas, tales como pequeñas tiendas en las mismas gasolineras. La disrupción provocó que una generación de empleados que surtían de gasolina a los coches fuera arrasada, pero la automatización de dichos empleos mostró a mucha gente que confiar en este tipo de trabajo no es una buena idea desde el punto de vista de la sostenibilidad. Esta idea caló en la sociedad estadounidense, y muchos padres se convencieron de la idoneidad de enviar a sus hijos a la universidad. Mientras en 1970, sólo el 14% de los hombres y el 8% de las mujeres detentaban licenciaturas, en 2015 estos ratios habían subido al 32% en ambos sexos. Por lo tanto, a lo largo del tiempo, Estados Unidos derivó varios cientos de miles de personas que podrían pensar en desarrollar trabajos en gasolineras hacia otra tipología de empleo a través de la educación, lo que aportó mayor valor a la sociedad (y a sus bolsillos). He aquí el claro ejemplo de la importancia de la educación como mecanismo fundamental de adaptación al cambio tecnológico.

Conclusiones e implicaciones de inversión

En los últimos tiempos años muchos economistas y banqueros centrales se han frotado los ojos sin entender por qué las bajadas de desempleo no se están traduciendo en mayores salarios, algo esperable según una ley clásica de la economía, la ley de Philips. Quizás la disrupción tecnológica analizada en este artículo nos explique cómo el desplazamiento de trabajadores por robots esté provocando un exceso de oferta en el mercado laboral dispuesta a trabajar por precios menores, de lo que resultan salarios que siguen en retroceso como porcentaje del PIB en muchas economías mundiales; luego no es un fenómeno asociado al libre comercio, ya que no comerciamos con Marte. Casi con total seguridad es una consecuencia de la robotización. Como mientras los precios de bienes básicos como la vivienda siguen subiendo muy por encima de los salarios, se abre un enorme interrogante sobre las consecuencias políticas de este entorno.

Ante la acelerada concatenación de innovaciones tecnológicas que nos rodean durante los últimos años, los agentes económicos tendemos a experimentar sentimientos de desconocimiento e incertidumbre que derivan muchas veces en miedo. Y es cierto que, históricamente, el avance tecnológico ha provocado tanto decepciones, por no responder al final a las elevadas expectativas puestas, como recelos en las poblaciones, que en algunos segmentos ocupacionales han sentido en sus carnes reducciones de empleo relevantes.

Sin embargo, estamos en un momento histórico en el que la probabilidad de impactos realmente significativos de las nuevas tecnologías es muy elevada, por cuanto han coincidido en el tiempo unas ganancias muy relevantes en capacidad de captación, almacenaje y análisis de ingentes cantidades de datos, todo ello de una forma muy asequible económicamente, y aderezado con la enorme capacidad existente de conectividad en las redes (internet, entornos abiertos, generalización de smartphones,…). Y cuando se producen tantos grandes desarrollos tecnológicos en relativamente poco tiempo, los efectos, una vez diseminados masivamente, pueden llegar a ser exponenciales.

La ley de Moore afirma que el de poder de computación se duplica cada 18 meses, por lo que pronto un ordenador superará la mente humana. Pero las empresas muestran mayor resistencia al cambio tecnológico que las personas, lo que hace necesario que acometan la transformación digital, que consiste en adaptarse al cliente mediante la transformación de modelos de negocio, de producto, y la manera de trabajar, optimizando procesos gracias a la automatización y las tecnologías. Las compañías que acometan esta transformación digital de manera prematura y exitosa tendrán una ventaja competitiva tremendamente diferencial. La competencia que mata es aquella que no se parece a ti en nada…

Por otro lado, los recelos mencionados de las sociedades ante el avance tecnológico, deberían verse muy mitigados por la evidencia aplastante de que, a largo plazo, sus efectos siempre han sido realmente positivos para el mundo en general. Aunque sus beneficios se hayan esparcido desigualmente, la práctica totalidad de las poblaciones se han visto favorecidas por claras ganancias de calidad de vida. Naciones Unidas estima que la pobreza global se ha reducido más en los últimos 50 años que en los 500 anteriores.

Existen tecnologías más reseñables, tanto por sus mayores impactos potenciales como por su adopción generalizada prevista de manera más próxima en el tiempo (IA y automatización / big data, IoT, vehículo autónomo). Aunque en todos los casos estamos en un momento de fase temprana de adopción, teniendo en cuenta sus potencialidades, los avances están siendo muy rápidos desde hace tiempo y cada vez más extendidos transversalmente entre industrias. Ante los indudables beneficios de la tecnología, ésta está para quedarse, aunque todavía pasarán unos años (5-10…, dependiendo la tecnología) para que estén plenamente adoptadas y los impactos plasmados en proporciones elevadas. Prueba de la futura adopción es el cambio de actitud de los gobiernos antes la revolución tecnológica, con una mayor tendencia hacia la regulación del sector.

Ante la ganancia de eficiencia de las compañías que implementen las nuevas tecnologías, en muchos casos las máquinas y los sistemas sustituirán a las personas, provocando reducciones de empleo temporalmente en muchas ocupaciones e industrias (fenómeno transversal). Aunque también surgirán otros muchos empleos diferentes, como en todas las revoluciones tecnológicas, en algunas poblaciones pueden tardar más de lo tolerable, generándose potencial y transitoriamente algunas tensiones sociales. A largo plazo, la productividad deberá crecer estructuralmente más de lo esperado, lo que provocará una reducción de desigualdades sociales al beneficiarse capas poblacionales crecientes de ganancias salariales vinculadas. A corto plazo, sin embargo, la transición entre destrucción de “viejos” empleos y creación de “nuevos” puede ser superior a lo deseable, afectando negativamente a la desigualdad. En cualquier caso, la educación se antoja como herramienta indispensable para mitigar los factores sociales negativos asociados al proceso de cambio –la formación continua adaptada al mismo es esencial para captar el máximo beneficio.

Ante este entorno de avance acelerado tecnológico, enumeraremos una serie de implicaciones vinculadas a la inversión:

• Por el lado microeconómico, gran parte de la inversión tecnológica canalizada a través de fondos de Venture Capital (VC) se ha dirigido a compañías de tecnología. Pero lo relevante aquí es considerar la pequeña porción que se canaliza hacia empresas no tecnológicas, segmento donde se abre una gran oportunidad. En cualquier caso, el VC es la mejor manera de tener exposición directa al avance tecnológico, siendo muy importante saber discernir adecuadamente entre gestoras. El mundo del capital riesgo se caracteriza por la elevada dispersión de la calidad de gestión entre todo el elenco de gestoras existentes

• Respecto a la macroeconomía, creemos que los avances de la productividad pueden ser a futuro, estructuralmente, claramente superiores a los modestos ritmos actuales (en torno al +0,5% en países desarrollados). Este hecho debería incrementar los crecimientos reales del PIB (netos de inflación) y con ello los tipos de interés reales, aunque estos también serán impulsados por otros motivos. Y ambos escenarios no están siendo contemplados por el consenso del mercado (una subida de tipos podría provocar una caída de los mercados financieros por menores valoraciones asociadas de los activos)

• Además, conviene reseñar que los efectos del desarrollo tecnológico no serán los mismos en todos los países, de manera que habrá algunos que estarán más expuestos a dichos efectos. Por ejemplo, los países emergentes, más intensivos habitualmente en mano de obra, pueden verse negativamente afectados por la pérdida de su enorme ventaja competitiva de salarios muy reducidos, si la robótica e IA aumentan la eficiencia de las máquinas de manera significativa

Finalmente, como se dice, “lo más importante es que lo más importante sea lo más importante”. Habiendo analizado la disrupción tecnológica no cabe sino llamar la atención sobre la enorme responsabilidad que nos atañe a todos para ser solidarios y poder paliar las consecuencias negativas que la disrupción pueda generar entre los segmentos de población más débiles. Deberemos favorecer dos factores clave:

• Incentivar en la medida de lo posible un sistema educativo que sea capaz de responder adecuadamente a las demandas asociadas al rápido avance tecnológico. Tendremos que plantearnos diariamente las siguientes preguntas “¿cómo educamos a nuestros hijos?” y “¿cómo reeducamos a nuestros mayores?”

• Frente a la posible confirmación de pérdida significativa de empleo por las nuevas tecnologías y el esperado aumento de la desigualdad de rentas entre los dueños del capital tecnológico y las personas que pierdan sus puestos de trabajo, el gobierno deberá mitigar el posible descontento social transitorio, por ejemplo, diseñando sistemas fiscales y ayudas temporales bien enfocadas que puedan reducir las desigualdades excesivas. O implantando la Renta Básica Universal, aunque por ahora parece muy difícil una implementación realista desde el punto de vista económico. En cualquier caso, cabe mencionar que podrían utilizarse los ahorros para las arcas públicas generados por la tecnología (como la reducción de accidentes por el vehículo autónomo) para financiar cualquier tipo de ayuda

Comenzábamos este artículo exponiendo el trasfondo histórico de la disrupción tecnológica. Ya en 1931, Einstein, se hacía eco del posible impacto que tendrían los robots en nuestras vidas futuras cuando afirmaba que las tecnologías destinadas a servir al progreso del mundo, liberando a la humanidad de la esclavitud del trabajo, estaban a punto de abrumar a sus creadores.

Del mismo modo, el genio de Leonardo da Vinci, ya en el siglo XVI, fue capaz de visionar robots y vehículos autónomos, visiones que se están haciendo realidad en los siglos XX y XXI. En la misma época, brilló también el genio de Miguel Ángel, que pintó la Capilla Sixtina, en el Vaticano. En el punto central de su grandioso fresco, el ser humano y Dios se acercan juntando sus índices. Quizás el genio de Da Vinci y el de Miguel Ángel también trascendió al arte y se pudo reflejar y anticipar cómo este acercamiento se aceleraría con la revolución de la tecnología: el hombre comienza a jugar a ser Dios.

Ya veremos cuáles son las consecuencias.

Referencia bibliográfica

• Agnes Audier (2017). “The BIM Revolution Comes to Building Materials”. Boston Consulting Group.

• Ali, R,. Barrdear, J., Clews, R,. y Southgate, J. (2014). “Innovations in Payment Technologies and the Emergence of Digital Currencies”. Londres. Banco de Inglaterra.

• Arntz, M., T. Gregory and U. Zierahn (2016). “The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis”. Paris. OECD Publishing.

• Bronwyn H. Hall (2011). “Using Productivity Growth as an Innovation Indicator”. University of Maastricht.

• Bridges, Rutt., (2015). “Driverless Car Revolution: Buy Mobility, not Metal”.

• McKinsey Global Institute (January 2017). “A future that works: Automation, Employment and Productivity”. McKinsey & Company.

• BlackRock (2014). “Interpreting Innovation: Impact on Productivity, Inflation & Investing”. Nueva York. BlackRock.

• Carl Benedikt Frey† and Michael A. Osborne‡ (2013). “The future of employment: how susceptible are jobs to computerization”. Oxford Martin School.

• Carl Benedikt Frey (2016). “Technology at Work v2.0. The Future is Not What It Used to Be”. Citi GPS: Global Perspectives & Solutions.

• Columbus, L., (2015). “2015 Roundup of 3D Printing Market Forecasts and Estimates”. Forbes.

• Daniel Arias (2015). “Disruptive Innovations III Ten More Things to Stop and Think About”. Citi GPS: Global Perspectives & Solutions.

• Dale-Johnson, D,. Ph. D., Melton S,. (2016). “Impacts of Autonomous and Driverless Cars on CRE”. Naiop Development Magazine.

• Detlev Mohr (January 2016). “Automotive revolution – perspective towards 2030”. McKinsey & Company.

• Despeisse, M. and Ford, S. (2015). “The Role of Additive Manufacturing in Improving Resource Efficiency and Sustainability”. University of Cambridge.

• EY (2016). “Internet of Things – Human-machine Interactions that Unlock Possibilities”. EY.

• Fortune Magazine (April 2017). “Is This Tiny European Nation a Preview of Our Tech Future?”. Finance Yahoo.

• Francesco Bogliacino (2009). “The Impact of Innovation on Labour Productivity Growth in European Industries: Does it Depend on Firms' Competitiveness Strategies?”. JRC Technical Notes.

• Frey, C. B. y Osborne, M., (2013). “The Future of Employment: How Susceptible Are Jobs to Computerization?”.

• GMO (2017). “The Deep Causes for Secular Stagnation and the Rise of Populism”.

• Goldman Sachs (2015). “Emerging Theme Radar”. Goldman Sachs.

• Haskell Garfinkel - DeNovo (2016). “FinTech ReCap and Funding ReView”. PWC.

• Hills, J., (2016). “How Self-driving Cars Will Transform Real Estate”. Real Estate Business.

• Jason Furman (2016). “Artificial Intelligence, Automation, and the Economy”. Executive Office of the President of the United States of America.

• James Bozin (2017). “Is universal basic income a good idea?”. Wharton University.

• KPMG (2017). “The Pulse of FinTech”.

• Lauslhati, K., Mattila, J., Seppala, T., ETLA (2017). “Smart Contracts – How will Blockchain Technology Affect Contractual Practices?”. The Research Institute of the Finnish Economy.

• Maney, K., (2016). “How Artificial Intelligence and Robots Will Radically Transform the Economy”. Newsweek.

• Maney, K., (2016). “How Technology Will Solve the Planets Hardest Problems”. Newsweek.

• Mauldin, J., (2017). “When Robots Take All of Our Jobs, Remember the Luddites”. Mauldin Economics.

• McKinsey Global Institute (June 2015). “The internet of things: Mapping the value beyond the hype”. McKinsey & Company.

• McKinsey & Company (2013). “Disruptive Technologies: Advances that Will Transform Life, Business, and the Global Economy”. McKinsey & Company.

• McKinsey & Company (2015). “The Internet of Things: Mapping the Value beyond the Hype”. McKinsey & Company.

• McKinsey & Company (2016). “Automotive Revolution – Perspective towards 2030”. McKinsey & Company.

• McKinsey & Company (2017). “A Future that Works: Automation, Employment and Productivity”. McKinsey & Company.

• Morgan Stanley (2013). “Autonomous Cars: Self-driving the New Auto Industry Paradigm”. Morgan Stanley

• Mironov, V., Boland, T., Trusk, T,. Forgacs, G., and Markwald R.R. (2003). “Organ Printing: Computer-aided Jet-based 3D Tissue Engineering”. Trends in Biotechnology.

* Nakamoto, S., (2008). “Bitcoin: A Peer-to-Peer Electronic Cash System”. Satoshi Nakamoto.

• Pew Research Center (2017). “The Internet of Things Connectivity Binge: What Are the Implications?”. Pew Research Center

• PWC (2016). “Service Robots: The Next Big Productivity Platform”. PWC.

• Ravi Shanker (November 2013). “Autonomous cars – self driving the new auto industry paradigm”. Morgan Stanley.

• RCLCO (2015). “A Driverless Vehicle Roadmap for the Real Estate Practitioner –Part 2”. RCLCO.

• Shushanik Papanyan (June 2017). “Cuando los robots lo hacen todo y el ocio es obligatorio: No durante otros 100 años”. Madrid. BBVA Research.

• Santander (2015). “The FinTech 2.0 Paper: Rebooting Financial Services”.

• Schubert, C., Van Lavengeld, and M. Donoso, L.A. (2013). “Innovations in 3D Printing: a 3D Overview from Optics to Organs”. British Journal of Ophthalmology.

• The Boston Consulting Group (2016). “Digital in Engineering and Construction”. The Boston Consulting Group.

* The Boston Consulting Group (2017). “A CEOs Guide to Leading Digital Transformation”. The Boston Consulting Group.

• Ventola, C.L. (2014). “Medical Applications for 3D Printing: Current and Projected Uses” US National Library of Medicine, National Institute of Health”. National Institute of Health.

• Weller, Ch. (2015). “Economic Perspectives on 3D Printing”. International Journal of Production Economics.

* Wohler Associates (2017). “Informe Wohler 2017”. Wohler Associates.

• World Economic Forum (2016). “The Future of Jobs – Employment, Skills and Workforce Strategy for the Fourth Industrial Revolution”. World Economic Forum.