Si el progreso tecnológico acelera exponencialmente, ¿qué compañías son las ganadoras?

  • 18-09-2018

  • 3 minutos

Nadie pone en duda actualmente que es posible obtener retornos atractivos con compañías tecnológicas como Alphabet, Amazon o Apple. Están creciendo rápido, algunas veces parece que a tasas exponenciales. ¿Continuará esta tendencia? ¿Qué compañías se beneficiarán del progreso?

Un factor notable es la reducción en los costes de muchas de estas innovaciones. Por ejemplo, los dispositivos de almacenamiento son más pequeños y podemos guardar más información de la que era concebible hace sólo diez años. Esto ha creado uno de los requisitos previos para los smartphones y el big data, que están estimulando el crecimiento económico actualmente.

¿La Ley de Moore continuará estimulando el crecimiento económico?

Uno de los principios centrales del mundo tecnológico es la Ley de Moore. Se basa en la observación de Gordon Moore en 1965 de que el número de transistores en un circuito integrado denso se duplica aproximadamente cada dos años y, por tanto, también la capacidad de procesado. Al mismo tiempo, el precio cae. En los últimos años, la Ley de Moore se ha ralentizado, ya que la elevada densidad de los circuitos integrados está empezando a desafiar los límites de la física.

¿Significa esto que la innovación y el crecimiento de las compañías tecnológicas empezará a reducirse? Kurzweil dice que no. Al contrario, en 2001 argumentó que el ritmo del cambio tecnológico en general acelerará. Según Kurzweil, la Ley de Moore debe ser ampliada y postula que, cuando las barreras al desarrollo tecnológico son alcanzadas, las nuevas invenciones nos permiten superarlas. En su Ley de Rendimientos Acelerados, sostiene que cuando el factor que impulsa la innovación es la información (como la inteligencia artificial, la robótica o la impresión 3D), su rendimiento también comienza a duplicarse aproximadamente cada año. Las sinergias entre las diferentes capas multiplican aún más el ritmo de aceleración.

¿Quién se beneficia de la reducción de costes?

Mientras el rendimiento aumenta, los costes de producción se reducen, lo que produce una mayor aceleración en las posibilidades del progreso. Los avances en la capacidad de los dispositivos de almacenamiento son una de las razones por las que ahora podemos almacenar más en nuestro teléfono que en un ordenador de sobremesa hace quince años. Lo mismo ocurre con muchas otras innovaciones como las baterías de los coches eléctricos o la impresión 3D (ver la siguiente tabla), cuyo desarrollo y uso sólo están comenzando a despegar.

Source: MainFirst, Ismail et al, 2014, Exponential Organizations, *MainFirst estimate

Así que, mientras los usuarios se benefician de smartphones cada vez más potentes, las compañías que permiten estas capacidades también se están beneficiando. Una compañía bien posicionada en este terreno es Applied Materials, el mayor proveedor mundial de la industria de semiconductores (incluyendo por ejemplo Samsung, Intel y TSMC) que impulsa muchos de estos avances tecnológicos. Sus ingresos crecieron un 19% interanual, impulsados especialmente por el récord de ingresos en su división de formación y servicios. Se espera que el fuerte crecimiento a doble dígito continúe, dada la elevada demanda de sus productos. Los nuevos resultados de investigación que ayudarán a impulsar el incremento de las necesidades de datos en la era de la inteligencia artificial y el Internet de las cosas deberían asegurar un mayor crecimiento en el largo plazo.

El fabricante de tarjetas gráficas Nvidia también se está beneficiando, especialmente de los grandes requisitos del big data y la inteligencia artificial. En sus resultados del segundo trimestre, Nvidia publicó un crecimiento récord en todas sus plataformas. El beneficio general aumentó un 40% interanual hasta 3.120 millones de dólares. Gran parte de esto procedió de la división de centros de datos, donde los ingresos crecieron un 83% interanual hasta 760 millones de dólares. Sus últimos avances deberían asegurar la continuidad del crecimiento. Las nuevas tarjetas gráficas se basan en el aprendizaje profundo basado en la arquitectura de Turing. La nueva GPU completa la plataforma Nvidia RTX que ofrece un nuevo enfoque gráfico de renderización híbrido que combina rasterización, ray tracing, computación e inteligencia artificial para permitir el ray tracing en tiempo real. Es casi seguro que se utilizará en muchas aplicaciones como los videojuegos, la inteligencia artificial y la conducción autónoma. Además, sus capacidades implican que también podría ser empleado en diagnósticos médicos como en la biofotónica, que debería permitir la detección temprana del cáncer.