Las nuevas tecnologías suelen surgir a bombo y platillo solo para acabar cayendo en el olvido o incumpliendo las expectativas iniciales. En el sector de la movilidad, que se está transformando rápidamente gracias al crecimiento de los vehículos eléctricos (electric vehicles, o EV), la conducción autónoma y otras innovaciones, puede resultar particularmente difícil identificar a los posibles ganadores o incluso predecir el ritmo del cambio.
Si bien siempre persistirá cierta incertidumbre, es posible comprender mejor el potencial de una tecnología examinando datos sobre patentes e investigación, niveles de inversión, tasas de adopción y otras métricas. El McKinsey Technology Council sigue este enfoque en un informe anual (el último se publicó en julio de 2023),1 que examina las innovaciones que tienen impulso en todos los sectores.
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
Hemos llevado la investigación del McKinsey Technology Council un paso más allá realizando un análisis basado en datos de 3,500 empresas industriales especializadas principalmente en conducción autónoma, conectividad, electrificación y movilidad compartida (autonomous driving, connectivity, electrification, and shared mobility, o ACES).2 Nuestro análisis se centra en diez de las tendencias intersectoriales, que van desde el desarrollo de software de próxima generación hasta la computación cuántica y la Web3, destacadas por el Consejo (consulte el recuadro: “Diez tecnologías transformadoras en movilidad”). El objetivo es obtener una visión de la innovación específica del sector determinando cuántas empresas de la muestra ya están trabajando en productos relacionados con estas tendencias o habilitados por ellas (por ejemplo, una mayor automatización que requiere algoritmos de IA aplicada).3 Hemos descubierto que alrededor del 20 por ciento de las empresas analizadas entran en esta categoría, con la mayoría enfocándose en innovaciones relacionadas con la IA aplicada.
Aunque las diez tendencias tecnológicas ya tienen impulso, prevemos aún más disrupción en el futuro cercano, porque más empresas están comenzando a centrarse en estas áreas. A medida que aumente ese número, también podría hacerlo la cantidad de productos y servicios innovadores emergentes que transformen los vehículos, ofrezcan a los consumidores nuevas opciones de movilidad y mejoren los ingresos. Dentro de las empresas de movilidad, estas innovaciones podrían mejorar cada paso de la cadena de valor, incluida la ingeniería, los servicios del ciclo de vida, la logística, la manufactura y producción, el marketing y las ventas, la investigación y el desarrollo, las adquisiciones y el desarrollo de productos. Es más, las empresas que sirven al mercado automotriz, incluidas las de computación en la nube, ingeniería y semiconductores, también pueden encontrar nuevas oportunidades a medida que se aceleran las diez tendencias.
Las tendencias tecnológicas que impulsan el cambio en el sector de la movilidad
La revolución de la movilidad está ganando velocidad. Los scooters y las bicicletas eléctricas (e-bikes) compartidas son ahora comunes en muchas ciudades, y una encuesta reciente mostraba que el 46 por ciento de los encuestados estaban abiertos a sustituir sus vehículos privados por otras opciones de transporte en los próximos diez años.4 Los propios automóviles también están evolucionando, a medida que los vehículos eléctricos se vuelven más sofisticados y las capacidades de conducción autónoma –desde sensores de punto ciego hasta vehículos autoconducidos– atraen grandes inversiones.
Los avances tecnológicos están impulsando estos cambios y facilitando la transición hacia formas de transporte más sostenibles e inclusivas. Por ejemplo, la adopción de vehículos eléctricos está creciendo en parte debido a las recientes mejoras en la autonomía y la fiabilidad de las baterías. Aunque son muchos los avances que están transformando la movilidad, nos hemos centrado en diez de los citados en el informe más reciente del McKinsey Technology Council:5
- Conectividad avanzada
- IA aplicada
- Computación en la nube y en el borde
- IA generativa
- Tecnología de realidad inmersiva
- Industrialización del aprendizaje automático
- Desarrollo de software de próxima generación
- Tecnología cuántica
- Arquitectura de confianza y herramientas de identidad digital
- Web3
Del 20 por ciento de las empresas estudiadas que ya están trabajando en productos o servicios relacionados con estas tendencias, muchas ya han asegurado inversiones para desarrollar sus soluciones. Estas empresas gozan de buena salud financiera, con un financiamiento total superior a los $200 mil millones de dólares, y el 64 por ciento está trabajando en aplicaciones de IA aplicada o tecnología habilitada por IA aplicada, lo que convierte a esa tendencia tecnológica en líder con diferencia (Gráfica 1).
Las otras tendencias tecnológicas entre las cinco primeras son la conectividad avanzada, la computación en la nube y en el borde, la Web3 y la tecnología de realidad inmersiva. Sin embargo, las empresas de nuestra muestra no dividen sus inversiones por igual, ya que algunas tecnologías son más relevantes que otras para tendencias específicas de ACES (Gráfica 2). Por ejemplo, la tecnología Web3 es más común en el desarrollo de casos de uso con movilidad compartida, como los relacionados con la creación de plataformas descentralizadas. Se usa con mucha menos frecuencia en empresas centradas en la conducción autónoma.
Aunque solo alrededor del 20 por ciento de las empresas de nuestro análisis están trabajando en productos o servicios relacionados con las diez tendencias tecnológicas, este número podría aumentar significativamente en respuesta a la creciente demanda de productos innovadores por parte de los consumidores, como sistemas de infoentretenimiento mejorados y envolventes en los vehículos y plataformas de movilidad que permitan a los viajeros utilizar sin problemas diferentes modos de transporte en un mismo viaje. Las empresas de movilidad también están sometidas a una presión cada vez mayor para optimizar sus operaciones internas y podrían implementar uno o más de los nuevos avances tecnológicos para aumentar la eficiencia y reducir costos.
Innovación por regiones
También hemos realizado un análisis geográfico para identificar dónde tiene mayor tracción cada tecnología. En nuestra muestra, las empresas con sede en Estados Unidos son las más propensas a reportar que están trabajando en una o más de las cinco principales tendencias tecnológicas (Gráfica 3). Con la IA aplicada, por ejemplo, el 33 por ciento de las empresas que trabajan en esta tecnología tienen su sede en Estados Unidos. Dado que la base de datos de empresas que analizamos no contenía todas las empresas chinas, es posible que nuestro análisis subestime la contribución de China en algunas categorías. Es probable que las regiones que tienen la mayor cantidad de empresas centradas en las tendencias ACES y otras soluciones digitales desempeñen un papel más importante que otras a la hora de determinar cómo evoluciona la movilidad futura.
La IA aplicada y su impacto transformador
Después de analizar nuestros resultados, examinamos la IA aplicada con más detalle porque es, con diferencia, la tecnología más popular de las diez tendencias que examinamos y está preparada para alterar múltiples aspectos del ecosistema de movilidad. La prominencia de la IA aplicada en el ámbito de la movilidad no es sorprendente, ya que mejora muchos procesos, permite la automatización y resuelve problemas antiguos. Veamos algunos ejemplos que subrayan sus beneficios actuales y crecientes en materia de movilidad:
- Ingeniería e I+D. Algunas empresas utilizan la IA aplicada para crear y controlar mundos virtuales en los que pueden entrenar los algoritmos que permiten la conducción autónoma. Entre otros beneficios, los algoritmos de IA pueden identificar debilidades inherentes a los modelos actuales. Pueden crear miles o millones de escenarios adicionales para usarlos en las pruebas, una cantidad que no sería posible sin esta tecnología. En lugar de actualizar el software si un vehículo autónomo (autonomous vehicle, o AV) no supera una prueba virtual, los desarrolladores pueden crear otro escenario para obtener más información sobre el problema, lo que ahorra tiempo y dinero. Los algoritmos pueden poner a prueba el rendimiento de un AV en situaciones mundanas, como si el vehículo se detiene ante una persona en un cruce de peatones, y en situaciones extremadamente infrecuentes, como si un peatón se cruza accidentalmente delante del vehículo.
- Adquisiciones. A medida que se acelera el cambio climático, los fabricantes de equipos originales (original equipment manufacturers, u OEM) utilizan la IA aplicada para identificar riesgos medioambientales, sociales y de gobernanza a lo largo de la cadena de suministro. Por ejemplo, los algoritmos pueden analizar noticias sobre proveedores para identificar problemas potenciales, como antecedentes de contaminación o escándalos recientes de corrupción, con mucha más rapidez y profundidad que un ser humano. Mejorar la sostenibilidad podría atraer a los compradores de automóviles, ya que una encuesta reciente entre consumidores mostró que el 70 por ciento de los encuestados consideraba que la fabricación sostenible era una consideración importante a la hora de comprar un vehículo.6 En el futuro, la IA también puede ayudar a las empresas a pronosticar los riesgos con mayor precisión y sugerir mejoras de forma proactiva, como el uso de recursos más sostenibles.
- Fabricación. Mediante el uso de cámaras de visión, detección y rastreo de la luz (light detection and ranging, o lidar) y radar en combinación con IA aplicada, los OEM han mejorado el control de calidad durante la manufactura. Por ejemplo, un fabricante de automóviles líder utiliza robots controlados por IA para procesar vehículos individuales manteniendo rigurosos estándares de calidad. En la fase de inspección de superficies, un sistema avanzado utiliza tecnología especializada que proyecta patrones en blanco y negro sobre la superficie del vehículo. Esta técnica permite a las cámaras escanear e identificar incluso las variaciones más pequeñas en la pintura reflectante. La tecnología ha tenido tanto éxito para el fabricante que los plazos de entrega han disminuido sin ningún cambio en la calidad.
- Marketing y ventas. Las empresas pueden utilizar la IA aplicada para identificar a los clientes que corren el riesgo de perderse a manos de un competidor y luego crear incentivos para aumentar su satisfacción, reduciendo potencialmente la pérdida de clientes y los costos. Más allá de la retención de clientes, las empresas esperan usar la tecnología para mejorar la experiencia del cliente y aumentar la lealtad a sus productos y marcas específicos.
- Servicios del ciclo de vida. Los OEM que incorporan IA aplicada en los sistemas de a bordo de los vehículos pueden analizar las preferencias de infoentretenimiento de los consumidores y luego hacerles recomendaciones personalizadas. Además, una encuesta entre consumidores ha revelado que alrededor del 40 por ciento de los encuestados están muy interesados en recomendaciones personalizadas y en tiempo real de sistemas de navegación familiarizados con sus patrones de conducción.7
Esperamos que la inversión en IA aplicada aumente porque los OEM están cada vez más interesados en la automatización, un cambio que depende de los algoritmos de IA que permiten los procesos automatizados. En una encuesta de McKinsey, los encuestados esperaban que el gasto en automatización representara más del 30 por ciento de los gastos de capital de sus empresas durante los próximos cinco años, frente al 22 por ciento de los cinco años anteriores.8 Alrededor del 8 por ciento de los encuestados del sector del automóvil afirmaron que una inversión de cinco años en automatización ascendería a más de $500 millones de dólares. La automatización posibilitada por la IA podría mejorar el lugar de trabajo al cerrar las crecientes brechas laborales y asumir algunas de las tareas menos deseables (por ejemplo, haciendo que los robots físicos complementen el trabajo humano).
Más allá de la automatización, las empresas utilizan cada vez más la IA aplicada para mejorar otras áreas de operaciones. Por ejemplo, algunos OEM están potenciando la I+D mediante el uso de gemelos digitales –una representación virtual de un producto– para mejorar los procesos de fabricación.
Permitir el crecimiento de la IA aplicada
Si bien los OEM y otras partes interesadas en la movilidad están comprometidos con la innovación, la implementación de la IA aplicada suele plantear desafíos. Este problema surge en todas las industrias. La investigación de McKinsey muestra que el 90 por ciento de las empresas han puesto en marcha una transformación digital, pero los beneficios en ingresos resultantes han sido aproximadamente un tercio de la cantidad esperada.9
En el ámbito de la movilidad, las empresas podrían captar ingresos mucho mayores de la IA aplicada si pudieran superar los obstáculos de implementación y aprovechar las megatendencias tecnológicas. Esta mejora requeriría que los OEM y las partes interesadas en la movilidad modificaran radicalmente su forma de operar, emprendiendo un conjunto amplio e integrado de cambios que abarcaran la estrategia, la organización, la gestión de riesgos, el talento, la tecnología, los datos y los mejores procesos para adoptar y escalar las nuevas tecnologías:
- Estrategia. El éxito de las transformaciones digitales y de IA exige un enfoque estratégico descendente. Los líderes de la alta dirección deben unirse en torno a una visión compartida y compromisos alineados con la ambición de la transformación. En lugar de perseguir casos de uso individuales, los responsables de la toma de decisiones deberían centrarse en dominios empresariales de alto valor, como el recorrido completo del cliente. Dentro de cada dominio, pueden identificar los mejores casos de uso y las mejores soluciones a seguir. Para obtener mejores resultados, las empresas deben cuantificar el valor mediante indicadores clave de desempeño (key performance indicators, o KPI) operativos y establecer prioridades claras durante la implementación.
- Organización. La innovación requiere una sólida gestión de proyectos, pero los resultados de una encuesta de McKinsey muestran que el 75 por ciento de los líderes empresariales aún no han adoptado las mejores prácticas.10 (Las empresas de tecnología son una excepción, ya que tienden a integrar las capacidades de gestión de proyectos en sus modelos operativos). Es más, muchas empresas tienen problemas de colaboración entre sus funciones empresariales, operativas y tecnológicas, lo que puede ralentizar el progreso de nuevos productos y servicios. Para superar estos problemas y mejorar las capacidades organizativas, las empresas deberían considerar establecer equipos de producto distribuidos y empoderados, liderados por un propietario del producto. Estos equipos tendrían acceso a todos los datos y tecnologías esenciales, incluidas las herramientas de desarrollo de software. Así, tendrían más posibilidades de desarrollar soluciones eficaces y multifuncionales que tuvieran realmente en cuenta los intereses empresariales.
- Gestión de riesgos. Para mejorar las capacidades de IA, las empresas deberían reconsiderar y ampliar la gestión de riesgos desde el inicio del proyecto, en lugar de esperar hasta el lanzamiento para hacerlo. Si los equipos ágiles identifican los riesgos en una fase temprana, pueden desarrollar rápidamente soluciones antes de que los problemas se agraven y amenacen el desarrollo. La gestión proactiva de riesgos es especialmente vital cuando se trabaja en tecnología emergente, ya que pueden surgir problemas inesperados. Con una gestión de riesgos sólida, las empresas pueden minimizar costos y potencialmente evitar errores que podrían dañar su reputación.
- Talento. Las organizaciones deben dar prioridad al talento tecnológico creando capacidades internas e implementando planes de contratación específicos para tecnología. Al pensar en las prioridades del talento, las empresas deberían centrarse en las habilidades esenciales, más que en las funciones, y luego identificar las carencias de capacidades. Algunas empresas podrían cubrir estas carencias capacitando a los empleados actuales, mientras que otras podrían buscar externamente el talento adecuado. Para mejorar la retención, las empresas deben desarrollar una experiencia atractiva para los empleados que abarque todos los aspectos, desde los incentivos disponibles hasta las trayectorias profesionales.
- Tecnología. Los cambios organizacionales pueden potenciar la innovación digital. Confiar en equipos múltiples y distribuidos en lugar de en una función central acelerará el progreso y mejorará la calidad de cualquier solución. El paso a equipos distribuidos requerirá una mayor dependencia de la automatización de todos los pasos, incluidos los controles de calidad y las pruebas. También exigirá la creación de entornos de autoservicio (por ejemplo, portales que permitan a los desarrolladores acceder a las aplicaciones, herramientas de colaboración y datos aprobados de una empresa).
- Datos. En la mayoría de las empresas, los equipos digitales dedican mucho tiempo a recopilar y armonizar datos. Para mejorar la experiencia del cliente y reducir los costos unitarios, todos los equipos digitales deben tener acceso a los datos casi en tiempo real. Para que esto sea factible, las empresas deben crear productos de datos, que son conjuntos de datos listos para usar y de fácil acceso para los empleados. Su arquitectura de TI debería hacer llegar fácilmente estos datos desde donde están almacenados a todos los equipos relevantes. Para la supervisión de los datos, las empresas se beneficiarán de un modelo de gobernanza federado en el que una oficina de gestión de datos crea políticas y proporciona apoyo general, mientras que las unidades de negocio y funciones gestionan algunas tareas rutinarias, como la creación de productos de datos. La estrecha colaboración entre el director de información y el director de datos también es esencial en las iniciativas relacionadas con los datos.
- Adopción y escalabilidad. Con demasiada frecuencia, las empresas se centran en desarrollar soluciones y prestan menos atención a garantizar su adopción generalizada. Para evitar esta trampa, las empresas deberían crear nuevos modelos de engagement, incentivos y métricas de desempeño para fomentar la adopción y el uso constante de la IA aplicada. La ampliación de la innovación es otro problema frecuente porque las expectativas pueden variar según el usuario final, el mercado y la ubicación de la planta. Sin embargo, algunos cambios pueden ayudar a evitar la duplicación de esfuerzos y la repetición del trabajo. Las empresas que se centran en la “valorización” (“assetization”) —creando soluciones que puedan reutilizarse en cualquier grupo sin cambios— pueden tener una ventaja a la hora de escalar. Por ejemplo, podrían escribir código en bloques fácilmente reutilizables y crear productos de datos aptos para todas las ubicaciones.
A medida que más empresas de movilidad comiencen a buscar innovaciones relacionadas con las diez tendencias tecnológicas discutidas, la disrupción será inevitable y lo que está en juego será cada vez más importante. Todas las empresas del sector, incluidos los OEM tradicionales, deben comprender qué innovaciones tienen impulso y qué tecnologías de vanguardia son las mejores para sus vehículos y otros productos. Incluso las empresas de otros sectores, como el de semiconductores, deberían prestar atención a las tendencias tecnológicas dentro de la movilidad porque podrían afectar los ingresos del sector automotriz, que a menudo incluye a algunos de sus clientes más importantes. Las empresas que tomen conciencia ahora de las tendencias más importantes pueden obtener una ventaja temprana a medida que evolucione el mercado.