Antonio Garamendi, Javier García, Elena Gonzáles-Blanco, Almudena Trigo, Ezequiel Sánchez y Oihana Basilio
La Fundación Rafael del pino organizó, el día 15 de Abril de 2024, el encuentro «Innovación con futuro en España. 10 tecnologías imprescindibles para adaptar los modelos de negocio a las nuevas tecnologías», con motivo de la publicación de la obra editada por Gestión 2000 que recoge los contenidos del INFORME INTEC 2023 resultado de los trabajos de la Cátedra ciencia y tecnología de la Fundación Rafael del Pino, dirigida por el Catedrático Rafael del Pino, Javier García
El acto se desarrolló de acuerdo con el siguiente programa:
19.oo horas. Bienvenida
19.08 horas. Intervención de Antonio Garamendi, Presidente de la Confederación española de organizaciones empresariales (Ceoe).
19.30 horas. Intervención de Javier García, Fundador de Rive Technology, Director del laboratorio de Nanotecnología molecular de la UA y Ex Presidente de la IUPAC.
19.50 horas. Diálogo: «Deep-Tech, Deep Sciencice, IA: Retos en España»
Elena González-Blanco, Responsable de Inteligencia Artificial para los nativos digitales – Europa, Oriente Medio y África-, Microsoft.
Almudena Trigo, Presidente y Socia Fundadora, Beable Capital
Oihana Basilio, Rafael del Pino- MIT Fellow y profesora de la Universidad Autónoma de Madrid (Moderadora)
Resumen:
La Fundación Rafael del pino organizó, el 15 de abril de 2024, el encuentro “Innovación con futuro en España. 10 tecnologías imprescindibles para adaptar los modelos de negocio a las nuevas tecnologías”, en el que participaron Elena González-Blanco, responsable de Inteligencia Artificial para los nativos digitales – Europa, Oriente Medio y África- de Microsoft; Almudena Trigo, presidente y socia fundadora de Beable Capital, y Ezequiel Sánchez, presidente ejecutivo de PLD Space, con motivo de la publicación de la obra editada por Gestión 2000 que recoge los contenidos del INFORME INTEC 2023 resultado de los trabajos de la Cátedra ciencia y tecnología de la Fundación Rafael del Pino, dirigida por el Catedrático Rafael del Pino, Javier García.
Ezequiel Sánchez: Había una oportunidad de negocio que se estaba operando en el sector público e iba a pasar al sector privado, que es el transporte espacial, para el que había que desarrollar la tecnología. Hacemos un sistema complejo, como autoría de diseño, que es el diseño de un lanzador espacial en el que las tecnologías no son demasiado complejas de desarrollar de manera aislada, pero sí de diseñar, fabricar, testar y operar de manera integrada, que es lo que le da la complejidad de deep tech. Una tecnología profunda, una tecnología muy compleja de operar correctamente con el nivel de éxito que requiere un lanzador espacial. Lanzamos Miura 1, que es un lanzador suborbital, en octubre. Hemos sido la primera compañía privada en Europa de haber conseguido esto, después de haber conseguido 85 millones de euros de financiación principalmente privada. El objetivo es poder crear industria, es decir, que detrás de esta tecnología que va creando brecha, que va permitiendo que se pueda crear una cadena de aprovisionamiento con proveedores que estaban trabajando en la industria del calzado y del juguete y que ahora están haciendo piezas espaciales. Eso y repatriar talento son los dos aspectos que más nos llenan y que vamos avanzando en esa dirección de mercado para poder hacer una empresa que sea competitiva. Quizá desmitificamos. No hablamos de deep tech, pero estamos desmitificando la tecnología llevándola a la realidad.
Almudena Trigo: Beable Capital es una gestora de capital privado especializada en deep Science. El deep tech es muy general, es un término muy amplio. Es muy importante meternos dentro del deep tech y definirlo un poco más. El deep science es, dentro de esas tecnologías disruptivas que es el deep tech, tenemos esas tecnologías que son tangibles. Por una parte, tenemos esas tecnologías más digitales, que lidera la inteligencia artificial. Después tenemos otro pilar muy amplio, que son las tecnologías industriales, tangibles, y hablamos de nanotecnología, materiales avanzados, fotónica, micro y nano electrónica, realmente empresas industriales de base científica. Es muy importante esta diferenciación para que se creen mercados, para que realmente se cree una cadena de valor. El deep science sería esa parte de tecnologías más tangibles. ¿Cuál es la importancia del deep science? Acabamos de terminar de elaborar con BBVA Research un informe sobre el deep science en Europa y su importancia. La ciencia ya no es algo para cuatro que les encanta. La ciencia es un motor económico. La ciencia es industria. Y, en los próximos años, va a marcar la diferencia. Tenemos unos retos ante nosotros a los que el deep science va a dar la solución porque no tenemos tecnología y la mayor fuente de producción de tecnología es la ciencia. Con lo cual, la ciencia va a ser un factor económico muy importante. En este informe lo que se ve es que estamos en un momento convulso en el cual hemos visto que nos tenemos que apalancar en las tecnologías para dar una respuesta, para ver una Europa más sostenible, más competitiva, más excelente. El 90% de las patentes que van directamente a sostenibilidad son patentes deep science. Dos tercios de las tecnologías que Europa afirma que son esenciales para conseguir la competitividad europea son deep science. Más de la mitad de las tecnologías que nos van a aportar resiliencia para ser más estables ante cualquier tipo de crisis son tecnologías deep science. Con lo cual, en los próximos años, el deep science va a ser un actor muy importante y que va a marcar cómo los países y las economías se posicionan.
Elena González-Blanco: La inteligencia artificial es, ahora mismo, una mezcla entre el deep tech y el deep science, en el sentido de que cada cosa que está pasando es una innovación en la ciencia. Pero es necesario ponerla en el mercado, ponerla en producción, para que se pueda utilizar. La velocidad que está tomando esto es tan grande que, en este momento, no podemos concebir el avance de la ciencia sin la participación de las empresas y viceversa porque se ha hecho patente, ahora más que nunca, que este trabajo conjunto es imprescindible. La inteligencia artificial no es una moda pasajera o que surge de repente de la nada. La inteligencia artificial es el resultado de muchos años de investigación científica, con Alan Turing o Marvin Minsky, creador del primer laboratorio de inteligencia artificial en el MIT en los años 50. Las teorías matemáticas que están debajo de las redes neuronales que estamos implementando hoy en los transformers que están detrás de ChatGPT y todos sus modelos colindantes se crearon en esta época en universidades como el MIT y se han ido desarrollando a lo largo de muchísimos años. Lo que estamos viendo es la mezcla entre estos largos años de investigación, donde hemos pasado de una serie de sistemas basados en las reglas de la lógica a unos sistemas que combinaban con toda la parte de probabilidad. De pronto, estamos viendo que, gracias a la innovación y a la ciencia en la que han invertido empresas como Nvidia o los fabricantes de GPUs, y a todos los datos que están disponibles para entrenar estos modelos, ha surgido la inteligencia artificial generativa. Es la evolución de muchas personas que han trabajado en procesamiento del lenguaje natural, como en visión artificial, como en robótica, como en infraestructura de hardware para hacer que todo esto sea posible. Y, por supuesto, de empresas que han trabajado en la creación de nube y en capacidad computacional para poder poner a disponibilidad el que modelos de lenguaje que están entrenados con trillones de datos sean algo que corra en un dispositivo como un teléfono móvil. Esta combinación de ciencia, tecnología e innovación es lo que hace que cada vez sea más fácil de usar y esté a disposición de cualquier usuario, pero, además, que haya que estar a la última.
En este sentido, tenemos mucho que hacer desde la parte científica de esas universidades que están haciendo estos descubrimientos, pero también de investigación en las empresas. En Microsoft estamos constantemente investigando en cuestiones como toda la parte de modelos de inteligencia artificial afecta a toda la parte de producción molecular y cómo se hacen ensayos en forma para pode ayudar con modelos de machine learning y de inteligencia artificial generativa hasta generación de proteína y de innovación en distintos sectores. Por otro lado, estamos pendientes de cómo implementamos esto en la sociedad. El reto es que esto está avanzando a una velocidad que ya vamos todos por detrás y, en concreto, España y Europa están también a la cola de estas innovaciones. Necesitamos mucha formación y mucha adopción cultural de lo que son estas tecnologías dentro de estas empresas. Las tecnologías están, pero tenemos un reto cultural. Por ejemplo, en el sistema sanitario, si los datos no están organizados, si no hay cultura de poder unificar la información y utilizar distintas fuentes de datos para que un modelo de inteligencia artificial pueda aprender sobre ello, tenemos un freno en la innovación. En esta tercera pata, que es llevarlo a la sociedad, implementarlo y hacerlo posible en el día a día de las empresas, en pequeños aspectos como son la productividad del día a día, leyendo un documento, o analizando una serie de conversaciones, tenemos un campo gigante para transformar cualquier industria. Ese es el gran reto porque nos afecta a todos, y no para quitarnos el trabajo o para acabar con nosotros, sino porque tenemos ante nosotros las posibilidades de cambiar cualquier industria con herramientas que ya están disponibles.
Una empresa como Microsoft está liderando la transformación tecnológica y la propia inteligencia artificial, pero el cambio que ha experimentado en este último año y medio ha sido absolutamente brutal. Primero, porque de todo lo que estamos hablando ahora mismo, hace dos años prácticamente no existía. Los modelos de lenguaje generativo, tal y como hoy los conocemos, ha sido algo que ha saltado al mercado hace poco tiempo, lo que nos ha obligado a cambiar todo el modelo de negocio, todo el modelo de servicio a los clientes y la formación de los propios equipos. La necesidad que tiene tu cliente y de que el producto que vendes se está transformando constantemente te hace estar en guardia y tener que cambiar todo el modelo de negocio mirando todo lo que está pasando alrededor. Ahora mismo nos enfrentamos a retos de hardware, es decir, todo lo que es la producción de unidades para procesar las grandes cantidades de datos que requiere la utilización de la inteligencia artificial es un reto per se en el que se está investigando sobre todo el consumo energético que requiere todo este tipo de modelos, pero también todo lo que es poder optimizar los procesos para que puedan ser eficientes en países con menos conectividad o en dispositivos móviles. Por otra parte, nos enfrentamos a un desafío regulatorio, sobre todo viviendo en Europa, porque estamos en una industria que se está intentando regular tarde y, muchas veces, sin los conocimientos adecuados para poder poner todas las piezas sobre la mesa y, además, con la desventaja política de que no se está haciendo igual en todas partes. Eso supone un freno para la innovación, a la vista de la cantidad de requerimientos a la hora de poner en producción una innovación que se está desarrollando. Estos son fenómenos que hacen que la empresa tenga que adaptarse a nivel geopolítico y local, y que tienen un impacto cultural en cómo los clientes y la sociedad también consumen y ven el producto que estamos vendiendo. Esa recepción y ese miedo a la innovación está muy vigente en esta industria.
Ezequiel Sánchez: Los desafíos a los que nos enfrentamos son todos los que comentaba Elena porque son muy transversales. Estamos en un campo en el que actuamos como pioneros. En el tema de la regulación hay que tratar de evitar la sobrerregulación en un sector que está en fase de definición porque puede condicionar la capacidad de competir. Desde el punto de vista emprendedor, no existe capital inversor industrial en España, ni en fases tempranas, ni en medianas, en compañías que están pre revenue, que es nuestro caso. Pero hemos conseguido financiación gracias a que hay gente que apuesta, family offices e inversores privados que, en su mandato, reglado, cuando ven el proyecto entienden que hay una industria detrás y se desarrolla esa capacidad de invertir. Hay que desarrollar ese capital inversor en aspectos industriales, que es lo que va detrás del deep science. Detrás de eso hay muchas empresas que se van a formar como consecuencia de la necesidad del desarrollo de nuevas aplicaciones. El principal reto es mantener ese talento, pero también permitir que pueda existir la rotación del talento con destinos. Entonces, seguro que se crearán empresas interesantes que retroalimenten el sector.
Almudena Trigo: Somos un capital privado que está liderando la inversión en deep science. Somos ese inversor que entiende que nace para y por invertir, apoyar, desarrollar y obtener rentabilidad de empresas industriales de base científica. Esto es una oportunidad. Tenemos una nueva clase de inversión que es el science equity que lo que hace es fomentar esta inversión. Tenemos empresas como Captoplastic, que elimina los residuos micro plásticos del agua. Tenemos otra participada que hace nuevos materiales, por ejemplo, un cuero que no venga del animal ni del plástico, que no contamine, que sea sostenible y, al mismo tiempo que tenga esas características que queremos. O un filtro social que nos proteja sin destrozar el medio ambiente. La regulación y los clientes cada vez son más conscientes de todo esto. Todo esto está revolucionando y tenemos que pedir eso a las grandes industrias, que están buscando nuevos modelos, nuevos productos. Como capital privado, lo que hacemos es entender estas empresas, invertir en ellas y que lleguen antes al mercado para desarrollarse. España es un lugar estupendo para ello. Tenemos los mimbres, podemos liderar este cambio, esta nueva ola de crear unas empresas industriales avanzadas que vengan a resolver estos retos.
Hay una tarea que tenemos pendiente, que es proteger mejor las tecnologías. Se tiene que adquirir en la cultura científica que es muy importante proteger las nuevas tecnologías en un sentido más amplio. Estas empresas emplean a mucho ingeniero, a mucho doctor, y ahí estamos bastante bien. Este tipo de empresas les resulta muy atractivo a ingenieros doctores más allá de la carrera científica. Seguir investigando y desarrollando desde la empresa privada es importante. Luego, hay una cosa que echo en falta, más a nivel cultural. Nosotros gestionamos 85 millones de euros. En Alemania hay muchas familias que tienen patrimonio que quiere obtener rentabilidad, pero, al mismo tiempo, quieren crear país. Esto falta en los family office españoles, con más conservadores. Me gustaría que, movilizando un poco de capital estas familias que tienen patrimonio, podrían poner a circular bastante capital para que se capitalizara en empresas españolas. Esa cultura me gustaría que se incentivara.
Elena González-Blanco: Soy menos optimista de entrada porque creo que nos falta mucho. Vamos muy a la cola de lo que se podría hacer, sobre todo si comparamos con lo que se está haciendo en el resto de países. Ha mejorado mucho en los últimos años, pero, lamentablemente, cuando hablamos de startups, de innovación, tecnologías punteras, inteligencia artificial, estamos bastante por detrás. Tenemos cosas buenas, un talento espectacular, gente muy bien formada, y tenemos que seguir apostando por ella, por hubs tecnológicos. Pero todavía hay mucho por hacer, en primer lugar, desde el punto de vista cultural, sobre todo en interdisciplinariedad. En este país seguimos hablando de ciencias y letras cuando la inteligencia artificial habla idiomas. Estas cosas hay que ponerlas encima de la mesa porque en este país hay que cambiar muchas cosas. Después está toda la parte cultural de cómo entramos en estos ámbitos. A día de hoy, el principal reto y el principal cambio de la inteligencia artificial ha sido el lenguaje. Tendríamos que estar apostando, de forma muy seria, por desarrollar una tecnología puntera en un idioma que hablan más de seiscientos millones de personas, en España, Latinoamérica y Estados Unidos. Tenemos una oportunidad de oro en nuestro dato, que es nuestro idioma, nuestras variantes y un reflejo de nuestra cultura, está todavía en vías de desarrollo porque los modelos de inteligencia artificial se elaboran en inglés y después se traducen. Esto requiere una colaboración científica con las empresas y redunda en un beneficio económico porque tenemos muchas empresas que han crecido hacia Latinoamérica y que requieren de un mercado que es nuestro idioma. El lenguaje es un activo, pero aplicado al sector legal, al sector sanitario, a cualquier tipo de sector que hace que la inteligencia artificial funcione mejor es una asignatura pendiente, y ésta está en nuestras manos.
Ezequiel Sánchez: Yo haría mucho énfasis en esa transversalidad. En el MIT solían decir que las tecnologías nacen siempre en el sitio equivocado. Las grandes aplicaciones de la inteligencia artificial todavía están por llegar. Esa transversalidad es algo que hay que fomentar mucho más. También hay que hacer una verdadera apuesta por los intangibles, en invertir en propiedad industrial, conocimiento y capitalizarlo. Si queremos aumentar la productividad, la única manera que tenemos de hacerlo es incrementar esa renta con esas patentes, con aplicación, también con marca.
La Fundación Rafael del Pino no se hace responsable de los comentarios, opiniones o manifestaciones realizados por las personas que participan en sus actividades y que son expresadas como resultado de su derecho inalienable a la libertad de expresión y bajo su entera responsabilidad. Los contenidos incluidos en el resumen de esta conferencia son resultado de los debates mantenidos en el encuentro realizado al efecto en la Fundación y son responsabilidad de sus autores.
The Rafael del Pino Foundation is not responsible for any comments, opinions or statements made by third parties. In this respect, the FRP is not obliged to monitor the views expressed by such third parties who participate in its activities and which are expressed as a result of their inalienable right to freedom of expression and under their own responsibility. The contents included in the summary of this conference are the result of the discussions that took place during the conference organised for this purpose at the Foundation and are the sole responsibility of its authors.
