stringtranslate.com

Previsión tecnológica

La previsión tecnológica intenta predecir las características futuras de máquinas , procedimientos o técnicas tecnológicas útiles. Los investigadores crean pronósticos tecnológicos basados ​​en experiencias pasadas y desarrollos tecnológicos actuales. Al igual que otros pronósticos, los pronósticos tecnológicos pueden ser útiles para que las organizaciones públicas y privadas tomen decisiones inteligentes. Al analizar oportunidades y amenazas futuras, el pronosticador puede mejorar las decisiones para lograr los máximos beneficios. [1] Hoy en día, la mayoría de los países están experimentando enormes cambios sociales y económicos, que dependen en gran medida del desarrollo tecnológico. Al analizar estos cambios, el gobierno y las instituciones económicas podrían hacer planes para desarrollos futuros. Sin embargo, no todos los datos históricos pueden usarse para pronósticos tecnológicos; los pronosticadores también deben adoptar tecnología avanzada y modelos cuantitativos a partir de investigaciones y conclusiones de expertos. [2]

Historia

La previsión tecnológica ha existido durante más de un siglo, pero se convirtió en un tema establecido hasta la Segunda Guerra Mundial, porque el gobierno estadounidense comenzó a detectar la tendencia de desarrollo tecnológico relacionado con el área militar después de la guerra. En 1945, las Fuerzas Aéreas del Ejército de EE. UU. crearon un informe llamado Hacia nuevos horizontes , que analizaba el desarrollo de la tecnología y discutía la importancia para estudios futuros. El informe es una indicación del comienzo de la previsión tecnológica moderna. [3] En las décadas de 1950 y 1960, RAND Corporation desarrolló la técnica Delphi y fue ampliamente aceptada y utilizada para realizar evaluaciones inteligentes para el futuro. [4] Las aplicaciones de la Técnica Delphi son un punto de inflexión en la historia de la previsión tecnológica, porque se convirtió en una herramienta eficiente para la construcción de conocimiento y la toma de decisiones, especialmente para cuestiones de política social y salud pública. [5] En la década de 1970, el sector privado y las agencias gubernamentales fuera del área militar adoptaron ampliamente la previsión tecnológica y ayudaron a diversificar los usuarios y las aplicaciones. A medida que avanza la tecnología informática, el hardware y el software avanzados facilitan el proceso de clasificación y análisis de datos. El desarrollo de Internet y las redes también es beneficioso para el acceso y la transferencia de datos. [6] El análisis de oportunidades tecnológicas comenzó en 1990. El software mejorado puede ayudar a los analistas a buscar y recuperar información de datos de bases de datos grandes y complicadas y luego representar gráficamente las interrelaciones. [7] A partir del año 2000, cada vez más requisitos y desafíos nuevos conducen al desarrollo moderno de la previsión tecnológica, como los mercados de predicción , los juegos de realidad alternativa , las comunidades de previsión en línea y la previsión de obsolescencia. [3]

Aspectos importantes

" Creo que tenemos una afinidad cultural por la tecnología que refleja optimismo, pero todos hacemos malos pronósticos ". — Jim Moore, director del Programa de Ingeniería de Transporte de la Universidad del Sur de California [8]

Principalmente, un pronóstico tecnológico se ocupa de las características de la tecnología , como los niveles de desempeño técnico, como la velocidad de un avión militar, la potencia en vatios de un futuro motor en particular, la exactitud o precisión de un instrumento de medición , el número de transistores en un chip en el año 2015, etc. La previsión no tiene por qué indicar cómo se conseguirán estas características.

En segundo lugar, la previsión tecnológica normalmente se ocupa únicamente de máquinas, procedimientos o técnicas útiles. Se trata de excluir del ámbito de la previsión tecnológica aquellos productos, servicios o técnicas destinados al lujo o al entretenimiento.

En tercer lugar, la viabilidad es un elemento clave en la previsión tecnológica. Los pronosticadores deben considerar el costo y el nivel de dificultad de materialización de los deseos. Por ejemplo, un enfoque informático "Patrón" es un método de pronóstico costoso que no se recomienda utilizar en casos de fondos restringidos. [2]

Métodos

Los métodos y herramientas de pronóstico tecnológico comúnmente adoptados incluyen la ley de Moore , [9] la ley de Write y la ley de Goddard, [10] que generan evaluaciones cuantitativas del progreso tecnológico, el método Delphi , el pronóstico por analogía , las curvas de crecimiento , la extrapolación y el escaneo de horizontes . [11] [12] [13] Los métodos normativos de previsión tecnológica, como los árboles de relevancia, los modelos morfológicos y los diagramas de flujo de misión , también se utilizan habitualmente. El método Delphi se utiliza ampliamente en los pronósticos tecnológicos debido a su flexibilidad y conveniencia. Sin embargo, el requisito de llegar a un consenso es una posible desventaja del método Delphi. La extrapolación puede funcionar bien con suficientes datos históricos efectivos. Al analizar los datos pasados, los pronosticadores amplían la tendencia de desarrollo pasada para extrapolar resultados significativos en el futuro. [14]

Varios métodos de previsión tecnológica [15] [16] [17] [18] basan su predicción en la interacción entre mercados y tecnologías. Si bien el progreso tecnológico permite a las empresas lanzar productos nuevos o mejorados, el mercado potencial proporciona los incentivos para las inversiones en I+D y el éxito del mercado proporciona la financiación para una mayor investigación y desarrollo.

Combinando pronósticos

Los estudios de pronósticos anteriores han demostrado que una de las razones más frecuentes por las que un pronóstico sale mal es que el pronosticador ignora campos relacionados. [19] Un enfoque técnico determinado puede no lograr el nivel de capacidad previsto para él, porque es reemplazado por otro enfoque técnico que el pronosticador ignoró. Otro problema es el de la inconsistencia entre las previsiones. La inconsistencia entre los pronósticos se refleja en las diferentes ubicaciones y tiempos utilizados en el experimento controlado. Por lo general, produce datos inexactos y poco fiables que conducen a conocimientos incorrectos y predicciones erróneas. [20] Debido a estos problemas, a menudo es necesario combinar pronósticos de diferentes tecnologías. Además, el uso de más de un método de pronóstico a menudo le da al pronosticador más información sobre los procesos en funcionamiento que son responsables del crecimiento de la tecnología que se pronostica. La combinación de pronósticos puede reducir los errores en comparación con un pronóstico único. En el caso de que los investigadores tengan dificultades para elegir un método de pronóstico típico, combinar pronósticos es siempre la mejor solución. [21]

IA en la previsión tecnológica

La IA está empezando a tener una adopción generalizada en todas las industrias, incluida la previsión tecnológica. Por ejemplo, un método impulsado por IA desarrollado por Focus (una empresa con sede en Rotterdam, Países Bajos) utiliza datos de patentes para estimar qué tan rápido mejorarán las tecnologías emergentes.

El método aprovecha el aprendizaje automático para escanear tecnologías existentes en áreas específicas, filtra las irrelevantes según el contexto del usuario y, finalmente, estima las velocidades de mejora para cada tecnología basándose en indicadores ocultos en los datos de patentes. La metodología detrás de esto se basa en investigaciones científicas y fue desarrollada en un esfuerzo de colaboración con el MIT [22]

Investigaciones y aplicaciones relativas.

Institutos de previsión

Revistas científicas

Usos en la fabricación

Los pronósticos tecnológicos dependen en gran medida de datos y los datos contribuyen a la manufactura y la Industria 4.0 . IoT System proporciona una plataforma sólida para realizar análisis predictivos en la post-Industria 4.0. Las tecnologías avanzadas aumentarán la precisión y la confiabilidad de los pronósticos. A medida que avanza el rápido desarrollo de la tecnología IoT, cada vez más industrias estarán equipadas con sensores y monitores. El surgimiento de la manufactura moderna cambia la apariencia de las fábricas. El sistema IoT ayuda a los gerentes a monitorear y controlar el proceso de producción mediante la recopilación, el seguimiento y la transferencia de datos. Los datos son poderosos. Los gerentes también pueden realizar análisis comerciales basados ​​en datos de marketing. Se podría recopilar y utilizar información como las preferencias de compra de los clientes y la demanda del mercado para estimar la producción. [23]

El análisis de tendencias basado en los supuestos de crecimiento actuales podría utilizarse en el sector manufacturero. El análisis ayuda enormemente a reducir el tiempo de ciclo del proceso de fabricación y el consumo de energía. En este caso, la tecnología moderna aumenta la eficiencia de la producción y la eficiencia económica. [24]

Previsión tecnológica con radar tecnológico.

Las empresas suelen utilizar la previsión tecnológica para priorizar las actividades de I+D, planificar el desarrollo de nuevos productos y tomar decisiones estratégicas sobre licencias de tecnología y formación de empresas conjuntas. [25] Uno de los instrumentos que permiten la previsión tecnológica en una empresa es un radar tecnológico. El radar tecnológico sirve para identificar tecnologías, tendencias y perturbaciones desde el principio y llamar la atención sobre las amenazas y oportunidades del desarrollo tecnológico, así como para estimular la innovación. [26]

Los radares tecnológicos se han implementado con éxito con el fin de identificar, seleccionar, evaluar y difundir inteligencia tecnológica en toda la empresa. [27] [26] Estos radares tecnológicos siguen un determinado proceso de radar que en sí mismo aporta un valor significativo para una empresa: [27]

Ver también

Referencias

  1. ^ Quinn, James Brian (1 de marzo de 1967). "Previsión Tecnológica". Revisión de negocios de Harvard . Núm. marzo de 1967. ISSN  0017-8012 . Consultado el 7 de diciembre de 2019 .
  2. ^ abdou, E.; Mahmoud, S. (1 de enero de 1977). "El papel de la previsión tecnológica en la planificación de desarrollos futuros". Volúmenes de actas de la IFAC . Conferencia de la IFAC sobre Enfoque de Sistemas para el Desarrollo, El Cairo, Egipto, 26 al 29 de noviembre. 10 (14): 65–68. doi :10.1016/S1474-6670(17)66433-4. ISSN  1474-6670.
  3. ^ ab Council, Investigación Nacional (28 de septiembre de 2009). Previsión persistente de tecnologías disruptivas. Prensa de Academias Nacionales. ISBN 978-0-309-11660-2.
  4. ^ O'Brien, Peter W. (1978). "La Técnica Delphi y la Planificación Educativa". La Revista Irlandesa de Educación / Iris Eireannach an Oideachais . 12 (2): 69–93. ISSN  0021-1257. JSTOR  30076717.
  5. ^ Adler, Michael; Ziglio, Erio (1996). Mirando al oráculo: el método Delphi y su aplicación a la política social y la salud pública. Editores de Jessica Kingsley. ISBN 978-1-85302-104-6.
  6. ^ Martino, Joseph P. (1 de agosto de 1999). "Treinta años de cambio y estabilidad". Previsión Tecnológica y Cambio Social . 62 (1): 13-18. doi :10.1016/S0040-1625(99)00011-6. ISSN  0040-1625.
  7. ^ Zhu, Donghua; Portero, Alan L. (1 de junio de 2002). "Extracción y visualización automatizada de información para inteligencia tecnológica y previsión". Previsión Tecnológica y Cambio Social . Aspectos destacados de TF de ISF 2001. 69 (5): 495–506. doi :10.1016/S0040-1625(01)00157-3. ISSN  0040-1625. S2CID  16720975.
  8. ^ Lufkin, Bryan (6 de julio de 2016). "Cinco promesas de transporte que nunca cambiaron del todo el mundo". BBC . Archivado desde el original el 9 de julio de 2016.
  9. ^ Brock, David C. (2006). Comprender la ley de Moore: cuatro décadas de innovación . Fundación Patrimonio Químico.
  10. ^ Goddard, C. (diciembre de 1982). "Desmentir la curva de aprendizaje". Transacciones IEEE sobre componentes, híbridos y tecnología de fabricación . 5 (4): 328–335. doi :10.1109/tchmt.1982.1136009. ISSN  0148-6411.
  11. ^ Jun, Seung Pyo; Sung, Tae-Eung; Park, Hyun-Woo (2017). "Predicción por analogía utilizando el tráfico de búsqueda web". Previsión Tecnológica y Cambio Social . 115 (C): 37–51. doi : 10.1016/j.techfore.2016.09.014 .
  12. ^ Chen, Yu-Heng; Chen, Chia-Yon; Lee, Shun-Chung (1 de junio de 2011). "Previsión tecnológica y estrategia de patentes de tecnologías de energía de hidrógeno y pilas de combustible". Revista Internacional de Energía del Hidrógeno . 36 (12): 6957–6969. doi :10.1016/j.ijhydene.2011.03.063. ISSN  0360-3199 . Consultado el 21 de marzo de 2021 .
  13. ^ Sylak-Glassman, Emily J.; Williams, Sharon R.; Gupta, Nayanee (2016). "Apéndice C". Uso actual y potencial de herramientas de pronóstico tecnológico en el gobierno federal : C-1 – C-4.
  14. ^ Lea "Pronóstico persistente de tecnologías disruptivas" en NAP.edu. 2009. doi : 10.17226/12557. ISBN 978-0-309-11660-2.
  15. ^ Itami, Hiroyuki; Numagami, Tsuyoshi (1992). "Interacción dinámica entre estrategia y tecnología". Revista de Gestión Estratégica . 13 (T2): 119-135. doi :10.1002/smj.4250130909. ISSN  0143-2095.
  16. ^ Kline, Stephen; Dyer-Witheford, Nick; Peuter, Greig De (26 de mayo de 2003). Juego digital. Prensa de la Universidad McGill-Queen. doi :10.1515/9780773571068. ISBN 978-0-7735-7106-8.
  17. ^ Canción, Michael; Droge, Cornelia; Hanvanich, Sangphet; Calantone, Roger (2005). "Complementariedad de recursos tecnológicos y marketing: un análisis de su efecto de interacción en dos contextos ambientales". Revista de Gestión Estratégica . 26 (3): 259–276. doi :10.1002/smj.450. ISSN  0143-2095.
  18. ^ Orbach, Yair (2022). Previsión de la dinámica del mercado y la tecnología . Prensa de la Universidad Ariel. ISBN 978-965-7632-40-6.
  19. ^ Portero, Alan L.; Cunningham, Scott W.; Bancos, Jerry; Roper, A. Thomas; Masón, Thomas W.; Rossini, Federico A. (12 de julio de 2011). Previsión y Gestión de la Tecnología. John Wiley e hijos. ISBN 978-0-470-44090-2.
  20. ^ Pappenberger, F.; Cloke, HL; Persson, A.; Demeritt, D. (2011). "Opiniones de HESS" Sobre la (in)consistencia de las previsiones en una cadena hidrometeorológica: ¿maldición o bendición? Debates sobre hidrología y ciencias del sistema terrestre . 8 (1): 1225-1245. Código Bib : 2011HESSD...8.1225P. doi : 10.5194/hessd-8-1225-2011 . ISSN  1812-2116.
  21. ^ Armstrong, J. (17 de junio de 2001). "Combinación de previsiones". Artículos de marketing (34).
  22. ^ Triulzi, Giorgio; Alstott, Jeff; Magee, Christopher L. (1 de septiembre de 2020). "Estimación de las tasas de mejora del rendimiento de la tecnología mediante la extracción de datos de patentes". Previsión Tecnológica y Cambio Social . 158 : 120100. doi : 10.1016/j.techfore.2020.120100 . ISSN  0040-1625.
  23. ^ Zhong, Ray Y.; Xu, Xun; Klotz, Eberhard; Newman, Stephen T. (1 de octubre de 2017). "Fabricación inteligente en el contexto de la Industria 4.0: una revisión". Ingeniería . 3 (5): 616–630. doi : 10.1016/J.ENG.2017.05.015 . ISSN  2095-8099.
  24. ^ Cascini, Gaetano; Becattini, Niccolò; Kaikov, Igor; Koziolek, Sebastián; Kucharavy, Dmitry; Nikulin, Christopher; Petrali, Pierluigi; Slupinsky, Mateusz; Rabie, Mahmoud; Balachandar; Ramadurai (1 de enero de 2015). "FORMATO: creación de una metodología original para la previsión tecnológica a través de intercambios de investigadores entre la industria y la academia". Ingeniería de Procedia . TRIZ y la innovación basada en el conocimiento en ciencia e industria. 131 : 1084-1093. doi : 10.1016/j.proeng.2015.12.426 . ISSN  1877-7058.
  25. ^ Firat, Ayse Kaya; Woon, Wei Lee; Estuardo, Madnick (2008). "Previsión tecnológica: una revisión" (PDF) . Laboratorio de Sistemas de Información Compuestos (CISL), Instituto de Tecnología de Massachusetts . S2CID  14340682. Archivado desde el original (PDF) el 28 de febrero de 2019 . Consultado el 24 de febrero de 2020 .
  26. ^ ab Rohrbeck, René; Heuer, Jörg; Arnold, Heinrich (2006). "El radar tecnológico: un instrumento de estrategia de innovación e inteligencia tecnológica". 2006 Conferencia Internacional IEEE sobre Gestión de la Innovación y la Tecnología . vol. 2. págs. 978–983. CiteSeerX 10.1.1.527.7418 . doi :10.1109/ICMIT.2006.262368. ISBN  1-4244-0147-X. S2CID  27061994.
  27. ^ ab Boe-Lillegraven, Siri; Monterde, Stephan (2015). "Explorando el valor cognitivo de la previsión tecnológica: el caso del radar tecnológico de Cisco". Previsión Tecnológica y Cambio Social . 101 : 62–82. doi : 10.1016/j.techfore.2014.07.014 .

enlaces externos