Previsión tecnológica
Prediciendo el futuro de la tecnología
Estudios de futuros
Conceptos
Técnicas
Evaluación y previsión de tecnología
Temas relacionados

La previsión tecnológica intenta predecir las características futuras de máquinas , procedimientos o técnicas tecnológicas útiles. Los investigadores crean previsiones tecnológicas basadas en la experiencia pasada y los desarrollos tecnológicos actuales. Al igual que otras previsiones, la previsión tecnológica puede ser útil tanto para las organizaciones públicas como privadas para tomar decisiones inteligentes. Al analizar las 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 se pueden utilizar para la previsión tecnológica, los pronosticadores también deben adoptar tecnología avanzada y modelos cuantitativos a partir de las investigaciones y conclusiones de los expertos. [2]

Historia

La previsión tecnológica existe desde hace 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 los EE. UU. crearon un informe llamado Toward New Horizons , que examinó el desarrollo tecnológico y analizó 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 desde 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 de 2000, cada vez más requisitos y desafíos nuevos conducen al desarrollo moderno de la previsión tecnológica, como 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 con 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]

Básicamente, un pronóstico tecnológico se ocupa de las características de la tecnología , como los niveles de rendimiento técnico, como la velocidad de un avión militar, la potencia en vatios de un motor futuro en particular, la precisión de un instrumento de medición , el número de transistores en un chip en el año 2015, etc. El pronóstico no tiene por qué indicar cómo se lograrán estas características.

En segundo lugar, la previsión tecnológica suele referirse únicamente a máquinas, procedimientos o técnicas útiles, lo que excluye del ámbito de la previsión tecnológica aquellos bienes, 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 la materialización de los deseos. Por ejemplo, un método de previsión basado en computadora llamado “Pattern” es un método costoso que no se recomienda utilizar en casos de fondos limitados. [2]

Métodos

Los métodos y herramientas comúnmente adoptados para la previsión tecnológica incluyen la ley de Moore , [9] la ley de Write y la ley de Goddard, [10] que generan evaluaciones cuantitativas para el progreso tecnológico, el método Delphi , la previsión por analogía , las curvas de crecimiento , la extrapolación y la exploración del horizonte . [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 comúnmente. El método Delphi se utiliza ampliamente en las previsiones tecnológicas debido a su flexibilidad y conveniencia. Sin embargo, el requisito de alcanzar un consenso es una posible desventaja del método Delphi. La extrapolación puede funcionar bien con suficientes datos históricos efectivos. Al analizar los datos pasados, el pronosticador extiende 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 los mercados y las 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 en el mercado proporciona la financiación para más I+D.

Combinando pronósticos

Los estudios de pronósticos pasados ​​han demostrado que una de las razones más frecuentes por las que un pronóstico falla es que el pronosticador ignora los 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 pronósticos. La inconsistencia entre pronósticos se refleja en las diferentes ubicaciones y tiempos utilizados en el experimento controlado. Por lo general, produce datos inexactos y poco confiables que conducen a una visión incorrecta y predicciones defectuosas. [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 conocimiento sobre los procesos en funcionamiento que son responsables del crecimiento de la tecnología que se está pronosticando. La combinación de pronósticos puede reducir los errores en comparación con un pronóstico único. En el caso de que los investigadores se enfrenten a problemas para elegir un método de pronóstico típico, la combinación de pronósticos es siempre la mejor solución. [21]

La inteligencia artificial en la previsión tecnológica

La IA está empezando a adoptarse de forma generalizada en todos los sectores, incluida la previsión tecnológica. Por ejemplo, un método basado en IA desarrollado por Focus (una empresa con sede en Róterdam, Países Bajos) utiliza datos de patentes para estimar la velocidad con la que mejorarán las tecnologías emergentes.

El método aprovecha el aprendizaje automático para analizar las tecnologías existentes en áreas específicas, filtra las irrelevantes en función del contexto del usuario y, por último, calcula las velocidades de mejora de cada tecnología en función de indicadores ocultos en los datos de patentes. La metodología que lo sustenta se basa en investigaciones científicas y se desarrolló en un esfuerzo colaborativo con el MIT [22].

Investigaciones relativas y aplicaciones

Institutos de previsión

Revistas científicas

Usos en la fabricación

La previsión tecnológica depende en gran medida de los datos, y estos contribuyen a la fabricación y a la Industria 4.0 . El sistema IoT proporciona una plataforma sólida para realizar análisis predictivos en la era posterior a la Industria 4.0. Las tecnologías avanzadas aumentarán la precisión y la fiabilidad de las previsiones. A medida que se desarrolle rápidamente la tecnología IoT, cada vez más industrias estarán equipadas con sensores y monitores. La aparición de la fabricación moderna cambia la apariencia de las fábricas. El sistema IoT ayuda a los gerentes a supervisar 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 empresariales basados ​​en datos de marketing. Se podría recopilar información como las preferencias de compra de los clientes y las demandas del mercado y utilizarla para la estimación de la producción. [23]

El análisis de tendencias basado en el supuesto de crecimiento actual podría utilizarse en la industria manufacturera. El análisis ayuda en gran medida 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]

Pronóstico tecnológico 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 tecnológicas 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 shocks de forma temprana y para 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 propósito de identificar, seleccionar, evaluar y difundir inteligencia tecnológica a nivel de 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]

  • Identificación: empleados que actúan como exploradores de tecnología de todo el mundo envían tecnologías novedosas a la plataforma.
  • Selección: en función de la tecnología, su impacto potencial y novedad, un equipo de radar revisa las tecnologías presentadas y selecciona las más válidas.
  • Evaluación: luego se evalúan las tecnologías seleccionadas en función de la oportunidad de mercado y el riesgo de implementación.
  • Difusión: el radar muestra tecnologías evaluadas según su madurez, posición en la cadena de valor y relevancia. [28]

Véase también

Referencias

  1. ^ Quinn, James Brian (1 de marzo de 1967). "Previsión tecnológica". Harvard Business Review . N.º marzo de 1967. ISSN  0017-8012 . Consultado el 7 de diciembre de 2019 .
  2. ^ ab Abdou, E.; Mahmoud, S. (1977-01-01). "El papel de la previsión tecnológica en la planificación de desarrollos futuros". IFAC Proceedings Volumes . Conferencia IFAC sobre Enfoque de Sistemas para el Desarrollo, El Cairo, Egipto, 26-29 de noviembre. 10 (14): 65-68. doi :10.1016/S1474-6670(17)66433-4. ISSN  1474-6670.
  3. ^ ab Council, National Research (28 de septiembre de 2009). Pronóstico persistente de tecnologías disruptivas. National Academies Press. 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 hacia el oráculo: el método Delphi y su aplicación a la política social y la salud pública. Jessica Kingsley Publishers. ISBN 978-1-85302-104-6.
  6. ^ Martino, Joseph P. (1999-08-01). "Treinta años de cambio y estabilidad". Pronóstico tecnológico y cambio social . 62 (1): 13–18. doi :10.1016/S0040-1625(99)00011-6. ISSN  0040-1625.
  7. ^ Zhu, Donghua; Porter, Alan L. (1 de junio de 2002). "Extracción y visualización automatizadas de información para inteligencia y previsión tecnológica". Previsión tecnológica y cambio social . TF Highlights from 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). Entendiendo la Ley de Moore: Cuatro décadas de innovación . Chemical Heritage Foundation.
  10. ^ Goddard, C. (diciembre de 1982). "Desmitificando la curva de aprendizaje". IEEE Transactions on Components, Hybrids, and Manufacturing Technology . 5 (4): 328–335. doi :10.1109/tchmt.1982.1136009. ISSN  0148-6411.
  11. ^ Jun, Seung-Pyo; Sung, Tae-Eung; Park, Hyun-Woo (2017). "Pronóstico por analogía utilizando el tráfico de búsqueda web". Pronóstico tecnológico 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). "Pronóstico tecnológico y estrategia de patentes de tecnologías de energía de hidrógeno y pilas de combustible". Revista internacional de energía de 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 previsión tecnológica 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 (S2): 119–135. doi :10.1002/smj.4250130909. ISSN  0143-2095.
  16. ^ Kline, Stephen; Dyer-Witheford, Nick; Peuter, Greig De (26 de mayo de 2003). Digital Play. McGill-Queen's University Press. doi :10.1515/9780773571068. ISBN 978-0-7735-7106-8.
  17. ^ Song, Michael; Droge, Cornelia; Hanvanich, Sangphet; Calantone, Roger (2005). "Complementariedad de recursos de marketing y tecnología: 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). Pronóstico de la dinámica del mercado y la tecnología . Ariel University Press. ISBN 978-965-7632-40-6.
  19. ^ Porter, Alan L.; Cunningham, Scott W.; Banks, Jerry; Roper, A. Thomas; Mason, Thomas W.; Rossini, Frederick A. (12 de julio de 2011). Pronóstico y gestión de la tecnología. John Wiley & Sons. ISBN 978-0-470-44090-2.
  20. ^ Pappenberger, F.; Cloke, HL; Persson, A.; Demeritt, D. (2011). "Opiniones de HESS "Sobre la (in)consistencia de los pronósticos en una cadena hidrometeorológica: ¿maldición o bendición?"". Discusiones sobre hidrología y ciencias del sistema terrestre . 8 (1): 1225–1245. Bibcode :2011HESSD...8.1225P. doi : 10.5194/hessd-8-1225-2011 . ISSN  1812-2116.
  21. ^ Armstrong, J. (17 de junio de 2001). "Combinación de pronósticos". Marketing Papers (34).
  22. ^ Triulzi, Giorgio; Alstott, Jeff; Magee, Christopher L. (1 de septiembre de 2020). "Estimación de las tasas de mejora del rendimiento tecnológico mediante la minería de datos de patentes". Pronóstico tecnológico 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, Sebastian; Kucharavy, Dmitry; Nikulin, Christopher; Petrali, Pierluigi; Slupinsky, Mateusz; Rabie, Mahmoud; Balachandar; Ramadurai (1 de enero de 2015). "FORMAT – Construyendo una metodología original para la previsión tecnológica a través de intercambios de investigadores entre la industria y la academia". Procedia Engineering . TRIZ y la innovación basada en el conocimiento en la ciencia y la industria. 131 : 1084–1093. doi : 10.1016/j.proeng.2015.12.426 . ISSN  1877-7058.
  25. ^ Firat, Ayse Kaya; Woon, Wei Lee; Stuart, Madnick (2008). "Technological forecasting - a review" (PDF) . Composite Information Systems Laboratory (CISL), Massachusetts Institute of Technology . 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 inteligencia tecnológica y estrategia de innovación". Conferencia internacional IEEE de 2006 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. Número de identificación del sujeto  27061994.
  27. ^ ab Boe-Lillegraven, Siri; Monterde, Stephan (2015). "Explorando el valor cognitivo de la previsión tecnológica: el caso del Cisco Technology Radar". Previsión tecnológica y cambio social . 101 : 62–82. doi : 10.1016/j.techfore.2014.07.014 .
  28. ^ "Radar tecnológico | Una guía con opiniones sobre el panorama tecnológico actual". Thoughtworks . Consultado el 5 de junio de 2024 .
Wikimedia Commons tiene medios relacionados con Previsión tecnológica .
  • Serie de artículos de TechCast, William Halal Próximamente
  • Pronóstico de TSTC La oficina de tecnología emergente y pronóstico de Texas State Technical College
  • [1] Archivado el 2 de junio de 2013 en Wayback Machine Manual de previsión tecnológica de Unido.
Obtenido de "https://es.wikipedia.org/w/index.php?title=Previsiones_tecnológicas&oldid=1234336600"