En una economía de innovación exitosa, una capa institucional de colaboración entre universidades e industrias, aceleradoras y redes de fundadores y mentores puede ayudar a que la investigación sea comercialmente viable.
La evidencia de Silicon Valley y otros centros de innovación muestra que una sólida capa institucional puede multiplicar las inversiones que, de otro modo, se disiparían.
Las economías que quieran impulsar la innovación en IA no deberían centrarse en equilibrar la intervención estatal y la libertad de mercado, sino en fortalecer la capa institucional que los conecta.
Un debate habitual —¿deberían los gobiernos financiar la innovación disruptiva o apartarse?— pasa por alto el ingrediente clave que distingue a las economías de innovación de alto rendimiento de las que flaquean.
El ingrediente decisivo no es el gasto estatal ni la libertad de mercado. Es la fortaleza de la capa institucional que los conecta. Este es el potente motor que transforma los descubrimientos en industrias.
Dos anuncios enmarcan este debate: China está destinando 138.000 millones de dólares a un fondo de capital riesgo respaldado por el Estado para dirigir inversiones estratégicas en tecnología. En cambio, el presidente de EE. UU. ha propuesto recortar en un 55 % la financiación de la Fundación Nacional de Ciencias, de 8.750 millones de dólares a 4.000 millones de dólares; al mismo tiempo, ha puesto en marcha la Misión Genesis, dotada con 293 millones de dólares, para aplicar la inteligencia artificial (IA) a más de 20 desafíos nacionales.
En conjunto, estas medidas delimitan el debate habitual. Pekín apuesta a que el capital dirigido por el Estado puede elegir a los ganadores de la próxima ola tecnológica. Washington avanza en la dirección opuesta al retirarse de la financiación científica de amplio alcance que ha sustentado la innovación estadounidense durante 75 años, aunque también hace una apuesta menor por la IA, guiada por una misión concreta.
Sin embargo, ambas apuestas pasan por instituciones en las que ninguno de los dos gobiernos está invirtiendo. Ninguna de las posturas del debate está completa sin la capa institucional que ayuda a que la investigación sea comercialmente viable.
Por qué esto importa para la innovación en IA
En una economía de innovación de alto rendimiento, la capa institucional es el motor esencial entre la investigación básica y el comercio. Compuesta por oficinas de transferencia tecnológica (organizaciones dentro de las universidades cuyo objetivo es comercializar la investigación), programas de colaboración entre universidades e industrias, institutos de investigación aplicada, aceleradoras y redes de fundadores y mentores, esta capa institucional cuenta con una larga trayectoria demostrada de transformar descubrimientos en industrias.
Sin embargo, esta capa institucional esencial suele quedar fuera del debate sobre si la financiación pública o la libertad de mercado son la mejor manera de apoyar la innovación disruptiva.
Dos líneas de investigación abordan esta brecha. La obra de 2009 de Josh Lerner, Boulevard of Broken Dreams documenta que la mayoría de los intentos gubernamentales de planificar la innovación obtienen resultados inferiores. La obra de Mariana Mazzucato, The Entrepreneurial State de 2011 muestra que, aun así, la inversión pública ha sido fundamental para desarrollar internet, la biotecnología, las vacunas de ARNm y la IA actual.
Ambas explican que una sólida capa institucional multiplica las inversiones: sin ella, estas se disipan.
Esta capa no se construye por sí sola. Los actores privados invierten menos de lo necesario en investigación básica a gran escala, un problema descrito por el premio Nobel Kenneth Arrow en 1962 . Las universidades, las empresas de capital riesgo y la industria operan con horizontes temporales distintos y no pueden coordinarse para crear infraestructuras compartidas que beneficien a todos, pero que ningún actor construirá por sí solo. Además, los beneficios se concentran geográficamente: solo los actores arraigados en el territorio pueden justificar la inversión en las instituciones de conexión que necesita una región.
Ni el gasto estatal ni los mercados por sí solos pueden resolver estos problemas.
Silicon Valley como construcción institucional
Silicon Valley es el caso que todo el mundo conoce y suele interpretar mal. Según el relato habitual, lo construyó el mercado o lo hizo la Agencia de Proyectos de Investigación Avanzada de Defensa de EE. UU. (DARPA). En realidad, como documenta Margaret O’Mara en su obra de 2019 The Code, Silicon Valley creció gracias a una construcción institucional que se desarrolló durante cuatro décadas.
A finales de la década de 1940, Fred Terman, decano de ingeniería de la Universidad de Stanford, se propuso convertir la inversión federal en investigación en actividad industrial mediante un diseño deliberado, no por casualidad. El Stanford Industrial (ahora Research) Park, creado en 1951, situó a la industria junto a la investigación académica.
La Oficina de Licencias Tecnológicas, fundada por Niels Reimers en 1970, diseñó el modelo de participación accionaria del profesorado que más tarde quedó parcialmente codificado en la ley de 1980 Bayh-Dole Act, que permitió la titularidad, el patentamiento y la comercialización de invenciones desarrolladas con financiación federal.
William Miller, más tarde rector de Stanford y presidente de SRI International, una empresa de investigación y desarrollo de Silicon Valley, reestructuró la organización como intermediaria fuera del campus y cofundó el Programa de Stanford sobre Regiones de Innovación y Emprendimiento.
Los fondos federales para investigación fluyeron a través de esta capa durante 40 años antes de que Stanley Cohen y Herbert Boyer sentaran las bases de la industria biotecnológica y de que la investigación en redes de SRI condujera a internet. Sin la capa institucional, esa misma inversión estatal habría producido artículos académicos. Con ella, la inversión estatal produjo industrias.
Silicon Valley no fue un triunfo del mercado ni de la financiación estatal, sino de las instituciones intermediarias.
Patrones de innovación similares
Esta arquitectura se repite en otros casos parecidos.
La trayectoria del MIT, paralela a la de Silicon Valley, estuvo marcada por Ed Roberts, cuya metodología para medir el impacto de los exalumnos registró más de 30.000 empresas fundadas por exalumnos, que empleaban a 4,6 millones de personas. Un estudio de Stanford sobre el impacto económico de la universidad basado en su participación en el emprendimiento, que coescribí con Bill Miller, identificó alrededor de 40.000 empresas y 5,4 millones de empleos vinculados a las actividades de la institución en este ámbito.
Los sistemas asiáticos muestran la misma arquitectura en etapas más tempranas. El Instituto de Investigación de Tecnología Industrial de Taiwán (China) (ITRI) realizó la labor de transferencia que universidades y empresas no podían llevar a cabo, y dio origen a Taiwan Semiconductor Manufacturing Company (TSMC) en 1987. La red TusPark de la Universidad de Tsinghua abarca ahora más de 30 ciudades chinas. Shenzhen ha construido una capa institucional a escala municipal mediante fondos municipales de innovación, cadenas de suministro de hardware y aceleradoras.
Y 20 años de visitas a Pekín me han mostrado cuán reconocible es esta arquitectura. Tanto en TusPark como en la comunidad de investigación de código abierto X-lab, las huellas institucionales son distintas, pero no lo es la función de conexión. La investigación académica sobre las reformas del Proyecto 985 de China, que financió centros de investigación universitarios, concluye que los cambios institucionales —y no el gasto estatal que acaparó los titulares— impulsaron los efectos sobre el emprendimiento de alta tecnología.
¿Diseñadas para encajar o para sustituirse?
Una reciente ola de instrumentos públicos y filantrópicos está creando la infraestructura intermediaria que conforma esta capa institucional esencial.
El programa de la Fundación Nacional de Ciencias de EE. UU. Regional Innovation Engines ha multiplicado por diez el efecto de los fondos en la fase de adjudicación: ha obtenido más de 1.000 millones de dólares en compromisos de cofinanciación frente a 135 millones de dólares, repartidos entre nueve motores que abarcan los chips, la IA, la tecnología cuántica y la energía limpia. Las organizaciones de investigación especializadas pueden abordar los cuellos de botella que evitan las universidades y los fondos de capital riesgo, como hace la Advanced Research and Invention Agency.
El sector privado ha evolucionado en paralelo mediante capital riesgo para tecnologías avanzadas, vehículos de inversión con horizontes más largos y capital estratégico soberano y corporativo. La cuestión es si las dos capas encajarán entre sí o se sustituirán.
La IA está poniendo ahora a prueba todos los sistemas de innovación. Sus cuellos de botella —el acceso a capacidad de cómputo, la infraestructura de evaluación, la investigación sobre seguridad y la auditoría de modelos de frontera— aún no cuentan con instituciones intermediarias consolidadas. La Misión Genesis y el Recurso Nacional de Investigación en IA son primeros intentos de crear esa capa en EE. UU. La propia IA podría ahora transformar esa capa, a medida que la búsqueda de mentores, la identificación de oportunidades y la diligencia debida pasan cada vez más al alcance de estos modelos.
Pero existe el riesgo de confundir la herramienta con la institución. La investigación académica sobre los esfuerzos gubernamentales para impulsar la creación de empresas muestra que facilitar la entrada al mercado hace poco por sí solo. En cambio, los mayores avances se producen cuando la acción pública también aporta recursos e intermediarios. Los efectos se acumulan a lo largo de años, no de trimestres.
Qué impulsa realmente la innovación en IA
El verdadero debate sobre cómo impulsar las economías de innovación en IA no debería centrarse en «más Estado» o «más mercado», sino en cómo fortalecer la capa institucional que los conecta.
Todo país que quiera liderar en innovación debe responder a dos preguntas: ¿Quién está construyendo estas instituciones de conexión y sosteniéndolas a través de los ciclos políticos? ¿Y se mide el éxito en décadas, como han exigido los casos históricos, o en ciclos presupuestarios?
Los países que respondan bien a ambas preguntas liderarán la era de la IA. Los que sigan debatiendo sobre Estado frente a mercado se quedarán atrás.
