Repensar la innovación: el motor invisible que genera sorpresa y valor

Introducción

La innovación suele ser tratada como una fórmula: procesos que se repiten, métricas que se miden y políticas que se aplican. En “The Invisible Engine: Why Innovation Evades Control”, Eugene Fitzgerald, profesor en el MIT y veterano de Bell Labs, plantea una vista distinta: la innovación es un fenómeno complejo y descentralizado que no siempre responde bien a intentos de control rígido. Es especialmente relevante hoy, cuando la inteligencia artificial está alterando cómo entendemos el conocimiento, la investigación y la creación de valor.

En este artículo revisamos las ideas centrales de Fitzgerald, su experiencia práctica —incluyendo la coinvención del ‘strained silicon’ en los 1990s— y qué implican sus conclusiones para gobiernos, universidades y empresas, con especial atención a los desafíos y oportunidades en América Latina.

¿Qué es el “motor invisible”?

Fitzgerald define el “motor invisible” como la inteligencia colectiva descentralizada que surge cuando múltiples actores —investigadores, empresas, emprendedores, instituciones públicas— convergen en formas imprevisibles que terminan generando “sorpresa” en el mercado. La noción remite a la idea clásica del economista Frank Knight: el emprendedor asume incertidumbre y obtiene su recompensa cuando ocurre una sorpresa positiva, es decir, cuando el mercado acepta algo que nadie anticipó plenamente.

La importancia de esta definición radica en desplazar el foco desde estructuras jerárquicas o procesos lineales hacia redes de colaboración flexibles donde la convergencia ocurre de manera orgánica. El motor invisible no es una máquina administrativa; es un efecto emergente de interacciones entre conocimiento, necesidades del mercado y capacidad de implementación.

Lecciones desde los semiconductores: Bell Labs, MIT y la adopción industrial

Fitzgerald relata cómo su paso por AT&T Bell Laboratories y luego por el MIT ofrecieron lecciones prácticas sobre el recorrido desde un descubrimiento científico hasta su adopción industrial. Junto a un colega, desarrolló una técnica para ‘ornar’ (strain) el silicio en capas delgadas con muy pocos defectos, un avance clave desde el punto de vista físico. Pero el camino hacia el impacto real incluyó pasos que no estaban en los papers: diálogo con marketing, navegación institucional y eventual emprendimiento.

Ese trayecto —laboratorio industrial, universidad, startup, litigio y acuerdo con actores como Intel— ilustra que la innovación no es una sucesión ordenada sino una serie de transiciones entre organizaciones y contextos. En este caso, el resultado fue contribuyente a la extensión de la Ley de Moore: la industria adoptó la técnica porque permitió seguir aumentando la densidad de transistores en los chips.

La moraleja práctica es clara: los descubrimientos científicos necesitan puentes que conecten conocimientos técnicos con necesidades del mercado y capacidades de producción. Esos puentes rara vez emergen por sí solos; requieren actores que puedan operar en fronteras institucionales.

Tres tipos de inversión en investigación

Una de las aportaciones centrales del libro es la distinción entre tres categorías de inversión en investigación, cada una con objetivos y expectativas distintas:

• Altruistic science: Investigación básica orientada a educar y formar talento. Su objetivo es generar conocimiento y capacidades humanas; no está pensada para producir resultados económicos directos a corto plazo. Fitzgerald subraya que, si se evalúa por su rendimiento económico directo en plazos cortos, su contribución puede aparecer como marginal, aunque su papel en la formación de capital humano es esencial.

• Strategic research: Proyectos organizados alrededor de un objetivo concreto (por ejemplo, un programa militar complejo). Aquí, el cliente —a menudo el Estado— asume gran parte del riesgo económico y coordina avances en múltiples dominios tecnológicos. Son adecuados cuando existe un único comprador o un objetivo claro que justifica coordinar varios frentes tecnológicos.

• Fundamental innovation: Investigación y actividades que buscan cubrir todo el proceso desde el conocimiento hasta el crecimiento económico, dejando abiertas las posibilidades y permitiendo que converjan múltiples actores. Esta categoría apunta a conectar la ciencia con la implementación en el mercado, y requiere estructuras que faciliten iteraciones largas y heterodoxas.

Comprender estas diferencias es crucial para diseñar políticas: no todas las inversiones deben medirse con la misma métrica ni gestionarse con los mismos instrumentos.

Implicaciones para América Latina

Las reflexiones de Fitzgerald tienen relevancia directa para América Latina, donde con frecuencia se buscan recetas importadas de ecosistemas de innovación desarrollados en el Norte Global. Algunas implicaciones prácticas:

• Clarificar objetivos de inversión: Las políticas públicas deben distinguir si buscan formar talento, resolver problemas públicos estratégicos o impulsar procesos que conecten ciencia y mercado. Cada objetivo exige instrumentos institucionales distintos.

• Fortalecer puentes institucionales: A menudo existe talento científico, pero faltan los mecanismos para que ese conocimiento llegue al mercado. Incentivos para movilidad entre universidades, empresas y startups, así como marcos que faciliten acuerdos de transferencia tecnológica, son fundamentales.

• Evitar la trampa del control extremo: Intentar controlar cada etapa del proceso —por ejemplo, mediante planes rígidos o indicadores cortoplacistas— puede asfixiar la creatividad. Los ecosistemas más productivos combinan dirección estratégica con espacios de experimentación abierta.

• Considerar el papel del sector público como cliente y catalizador: En muchas economías latinoamericanas, el Estado puede jugar el papel del “único comprador” para desafíos estratégicos (salud pública, infraestructura, energía), pero debe hacerlo de forma que fomente aprendizaje y adopción por parte del sector privado.

Cómo preparar instituciones para la incertidumbre

Fitzgerald sugiere que las instituciones deben diseñarse para sostener la incertidumbre productiva: mantener abiertas las preguntas, facilitar interacciones intersectoriales y aceptar que el valor económico puede surgir de rutas imprevistas. Algunas prácticas concretas:

• Financiamiento flexible que permita iteraciones y cambios de rumbo.
• Programas de colaboración internacional que expongan a investigadores y empresas a mercados diversos.
• Incentivos para la movilidad entre academia y empresa, incluyendo marcos contractuales y de propiedad intelectual que reduzcan fricciones.
• Enfoques de evaluación más amplios que reconozcan formación de capacidades y efectos sistémicos además de resultados comerciales directos.

Conclusión

La tesis central de Fitzgerald es que la innovación escapa a métodos de control rígidos porque es un fenómeno emergente, alimentado por la interacción descentralizada de actores que asumen incertidumbre. Comprender esa “inteligencia colectiva” permite diseñar mejores políticas, instituciones y estrategias corporativas —no con la ilusión de predecir cada resultado, sino con la capacidad de facilitar las condiciones en las que la sorpresa positiva puede ocurrir y traducirse en valor.

Para América Latina, la lección más importante es pragmática: identificar qué tipo de investigación se quiere promover, invertir en puentes entre conocimiento y mercado, y crear marcos que toleren la incertidumbre necesaria para que surja la próxima generación de innovaciones.