header-logo

Comunicación de marketing impulsada por inteligencia artificial

Descargo de responsabilidad: el texto que se muestra a continuación se ha traducido automáticamente desde otro idioma utilizando una herramienta de traducción de terceros.


El problema de los doctorados duales de las startups actuales

Jul 20, 2020 7:45 AM ET

Close-Up Of Illuminated Light Bulb Against Black Background

Una de las ventajas de este trabajo es que se llega a ver todo lo que está pasando por ahí en el mundo de las startups. Una de las desventajas de este trabajo es ver cuántas ideas no son tan originales.

Cada semana en mi bandeja de entrada, hay otro inicio sin código. Otro juego fintech para pagos y tarjetas de crédito y finanzas personales. Otro trabajo remoto o inicio de eventos en línea. Otra startup de cannabis, otra criptomoneda, otra herramienta de análisis para alguna otra función en el lugar de trabajo (¡productividad de conserje como servicio!)

Honestamente se siente en momentos como si estuviéramos atascados: es el mismo rehashes de software antiguo, pero teóricamente "mejor" (sí, es una aplicación de toma de notas, pero se ejecuta en Kubernetes!). De hecho, esa sensación de repetitividad y el ritmo glacial de la verdadera innovación no es sólo en mi cabeza o tal vez la suya: también ha sido identificada por científicos e investigadores y sigue siendo un área clave de debate en el campo de la economía de la innovación.

 

Por supuesto, hay un montón de nuevos horizontes por ahí. Biología sintética y medicina personalizada. Satélites y tecnología espacial. Criptodivisas y finanzas. Vehículos autónomos y urbantech. Plataformas de semiconductores abiertos y el futuro del silicio. De hecho, hay tantas vistas abiertas que me sorprende que cada emprendedor e inversor no esté corriendo para reclamar estos nuevos territorios maduros para la creatividad y, en última instancia, el beneficio.

Es un dilema al menos hasta que empieces a entender los requisitos de entrada para estos campos fronterizos.

Hemos pasado por la generación de startups que puedes hacer como abandono de la escuela secundaria o la universidad, hackeando una red social de scripts PHP o montando una computadora fuera de partes en un club local de homebrew. También hemos pasado por las startups que requerían un doctorado en ingeniería eléctrica, o biología, o cualquiera de los otros campos de la ciencia y la ingeniería que son el manantial de la innovación.

Ahora, nos acercamos a una nueva barrera, ideas que requieren no sólo una profundidad extrema en un campo, sino la profundidad en dos o a veces incluso más campos simultáneamente.

Tome biología sinética y el futuro de los productos farmacéuticos. Hay una tesis popular y ahora bien financiada sobre el cruce del aprendizaje automático y la biología/medicina para crear la próxima generación de tratamiento farmacéutico y clínico. Los conjuntos de datos están ahí, los pacientes están listos para comprar, y las viejas formas de descubrir nuevos candidatos para tratar enfermedades se ven positivamente antiguas contra un enfoque más deliberado y automatizado que ofrecen los algoritmos modernos.

Mover la aguja incluso ligeramente aquí, aunque requiere un enorme conocimiento de dos campos muy duros y dispares. La IA y la biografía son dominios que se vuelven extremadamente complejos extremadamente rápido, y también donde los investigadores y fundadores llegan rápidamente a las fronteras del conocimiento. Estos no son campos "resueltos" por ningún tramo de la imaginación, y no es raro llegar rápidamente a una respuesta "Nadie sabe realmente" a una pregunta.

Es lo que se podría llamar el problema de doctorado dual de las startups de hoy. Para ser claros, esto no se trata de credenciales, no se trata de la piel de oveja al final del programa de posgrado. Se trata del conocimiento representado por ese diploma y cómo se necesitan dos rondas enteras de él para sintetizar la próxima generación de soluciones.

Ahora, antes de que empieces a gritar, hablemos de equipos. Existe un argumento razonable de que los equipos con las especializaciones adecuadas pueden unirse y resolver estos problemas. No necesitas un solo fundador con experiencia en bio e IA o criptografía y economía o hardware de visión y movilidad por computadora, solo necesitas reunir los talentos adecuados en la sala para que la innovación suceda.

Hay certeza de la verdad en eso, y de hecho, ese es el impulso para muchas de las empresas que estamos viendo hoy en estos campos.

Pero eso también se siente precisamente como el bloque de hoy para empujar la innovación aún más hacia adelante. Las startups de hoy en día tienen un biólogo hablando sobre laboratorios húmedos por un lado y un especialista en IA encerando sobre GPT-3 en el otro, o un experto en criptografía que negocia su punto de vista con un abogado de valores. Hay una traducción constante y seria requerida entre estos dominios, traducción que (yo diría sobre todo) impide la fusión que estos campos necesitan para que se construyan nuevas startups.

Tal vez no haya un ejemplo mayor y más obvio de estos requisitos de dominio que la respuesta a COVID-19. La epidemiología y la salud pública son posiblemente los dos campos más difíciles que existen en términos del número de especializaciones necesarias simultáneamente para hacerlos bien. Necesitas conocer la medicina y la fisiología humana para entender la etiología de las enfermedades, tener los antecedentes de las ciencias sociales para entender cómo los seres humanos interactúan individualmente y en grupos, entender las implicaciones económicas y de política pública de diferentes profilácticas para comprender las compensaciones involucradas, y finalmente, dominar la formación estadística para leer, entender y construir modelos de datos correctos.

Todo esto, y todo al mismo tiempo. ¿No es de extrañar que surja tan poco consenso cuando tan pocas personas tienen todas las habilidades necesarias en su cabeza?

La razón por la que los equipos se encuentran con la resistencia es que cada especialista necesita entender las limitaciones que tienen todas las otras especialidades, al mismo tiempo que tiene suficientes matices para entender lo que es realmente una barrera y lo que tal vez es una regla que se puede romper. No puede tener un PM no técnico administrar un producto de IA ("¿No podemos usar TensorFlow para eso?") más de lo que puede tener estas empresas construidas por expertos incompatibles, siempre tratando de explicar a la otra por qué una idea no es loable.

No estamos acostumbrados a este tipo de desafío cognitivo. El software está tan democratizado hoy en día, que olvidamos lo muy difícil que son casi todas las otras facetas del esfuerzo humano para incluso comenzar. Un estudiante de escuela media puede crear e implementar un servicio web escalable a millones de personas con algunas líneas de código (aprendido de recursos fácilmente y ampliamente accesibles en Internet) y algunas herramientas básicas de infraestructura en la nube que están diseñadas para incorporar a nuevos usuarios rápidamente.

Inténtalo con cohetes. O con farmacia. O con vehículos autónomos. O cualquiera de las nuevas fronteras interesantes con campos verdes que están ahí sentados esperando la toma.

Así que para impulsar aún más el progreso del mundo, necesitamos fusionar más campos y comprimir el conocimiento necesario más rápido y antes para más personas. No podemos esperar hasta que 25 años de escuela esté completa y la gente se gradúe demacrado a los 40 antes de que puedan tomar una oportunidad en algunas de estas fascinantes intersecciones. Necesitamos construir corrientes de deslizamiento a estas lagunas donde la innovación aún no ha llegado.

De lo contrario, vamos a ver el mismo patrón en el futuro que vemos hoy: la trigésima aplicación para X sin barrera de entrada en absoluto. Ahí no viene el progreso.

Contact Information:

Danny Crichton