All posts by amsanchez

¿Cómo de grande va a ser el negocio de la conducción autónoma?

IMAGE: WaymoLa subsidiaria de Alphabet para el desarrollo de la conducción autónoma, Waymo eleva las cifras de su acuerdo con Fiat Chrysler anunciando la adquisición de un total de 62,000 vehículos híbridos enchufables Chrysler Pacifica, una minivan que adapta para la conducción autónoma en una fábrica que ambas compañías poseen en Michigan, y con la que la compañía lleva ya bastante tiempo haciendo pruebas y sustituyendo al modelo anterior, un Lexus RX: hasta el momento, unos 600 vehículos participan en el despliegue de Waymo en ciudades de los estados de Arizona, California, Washington, Michigan y Georgia. 

En enero, Waymo anunció un acuerdo con Fiat Chrysler que incluía varios miles de unidades, que se suponen incluidas en la cifra ahora establecida. Además, a finales de marzo anunció también otro acuerdo para la adquisición de veinte mil vehículos eléctricos Jaguar I-Pace, lo que sugiere un despliegue inminente en un número elevado de ciudades.

También ayer, la japonesa Softbank anunció una inversión de 2,250 millones de dólares en el programa de conducción autónoma de GM, desarrollado a partir de la adquisición de Cruise en marzo de 2016. El gigante automovilístico dirigido por Mary Barra ya ha comentado en ocasiones anteriores sus intenciones de explotar flotas de vehículos autónomos para el transporte de viajeros, así como de desarrollar modelos de negocio asociados con el uso del tiempo durante los desplazamientos. La compañía japonesa también cuenta con posiciones inversoras de referencia en varias compañías de transporte urbano de viajeros , como Uber (15%), Didi Chuxing (20%), Ola Cabs (30%) o Grab (60%), lo que prueba de manera clara su interés por este mercado y sus intenciones de jugar un papel relevante en su desarrollo.

Una ciudad como Nueva York, con una población estimada en 2017 de 8.6 millones de personas, sostiene en la actualidad un mercado que abastecen 13,600 taxis y unos 63,000 vehículos explotados por compañías como Uber (se calcula que en torno a unos 60,000) y otras compañías como Lyft, con una dinámica claramente desnivelada que muestra un decrecimiento progresivo del uso de taxis y un fortísimo crecimiento de las aplicaciones de movilidad. ¿Qué ocurrirá cuando esas aplicaciones de movilidad operen sin lo que supone el coste más elevado en su explotación, el del conductor? En función del régimen en el que se exploten estos vehículos, por tanto, las cifras anunciadas por las compañías permitirían un primer despliegue aparentemente más destinado a probar el funcionamiento, y a construir presencia e imagen de marca que a explotar el mercado como tal de una manera significativa, pero obviamente, este despliegue podría incrementarse a medida que las diferentes ciudades probasen su valor y su capacidad para generar negocio.

Lo que sí está claro es que las inversiones en torno al tema del transporte de viajeros son enormemente significativas y están llevadas a cabo por compañías que tienen clara la transición que comentábamos hace unos días al hilo de la estrategia de Daimler, de paso del automóvil de producto a servicio. Algunos de los puntos del los acuerdos de Waymo con Fiat Chrysler apuntan a la posibilidad de que la compañía tecnológica, que siempre ha afirmado que no tiene interés en fabricar vehículos, sino en fabricar al mejor conductor,  licencie su tecnología para automóviles que sean comercializados por el fabricante de automóviles para ser vendidos a usuarios individuales, pero todo parece indicar que ese tipo de demanda será probablemente escasa y, presumiblemente, descendente a medida que se vaya desarrollando una oferta razonablemente bien dimensionada de vehículos que cubran todas las necesidades, desde viajes compartidos hasta un uso más privado, o incluso posibilidades como poder desplazarse mientras se trabaja o se duerme. Por otro lado, son muchas las ciudades que anuncian modificaciones destinadas a desincentivar el uso del vehículo privado, lo que podría generar una presión adicional.

¿Cuántas flotas, cuántas decenas de miles de vehículos autónomos y cuántas compañías se disponen a lanzarse al mercado del transporte urbano de viajeros, teniendo en cuenta que, además, hay muchos otros segmentos, como el transporte de larga distancia, el de mercancías, etc., que también generarán previsiblemente un importantísimo volumen de negocio? ¿Qué tamaño tendrá este mercado a nivel mundial, qué situación de concentración o fragmentación mostrará, y en qué se traducirá el dominio tecnológico que hoy poseen compañías como Waymo, cuyos vehículos podría terminar incorporando incluso la que se planteaba como su gran competidor, Uber? ¿Cuál es el tamaño de ese mercado, y en qué régimen y a qué velocidad se espera que transcurra su desarrollo y expansión?

 

 

 

This post is also available in English in my Medium page, “How big will the autonomous driving market be?” 

 

Powered by WPeMatico

Microsoft ya vale más que Google

IMAGE: BagoGames, CC BYLo comentamos hace tiempo: Microsoft volvía a ser una empresa interesante, y comenzaba a recuperar una buena parte del valor destruido a lo largo del tiempo por ese hooligan incompetente llamado Steve Ballmer. Ahora, tras la impresionante transformación llevada a cabo por Satya Nadella, Microsoft se ha convertido en la tercera compañía más valiosa del mundo tras Apple y Amazon, superando a Google. En el momento de escribir estas líneas, Microsoft está valorada en 760,250 millones de dólares, frente a los 745,630 millones de la compañía de Mountain View.

En los algo más de cuatro años que Nadella ha estado al frente de la compañía, la valoración se ha más que duplicado, tras una serie de reposicionamientos que han conseguido convertirla en un competidor relevante en áreas tan importantes como el cloud computing (tanto construyendo una oferta fuerte en ese ámbito para terceros, como llevando a cabo una transición a la nube de sus propios productos), las tecnologías multiplataforma, la realidad aumentada, el machine learning o la computación cuántica. Tan solo a lo largo del último año, la cotización ha crecido más de un 40%, eclipsando las también importantes ganancias obtenidas por Google: claramente, no es que Google lo haya hecho mal, sino que Microsoft lo ha hecho increíblemente bien. De hecho, los ingresos de Microsoft provienen de fuentes mucho más diversificadas que las de compañías como Apple, que depende en un 60% de las ventas del iPhone, o como Google, que obtiene cerca del 90% de la publicidad.

La valoración específica podría alterarse con los vaivenes del mercado en cualquier momento, pero la situación es la que es: Microsoft vuelve a ocupar un lugar muy relevante en el escenario de la tecnología, y algunos analistas como Morgan Stanley creen que su valor podría llegar a duplicarse en un año y a superar la barrera del billón de dólares.

Estamos muy acostumbrados a que el mapa de la industria tecnológica sea enormemente dinámico y se redibuje cada poco tiempo: las empresas relevantes en este escenario no son las mismas que lo eran hace dos o tres décadas. Pero la vuelta a la relevancia de Microsoft es fruto de una transformación brutal que sitúa a Nadella en el elenco de directivo míticos – una transformación muy bien narrada en su libro Hit refresh, convertido ya en un clásico del management – y es, sin duda, una buena noticia para todos.

 

 

 

This post is also available in English in my Medium page, “Microsoft overtakes Google” 

 

Powered by WPeMatico

Taxify y la estrategia de Daimler: el vehículo como servicio

Taxify logoTaxify, la compañía estonia creada por el jovencísimo Markus Villig y su hermano Martin, anteriormente trabajadores de Skype, ha levantado 175 millones de dólares en una ronda comandada por Daimler que sitúa la valoración de la compañía en mil millones de dólares. La compañía, presume ya de tener más de medio millón de conductores y diez millones de usuarios en veinticinco países entre Europa y África, y cuenta entre sus inversores con una importante presencia de la compañía china Didi Chuxing, que está llevando la estrategia más ambiciosa de expansión mediante adquisiciones a nivel mundial y se plantea como la mayor competencia de Uber, con la que mantiene una participación cruzada tras conseguir expulsarla del mercado chino.

La presencia de Daimler en esta ronda de inversión permite especular todavía más sobre la estrategia de una de las principales compañías automovilísticas del mundo, que parece lanzada a una carrera por adquirir o participar en todas aquellas compañías que jueguen un papel en la transición del automóvil desde su actual estatus de producto a uno de servicio. A la adquisición de RideScout o MyTaxi en septiembre de 2014 y el desarrollo interno de  Car2Go, se han unido la adquisición e integración en MyTaxi del 60% de Hailola griega Taxibeat o la rumana Clever Taxi, las adquisiciones e inversiones en compañías de car-pooling como la alemana Flinc, o la norteamericana Via, y la asociación con Turo en el ámbito del car-sharing. Además, ha consolidado su oferta de movilidad con BMW, lo que incluye la gestión u operación conjunta de servicios como Car2goDriveNow, flotas como myTaxi, Chauffeur Privé y Clever Taxi, productos de parking como ParkNow y Parkmobile, servicios como MoovelReachNow, y soluciones de carga eléctrica como ChargeNow

Para Daimler, preocupada ahora por el posible estallido de un escándalo de emisiones de óxidos de nitrógeno similar al dieselgate de Volkswagen en torno a sus vehículos industriales Vito y, posiblemente, en los vehículos de su Clase-C, esos movimientos no son otra cosa que maneras de posicionarse en torno a un futuro en el que una gran mayoría de las personas no adquirirán un vehículo para utilizarlo únicamente durante porcentajes ridículos de su tiempo, sino que se plantearán utilizarlo como servicio, a través de fórmulas de muy diversos tipos. Las tomas de posición de Daimler en negocios como car-sharing, car-pooling, ride-sharing, vehículos autónomos, flotas de taxis o servicios relacionados indican claramente un convencimiento absoluto de la dirección que toma la industria del automóvil en el futuro, aunque obviamente se pueda discutir mucho acerca de los plazos que la compañía espera para esta transición.

En general, la gran mayoría de las compañías de la industria automovilística están llevando a cabo movimientos de este tipo para posicionarse de cara al futuro de una industria que, como decía Mary Barra, CEO de GM, va a presenciar más cambios en los próximos cinco años que los que vio en los anteriores cincuenta. Un futuro que incluye necesariamente menos vehículos, con variados niveles de especialización en función de las necesidades de cada desplazamiento, con foco en las opciones que proponer al usuario para emplear el tiempo durante los viajes, y con el protagonismo de tecnologías que eliminan la conducción humana y la sustituyen por vehículos autónomos. Simplemente, una cuestión de lógica y de tiempo.

 

 

 

This article was also published in English at Forbes, “Taxify and Daimler’s strategy: the vehicle as a service”  

 

Powered by WPeMatico

Algoritmos y cajas negras

IMAGE: Ilya Akinshin - 123RFAlgunos bancos norteamericanos afirman estar teniendo problemas con sus algoritmos de machine learning para funciones con trascendencia de cara al cliente, tales como los que se encargan de tomar decisiones de riesgo en la concesión de créditos: a medida que la complejidad de los modelos empleados aumenta, la interpretabilidad de esos modelos disminuye.

El resultado es que los bancos se encuentran con modelos muy eficientes, que posiblemente mejoran de manera tangible los ratios previos de morosidad o los porcentajes de créditos impagados, pero que son básicamente una caja negra, un modelo de difícil explicación susceptible de generar problemas de diversa naturaleza. Como comenta en el artículo Hari Gopalkrishnan, directivo de tecnología en Bank of America,

“en el negocio bancario no nos gusta la falta de transparencia y de las cajas negras, donde la respuesta es simplemente ‘sí’ o ‘no’. Necesitamos entender cómo se toma la decisión, para poder respaldarla y demostrar que no estamos desfavoreciendo a nadie.”

Este problema, que habíamos comentado en una entrada de hace algo más de un año que escribí a partir de una serie de conversaciones con mis amigos de BigML, compañía en la que colaboro como asesor estratégico, es algo con lo que es muy posible que muchas compañías se encuentren a medida que progresan en sus desarrollos de machine learning. Existe una cierta tendencia a avanzar tratando de utilizar los modelos más sofisticados a nuestro alcance, sin tener en cuenta que a medida que se incrementa la complejidad de los modelos y la cantidad de datos utilizados, tiende a incrementarse también la dificultad para su interpretación.

En fases iniciales o en el prototipado rápido de proyectos de machine learning, en los que se busca obtener una representación del problema razonablemente buena aunque no esté completa ni perfectamente ajustada, se tiende a recurrir a modelos como la regresión logística o los árboles de decisión, que ofrecen una interpretabilidad razonable con una complejidad escasa y con períodos de entrenamiento no excesivamente largos. A medida que avanzamos hacia las fases intermedias del proyecto, en las que buscamos ya aplicaciones con resultados más optimizados y probados, se suele evolucionar hacia modelos más complejos y con mejor representación como los basados en decision forests, que cuando vamos alcanzando las fases finales en las que las prestaciones del algoritmo ya resultan críticas, pueden evolucionar hacia metodologías como los boosted trees y las deepnetsdeep learning. El atractivo de esa progresión resulta evidente dado que tiende a mejorar la representación, el ajuste y la performance del modelo, pero la contrapartida también es evidente: esas ganancias tienen lugar a costa de mayores tiempos de entrenamiento y, sobre todo, de una interpretabilidad cada vez menor. Cuando el modelo ya alcanza un cierto grado de complejidad, las posibilidades de poder correlacionar un resultado con sus variables de entrada se reducen sensiblemente, la interpretación de la causalidad se hace más difícil, y poder demostrar que esa decisión no se ha tomado en función de un criterio potencialmente discriminatorio se vuelve una fuente de posibles problemas que, dada la legislación existente expresada en leyes como la Equal Credit Opportunity Act, que impiden la discriminación basada en variables como raza, religión, origen, sexo, estado civil o edad, pueden llegar a generar responsabilidades legales. 

El valor del machine learning no está en plantear modelos cada vez más complejos, sino en hacerlo más fácil de usar. Los negocios son procesos complejos, aunque llevemos desde la época de la revolución industrial pretendiendo tratarlos como conjuntos de fenómenos con reglas simples. El problema de la caja negra no es en absoluto trivial, precisa de mecanismos que añadan transparencia al proceso y que intenten llegar a explicaciones sobre las predicciones realizadas por los modelos, y supone una restricción que las compañías deben tener en cuenta a la hora de escalar en sus iniciativas de machine learning. Un proceso largo y complejo, en el que un 90% del esfuerzo se invierte en procesos como la definición de objetivos, el manejo y transformación de los datos y la ingeniería funcional, y tan solo el 10% final corresponde a lo que tradicionalmente consideramos como el resultado: las predicciones y la medición del impacto.

El problema del machine learning a día de hoy no es que no funcione, sino que las compañías tienen dificultades para utilizarlo. Proyectos largos, complejos, pero que vale la pena plantearse porque van a marcar la diferencia entre compañías capaces de utilizar modelos predictivos y las que no lo son y se limitan a tomas de decisiones basadas en cuestiones arbitrarias, en la intuición o en reglas poco científicas, y que progresivamente van a ir pasando de plantearse como servicio, a hacerlo como commodity o incluso como utility… si te has preparado para ello.

 

 

 

This post is also available in English in my Medium page, “Algorithms and black boxes” 

 

Powered by WPeMatico

¡Y ya van 15! Abarth, Alfa Romeo, Fiat y Jeep tampoco acudirán al próximo Salón del Automóvil de París

Fiat Salon de Paris

La lista de las marcas ausentes del Salón de París 2018 se hace cada vez más larga. Hoy conocíamos que cuatro marcas del grupo FCA no estarán presentes en lo que hasta ahora era uno de los salones más importantes del mundo. Fiat, Abarth, Alfa Romeo y Jeep no tendrán un stand en la próxima muestra parisina. Con éstas ya son 15 las marcas que no veremos.

Continue reading ¡Y ya van 15! Abarth, Alfa Romeo, Fiat y Jeep tampoco acudirán al próximo Salón del Automóvil de París

Recorren 975 km al volante de un Tesla Model 3 con una sola carga, pero la batería no vuelve a resucitar

Tesla Model 3 record autonomía

La autonomía oficial del Tesla Model 3 LR es de casi 500 km. Y no lo dice el fabricante, sino la muy seria y estricta EPA (la Agencia de Protección del Medio Ambiente estadounidense). Las homologaciones de la EPA son muy realistas. Aún así, dos miembros del club Tesla de Denver, Colorado, estaban seguros que podían sacar más de 600 millas (966 km) con una sola carga de la batería de 75 kWh. Y lo consiguieron. Eso sí, la batería del Model 3 ha dicho basta y ya nos e puede cargar.

Continue reading Recorren 975 km al volante de un Tesla Model 3 con una sola carga, pero la batería no vuelve a resucitar

Dodge Viper, el coche que se niega a morir, podría estar de vuelta en 2021 con un motor V8

Dodge Viper ACR 2017 Nurburgring

La producción del Dodge Viper acabó el año pasado. Este hecho nos puso tristes a los aficionados al motor, pero puso aún más tristes a los amantes de la víbora americana. La presión de los petrolhead tiene mucha influencia en Estados Unidos, tanto que FCA podría revivir por segunda vez al deportivo.

Continue reading Dodge Viper, el coche que se niega a morir, podría estar de vuelta en 2021 con un motor V8

Dentro de 20 años todos los coches que conduzcamos serán SUV eléctricos, según un estudio de Bloomberg

SUV electricos en 20 años

Dentro de 20 años todos conduciremos coches eléctricos. Conduciremos algún tipo de SUV eléctrico, para ser exactos. En todo caso es lo que se desprende de un estudio publicado por Bloomberg New Energy Finance (BNEF). Esta visión un tanto pesimista, aburrida o prometedora, según tus gustos y preferencias, es la que nos podría esperar en un futuro cercano. Aunque, es verdad, hay aspectos que podrían retrasar la llegada de ese futuro.

Continue reading Dentro de 20 años todos los coches que conduzcamos serán SUV eléctricos, según un estudio de Bloomberg

Probamos el Audi A6 2018: totalmente digital y tan cómodo como siempre, pero sorprendentemente ágil

Audi A6 2018, toma de contacto

Aunque ya estamos acostumbrados a que con cada generación los coches vayan siendo más y más grandes, en el caso del nuevo Audi A6 que hoy nos ocupa hay crecimiento en todos los sentidos: tanto en dimensiones como en habitabilidad interior, además de en cuanto a capacidades dinámicas y, sobre todo, en lo relativo a su oferta tecnológica.

La berlina grande de Audi ya está a la venta en España, desde 69.580 euros, y entre las principales novedades de la gama destacan la ausencia de cambios manuales (solo hay automáticos) o el hecho de que todas las versiones son mild-hybrid. Nosotros acabamos de probar el Audi A6 2018 en las inmediaciones de Oporto, en Portugal, y te contamos qué nos ha parecido.

Continue reading Probamos el Audi A6 2018: totalmente digital y tan cómodo como siempre, pero sorprendentemente ágil

Un control de crucero bloqueado obliga a que FCA llame a revisión ¡casi 5 millones de coches!

Dodge Challenger Srt Demon 2017 20

En primavera florecen las llamadas a revisión masivas, o eso parece. A las 300.000 Dodge Ram que recientemente la marca llamó a revisión por posibles movimientos del depósito de combustible, ahora hay que sumar la friolera de, respira, ¡casi 5 millones de vehículos del Grupo Fiat!

Continue reading Un control de crucero bloqueado obliga a que FCA llame a revisión ¡casi 5 millones de coches!