...

EN

|

ES

Analizar el entorno empresarial con Inteligencia

La Inteligencia Competitiva y Tecnológica es una herramienta que ayuda a las empresas a tomar decisiones con mayor certidumbre, anticipándose a los cambios del entorno. Esta es una mirada a fondo de su nacimiento, metodología, beneficios y aplicaciones.
Ilustracion de computadora con datos y graficas
La ICT es un proceso de monitoreo del entorno competitivo científico y tecnológico, para tomar mejores decisiones. (Foto: Getty Images)

Por Marisela Rodríguez Salvador

¿Te has preguntado cómo hacen las empresas más innovadoras para estar al tanto de lo que sucede a su alrededor?, ¿cómo detectan oportunamente movimientos estratégicos de sus competidores?

El mundo en el que vivimos ha facilitado el acceso a grandes cantidades de datos; sin embargo, esto no significa necesariamente tener la información apropiada en el momento correcto. Para competir exitosamente, las empresas requieren herramientas que les permitan procesar grandes cantidades de información y transformarla en resultados que alimenten estrategias para el futuro.

La Inteligencia Competitiva y Tecnológica (ICT) consiste en un proceso ético y legal de monitoreo del entorno competitivo científico y tecnológico, utilizando diversas técnicas de recopilación, análisis y difusión de información donde esta se transforma en un resultado relevante para tomar decisiones vinculadas a la investigación, desarrollo e innovación (Tsuchimoto & Kajikawa, 2022; Maungwa & Fourie, 2018; Du Plessis & Gulwa, 2016; Bergeron & Hiller, 2002).

Evolución de la ICT

La ICT surgió a mediados de los ochenta, principalmente con el establecimiento de la Asociación de Profesionales en Inteligencia Competitiva (SCIP, por sus siglas en inglés) en Estados Unidos. Rápidamente adquirió una gran relevancia a nivel mundial, sobre todo en países altamente industrializados, permeando con solidez en naciones de menor desarrollo. Actualmente, varias empresas la consideran una herramienta fundamental para desarrollar productos, procesos y servicios con mayor certidumbre e impacto en el mercado, ya que les permite identificar cambios en el entorno que pudieran representar oportunidades o amenazas para el desempeño competitivo de la empresa.

Es importante señalar que la ICT no significa información por sí sola. La cuestión es saber dónde buscar, cómo hacerlo y más aún cómo generar resultados útiles para la toma de decisiones estratégicas. Esto comprende, por ejemplo, anticiparse a movimientos del entorno, poder desarrollar un nuevo producto que tenga éxito en el mercado, ser capaces de incorporar un nuevo ingrediente a un alimento para hacerlo más funcional y nutritivo, lograr desarrollar un nuevo proceso para la batería de un vehículo híbrido, etcétera.

La bondad de esta disciplina es su multidisciplinariedad, haciéndola aplicable a diferentes sectores industriales y de servicios.

Con el advenimiento de la era digital, la ICT está evolucionando a pasos agigantados. Se han dedicado importantes esfuerzos para incrementar las capacidades computacionales, fomentar el desarrollo y gestión de bases de datos, así como de algoritmos de extracción, análisis y procesamiento de información.

La Inteligencia Artificial está causando una revolución en todos los ámbitos. Recientemente, Gartner (Groombridge, 2023) identificó las 10 estrategias tecnológicas más importantes de 2023 y la segunda de ellas es la Observabilidad Aplicada, que indica el uso de la Inteligencia Artificial para analizar cientos de datos de la empresa y hacer recomendaciones que sirvan para tomar decisiones futuras más acertadas y rápidas. Como se observa, esta estrategia está claramente alineada al enfoque de las actividades de ICT.

Gracias a la digitalización, el análisis de información está siendo cada vez más eficiente y ágil, y dentro de las aplicaciones futuras están el poder pasar del procesamiento tradicional (en una dimensión) de información estructurada como documentos de artículos científicos, patentes, informes… al procesamiento de información no estructurada proveniente de documentos y redes sociales con imágenes e incluso sonido (involucrando varias dimensiones) para que la empresa pueda mejorar sus procesos de planeación estratégica de una manera más integral. Más aún, podrá traducir todo esto en un metaverso donde, a través de redes neuronales, se puedan sacar diferentes escenarios futuros para tomar las mejores decisiones sobre la innovación en productos, procesos y servicios.

Sin duda, la evolución de este tipo de herramientas estará dando una perspectiva mucho más completa a la disciplina de ICT en el futuro próximo.

Aplicación de la Inteligencia Competitiva y Tecnológica

Hasta el momento no existe una metodología estándar para desarrollar esta actividad. Sin embargo, el estudio “Integrating Science and Technology Metrics into a Competitive Technology Intelligence Methodology”, de Rodríguez Salvador y Castillo Valdez (2021), propone una metodología CTI de ocho pasos (ver Figura 1):

1) Planeación del proyecto con la definición de objetivos, actividades y tiempos, así como las personas involucradas y sus funciones.

2) Identificación de fuentes de información, las cuales pueden ser primarias (basadas en la observación directa, así como en la interacción con personas expertas en el área que se analiza) o secundarias (información documentada a través de reportes, bases de datos, artículos científicos, patentes, etcétera).

3) Diseño de estrategia de búsqueda de información.

4) Recopilación de información más relevante.

5) Análisis de la información a través de herramientas como:

  • Cienciometría, que consiste en analizar el comportamiento de literatura científica: número de publicaciones, número de citas, colaboraciones de autores, etc. (Baker et al., 2022; López Rodríguez & Ceballos, 2022; Mingers & Leydesdorff, 2015; Michán & Muñoz Velasco, 2013).
  • Patentometría, donde se analizan patentes como indicadores de invención para identificar tendencias y predecir futuros productos y/o procesos tecnológicos. (Rodríguez Salvador & Castillo Valdez, 2021; Speziali & Nascimento, 2020).
  • Mapeo tecnológico que, a través de representaciones visuales, muestra escenarios futuros donde convergen ciencia, tecnología y mercado.
  • Métricas alternativas (altmetrics), útiles para medir el impacto social por medio de interacciones en redes sociales y sitios web (Sahu & Poduval, 2022).

6) Retroalimentación de expertos.

7) Validación y entrega de resultados finales.

8) Toma de decisiones.

Figura 1. Metodología de Inteligencia Competitiva y Tecnológica, basada en la propuesta de Rodríguez Salvador y Castillo Valdez (2021).

Ejemplos de la Inteligencia Competitiva y Tecnológica

Esta disciplina ha contribuido a revelar tendencias, progreso y oportunidades de innovación del entorno tecnológico mundial en diferentes sectores.

Por ejemplo, se ha utilizado en industrias como la farmacéutica, la de construcción, la agricultura y la de alimentos en Japón (Tsuchimoto & Kajikawa, 2022), en tejidos esferoides como bloques de construcción (Rodríguez Salvador et al., 2022), en bioimpresión 3D en América Latina (Rodríguez Salvador et al., 2019), manufactura aditiva orientada a dispositivos ortopédicos (García García & Rodríguez Salvador, 2018), en bioimpresión 3D con aplicaciones odontológicas (Rodríguez Salvador & Ruiz Cantú, 2018), en el panorama de bioimpresión 3D (Rodríguez Salvador et al., 2017) e, incluso, en instituciones financieras (Du Plessis & Gulwa, 2016), así como en el estudio mismo de esta disciplina mediante mapas tecnológicos (Zhang et al., 2016).

Conoce la Inteligencia Competitiva y Tecnológica en el Tec

México avanza con pasos firmes en capacitación, investigación y vinculación con la industria en esta área. Por ejemplo, en 2001, en la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey, campus Monterrey, se fundó la Unidad de Inteligencia Competitiva y Tecnológica para la Innovación, a través de la cual se ha contribuido a la difusión de esta disciplina. Cientos de alumnos de licenciatura y posgrado se han capacitado en esta área, además de apoyar los procesos de planeación estratégica de la innovación en más de 100 organizaciones del ámbito de la manufactura, salud, finanzas, educación y más.

El primer proyecto desarrollado en esta Unidad fue a solicitud de una empresa 100% acerera y consistió en identificar tendencias para la industria del acero en el sector automotriz. La compañía quería saber si el acero seguiría siendo utilizado en el chasis del automóvil, y de ser así, qué tipos de aceros tenían que aplicarse, y si no, entonces definir qué otro tipo de materiales nuevos tendrían que incorporarse, incluso una combinación entre acero y otros materiales. Con el proyecto de ICT se identificó que el acero seguiría estando presente en el chasis del automóvil, se determinaron tipos de aceros, recubrimientos, posibles colaboradores para la empresa y en general se brindó una nueva perspectiva estratégica para la tecnología, a partir de lo cual la empresa decidió iniciar ciertos proyectos, cancelar otros, invertir en nuevos hornos, colaborar con ciertas instituciones académicas, etc., teniendo grandes ahorros que contribuyeron a mejorar su posición competitiva.

Gracias a la multidisciplinariedad de esta disciplina, en esta Unidad de Inteligencia Competitiva y Tecnológica se han desarrollado proyectos en acero, cemento, plásticos, alimentos, salud y farmacia, entre otros. Ejemplos de aplicaciones se pueden encontrar en las publicaciones disponibles en la página web de esta Unidad. Actualmente se está trabajando con proyectos de impresión 3D, alimentos y salud. Se cuenta con colaboraciones en Europa, Asia, Norteamérica y, por supuesto, Latinoamérica.

En esta unidad son más que bienvenidas colaboraciones con otros académicos, empresas y gobierno, además de recibir alumnos de licenciatura y posgrado que quieran aprender sobre esta área. Con un entorno y tecnología cada vez más cambiante, es fundamental ir un paso adelante mediante la aplicación de metodologías como la Inteligencia Competitiva y Tecnológica.

Autora

Marisela Rodríguez Salvador es ingeniera en Alimentos y doctora en Administración y Dirección de Empresas por la Universidad Politécnica de Cataluña, así como profesora titular en el Tecnológico de Monterrey, campus Monterrey. Facultad de Impacto. Responsable de la línea de Investigación y Consultoría: Inteligencia Competitiva y Tecnológica para la Innovación (https://inteligenciacompetitiva.tec.mx/es), pertenece a los grupos pioneros en Iberoamérica en esta disciplina, teniendo más de tres décadas de experiencia en el diseño de Sistemas de Inteligencia Competitiva y Tecnológica, así como en Gestión de la Innovación y la Tecnología. Es la primera mujer en ingresar a la Academia Mexicana de Ciencias del Tecnológico de Monterrey y pertenece al Sistema Nacional de Investigadores (SNI), donde ostenta el nivel 2 desde 2017. Cuenta con varios reconocimientos a nivel nacional e internacional. [email protected]

Referencias

Baker, R. S., Nasiar, N., Gong, W., & Porter, C. (2022). The impacts of learning analytics and A/B testing research: a case study in differential scientometrics. International Journal of STEM Education, 9(1), 16. https://doi.org/10.1186/s40594-022-00330-6

Du Plessis, T., & Gulwa, M. (2016). Developing a competitive intelligence strategy framework supporting the competitive intelligence needs of a financial institution’s decision makers. SA Journal of Information Management, 18(2). https://doi.org/10.4102/sajim.v18i2.726

García García, L. A., & Rodríguez Salvador, M. (2018). Additive manufacturing knowledge incursion on orthopaedic devices : the case of hand orthoses. Proceedings of the 3rd International Conference on Progress in Additive Manufacturing (Pro‑AM 2018), 571–576.

Groombridge, D. (2023). Gartner Top Strategic Technology Trends for 2023. Gartner. https://www.gartner.com/en/information-technology/insights/top-technology-trends/top-technology-trends-ebook

López Rodríguez, V., & Ceballos, H. G. (2022). Modeling scientometric indicators using a statistical data ontology. Journal of Big Data, 9(1), 9. https://doi.org/10.1186/s40537-022-00562-x

Maungwa, T., & Fourie, I. (2018). Competitive intelligence failures. Aslib Journal of Information Management, 70(4), 367–389. https://doi.org/10.1108/AJIM-01-2018-0018

Michán, L., & Muñoz-Velasco, I. (2013). Cienciometría para ciencias médicas: definiciones, aplicaciones y perspectivas. Investigación En Educación Médica, 2(6), 100–106. https://doi.org/10.1016/S2007-5057(13)72694-2

Mingers, J., & Leydesdorff, L. (2015). A review of theory and practice in scientometrics. European Journal of Operational Research, 246(1), 1–19. https://doi.org/10.1016/j.ejor.2015.04.002

Rodríguez Salvador, M., Fox Itzel,  Pérez Benítez, B. E., López, José R. (2022). Research dynamics of tissue spheroids as building blocks: a scientometric analysis. International Journal of Bioprinting, 8(3). http://doi.org/10.18063/ijb.v8i3.585

Rodríguez Salvador, M., & Castillo Valdez, P. F. (2021). Integrating science and technology metrics into a competitive technology intelligence methodology. Journal of Intelligence Studies in Business, 1(1). https://doi.org/10.37380/jisib.v1i1.696

Rodríguez Salvador, M., & Ruiz Cantú, L. (2018). Revealing emerging science and technology research for dentistry applications of 3D bioprinting. International Journal of Bioprinting, 5(1). https://doi.org/10.18063/ijb.v5i1.170

Rodríguez Salvador, M., Villarreal Garza, D., Álvarez, M. M., & Santiago, G. T. (2019). Analysis of the knowledge landscape of three-dimensional bioprinting in Latin America. International Journal of Bioprinting, 5(2.2), 240. https://doi.org/10.18063/ijb.v5i2.2.240

Rodríguez-Salvador, M., Rio-Belver, R. M., & Garechana-Anacabe, G. (2017). Scientometric and patentometric analyses to determine the knowledge landscape in innovative technologies: The case of 3D bioprinting. PLOS ONE, 12(6), e0180375. https://doi.org/10.1371/journal.pone.0180375

Sahu, D., & Poduval, M. (2022). Altmetrics and Impact Factor: Relevance to the Orthopaedic Community. Indian Journal of Orthopaedics, 56(7), 1109–1111. https://doi.org/10.1007/s43465-022-00659-8

Speziali, M., & Nascimento, R. (2020). Patentometría: uma ferramenta indispensável no estudo de desenvolvimento de tecnologias para a indústria química. Química Nova. https://doi.org/10.21577/0100-4042.20170620

Tsuchimoto, I., & Kajikawa, Y. (2022). Competitive intelligence practices in Japanese companies: multicase studies. Aslib Journal of Information Management, 74(4), 631–649. https://doi.org/10.1108/AJIM-05-2021-0133

Zhang, Y., Robinson, D. K. R., Porter, A. L., Zhu, D., Zhang, G., & Lu, J. (2016). Technology roadmapping for competitive technical intelligence. Technological Forecasting and Social Change, 110, 175–186. https://doi.org/10.1016/j.techfore.2015.11.029

¿Te gustó este contenido? ¡Compártelo!

Seraphinite AcceleratorOptimized by Seraphinite Accelerator
Turns on site high speed to be attractive for people and search engines.