Invención en la era de la IA: Objeto, método, sujeto, sistema y aplicación según la investigación más reciente

Introducción

Con la IA, la barrera para la invención —el acto de crear algo nuevo— ha bajado considerablemente. ¿Cómo evolucionará este acto en el futuro? Aquí, regresaremos a los fundamentos y revisaremos la historia para aclarar qué transformaciones experimenta el acto de inventar debido a los cambios drásticos que ocurren actualmente.

La novedad de este artículo consiste en tres puntos:

• Sistematización de la invención: Se organizan los orígenes de grandes inventos en "5 vías: línea directa de la ciencia, nueva combinación, deducción inversa de la demanda, azar, exploración sistemática", acompañadas de ejemplos concretos famosos e investigación empírica para cada uno.
• Exhaustividad de teoría y metodología: Desde la adyacencia posible hasta TRIZ y el método del usuario líder, se recopilan en un único diagrama las teorías de descripción generalizada de la invención y las metodologías de "provocar deliberadamente la invención", con correspondencia indicada.
• Naturaleza de la invención en la era de la IA: Se organizan y clarifican cómo cambiarán las características de la invención por la IA, basándose en investigaciones recientes.

Objeto de la invención

Definición de invención

Primero, distinguimos 3 conceptos frecuentemente confundidos en el lenguaje cotidiano. Esta distinción constituye la base de todo este artículo.

• Descubrimiento (discovery): Encontrar hechos o leyes que ya existían pero eran desconocidos.
  • Ejemplos: La propiedad antibacteriana del moho azul, la ley de inducción electromagnética, la estructura de doble hélice del ADN. Todos estos "existían en el mundo antes de ser descubiertos".
  • Los resultados de la investigación (nuevas teorías, nuevas evidencias) pertenecen a esta categoría.
• Invención (invention): Crear nuevos artefactos o métodos útiles aprovechando las leyes de la naturaleza.
  • Ejemplos: El método de purificación y producción en masa de penicilina, el generador eléctrico, el método PCR. Todos estos "no existían en el mundo antes de ser creados".
  • El límite entre descubrimiento e invención reside en "si existe naturalmente o si es creado por el hombre". La propiedad antibacteriana del moho azul es un descubrimiento, pero el proceso de fabricación para suministrarlo establemente como medicamento es una invención.
• Innovación (innovation): Una invención se difunde en el mercado y la sociedad, generando valor económico.
  • Schumpeter distinguió claramente invención e innovación al afirmar "una invención es económicamente insignificante a menos que sea implementada" (Schumpeter, 1934). Para él, el protagonista de la innovación no era el inventor sino el empresario (emprendedor) que convertía la invención en negocio.
  • La importancia de esta distinción se clarifica por la existencia tanto de casos donde se inventó pero no se logró difundir (el Xerox PARC mencionado más adelante) como de casos donde se ganó sin inventar, solo mediante la difusión (muchos fast followers).

Los tres conforman una cadena de "conocer → crear → difundir", pero cada uno requiere verificar cosas diferentes. El descubrimiento verifica si es verdad, la invención si funciona, y la innovación si "se vende (se usa)".

La invención posee una definición que ha sido utilizada durante cientos de años. Es decir, los 3 requisitos de las patentes.

• Novedad (novelty): No ser conocido públicamente en ninguna parte del mundo. Si se hace público antes de la solicitud a través de un artículo, producto o presentación, incluso por propia publicación, en principio se pierde la novedad. Como la "prioridad" en investigación, se requiere ser el primero en el mundo.
• Paso inventivo (inventive step / non-obviousness): No ser obvio para un técnico ordinario en el campo. La mera novedad no es suficiente; lo que puede "pensarse fácilmente" a partir de elementos conocidos no se considera invención. En relación con la teoría de nueva combinación que se describe después, incluso si es una "combinación rara", si es obvia para los especialistas del campo, no tiene paso inventivo.
• Aplicabilidad industrial (industrial applicability / utility): Poder fabricarse realmente y usarse. Las máquinas de movimiento perpetuo, que no funcionan por principios, o construcciones sin métodos de implementación específicos no satisfacen el requisito.

Comparado con los 5 criterios de investigación del Manual de Frascati (novedad, creatividad, incertidumbre, sistematicidad, reproducibilidad; OCDE, 2015), se ve la correspondencia. La novedad es común; el paso inventivo corresponde a "creatividad (basada en conceptos que no son obvios)". Por otro lado, la "incertidumbre" en la investigación no está incluida en los requisitos de invención; en su lugar, la aplicabilidad industrial es exclusiva de la invención. La diferencia fundamental entre ambas está aquí: la investigación apunta a "ser verdadera" mientras que la invención apunta a "funcionar".

Desde esta definición, también se aclaran lo que parece invención pero no lo es.

• Mera idea o concepto: No está en forma funcional. El sistema de patentes requiere "ser divulgado con suficiente especificidad para que un especialista pueda implementarlo". Una construcción como "una máquina que vuela" no es invención; el mecanismo concreto de sustentación y control es la invención.
• Mejora convencional: Carece de paso inventivo. Corresponde al "desarrollo" en investigación. Cambios de tamaño de productos existentes o sustitución con materiales conocidos, etc.
• El descubrimiento en sí: El descubrimiento de leyes naturales no se puede patentar. E=mc² no se puede patentar, pero un reactor nuclear que lo utiliza sí. La secuencia genética humana en sí no es invención, pero el método para detectarla podría serlo.

Los 4 actos que constituyen la invención

La investigación se puede descomponer en "preguntar, crear, verificar, compartir" —4 actos. Igualmente, la invención, sin importar el campo, se puede describir como una combinación de los siguientes 4 actos:

① Definir el problema

• Identificar qué está siendo problemático, qué valor habría si se pudiera lograr algo. En términos de TRIZ (método sistemático de pensamiento e ideación desarrollado en la Unión Soviética, la teoría para la resolución inventiva de problemas), es encontrar una "contradicción técnica" (mejorar algo hace que otra cosa empeore) (Altshuller, 1999). Para Dyson, la contradicción era "la potencia de succión disminuye conforme se usa una aspiradora de bolsa de papel", y para los hermanos Wright era "estabilizar las alas hace imposible maniobrar".
• Corresponde a "plantear la pregunta" en investigación, pero la pregunta de invención no toma la forma "¿es verdad?" sino "¿cómo funciona o desaparece el problema?".

② Elegir el principio

• Decidir qué ley natural o tecnología existente utilizar para resolver el problema. Dyson llevó el principio del ciclón (separación centrífuga) usado en serrería para recolección de polvo a la aspiradora.

③ Materializar

• Convertir el principio en una forma que pueda fabricarse realmente y funcionar. Este acto distingue la invención de la "idea". Los 5,127 prototipos de Dyson, los miles de pruebas de filamento de Edison, todos son este acto, y la mayor parte del tiempo de invención se dedica aquí.
• La teoría C-K (Concept-Knowledge Theory) formalizó este proceso como "una ida y vuelta entre el espacio conceptual (construcciones cuya veracidad aún no está decidida) y el espacio del conocimiento (hechos conocidos), enriqueciendo las construcciones con conocimiento" (Hatchuel & Weil, 2009).

④ Demostrar que funciona

• Mostrar de forma reproducible que el prototipo cumple los requisitos. Corresponde a "verificación" en investigación, pero el objeto de la verificación no es "si la afirmación es verdadera" sino "si el artefacto funciona".
• Que el sistema de patentes requiera "divulgación implementable" y que los inversores exijan un "demo" es para confirmar el resultado de este acto.

Como los 4 actos de investigación, estos no son una línea recta sino un bucle. Si el prototipo no funciona, se regresa a la selección de principios; si funciona pero la definición del problema no coincide, se regresa al ①.

Clasificación de invenciones

La invención (qué y cómo es nuevo) tiene múltiples ejes.

• División por objeto
  • Los objetos de invención son principalmente el producto (product) y el proceso (method).
  • La ley de patentes estadounidense define los sujetos patentables como "process (procedimiento), machine (máquina), manufacture (manufactura), composition of matter (composición de materia)" en 4 categorías (35 U.S.C. §101), siendo los últimos 3 "productos" y el primero "procedimiento". El Tratado sobre Patentes Europeas se dirige a "invenciones en todos los campos técnicos", pero en la práctica de examen clasifica los reclamos en product (producto), process (procedimiento), apparatus (aparato), y use (uso) (Artículo 52 del Tratado sobre Patentes Europeas). Muchas leyes de patentes, incluida la de Japón, adoptan también esta distinción producto/procedimiento como tipo básico en sus disposiciones legales.
  • La distinción es prácticamente importante porque los actos alcanzados por los derechos difieren según el tipo. Una patente de producto controla exclusivamente su fabricación, uso, venta e importación, pero una patente de procedimiento solo alcanza el uso del procedimiento (y en muchas jurisdicciones también el producto obtenido directamente por ese procedimiento) (Artículo 28(1) del Acuerdo ADPIC).
  • Según la teoría de la curva S (Utterback & Abernathy, 1975), en las primeras etapas de una industria, la invención de productos es protagonista, mientras que en la madurez lo es la invención de procesos. Lo que el sistema pregunta primero es "¿es producto o procedimiento?" no "¿es radical?".

• Clasificación por campo técnico
  • La medida por la cual las oficinas de patentes realmente "clasifican" patentes es el campo técnico. La Clasificación Internacional de Patentes (IPC) administrada por la OMPI divide toda la tecnología en 8 secciones desde A (artículos de primera necesidad) hasta H (electricidad) y se estratifica hasta aproximadamente 70,000 subcategorías (OMPI, IPC). La Clasificación de Patentes Común (CPC) operada conjuntamente por las oficinas de patentes de EE. UU. y Europa la subdivide aún más en aproximadamente 250,000.
  • Lo importante es que IPC/CPC solo divide "qué campo técnico" y no clasifica el tamaño del salto de invención ni el valor económico. Una patente básica de transistor y su milésima patente de mejora se alinean bajo el mismo símbolo de clasificación.
  • La diferencia de valor se aproxima posteriormente por número de citas. La correlación entre el número de veces que se cita una patente y su valor económico se mostró temprano en el análisis de patentes de escáneres CT (Trajtenberg, 1990), y también se han medido a través de datos de citación que el valor económico de las patentes es extremadamente sesgado (pocas patentes ocupan la mayoría del valor total mientras que la mayoría tiene casi ningún valor) (Scherer & Harhoff, 2000).
  • La inversión en invención tiene, por lo tanto, una distribución cercana a la de una "lotería", y solo se puede recuperar mediante portafolio (múltiples intentos). Es la misma estructura que el mundo donde los investigadores miden lo que el sistema no clasifica con citas (citación de artículos).

• Clasificación por grado de progreso
  • Las invenciones se dividen en radical (radical) e incremental (incremental).
  • Radical (radical) se refiere al salto en rendimiento o principio (ejemplo: tubo de vacío → transistor, película → cámara digital).
  • Incremental (incremental) es la acumulación de mejoras dentro del marco existente.
  • De hecho, la mayoría de la mejora de productividad industrial es impulsada por invenciones incrementales. La mejora del rendimiento de semiconductores (Ley de Moore) es el resultado de miles de mejoras incrementales acumuladas sobre una sola invención radical.
  • El sistema de patentes no tiene directamente esta distinción. El examen solo determina si es "obvio para un técnico ordinario en el campo" (35 U.S.C. §103; Artículo 56 del Tratado sobre Patentes Europeas) y no califica el tamaño del salto en etapas. Tanto la invención radical como la incremental, si superan el umbral, son la misma "patente".
  • Sin embargo, el sistema incorpora indirectamente esta distinción de 3 formas:
    • Patente básica y patente dependiente (invención de mejora): Cuando una invención se basa en la utilización de la invención patentada de otra persona, la invención de mejora en sí puede patentarse, pero la implementación requiere la aprobación del titular de la patente básica. El Acuerdo ADPIC prevé expresamente en su texto esta relación donde "la segunda patente no puede implementarse sin infringir la primera patente" como patente dependiente y establece las condiciones de licencia obligatoria para su coordinación (Artículo 31(l) del Acuerdo ADPIC). Esto institucionaliza la cumulatividad de la tecnología —"la invención incremental se basa en la invención radical anterior" (evolución combinatoria de Arthur (2009) mencionada después)— como una relación de dependencia de derechos. El cross-licensing y la maleza de patentes (Shapiro, 2001) mencionados después son el resultado de la acumulación de estas relaciones de dependencia.
    • Sistema de modelo de utilidad (pequeña patente): Muchos países del mundo como Alemania (Gebrauchsmuster), China, Corea del Sur, Japón, Francia e Italia tienen un sistema separado de modelo de utilidad que protege "pequeñas invenciones" con un nivel de actividad inventiva más bajo que el de las patentes (no existe en EE.UU. ni el Reino Unido). En general, el examen es simplificado o no existe, el período de protección es de 6 a 10 años, más corto que el de las patentes (20 años), y muchos países limitan el objeto a la forma y estructura de artículos, excluyendo los métodos (WIPO, Utility Models). Es un ejemplo de cómo el sistema proporciona explícitamente un "mecanismo de recepción para invenciones incrementales".
    • Doctrina de la invención pionera: La jurisprudencia estadounidense tiene una tradición de reconocer un amplio alcance de derechos (alcance de equivalencia) para las patentes de "invenciones pioneras" que abrieron campos completamente nuevos. La Corte Suprema Federal definió en un fallo de 1898 la invención pionera como "aquella que logró por primera vez una función previamente desconocida, o que mostró un avance significativo respecto de la tecnología existente" (Boyden Power-Brake Co. v. Westinghouse, 1898). Es una aplicación que refleja la radicalidad en la "amplitud" de los derechos.

Método de la invención

Enfoque de la invención

Al rastrear los orígenes de los grandes inventos, se pueden clasificar en cinco caminos principales.

① Linaje directo de la ciencia

• Al analizar las cadenas de citas de millones de patentes y artículos, la mayoría de las patentes llegan a artículos científicos remontándose unos pocos pasos, y una proporción considerable de artículos también se conectan con futuros inventos (Ahmadpoor & Jones, 2017). Las "invenciones sin conexión con la ciencia" son menos frecuentes de lo que se imagina. Además, se ha demostrado que los inventos basados directamente en artículos científicos tienen mayor valor de mercado (Krieger et al., 2024).
• La transformación de ciencia a invención tiene un largo desfase. Aproximadamente el 30% de las subvenciones de los NIH generan artículos que posteriormente se citan en patentes privadas, pero la conexión entre la subvención y la patente requiere un largo período de tiempo (Li, Azoulay & Sampat, 2017). El área intermedia en este desfase se convierte en el "valle de la muerte" descrito posteriormente.
• Ejemplo concreto
  • El transistor (1947) fue inventado por Bell Labs tras investigar deliberadamente la mecánica cuántica (comportamiento de electrones en semiconductores). El diseño de colocar al teórico Bardeen y al experimentador Brattain en el mismo grupo, persiguiendo simultáneamente el objetivo aplicado de "reemplazar tubos de vacío" y la tarea fundamental de "teoría electrónica de sólidos", resultó exitoso. Es la obra maestra de la investigación tipo Pasteur (Stokes, 1997) que persigue comprensión y aplicación práctica simultáneamente.
  • CRISPR-Cas9 (Jinek et al., 2012) transformó el descubrimiento del mecanismo inmune de las bacterias para interceptar virus —investigación fundamental que parecía ajena a aplicaciones— casi directamente en una invención (herramienta) de edición genómica. Es un ejemplo excepcionalmente raro de distancia corta entre descubrimiento e invención.
  • La vacuna de ARNm resultó de que el descubrimiento fundamental de Kariko y Weissman (2005) sobre cómo nucleósidos modificados podrían evadir la respuesta inmunológica se materializara 15 años después como vacuna COVID-19. Es un ejemplo de distancia larga entre descubrimiento e invención.
  • Energía nuclear, láser, GPS, RMN, etc. — la "ciencia fundamental de la primera mitad del siglo XX" (relatividad y mecánica cuántica) se convirtió en la matriz del "grupo de inventos de la segunda mitad del siglo XX". El GPS genera errores de varios kilómetros sin la corrección del tiempo derivada de la relatividad.

② Nueva combinación de elementos existentes

• Schumpeter definió la innovación como "nueva combinación (neue Kombination)" (Schumpeter, 1934). En economía, el número de combinaciones crece más rápido que el número de elementos (explosión combinatoria), por lo que se modeliza que a medida que se acumula el conocimiento, las oportunidades de invención se expanden de manera acelerada (Weitzman, 1998). La implicación de este modelo es importante: el cuello de botella para el crecimiento no es la "semilla de combinaciones" sino la "capacidad de procesamiento para probar combinaciones".
• La evidencia de datos de patentes también muestra que la invención puede formularse como "combinación de elementos existentes (clasificaciones técnicas) y recombinación de combinaciones pasadas" (Fleming, 2001). Este estudio cuantificó la estructura de riesgo-retorno de la exploración: los elementos que se combinan por primera vez tienden a fallar pero, si tienen éxito, tienen gran impacto; las combinaciones familiares son seguras pero mundanas.
• Un análisis de combinaciones de citas de 17,9 millones de artículos demostró que los resultados de mayor impacto tienen la estructura de "principalmente combinaciones estándar + una única combinación extremadamente heterogénea" (Uzzi et al., 2013). Ni un trabajo completamente extravagante ni uno completamente convencional tiene alto impacto. El iPhone también puede leerse como "integración de elementos conocidos + la singularidad de la interfaz Multi-Touch".
• Ejemplo concreto
  • La imprenta de tipos móviles de Gutenberg (alrededor de 1450) fue la combinación de una prensa de uva (mecanismo de presión) + fundición de metal (tipos móviles) + tinta oleosa + papel, todos elementos existentes. Había casi ninguna pieza nueva. Pero esta combinación redujo drásticamente el costo de replicación del conocimiento y se convirtió en la base material de la Reforma Religiosa y la Revolución Científica.
  • El avión de los hermanos Wright (1903) fue la combinación de planeador (sustentación) + motor de gasolina ligero (propulsión) + tecnología de bicicleta (estructura ligera e ideas de control). Ninguno de estos tres elementos fue inventado por ellos.
  • El transporte en contenedores (1956) fue la combinación de todas las cajas, barcos, grúas y camiones —elementos ya existentes— "rediseñando todo el sistema de transporte asumiendo cajas estandarizadas". La invención de Maclean no fue una pieza sino la forma de combinarlas.
  • iPhone (2007) fue la integración de tecnologías existentes: pantalla táctil, teléfono móvil, reproductor de música y dispositivo de acceso a internet.

③ Razonamiento inverso desde la demanda y los problemas

• Existe un clásico estudio empírico que demuestra que el 77% de las innovaciones importantes en instrumentos científicos fueron desarrolladas inicialmente por usuarios, no por fabricantes (von Hippel, 2005). Se ha confirmado el mismo patrón en equipos de procesos de semiconductores.
• El mecanismo es la asimetría de información. Lo que realmente es un problema (información de necesidad) está sesgado hacia los usuarios, y cómo hacerlo (información de solución) está sesgado hacia los fabricantes. Dado que la información de necesidad es implícita y difícil de transferir (alta viscosidad), en escenarios de alta viscosidad es más rápido que los usuarios lo hagan ellos mismos en lugar de comunicar la necesidad al fabricante (von Hippel, 2005).
• La metodología de la serie de comercialización que comienza con "identificación de desafíos graves del cliente" (descubrimiento del cliente) puede posicionarse como convertir este camino de invención en un procedimiento reproducible.
• Ejemplo concreto
  • El proceso Haber-Bosch (1909-13) fue justificado por el mayor problema social de la época: "el agotamiento del nitrógeno natural (salitre de Chile, guano) y la hambruna de la humanidad", lo que justificó la inversión concentrada en la difícil tarea de fijación de nitrógeno del aire. Se completó tras explorar miles de catalizadores (fusionándose con búsqueda sistemática descrita posteriormente), y hoy sostiene aproximadamente la mitad del alimento para la población mundial.
  • Radar, método de producción en masa de penicilina, computadora electrónica (descifrado de códigos, cálculo de trayectoria), caucho sintético, GPS. Como se vio en el artículo anterior, la gran demanda concentra fondos, personal y número de intentos en un punto, generando invención por la fuerza. Se ha demostrado empíricamente que las regiones y campos tecnológicos que recibieron más inversión en I+D de guerra en la Segunda Guerra Mundial continuaron aumentando su actividad inventiva durante décadas después de la guerra (Gross & Sampat, 2023).
  • La vacuna COVID-19 comprimió la semilla de la "linaje directo de la ciencia" (ARNm) de descubrimiento a invención y aplicación práctica en menos de un año bajo la demanda de pandemia. Es el ejemplo más reciente de fusión de los caminos ① y ③.
  • La bicicleta de montaña nació no de fabricantes de bicicletas sino de jóvenes californianos que querían correr en las montañas modificando bicicletas existentes. Kitesurf, mejoras en dispositivos de derivación cardiopulmonar, muchos instrumentos quirúrgicos surgieron de forma similar. En el mundo del software, el código abierto (Linux, Git) es el ejemplo más importante de innovación de usuarios (los usuarios crean por sus propias necesidades y comparten).

④ Accidente y mente preparada

• Fleming era bacteriólogo y por eso reconoció el significado del hongo azul; Röntgen era físico experimental y por eso persiguió "luz imposible". El mismo fenómeno debe haber ocurrido en otros laboratorios, pero fue descartado. No es meramente suerte; como dijo Pasteur, "la fortuna favorece a la mente preparada". La suerte cae sobre todos, pero solo aquellos con profundo conocimiento especializado (en términos del artículo anterior, la acumulación de Reglas) pueden leer su significado.
• No descartar un hecho inesperado (Result) sino formular una hipótesis (Case) que lo explique. La serendipia (encontrar valor en casualidades inesperadas o captar oportunidades inesperadas, o la habilidad para hacerlo) es exactamente abducción (Peirce, 1878) en investigación. Por lo tanto, la serendipia puede redefinirse como "que esté organizacionalmente permitido tener el hábito de formular hipótesis de Case ante un Result sorprendente".
• El accidente puede diseñarse. Un espacio donde chocan personas de diferentes disciplinas, registros que no descartan datos de fracaso, tiempo de exploración reconocido (regla del 15% de 3M) son todos dispositivos para aumentar "número de oportunidades de accidente" y "probabilidad de percatarse".
• Ejemplo concreto
  • Penicilina (1928) — alrededor de una mota de hongo azul que se coló en una placa de cultivo, las bacterias estaban muertas. Rayos X (1895) — Röntgen notó que una placa fluorescente brillaba junto a un dispositivo cubierto durante un experimento con rayos catódicos. Caucho vulcanizado (1839) — Goodyear accidentalmente dejó caer una mezcla de caucho y azufre en una estufa, obteniendo un material que no se disolvía con el calor ni se endurecía con el frío.
  • Tinte sintético Malva (1856) — El joven Perkin de 18 años fracasó en la síntesis de la droga antipalúdica quinina, e inventó el primer tinte sintético del mundo a partir de la sustancia púrpura restante en el matraz. Esto se convirtió en el punto de partida de la industria de la química sintética. Microondas (1945) — El chocolate en el bolsillo se derritió frente a un magnetrón para radar. Nota Post-it (1968→1980) — El "pegamento que se despega fácilmente" nacido del fracaso en desarrollar un adhesivo fuerte se combinó más de 10 años después con el problema separado de "un marcapáginas de un himnario que cae". Viagra — La "reacción secundaria" observada en ensayos clínicos de un fármaco para la angina de pecho se convirtió en la acción principal.

⑤ Búsqueda sistemática

• TRIZ (Teoría de Solución Inventiva de Problemas) fue extraída por Altshuller, inspector de patentes soviético, tras analizar cientos de miles de patentes identificando patrones de invención que se repetían más allá de campos disciplinarios (Altshuller, 1999). Hay dos percepciones clave. Primero, la invención es "la resolución de contradicciones técnicas (mejorar algo empeora otra cosa)". Segundo, los métodos de resolución de contradicciones no son infinitos sino que convergen a "40 principios de invención" (división, asimetría, encaje, anticipación, autoservicio, inversión, etc.). Es decir, "el conflicto que enfrenta ya fue resuelto por alguien en otro campo". TRIZ proporciona el procedimiento de abstraer su problema, consultar el catálogo de principios y reabstraerse en su campo.
• El éxito de la búsqueda sistemática depende de "diseño del espacio de búsqueda" (qué rango cubrir) y "costo y tiempo por ensayo". Quien reduzca el costo de cada ensayo gana.
• Ejemplo concreto
  • El laboratorio Menlo Park de Edison probó miles de materiales para el filamento de bombilla. "El genio es 1% inspiración y 99% transpiración" no es motivación sino declaración de estrategia de búsqueda. Y se dice que el mayor invento de Edison no fue ningún producto individual sino la "organización que produce invenciones industrialmente = el laboratorio de investigación" en sí mismo.
  • El proceso Haber-Bosch llegó al catalizador práctico (a base de hierro) tras probar sistemáticamente más de 2.500 candidatos. La aspiradora ciclónica de Dyson requirió la fabricación de 5.127 prototipos antes de la comercialización. El cribado de alto rendimiento en descubrimiento de fármacos es la industrialización de búsqueda sistemática que prueba mecánicamente decenas a cientos de miles de compuestos con robots.

Teoría de la invención

Aquí se organizan las teorías sobre invención.

• Posibilidad adyacente (adjacent possible)
  • La invención solo puede abrir lo "muy próximo" en el espacio de posibilidades (Kauffman, 2000).
  • Ningún genio puede inventar antes de que se reúnan las partes y el conocimiento. Da Vinci concibió el helicóptero pero no pudo inventarlo en una época sin la parte adyacente crítica: la propulsión. Inversamente, en el momento en que se reúnen las partes, múltiples personas simultáneamente alcanzan el mismo invento.
  • Existe un estudio clásico que demostró que 148 importantes invenciones y descubrimientos —teléfono (Bell y Gray presentaron patentes el mismo día 1876), cálculo (Newton y Leibniz), descubrimiento del oxígeno (Scheele y Priestley), teoría de la evolución (Darwin y Wallace), avión (hermanos Wright y competidores de varios países)— fueron logrados independientemente por múltiples personas en períodos similares (Ogburn & Thomas, 1922), demostrando que la invención es no solo producto de "genio individual" sino de "momento en que la posibilidad adyacente de la época se abre".
  • La competencia por inventar muchas veces no es "quién se le ocurre primero" sino "quién ejecuta primero cuando la combinación se vuelve posible adyacentemente". Por eso el sistema de patentes necesita un mecanismo que determine con precisión al "primer solicitante".

• Evolución de la combinación de tecnologías
  • Toda tecnología es una combinación de tecnologías existentes, y las nuevas tecnologías se convierten en componentes de combinaciones futuras (Arthur, 2009)
  • La tecnología, como los organismos biológicos, forma un árbol filogenético y "evoluciona". Así como la máquina de vapor → turbina de vapor → motor a reacción, toda invención tiene ancestros (Basalla, 1988). El historiador de la tecnología Basalla demostró a través de una cantidad abrumadora de casos, desde la máquina de vapor hasta el transistor, que "no hay invención sin ancestros".
  • Esta es una versión de la teoría macro de la nueva combinación (Weitzman, 1998; Fleming, 2001), que explica la estructura de "interés compuesto" en la que la invención se acelera a medida que aumenta la cantidad total de tecnología.

• Readaptación (exaptation)
  • Una tecnología creada con un propósito florece en un uso diferente.
  • El concepto original proviene de la biología evolutiva. Las plumas evolucionaron para mantener el calor y luego fueron "exaptadas" para el vuelo (Gould & Vrba, 1982). La tecnología es igual: magnetrón (radar) → horno microondas, sildenafilo (angina de pecho) → Viagra, teflón (militar y nuclear) → sartén antiadherente, Internet (red militar y académica) → infraestructura comercial.
  • El valor de una invención no se limita a la intención del inventor. Por eso "la divulgación pública sin limitar el uso" aumenta la cantidad de invención en la sociedad en su conjunto.

• Transferencia analógica
  • Tomar prestada la estructura de otros campos o de la naturaleza.
  • El velcro (cinta adhesiva mágica) imita la forma en que las semillas de bardana se adhieren a la ropa. La forma de la nariz del Shinkansen Serie 500 está inspirada en el pico del martín pescador (solución de la onda de presión en túneles). La biomimética (imitación biológica) es la industrialización de esta ruta.
  • La investigación etnográfica de la empresa de diseño de productos IDEO demostró que la fuente de su poder de invención no es el genio individual, sino el "proceso organizativo de intermediación tecnológica (technology brokering)" —transportar la memoria de soluciones de múltiples industrias a problemas en otras industrias (Hargadon & Sutton, 1997). La analogía no es un talento individual sino un proceso que puede acumularse y operarse organizativamente.

• Curva en S y diseño dominante
  • El desempeño de la nueva tecnología sigue una forma de S —lento → acelerado → meseta—, y la industria converge de un período de proliferación de diseños diversos a un único diseño dominante (Utterback & Abernathy, 1975).
  • En los primeros automóviles compitieron vehículos de vapor, eléctricos y de gasolina, y el Ford Modelo T se convirtió en el diseño dominante. Lo mismo ocurre con las computadoras personales compatibles con IBM PC y con los teléfonos inteligentes con diseño tipo iPhone (pantalla táctil completa).
  • Las oportunidades de invención de productos son máximas durante la fase de proliferación antes de la convergencia, y después de la convergencia el énfasis se traslada a la invención de procesos (mejora de métodos de fabricación). La evaluación de "dónde estamos en la curva S" determina el momento de la inversión en invención.

• Invención impulsada por restricciones
  • El filtro de dióxido de carbono del Apolo 13 fue inventado en horas bajo la restricción extrema de "solo con lo que hay a bordo". El contenedor tiene su fuente de valor en la "normalización" como restricción autoimpuesta. La limitación de 140 caracteres del Twitter inicial generó nuevas formas de expresión.
  • Según una revisión que integra 145 estudios empíricos, las restricciones de recursos, tiempo y requisitos realmente aumentan la creatividad e innovación en niveles moderados, y en un ambiente sin restricciones las personas tienden a la solución más familiar (Acar, Tarakci & van Knippenberg, 2019). La resolución de contradicciones de TRIZ (mencionada anteriormente) sigue la misma filosofía. No se trata de evitar las restricciones sino de usarlas como coordenadas de punto de ruptura.

Metodología de la invención

Esta sección organiza las teorías anteriores como procedimientos ejecutables.

• TRIZ (Teoría de Resolución Inventiva de Problemas)
  • ⑤Procedimiento de exploración sistemática + analogía (Altshuller, 1999)
  • Procedimiento: Identificar la contradicción → Abstraer con los 39 parámetros de ingeniería → Extraer del matriz de contradicciones los principios de invención correspondientes → Reabstraer concretamente en su propio campo.
  • Es más efectivo en problemas con contradicciones de ingeniería claras, y grandes fabricantes como Samsung lo han incorporado en sus sistemas de capacitación.

• Método de usuario líder
  • ③Procedimiento de innovación por usuarios (von Hippel, 1986)
  • Procedimiento: En lugar de buscar al usuario promedio del mercado, encontrar al "usuario avanzado cuyas necesidades están varios años por delante del mercado y que ya está creando sus propias soluciones", y usar esa solución como semilla para la conceptualización del producto.
  • La innovación en paños quirúrgicos fue inspirada por hospitales de campaña militares y veterinarios que estaban en la vanguardia del control de infecciones.
  • Se ha demostrado que los proyectos en 3M usando este método generaron conceptos de productos con previsiones de ventas aproximadamente 8 veces mayores comparado con proyectos de métodos convencionales (Lilien et al., 2002).

• Pensamiento de diseño
  • ③Razonamiento inverso desde la demanda + procedimiento de percepción ④(Brown, 2008)
  • Procedimiento: Observación (inmersión en el sitio del usuario) → Redefinición del problema → Divergencia (lluvia de ideas) → Prototipo → Iteración de pruebas.
  • Lo fundamental es hacer de la búsqueda del "problema correcto" antes que la "solución correcta" un proceso explícito.
  • Resonancia magnética pediátrica de GE Healthcare (redefinió el examen como una "aventura", reduciendo dramáticamente el uso de sedantes)

• Biomimética (imitación biológica)
  • Procedimiento de transferencia analógica (Benyus, 1997)
  • Usar organismos biológicos como catálogo de problemas ya resueltos por 3.8 mil millones de años de evolución. Velcro, Shinkansen con forma de martín pescador, patas de gecko (adhesión), hojas de loto (recubrimiento repelente al agua), termiteros (climatización natural de edificios).

• Teoría C-K (Teoría de Concepto-Conocimiento)
  • Formalización de la estructura lógica de la invención (Hatchuel & Weil, 2009)
  • Define el diseño como el movimiento de ida y vuelta entre el "espacio de conocimiento establecido (K)" y el "espacio conceptual de verdad indeterminada (C)". Trata como ciencia del diseño el proceso de "desarrollar la definición de lo que aún no existe, enriqueciéndola con conocimiento", y se utiliza en currículos de educación en invención.

• Pensamiento de primeros principios
  • Razonamiento inverso desde los límites físicos
  • Reconstruir desde los principios de la ley física y la estructura de costos, no desde la costumbre o la analogía.
  • El costo de materias primas de cohetes es solo un pequeño porcentaje del precio final del producto → si se reutilizan, el costo debería disminuir por órdenes de magnitud, según el razonamiento de SpaceX.
  • La misma filosofía que "razonar hacia atrás desde la solución ideal (Ideality)" de TRIZ (Altshuller, 1999)

Lo común a todas estas herramientas es la filosofía de cambiar la invención de "esperar a que se ilumine" a "un proceso donde se puede diseñar el número de intentos y la tasa de éxito". Qué herramienta usar depende de qué ruta sigue el problema enfrentado.

• Lo que se debe hacer es poco claro (las necesidades no están verbalizadas) → Usar pensamiento de diseño para redefinir el problema, y método de usuario líder para encontrar las soluciones de usuarios avanzados (von Hippel, 1986; Brown, 2008)
• Está claro qué se debe hacer pero está atrapado por contradicciones técnicas → Usar TRIZ para abstraer la contradicción y extraer los principios de solución de otros campos (Altshuller, 1999). Si existe un problema similar en la naturaleza, usar biomimética (Benyus, 1997)
• Existe una nueva rama de la ciencia y se busca aplicación → La búsqueda de aplicación es la ejecución intencional de readaptación (Gould & Vrba, 1982). Enumerar las propiedades de la rama y buscar campos que "resuelvan contradicciones".
• El espacio de búsqueda es amplio y no está claro qué funcionará → Diseñar exploración sistemática. Invertir en reducir el costo y la velocidad de cada intento (implicación de ⑤ anterior).
• Las premisas existentes son compartidas por toda la industria → Reconstruir las premisas desde los límites físicos con pensamiento de primeros principios. La innovación disruptiva (Christensen, 1997) frecuentemente emerge de esta ruta.

Sujetos de la invención

Cambio en los sujetos de la invención

Los actores en la invención también han cambiado a lo largo de la historia.

• ~Siglo XVIII: Artesanos e inventores individuales
  • La invención se acumuló y mejoró como habilidad no codificada dentro del sistema de aprendizaje artesanal. Los gremios protegían el valor guardando secreto las habilidades (la tradición de secreto mencionada después).
  • Ejemplos: Gutenberg (orfebre), Hargreaves (tejedor, máquina de hilar Jenny), Watt (artesano de instrumentos, mejora de la máquina de vapor). Muchos inventores de la Revolución Industrial eran artesanos, no científicos.

• Siglo XIX: La era de los inventores independientes
  • Con el establecimiento del sistema de patentes, surgió el "inventor como profesión" que vivía vendiendo invenciones. Edison, Bell, Tesla y Daimler son de este tipo.
  • Ejemplo: El Menlo Park de Edison (1876) fue el punto de inflexión donde un inventor individual se organizó en una "fábrica de inventos". Desde aquí transicionó a laboratorios corporativos.

• Siglo XX: Era de los laboratorios centrales de investigación corporativos y el gobierno
  • GE Research (1900), DuPont y Bell Laboratories (1925) establecieron sistemas para producir invenciones sistemáticamente contratando científicos. El transistor, nylon y láser surgieron de este tipo.
  • El gobierno se convirtió en el mayor comprador de invenciones a través de guerras y la Guerra Fría (Gross & Sampat, 2023). El Proyecto Manhattan, el Programa Apolo y ARPANET fueron productos de esta era.

• Finales del siglo XX ~ Presente: Era de la división de trabajo y startups
  • Las grandes empresas se retiraron de la ciencia, transitando a una estructura de división de trabajo donde "las universidades suministran ciencia, los startups suministran invención, y las grandes empresas manejan la adquisición y el escalado" (Arora et al., 2020). Los empresas de biotecnología (Genentech, 1976) son el prototipo de esta división de trabajo, y los startups de IA son la forma más reciente.
  • En paralelo, los usuarios (usuarios finales) comenzaron a ser reconocidos como actores en la invención (von Hippel, 2005). El código abierto es su mayor institucionalización.

Comparación de características de los sujetos de la invención

Se comparan los principales actores actuales de la invención desde los mismos 4 puntos de vista que la comparación de sujetos de investigación del artículo anterior.

• Fuente de financiamiento: ¿Con cuyo dinero se inventa y cuál es la escala?
• Centro de gravedad de la invención: ¿En cuál de las 5 rutas (directa de la ciencia, nueva combinación, demanda, serendipia, búsqueda sistemática) se centra, y si el suministro de semillas o la concreción de qué se encarga?
• Velocidad: Agilidad en la toma de decisiones y ciclos de prueba y verificación
• Apertura: Cuánto se abre la invención (elección entre patente, artículo académico, secreto, código abierto)

Se comparan 6 actores desde estos 4 puntos de vista.

• Universidades
  • MIT, Stanford, Cambridge, etc.
  • Su fortaleza es el suministro de "semillas" de invención. Las invenciones de tipo directo científico (principios del transistor, CRISPR, ARNm) salen casi en su totalidad de universidades e instituciones de investigación. La limitación es la capacidad de concreción (prototipado, producción en masa, comercialización), y muchas invenciones universitarias se concretan externamente a través de licencias o creación de startups (Arora et al., 2020).
  • Fuente de financiamiento: Subsidios gubernamentales y fondos de colaboración universidad-industria. La escala por proyecto es pequeña.
  • Centro de gravedad de la invención: Directo científico (lado cercano al descubrimiento). Suministra semillas pero las cultiva externamente.
  • Velocidad: Lenta (limitada por ciclos de subsidios y deberes de docencia)
  • Apertura: La más alta. Se abre tanto en artículos como en patentes, frecuentemente con artículos adelantados (publicación de pares mencionada anteriormente).

• Organismos de investigación gubernamental y militar
  • NASA, DARPA, Laboratorio Nacional de Los Álamos, CERN, etc.
  • Su fortaleza es asumir la escala y el riesgo que el sector privado no puede tomar. Las regiones y campos que recibieron contratación de I+D en tiempo de guerra vieron aumentos a largo plazo en actividad de invención en la posguerra (Gross & Sampat, 2023). La limitación es la distancia del mercado; el paso de convertir invención en producto se delega al sector privado (GPS, apertura civil de ARPANET).
  • Fuente de financiamiento: Presupuesto gubernamental. Estable y de gran escala.
  • Centro de gravedad de la invención: Impulsado por misión (seguridad nacional, espacio, energía). Razonamiento inverso desde la demanda y búsqueda sistemática.
  • Velocidad: Lenta en tiempos de paz (burocracia), pero máxima cuando es prioridad nacional (movilización tipo Proyecto Manhattan).
  • Apertura: Dos capas, secreto y público. Aplicaciones militares se guardan en secreto, con apertura civil típica después de maduración.

• Laboratorios de investigación de grandes empresas y departamentos de desarrollo
  • Bell Laboratories, Xerox PARC, GE Research, Google Research, Skunk Works de Lockheed, etc.
  • La fortaleza radica en la capacidad de concreción y escalado, así como en la capacidad de absorción para discernir invenciones externas (Cohen & Levinthal, 1990). Los laboratorios corporativos históricos tenían un diseño que organizaba sistemáticamente la confluencia de cinco vías. Los Laboratorios Bell colocaban a investigadores básicos e ingenieros en el mismo edificio para que colisionaran en los pasillos (coexistencia de disciplinas distintas + horizonte temporal largo + misión clara), y produjeron en masa el transistor, la teoría de la información y UNIX. El sistema de tiempo libre de 3M y Google (15–20% del tiempo de trabajo dedicado a investigación libre) generó Post-it y Gmail, y "compraron" institucionales la cantidad de intentos fortuitos. Skunk Works aisló un pequeño equipo de élite de la burocracia de la empresa matriz e inventó el U-2 y SR-71 en poco tiempo. Las limitaciones son la debilidad estructural ante la innovación arquitectónica y disruptiva mencionada anteriormente (Henderson & Clark, 1990; Christensen, 1997) y la retirada de la ciencia debido a presiones de beneficios a corto plazo. PARC (Instituto de Palo Alto) inventó pero no pudo cosechar, y las grandes empresas en su conjunto pasaron a "comprar invenciones" (Arora et al., 2020).
  • Fuente de financiamiento: ingresos propios. Vinculada a ciclos económicos y políticas de gestión.
  • Centro de gravedad de la invención: invención aplicada e invención de procesos conectadas a productos propios. Nuevas combinaciones y exploración sistemática.
  • Velocidad: media (la toma de decisiones sobre financiamiento se completa internamente, pero la velocidad se ve limitada por el ajuste con negocios existentes).
  • Apertura: selectiva. Se patentan pero disminuyen los artículos. Lo que se vende (bienes sustitutos) se cierra, lo que se promueve (bienes complementarios) se abre.

• Startups y empresas de investigación emergentes.
  • OpenAI, SpaceX, Moderna, Genentech (pionera), etc.
  • La fortaleza es la concentración en un solo punto sin estar atado a activos existentes, concretando invenciones de tipo disruptivo y destructivo de capacidades, y asumiendo el papel de crear mercados iniciales. La limitación es la falta de activos complementarios (fabricación, redes de venta, cumplimiento regulatorio), lo que obliga a elegir entre "luchar por cuenta propia u asociarse con empresas existentes" (Gans & Stern, 2003). El fracaso tiende a dispersar el conocimiento.
  • Fuente de financiamiento: capital de riesgo e inversores de gran escala. El dinero de riesgo es masivo y se concentra en un solo punto.
  • Centro de gravedad de la invención: aplicada hasta tipo Pasteur. Concreción y comercialización en mercados iniciales. Cálculo inverso desde la demanda y nuevas combinaciones.
  • Velocidad: la más rápida. La toma de decisiones ocurre en días, sin ciclos de subvención ni ajustes con negocios existentes.
  • Apertura: cambia estratégicamente (inicialmente abierta para adquirir talento, posteriormente se cierra después de establecer ventaja).

• Organizaciones de investigación sin fines de lucro y emergentes.
  • Instituto Médico Howard Hughes (HHMI), Allen Institute, Arc Institute, FRO, etc.
  • La fortaleza es la exploración de largo plazo y alto riesgo sin estar atado al sistema de subvenciones, y su eficacia está comprobada. En comparación entre investigadores del mismo nivel, los que obtienen financiamiento de largo plazo, incondicional y tolerante al fracaso (tipo HHMI: renovación cada 5 años, inversión en personas no en resultados) tienen una probabilidad significativamente más alta de producir resultados novedosos (en el 1% superior de citaciones) que los investigadores con subvenciones estándar vinculadas a resultados a corto plazo (tipo NIH R01), y simultáneamente fracasan más (Azoulay, Graff Zivin & Manso, 2011). La exploración requiere estructuralmente "tiempo para fallar", y la gestión que reduce fallos también reduce aciertos. La limitación es el límite de escala y la dependencia de la voluntad de los proveedores de fondos.
  • Fuente de financiamiento: fondos fundacionales y donaciones. Más libre que el gobierno, más a largo plazo que las empresas.
  • Centro de gravedad de la invención: suministro de semillas en áreas de investigación básica y alto riesgo. Asumen riesgos que ni el gobierno ni las empresas toman.
  • Velocidad: media a rápida (burocracia delgada).
  • Apertura: alta (frecuentemente tienen por misión el suministro de bases de datos y herramientas como bienes públicos).

• Inventores individuales y usuarios.
  • Inventores independientes, desarrolladores de código abierto, usuarios que mejoran sus propias herramientas, etc.
  • La fortaleza es el acceso directo a información de necesidades. Los usuarios son quienes mejor saben cuál es el problema real (von Hippel, 2005), y estadísticamente los hogares son el actor de invención más grande (von Hippel, de Jong & Flowers, 2012; véase después). La limitación es la falta de recursos para concreción, producción en masa y derechos, ocurriendo un "fracaso de mercado en la difusión" donde la invención creada satisface solo la necesidad del inventor y no llega al mercado.
  • Fuente de financiamiento: fondos propios, financiamiento colectivo, pequeñas subvenciones.
  • Centro de gravedad de la invención: solución de problemas en los que el inventor mismo enfrenta. Áreas con bajo equipamiento de capital (software, mejora de herramientas). Cálculo inverso desde la demanda.
  • Velocidad: la más rápida (sin necesidad de coordinación organizacional alguna).
  • Apertura: alta (código abierto, compartición comunitaria).

A partir de lo anterior se observan las siguientes tendencias:

• Al pasar por estos cuatro aspectos se observa que, al igual que en la actividad investigadora, "la naturaleza del financiamiento (de quién es el dinero)" determina casi completamente el centro de gravedad, la velocidad y la apertura de la invención. El financiamiento de gobiernos y fundaciones se orienta hacia lo largo plazo, el suministro de semillas y la apertura; el financiamiento de mercado se orienta hacia lo corto plazo, la concreción y la apertura selectiva.
• Lo específico del mundo de la invención es que la ubicación de la capacidad de concreción (prototipado, producción en masa) determina la división del trabajo entre actores. Que quienes tienen las semillas (universidades, sin fines de lucro, individuos) sean distintos de quienes pueden concretar (empresas, startups) genera los problemas posteriores de institución (licencias, patentes) y aplicación (activos complementarios).
• En Estados Unidos, desde los años 1980 en adelante, se consolidó una división del trabajo donde "la universidad proporciona ciencia, los startups proporcionan invención, las grandes empresas se encargan de adquisición y escalado", pero se advierten que esta división del trabajo dificulta la generación de grandes invenciones del tipo que producía "la coexistencia de ciencia e invención" tipo Bell (Arora et al., 2020).

Atravesando los tipos de actores, se han acumulado las siguientes evidencias sobre "quién inventa":

• El fin del mito del "inventor solitario".
  • Evidencia: un análisis de 19,9 millones de artículos y 2,1 millones de patentes a lo largo de 50 años muestra que tanto en ciencia como en invención, la producción en equipo es dominante sobre la de individuos solitarios, y cuanto más citado es el trabajo, más es producido en equipo (Wuchty, Jones & Uzzi, 2007). En patentes, la tendencia de que patentes de equipo obtengan mayor citación que patentes individuales se fortalece año a año.
  • El trasfondo es "la carga del conocimiento" (Jones, 2009): el volumen total de conocimiento ha crecido, y todo el conocimiento requerido para la invención ya no cabe en la cabeza de una sola persona. La edad de la primera invención del inventor aumenta, la especialización se estrecha, y los equipos se hacen más grandes. Puede decirse que el inventor individual tipo Edison fue viable en una era en que el espacio de la adyacencia posible aún cabía en una sola mente.

• El conocimiento reside en las personas.
  • Cuando un reconocido científico de ciencias de la vida murió inesperadamente, la productividad de artículos de sus colaboradores disminuyó persistentemente en promedio 5–8% (Azoulay, Graff Zivin & Wang, 2010). Los artículos permanecen, pero la productividad cae. Una parte sustancial del conocimiento necesario para la invención y el descubrimiento no está escrita en artículos sino que existe como conocimiento tácito en las personas. La escasez y el aumento de salarios de investigadores que se ve en la industria investigadora pueden leerse como un fenómeno en el que el mercado refleja este hecho en los precios.

• Los inventores se determinan por "exposición" más que por "nacimiento".
  • Un estudio que conectó los registros tributarios de 1,2 millones de inventores estadounidenses mostró que niños criados en la infancia cerca de inventores (regiones con fuerte actividad inventiva, padres que son inventores, colegas de padres) tenían una probabilidad significativamente mayor de convertirse en inventores en la edad adulta. El efecto de exposición es específico del campo: si el colega de los padres es inventor en dispositivos médicos, el hijo es más probable que sea inventor en el campo de dispositivos médicos. Incluso con calificaciones idénticas en matemáticas, niños de hogares de bajos ingresos, mujeres y minorías tienen menos probabilidad de convertirse en inventores. Existe una cantidad masiva de "Einsteins perdidos (Lost Einsteins)" que tenían talento pero no se convirtieron en inventores debido al entorno (Bell et al., 2019).
  • El suministro de inventores se determina por la distribución de exposición, no por la distribución de talento. La educación y la política de modelos a seguir (presentar y emparejar a los aprendices con personajes específicos que sirvan de "ejemplo concreto", apoyando fuertemente la formación futura de carreras, la mejora de la motivación para aprender, o la participación en campos específicos) es no solo una política de "equidad" sino una política de "aumentar el volumen total de invención".

• Inmigrantes e invención.
  • El 16% de los inventores estadounidenses son inmigrantes, pero los inmigrantes representan el 23% de la producción inventiva medida por patentes, citaciones y valor económico, y incluida la propagación a través de colaboración (mejora de productividad de inventores nacidos en EE.UU. que trabajan con inmigrantes), la contribución alcanza aproximadamente el 36% (Bernstein et al., 2022). Esto se ha convertido en evidencia a escala nacional de cómo los actores transfronterizos traen combinaciones heterogéneas (el "punto de heterogeneidad" de Uzzi et al. (2013) mencionado anteriormente).

• Actores transfronterizos e intermediarios: personas que transportan "respuestas ya existentes" de otros campos.
  • Frecuentemente, lo que obstruye la invención no es que "no haya solución" sino que "la solución ya existe en otro campo, pero las personas del campo que tiene el problema no lo saben". Las personas del campo A conocen el problema A pero no la solución B, las personas del campo B conocen la solución B pero no el problema A. Solo quienes conocen ambos pueden conectar los dos. Por eso las personas que tienen pie en dos o más mundos (actores transfronterizos) producen desproporcionadamente más invenciones.
  • La investigación etnográfica de la empresa de diseño de productos IDEO (Hargadon & Sutton, 1997) mostró que esta frontera cruzada no es un talento individual sino algo que puede institucionalizarse en la empresa. Dado que IDEO recibe encargos de diseño de numerosas industrias—dispositivos médicos, juguetes, computadoras, muebles—, tiene oportunidades estructuralmente frecuentes de transportar soluciones entre industrias: una bisagra usada en juguetes a un dispositivo médico, la estructura de una botella de bicicleta a una bomba médica. Y no deja esto al azar, sino que lo hace intencionalmente mediante operaciones tales como: empleados que simultáneamente trabajan en proyectos de múltiples industrias, sesiones frecuentes de lluvia de ideas que cruzan proyectos, compartir un "caja de tecnología" como dispositivo de memoria colectiva que recopila partes y materiales interesantes, y evaluar positivamente traer ideas de otros.
  • Ejemplo: Daguerre (escenógrafo → fotografía) usaba regularmente la cámara oscura (dispositivo óptico) para dibujar fondos realistas, y simultáneamente se interesaba por la química. Porque conocía tanto "hacer una imagen con óptica" como "fijar una imagen con química", pudo conectar los dos y crear la fotografía. Solo un óptico o solo un químico no lo habría hecho.
  • Ejemplo: Dunlop (veterinario → neumático de aire) no era un experto en bicicletas. Viendo que el triciclo de su hijo se bamboleaba en adoquines, transportó una solución del trabajo veterinario familiar—tubo de goma y aire—que consistía en "absorber impactos con una capa de aire". La industria de bicicletas no podía salir del supuesto de que "las llantas son masas de goma".
  • Ejemplo: Los hermanos Wright (dueños de tienda de bicicletas → aviación). Sus competidores de la época, con pensamiento de barcos y carruajes, buscaban un "fuselaje que se mantenga estable sin que el piloto suelte las manos". Los hermanos veían diariamente en las bicicletas una "máquina inestable que, si la sueltas, se cae, que el piloto mantiene estable con manipulación constante", así que llegaron a un pensamiento de diseño inverso: "el avión también puede ser inestable, el control por pilotaje funciona". Crearon un mecanismo para controlar la inclinación torciendo las alas (ala alabeada). El primero en volar seguro con control total fue no un experto en aviación sino un actor transfronterizo que transportó la idea de bicicletas a la aviación.

• Inventores usuarios: "la persona que sufre el problema" ya ha inventado aproximadamente la mitad.
  • La información necesaria para la invención está dividida en dos lugares. La información de necesidades "qué falta" solo existe en las personas del sitio donde se usa el producto, mientras que la información de soluciones "cómo hacer" existe en el fabricante. La información de necesidades solo se entiende en el momento de usar y frecuentemente ni la persona misma es consciente de ella, por lo que es difícil expresarla en palabras, y aunque el fabricante intente extraerla mediante investigación de mercado, el cliente promedio no puede hablar de algo "que aún no existe". Sin embargo, usuarios con fuertes necesidades y cierta capacidad técnica no esperan sino que lo hacen por sí mismos (von Hippel, 2005).
  • von Hippel (1986) llamó «usuarios líderes» a quienes enfrentan nuevas necesidades años antes que el mercado global y obtendrían grandes ganancias una vez resueltas. Las personas que cumplen estas dos condiciones generalmente ya han hecho prototipos por sí mismas. Por lo tanto, para las empresas existe un método de invención que consiste en «buscar a personas que ya han inventado la mitad y comercializar su solución» en lugar de inventar desde cero. Este es el significado de «buscar usuarios líderes se convierte en sí mismo una técnica de invención».
  • Ejemplo: En instrumentos científicos, el 77% de nuevos productos tenían como punto de partida la fabricación manual de científicos usuarios (von Hippel, 1976). Las bicicletas de montaña nacieron de aficionados de California que modificaban bicicletas prefabricadas, y muchos instrumentos quirúrgicos se originan en cirujanos. El software de código abierto representa la institucionalización más grande de este tipo.

• La invención se aglutina geográficamente.
  • Históricamente, la invención se ha concentrado en ciudades y clusters (Florencia en el Renacimiento, Birmingham en la Revolución Industrial, Detroit en el siglo XX, Silicon Valley actualmente). Dado que el desbordamiento de conocimiento (el aspecto de bien público de Nelson (1959) y Arrow (1962)) se atenúa con la distancia, la frecuencia de nuevas combinaciones aumenta en lugares donde las personas se mezclan densamente.
  • Al combinar el efecto de «exposición» de Bell et al. (2019) con el hallazgo de Azoulay et al. (2010) de que «el conocimiento reside en las personas», la aglutinación geográfica es también un mecanismo que se reproduce a lo largo de generaciones.

• Composición óptima del equipo de invención.
  • Sobre la base de estos estudios empíricos, pueden derivarse directrices de diseño para equipos de invención independientemente del tipo de agente. Ser un equipo (Wuchty et al., 2007), reunir conocimiento por persona (Azoulay et al., 2010), incluir transgresores de límites (Bernstein et al., 2022; Hargadon & Sutton, 1997), incluir usuarios con información sobre necesidades (von Hippel, 2005), y proporcionar tiempo que tolere el fracaso (Azoulay et al., 2011).
  • Respecto a la proporción de composición, el «estándar más un punto de heterogeneidad» de Uzzi et al. (2013) mencionado anteriormente se aplica directamente. La mayor parte del equipo debe estar compuesta por expertos profundos del área problemática, y se agregan una o dos personas de campos diferentes. Si todos son de campos diferentes, no hay base; si todos son del mismo campo, no surge una combinación heterogénea.
  • Esta composición también es una disposición de personal para ejecutar múltiples rutas simultáneamente de las 5 rutas mencionadas anteriormente (diseñar confluencias). Los expertos asumen la línea directa de la ciencia y la exploración sistemática, los transgresores de límites la nueva combinación y la analogía, y los usuarios el cálculo inverso desde la demanda.

La institución de la invención.

Mientras que la institución de la investigación fue un mecanismo de «otorgar honor a cambio de divulgación», la institución de la invención es un mecanismo de «otorgar monopolio temporal a cambio de divulgación», y ambas pueden considerarse gemelas del mismo pensamiento de diseño.

La compartición de invención.

• Prehistoria: La era del secreto (hasta el siglo XV).
  • Problema estructural: No había ganancia en revelar la invención, solo la pérdida de ser imitado. Los inventores más racionales ocultaban sus invenciones. Como resultado, las habilidades se perdían con la muerte del artesano, y otros inventores resolvían el mismo problema una y otra vez.
  • Ejemplo: Los gremios de artesanos cerraban las habilidades dentro de la estructura de aprendices, no documentaban recetas, y prohibían la fuga de habilidades fuera de la ciudad. Los maestros vidreros venecianos estaban aislados en una isla (Murano), y la deserción se castigaba con penas graves.

• Siglos XV–XVIII: La invención del sistema de patentes (el intercambio entre divulgación y monopolio).
  • La Ordenanza de Patentes de Venecia de 1474 se considera la primera ley de patentes sistemática del mundo, otorgando a los inventores de dispositivos novedosos y útiles 10 años de derechos de monopolio a cambio de solicitar (revelar) la invención. La Ordenanza de Monopolios de Inglaterra de 1624 prohibió las concesiones arbitrarias de monopolios del rey y reconoció solo patentes de duración limitada para «el verdadero primer inventor». Esto continuó hasta la Ley de Patentes de EE.UU. de 1790 (la Constitución de los EE.UU. otorgó al Congreso federal la autoridad de «garantizar a los inventores derechos de monopolio por un período determinado para promover el progreso de la ciencia y las artes útiles»).
  • Pensamiento de diseño: Como se vio en el artículo anterior, la ciencia invirtió el incentivo al secreto mediante la institución de «otorgar honor (prioridad) a cambio de divulgación» (Merton, 1942). La patente es un intercambio isomorfo de «otorgar monopolio temporal a cambio de divulgación». Aunque la moneda de recompensa es honor o dinero, el diseño de «recompensar a quien revela en lugar de ocultar, permitiendo que todos en el futuro usen el conocimiento revelado» es idéntico. La prioridad científica y la patente son invenciones institucionales gemelas para evitar que se oculte el conocimiento.
  • Las cuatro funciones que el sistema de patentes adquirió en este momento son las mismas que las cuatro funciones de las revistas académicas vistas anteriormente: registro (confirmación de prioridad por fecha de solicitud), autenticación (garantía de novedad y paso inventivo mediante examen), publicidad (divulgación mediante boletín oficial), preservación (archivo de documentos de patente). El TRIZ mencionado anteriormente nació de releer este archivo como «una base de datos de las invenciones de la humanidad» (Altshuller, 1999).

• Siglo XIX: Internacionalización (prioridad transfronteriza).
  • Cuando las invenciones comenzaron a circular a través de fronteras en la Revolución Industrial, surgió el problema de que «una invención solicitada en un país se vuelve conocida públicamente en otros países y no puede obtener patente». El Tratado de París de 1883 creó un sistema de prioridad que reconocía la fecha de solicitud en un país como la fecha de prioridad en otros países miembros, estableciendo el trato nacional (protección igual para extranjeros que para ciudadanos nacionales) como principio (Convenio de París, 1883). Así como la coautoría internacional de investigaciones creó «una comunidad internacional que comparte las mismas normas», el Tratado de París creó «un territorio común internacional de compartición de invenciones que comparte las mismas reglas de prioridad».
  • Como demuestran las invenciones simultáneas múltiples (Ogburn & Thomas, 1922), no es excepcional sino normal que múltiples personas lleguen a la misma invención simultáneamente. Por lo tanto, la institución requiere reglas que decidan mecánicamente «quién fue primero». El sistema de primer registro, adoptado ahora por casi todo el mundo, prioriza a «quien solicita primero» (EE.UU. también transitó del sistema de primer inventor en 2013). Así como la prioridad en la investigación se atribuye a «quien publica primero», la institución define el momento de «primero» no como el momento de la idea sino como el momento registrado públicamente. Esto genera el incentivo de «no ocultar y difundir rápido».

• Siglo XX: Integración de procedimientos y estandarización mundial de estándares mínimos.
  • El Tratado de Cooperación en Materia de Patentes (PCT) de 1970 securizó la fecha de solicitud en todos los países miembros con una única solicitud internacional y unificó el procedimiento de divulgación internacional 18 meses después de la solicitud (PCT, 1970). La regla de «se publica inevitablemente en 18 meses» fijó mundialmente el equilibrio entre secreto y divulgación.
  • El Acuerdo sobre los ADPIC de 1994 obligó a todos los miembros de la OMC a «protección de patentes de 20 años por todos los campos tecnológicos, tanto de productos como de métodos» como norma mínima (Acuerdo sobre los ADPIC, artículos 27 y 33). En la misma época que la cooperación internacional científica (CERN, Proyecto Genoma Humano) vista en el artículo anterior, la institución de la invención también adquirió una base común internacional.

• Finales del siglo XX hasta presente: Apertura y diseño de «abrir y cerrar».
  • El código abierto (desde Linux en 1991 en adelante) renunció al monopolio mediante patentes y derechos de autor, creando una institución de compartición que garantiza por contrato la libertad de divulgación y mejora. El valor económico del lado de la demanda del software de código abierto se estima en aproximadamente 8.8 billones de dólares (Hoffmann, Nagle & Zhou, 2024).
  • Los estándares (USB, Wi-Fi, 5G) integran las patentes de múltiples empresas en un estándar, permitiendo que las patentes esenciales para el estándar se licencien a todos bajo condiciones «equitativas, razonables y no discriminatorias (FRAND)». Es un dispositivo institucional que permite simultanear monopolio y difusión, cuyo diseño económico se analiza teóricamente (Lerner & Tirole, 2015).
  • La promesa de patentes (apertura de la patente de vehículos eléctricos de Tesla, 2014) es una nueva forma de compartición donde una empresa declara voluntariamente que no ejercitará sus derechos de patente. Como el Principio de Bermudas (divulgación inmediata de secuencias del Genoma Humano), es un diseño de «convertir la base de conocimiento de etapa precompetitiva en territorio común».
  • El punto de que la unidad de «compartición» se ha expandido de documentos de patente a datos de diseño, código fuente y modelos entrenados también es paralelo a la investigación (artículos → datos, código).

El mayor activo que la historia de esta institución de compartición ha generado es un territorio común de invención transnacional. Como la investigación, está sustentado por dos capas: normas e institución.

• La capa de normas: El entendimiento común de que «quien revela es recompensado».
  • La recompensa diseñada para hacer la divulgación más racional que el secreto (derechos de monopolio) y la existencia de boletines oficiales donde el conocimiento divulgado es legible por todos invirtieron la norma de comportamiento del inventor de «ocultar» a «revelar».
  • Que las patentes divulgadas se lean realmente y se usen en invenciones posteriores se confirma por datos de citas e investigaciones. En una encuesta a investigadores de nanotecnología, el 64% leyó literatura de patentes, y muchos obtuvieron información técnica útil de patentes (Ouellette, 2012). La cadena de citas mostrada por Ahmadpoor & Jones (2017) mencionada anteriormente muestra que las invenciones divulgadas funcionan como componentes de la siguiente invención (la evolución combinatoria mencionada anteriormente, Arthur, 2009).

• La capa institucional: Una base común internacional.
  • El Tratado de París (prioridad, trato nacional), PCT (unificación de procedimientos), ADPIC (normas mínimas), e IPC (lenguaje de clasificación común, OMPI, IPC) permiten la compartición de invención a través de fronteras.
  • Qué se convierte en territorio común y qué en propiedad privada es parte del marco de estrategia abierto-cerrado, donde se aplica directamente la política de cerrar lo que se vende (bienes sustitutivos) y abrir lo que promueve su uso (bienes complementarios). El código abierto, estándares y promesas de patentes abren todos el lado de bienes complementarios para cultivar el ecosistema.

• Asuntos actuales en cuanto a normas e institución.
  • En equipos electrónicos y software, miles de patentes se superponen en un producto, y el costo de negociación con titulares de derechos se convierte en una barrera para la invención (Shapiro, 2001). Las licencias cruzadas, fondos de patentes y estándares se desarrollaron para atravesar esta maleza.
  • Como en la renegociación de apertura de la investigación, el fortalecimiento de controles de exportación y regulaciones de transferencia de tecnología está fragmentando el territorio común de compartición de invención.
  • Se cuestiona si los inventores están limitados a personas naturales, cómo juzgar el paso inventivo de candidatos generados por IA y otros presupuestos de la institución.

Método de evaluación de la invención.

Así como la revisión por pares en revistas académicas evalúa la investigación por cinco criterios, el examen de la oficina de patentes evalúa la invención por criterios comunes. Los criterios comunes en los principales sistemas mundiales se pueden resumir en los siguientes cinco puntos.

• Novedad (novelty): No es de conocimiento público en ningún lugar del mundo (Acuerdo sobre los ADPIC, artículo 27(1); 35 U.S.C. §102). Como la novedad en la investigación, se requiere ser «primero en el mundo».
• Paso inventivo / No obviedades (inventive step / non-obviousness): No es obvio para un técnico ordinario en ese campo (35 U.S.C. §103; Convenio sobre la Patente Europea, artículo 56). Corresponde a la «creatividad» de la investigación.
• Aplicabilidad industrial / Utilidad (industrial applicability / utility): Puede fabricarse y usarse realmente (Acuerdo sobre los ADPIC, artículo 27(1)). Es un criterio único de la invención, no presente en los cinco criterios de la investigación.
• Requisito de suficiencia de divulgación (enablement / sufficiency of disclosure): Se divulga suficientemente para que un técnico del arte pueda reproducir leyendo la especificación (35 U.S.C. §112; Convenio sobre la Patente Europea, artículo 83). Corresponde a la «reproducibilidad» y «claridad» de la investigación, garantizando el lado de divulgación del intercambio de «monopolio a cambio de divulgación».
• Materia patentable (patentable subject matter): Leyes naturales, ideas abstractas y productos naturales en sí no son objeto (35 U.S.C. §101; Convenio sobre la Patente Europea, artículo 52). Es el criterio que institucionaliza «el descubrimiento no es invención».

En términos de correspondencia con la revisión de la investigación, novedad y paso inventivo están cerca de «novedad e importancia» de la revisión, el requisito de suficiencia de divulgación está cerca de «solidez y claridad», y la materia patentable está cerca de «adecuación». La diferencia decisiva es que la revisión pregunta «¿es verdadero?» mientras que el examen pregunta «¿funciona? (¿suficiencia de divulgación?)».

Sin embargo, este método de evaluación tiene limitaciones.

• La progresividad es binaria y no mide el valor
  • El examen solo determina "si se ha superado el umbral" y no proporciona una evaluación por etapas del valor de la invención o la magnitud del salto. Como resultado, el valor económico de las patentes es extremadamente sesgado, con un pequeño número de patentes acaparando la mayor parte del valor total, mientras que la gran mayoría tiene casi ningún valor (Scherer & Harhoff, 2000). El valor se aproxima únicamente de forma retrospectiva por el número de citas recibidas (Trajtenberg, 1990)—la misma estructura que en las citas de investigación.

• Variabilidad en el juicio del examinador
  • Los resultados del examen de patentes varían según quién lo realice. Los datos de la Oficina de Patentes de EE.UU. muestran que los examinadores con más años de experiencia tienden a otorgar más patentes y citan menos tecnología anterior (Lemley & Sampat, 2012). El ruido de que "la misma invención puede o no convertirse en patente según el examinador" es estructuralmente inherente al sistema.

• El sistema de patentes no necesariamente promueve la invención
  • Se explica que el sistema de patentes "promueve la invención mediante la concesión de un monopolio", pero si realmente lo promueve es una pregunta empírica cuya respuesta es "depende del campo y las condiciones".
  • Las invenciones ocurrieron incluso en países sin patentes, pero los campos fueron sesgados: un análisis de los artículos exhibidos en las exposiciones universales del siglo XIX (Londres 1851, Filadelfia 1876) por país muestra que Suiza, Países Bajos y Dinamarca, que no tenían leyes de patentes, demostraron una alta actividad inventiva, pero sus invenciones se concentraron en campos que podían protegerse por secreto (química, alimentos, instrumentos científicos) y fueron pocas en el sector mecánico, donde la imitación era fácil (Moser, 2005). El sistema de patentes influye en la "dirección" más que en la "cantidad" de la invención.
  • Los derechos demasiado fuertes reducen las invenciones posteriores: en la secuenciación del genoma humano, al comparar los genes publicados por un proyecto público con los que fueron temporalmente protegidos por propiedad intelectual por empresas privadas, se encontró que los genes protegidos tenían entre 20% y 30% menos investigación científica posterior y desarrollo de productos de diagnóstico (Williams, 2013). Aunque la protección fue temporal (aproximadamente 2 años), sus efectos persistieron a largo plazo. Los derechos que protegen una invención pueden obstaculizar la siguiente invención que utiliza esa invención como componente (la evolución combinatoria mencionada anteriormente).
  • La patente no es un "dispositivo universal para promover la invención", sino más bien un "dispositivo que hace que las invenciones que no pueden protegerse por secreto se hagan públicas y mantiene la inversión en campos donde el costo de imitación es bajo". Dado que las invenciones solo pueden construirse sobre invenciones anteriores, la fuerza de los derechos tiene un punto óptimo, y si es demasiado fuerte, obstaculiza las invenciones posteriores. Las patentes contienen una contradicción intrínseca: "una institución que supuestamente promueve la invención puede obstaculizarla".

• Reconocimiento del inventor
  • El examen también requiere la identificación del "inventor". Surge la pregunta de quién hizo una aportación inventiva (contribución a la concepción) y quién solo realizó trabajo (ejecución siguiendo instrucciones)—un problema de atribución del mismo tipo que el orden de autores en investigación y CRediT, que existe como un problema legal de derechos. Si la descripción del inventor es incorrecta, la patente misma puede volverse nula. Este problema de atribución está forzando una renegociación del sistema a medida que la IA entra en el proceso de invención.

Tipos de canales compartidos para invenciones

Hay múltiples canales de compartición para invenciones. Primero comparamos cada canal desde un punto de vista común.

• Examen: garantía de exactitud. Quién y con qué intensidad verifica el contenido
• Velocidad: el tiempo desde la finalización de la invención hasta que se hace pública y disponible para su uso
• Costo: la carga financiera y de esfuerzo para el inventor
• Acceso: a quién y en qué medida llega
• Fuerza de la protección: cuánto se puede prevenir la imitación (el eje de recompensa del lado de la invención, que corresponde a la "evaluación del desempeño" de la investigación)
• Preservabilidad: capacidad de ser citado. ¿Persiste de forma permanente como versión definitiva de modo que las invenciones posteriores puedan hacer referencia a ella?

Compararemos los 6 canales principales desde estas 6 perspectivas.

• Gaceta de patentes
  • Examen: examen por la Oficina de Patentes (novedad, actividad inventiva, requisito de ejecutabilidad). Certificación pública más sistemática.
  • Velocidad: lenta (18 meses desde la solicitud hasta la publicación, varios años más hasta la confirmación de derechos)
  • Costo: los costos de solicitud, examen y mantenimiento son altos y surgen para cada país. La obtención de derechos en múltiples países puede alcanzar decenas de millones de yenes.
  • Acceso: publicado gratuitamente en todo el mundo. Como se mencionó anteriormente, es también la "base de datos de diseños de invenciones" más grande de la humanidad, leída por el 64% de los investigadores (Ouellette, 2012)
  • Fuerza de la protección: monopolio legal (20 años). Sin embargo, la efectividad varía según la industria (véase más adelante)
  • Preservabilidad: se conserva permanentemente como gaceta y se cita de forma única mediante el número de patente
  • Ejemplos: la patente del teléfono de Bell (Patente de EE.UU. 174,465, 1876), la patente del aeroplano de los hermanos Wright (Patente de EE.UU. 821,393, 1906), CRISPR-Cas9, entre otros.

• Artículos académicos
  • Examen: revisión por pares
  • Velocidad: meses a años
  • Costo: envío gratuito a tarifa de publicación. Sin embargo, la publicación del artículo hace perder la novedad de la patente, por lo que si se desea obtener una patente, la solicitud debe hacerse primero (en muchas jurisdicciones, el período de gracia es limitado)
  • Acceso: principalmente la comunidad académica. Si es de acceso abierto, cualquiera puede acceder
  • Fuerza de la protección: ninguna (cualquiera puede implementarla en el momento en que se hace pública). Sin embargo, se asegura la prioridad (honor)
  • Preservabilidad: conservación permanente con DOI
  • Las invenciones de tipo directo de la ciencia (nuevos métodos y dispositivos) también se publican como artículos. La "publicación en pareja" en patente y artículo es la forma estándar de invenciones originarias de universidades.
  • Ejemplo: los investigadores de Bell Labs presentaron solicitud de patente para el transistor en junio de 1948 y publicaron un artículo en Physical Review al mes siguiente (Bardeen & Brattain, 1948)

• Código abierto y diseños públicos
  • Examen: ninguno (revisión posterior por la comunidad)
  • Velocidad: inmediata
  • Costo: gratuito
  • Acceso: cualquiera. El canal más abierto entre los 6
  • Fuerza de la protección: en lugar de renunciar al monopolio, se protege contractualmente la "libertad de publicación y mejora" mediante licencias (GPL, Apache, etc.). Maximiza la velocidad de propagación y mejora
  • Preservabilidad: se conserva en repositorios, pero persiste el riesgo de abandono del mantenimiento
  • Ejemplos: Linux (1991, GPL) comenzó como un proyecto personal de afición y hoy representa la mayoría del SO de servidores, smartphones (vía Android) y supercomputadoras del mundo. Apache HTTP Server (1995) dominó durante mucho tiempo el mercado de servidores web, y Android (2008, licencia Apache 2.0) utilizó el diseño abierto como arma para capturar aproximadamente el 70% del SO de smartphones del mundo.

• Normas estándar
  • Examen: revisión técnica y construcción de consenso por organismos de normalización (IEEE, 3GPP, ISO, etc.)
  • Velocidad: lenta (años para la formación de consenso)
  • Costo: los costos de participación en actividades de normalización son grandes
  • Acceso: toda la industria. Una vez adoptado en el estándar, se implementa en todos los productos
  • Fuerza de la protección: las patentes esenciales para el estándar están obligadas a conceder licencias bajo condiciones FRAND, por lo que no se puede tener monopolio, pero se pueden obtener regalías de toda la industria (Lerner & Tirole, 2015)
  • Preservabilidad: se conserva permanentemente como documento estándar
  • Ejemplos: MP3 fue la invención del Instituto Fraunhofer adoptada en el estándar ISO/IEC (1993). Qualcomm incorporó la tecnología CDMA en normas móviles 3G y posteriores. En Wi-Fi (IEEE 802.11), la patente básica de CSIRO, un organismo de investigación del gobierno australiano, fue incluida en el estándar.

• Lanzamiento al mercado como producto
  • Examen: ninguno (el mercado evalúa)
  • Velocidad: la velocidad de comercialización como tal
  • Costo: solo costo de comercialización. No requiere costos de protección de derechos
  • Acceso: solo para clientes. La información técnica es generalmente confidencial
  • Fuerza de la protección: el período de ventaja anterior hasta que se somete a ingeniería inversa. En invenciones donde el funcionamiento es evidente al desmontar, se convierte en prácticamente pública
  • Preservabilidad: ninguna (la tecnología solo existe dentro del producto)
  • Ejemplo: el iPhone (2007) fue desarmado el día de su lanzamiento y el mundo supo de su composición de componentes e ideas de diseño en cuestión de días. Aunque se tomaron patentes, la protección efectiva fue el período de ventaja anterior y los activos complementarios (marca, App Store, poder de adquisición de componentes), y los rivales de Android se pusieron al día en poco más de un año.

• Secretos comerciales (trade secrets)
  • Examen: ninguno
  • Velocidad: inmediata (no hacer nada)
  • Costo: costo de gestión del secreto (restricción de acceso, contratos). El Acuerdo ADPIC requiere que "se mantenga como secreto" como condición de protección (Artículo 39 del Acuerdo ADPIC)
  • Acceso: solo dentro de la empresa
  • Fuerza de la protección: indefenso contra filtraciones, invención independiente e ingeniería inversa, pero no tiene límite de tiempo. La fórmula de Coca-Cola, el algoritmo de búsqueda de Google se han protegido de esta forma durante más de un siglo y más de un cuarto de siglo respectivamente
  • Preservabilidad: solo en la memoria de la organización, puede perderse con la partida de personal (el "conocimiento reside en las personas" mencionado anteriormente; Azoulay et al., 2010)
  • Ejemplo: la fórmula de la bebida concentrada de Coca-Cola (1886) no se patentó, sino que se guardó como una combinación que no se puede reproducir mediante análisis de componentes en una caja fuerte, manteniéndose protegida durante casi 140 años. El "11 hierbas y especias" de KFC (1940) se protege haciendo que dos proveedores diferentes fabriquen la mitad de la combinación cada uno sin revelar el todo a nadie.

A través de las 6 perspectivas, la esencia de la elección de canal es un equilibrio, al igual que en la investigación.

• La fuerza de la protección y el alcance son inversamente proporcionales: los canales con monopolio legal más fuerte (patentes) conllevan más publicidad, y los canales más cerrados (secretos comerciales) tienen cero alcance. El código abierto y los estándares son opciones que sacrifican el monopolio para ganar alcance y velocidad de propagación
• La fuerza del examen y la velocidad son inversamente proporcionales: los canales con certificación pública más fuerte (patentes, estándares) son más lentos, y los canales rápidos (código abierto, productos) dejan la evaluación al mercado y la comunidad
• En la práctica se combinan: proteger el núcleo con patentes → obtener credibilidad científica a través de artículos → abrir activos complementarios con código abierto para cultivar un ecosistema → mantener cerrado el proceso de fabricación como secreto comercial, es la forma de combinación que se está convirtiendo en estándar. La decisión de qué abrir y qué cerrar es un problema de diseño de estrategia abierta-cerrada como se mencionó en el artículo anterior

Además, los canales enfatizados varían según el campo. Esto puede explicarse por la congruencia entre la naturaleza de la invención y las características del canal (efectividad real de la protección, velocidad, interdependencia mutua).

• Según una encuesta a gran escala de 1,478 laboratorios de fabricación en EE.UU., en muchas industrias, el medio preferido de las empresas para la apropiación de invenciones de productos no es la patente sino el secreto y el tiempo de ventaja, y las patentes funcionan de forma más efectiva solo en industrias específicas como farmacéutica y química (Cohen, Nelson & Walsh, 2000). Los objetivos de obtención de patentes incluyen no solo "prevención de imitación" sino también usos estratégicos como bloquear la obtención de patentes por parte de competidores, usar como material de negociación, disuadir demandas y obtener reputación.
• Claridad de los límites de derechos: En farmacéutica, "una molécula = una patente = un producto" establece límites claros de derechos, por lo que la patente es decisiva → los boletines de patentes son el canal principal. En electrónica, miles de patentes se superponen en un producto (el problema mencionado anteriormente; Shapiro, 2001), reduciendo el poder defensivo de una patente individual → las licencias cruzadas y los estándares son los canales principales.
• Facilidad de imitación: Las invenciones cuya forma de fabricación se puede conocer desarmando el producto (máquinas, electrónica) no se pueden proteger mediante secreto → se protegen con patentes (se pueden proteger incluso después de publicar). Las invenciones que no son visibles desde el exterior, como los procesos de fabricación, química de procesos y algoritmos, pierden mucho si se publican → se protegen como secretos comerciales. El fenómeno que Moser (2005) demostró anteriormente —que "en países sin patentes, las invenciones se sesgaron hacia campos que se podían proteger mediante secreto"— es una prueba histórica de esta elección.
• Velocidad de cambio del sector: El software cambia rápidamente, y la tecnología se vuelve obsoleta durante el período de examen de patentes (varios años) → el código abierto y el tiempo de ventaja son los canales principales. La farmacéutica tarda más de 10 años en desarrollarse y el ciclo de vida del producto es largo → la protección de patente de 20 años es significativa.
• Interdependencia: En sectores donde convergen tecnologías de múltiples empresas en un producto, como comunicaciones y electrónica, el monopolio individual no permite que el producto sea viable → los estándares y las licencias FRAND (Lerner & Tirole, 2015) se convierten en el único equilibrio.

Utilización de la invención

¿Cuánto se beneficia la sociedad de la invención?

• Según análisis de la economía estadounidense, de la plusvalía social generada por la innovación, los inventores (empresas) recuperaron solo alrededor del 2,2% como ganancias schumpeterianas (beneficios extraordinarios), y el resto, aproximadamente el 98%, se filtró hacia los consumidores y productores posteriores (Nordhaus, 2004). La bombilla, los antibióticos y los motores de búsqueda: la mayor parte de su valor fue recibida por la sociedad, no por el inventor.
• Combinado con la investigación que muestra que "el beneficio social de 1 dólar invertido en innovación es superior a 5 dólares en promedio" (Jones & Summers, 2020), la invención es una actividad difícil de recuperar en términos privados, pero extraordinariamente rentable socialmente. Esta es la razón por la que coexisten dos sistemas: las patentes (reforzando la recuperación privada) y la financiación pública (comprando directamente el beneficio social). Cada uno por sí solo resultaría en subinversión (Nelson, 1959; Arrow, 1962).

¿Cómo se propaga la invención en la sociedad?

La invención no genera valor en el momento de su nacimiento. Tarda mucho tiempo en propagarse (difundirse) en la sociedad, y los factores que determinan la velocidad han sido objeto de investigación empírica.

• La curva S de difusión
  • Un estudio clásico que analizó por estado la difusión del maíz híbrido (maíz cruzado) en el Medio Oeste de Estados Unidos mostró que la tasa de difusión sigue una curva S en el tiempo, y tanto el inicio como la velocidad de difusión se pueden explicar por la magnitud del beneficio que la difusión aporta a esa región (Griliches, 1957). La difusión de la invención se determina no solo por la superioridad técnica sino por la racionalidad económica para los adoptantes.
  • Los adoptantes se propagan gradualmente de innovadores → primeros adoptantes → mayoría temprana → mayoría tardía → rezagados, y la velocidad de difusión se determina por ventaja relativa, compatibilidad con prácticas existentes, complejidad, capacidad de prueba y observabilidad (Rogers, 2003).

• El retraso en la difusión es de 45 años en promedio
  • Un estudio que analizó la difusión de 15 tecnologías principales (vapores, ferrocarriles, teléfonos, electricidad, PC, Internet, etc.) en 166 países mostró que el retraso de adopción desde la invención hasta la difusión en un país es de 45 años en promedio, y el retraso varía significativamente entre países. Esta diferencia en retrasos de adopción explica aproximadamente una cuarta parte de las diferencias de ingresos entre países (Comin & Hobijn, 2010). El valor de la invención se determina en gran medida no por "si se inventó" sino por "qué tan rápido y ampliamente se adoptó".

• Factores que aceleran y ralentizan la difusión
  • Factores aceleradores: que el beneficio para el adoptante sea claro y grande (Griliches, 1957), compatibilidad con prácticas e infraestructuras existentes, facilidad de prueba y observabilidad de resultados (Rogers, 2003). El maíz híbrido se propagó rápidamente porque "el rendimiento aumentaba en un 20% en el mismo campo", un beneficio observable.
  • Factores ralentizadores: ausencia de infraestructuras complementarias (los vehículos eléctricos necesitan redes de carga; Internet necesita redes de comunicación), costos de aprendizaje para el adoptante, disrupción de capacidades que invalida activos y habilidades existentes (Tushman & Anderson, 1986), e instituciones y regulaciones. Las diferencias en retrasos de adopción entre países reflejan diferencias en estos factores (Comin & Hobijn, 2010).
  • Las invenciones que incorporan en la etapa de diseño "cómo conectar con lo existente" y "qué debe abandonar el usuario" se propagan más rápidamente. Por la misma razón que la innovación arquitectónica mencionada anteriormente (Henderson & Clark, 1990) es invisible para las empresas existentes, las invenciones que cambian el uso existente son difíciles de aceptar para los usuarios.

Utilización de la invención por parte de las empresas

Desde la perspectiva empresarial, se divide en las siguientes 4 rutas.

• Materializar la invención propia en productos y procesos (uso interno)
  • La aplicación más directa. Las invenciones de producto se convierten en nuevos productos, las invenciones de proceso en mejoras de productividad, transformándose en ingresos empresariales. Como se mencionó anteriormente, el efecto económico de las invenciones de proceso a menudo supera las invenciones de producto, y la cadena de montaje de Ford redujo el precio de los automóviles a un tercio en diez años.
  • Un estudio clásico que estimó por primera vez la proporción del cambio técnico en el crecimiento económico mostró que del aumento de la productividad laboral en la primera mitad del siglo XX en Estados Unidos, solo alrededor de 1/8 se puede explicar por la acumulación de capital, siendo los restantes 7/8 debidos al cambio técnico (invención y difusión) (Solow, 1957). La utilización de invenciones a nivel empresarial es la causa principal del crecimiento económico general.
  • La materialización de invenciones propias requiere activos complementarios (manufactura, ventas, mantenimiento), y las empresas inventoras que carecen de ellos dependen de las rutas mencionadas a continuación (Teece, 1986).

• Introducir invenciones externas (mercados tecnológicos, licencias, adquisiciones)
  • La mayoría de las invenciones que utiliza una empresa no son invenciones propias. A través de contratos de licencia se implementan patentes de otros, se adquieren startups con invenciones, se reciben transferencias tecnológicas de universidades, el "mercado de tecnologías (markets for technology)" se establece como una industria independiente (Arora, Fosfuri & Gambardella, 2001). Este estudio mostró que en química, farmacéutica, semiconductores y otros, los mercados de licencias se han desarrollado, avanzando la división de trabajo entre "empresas que inventan" y "empresas que comercializan".
  • Desde la perspectiva del startup, la estrategia de "cooperación" de licenciar o vender a empresas existentes en lugar de salir al mercado por sí solo se vuelve racional bajo condiciones de apropiabilidad fuerte (protegible por patente) e importancia de activos complementarios de empresas existentes en la industria (Gans & Stern, 2003). La estructura donde una parte significativa de la cartera de grandes farmacéuticas proviene de introducción de bioventures sigue esta teoría.
  • Las acquia (adquisiciones con el objetivo de obtener talento) y las transferencias de equipos de investigación son una ruta para introducir inventores en lugar de invenciones, porque "la capacidad de invención reside en las personas" (Azoulay et al., 2010; Zucker, Darby & Brewer, 1998).

• Usar la invención para negociación y defensa (cartera de patentes)
  • En muchas industrias, las patentes se utilizan no tanto para "prevenir imitación" sino para fines estratégicos: impedir que otros obtengan patentes, como materiales de negociación, para prevenir litigios (Cohen, Nelson & Walsh, 2000).
  • Desde los años 80 en la industria de semiconductores estadounidenses, mientras el gasto en I+D de las empresas se mantenía plano, la obtención de patentes aumentó drásticamente. Esto no fue porque aumentaran las invenciones, sino porque en una industria donde múltiples patentes interdependientes son críticas, "el número de municiones de patentes" determina el poder de negociación, y cada empresa acumuló carteras de patentes defensivas para negociaciones de licencias cruzadas (Hall & Ziedonis, 2001). En el bosque de patentes (Shapiro, 2001), la invención es simultáneamente "algo que se usa" y "un escudo y una moneda".

• Mantener la capacidad de encontrar e incorporar invenciones externas (capacidad de absorción e innovación abierta)
  • La capacidad de absorción (Cohen & Levinthal, 1990) es central en la utilización de invenciones. Solo las empresas que intentan inventar por sí mismas pueden evaluar correctamente el valor de las invenciones externas y traducirlas al contexto propio.
  • La transición de un modelo de integración vertical, donde "la empresa inventa en su propio laboratorio y comercializa con su propia empresa", a un modelo de "innovación abierta" que incorpora invenciones externas y licencia las propias invenciones al exterior, ha avanzado en muchas industrias (Chesbrough, 2003). El declive y especialización anteriores mencionados de los laboratorios corporativos (Arora et al., 2020) es la explicación del lado de la oferta de esta transición.
  • La incorporación de invenciones del usuario también se incluye aquí. El método de usuario avanzado (von Hippel, 1986; Lilien et al., 2002) es una técnica mediante la cual la empresa identifica sistemáticamente "invenciones que el cliente ya ha realizado" y las comercializa.

Utilización de la invención por parte del gobierno

Para un gobierno que regula la economía en su conjunto, la invención tiene 4 aspectos: "algo que se compra", "algo que conecta", "algo que se induce" y "algo que se usa por sí mismo".

• El gobierno como comprador (la adquisición pública crea mercados iniciales)
  • Las nuevas invenciones son caras antes de que la reducción de costos mediante producción en masa avance, y los mercados civiles no se materializan. Al convertirse en el primer cliente grande, el gobierno ha superado esta etapa. Los circuitos integrados en los años 60 fueron comprados casi en su totalidad por el Departamento de Defensa de EE.UU. y la NASA en las primeras produccciones (Computadora de Orientación del Apolo, Misil Minuteman), y el precio bajó al nivel viable para productos de consumo. Motores a reacción, computadoras, receptores GPS y paneles solares pasaron por la misma ruta.
  • Evidencia: Las regiones y campos tecnológicos que recibieron más contratación de I+D de tiempo de guerra en la Segunda Guerra Mundial continuaron aumentando la actividad de invención durante décadas después de la guerra (Gross & Sampat, 2023). Además, la I+D de defensa del gobierno no desplaza sino que induce la inversión privada en I+D (crowdin), mejorando la productividad industrial (Moretti, Steinwender & Van Reenen, 2025).

• ② El gobierno como puente (cruzar el valle de la muerte)
  • Como se mencionó anteriormente, la etapa del prototipo a la introducción en el mercado es subinversión por parte del sector privado solo. El subsidio pequeño de I+D del gobierno (SBIR de EE.UU., etc.) proporciona a la invención en esta etapa fondos para "fabricar prototipos y eliminar riesgos técnicos".
  • Evidencia: Obtener una subvención SBIR casi duplicó la probabilidad de que un startup asegurara posterior financiación de VC, además de aumentar la obtención de patentes y ventas (Howell, 2017; que se detalla más adelante en el capítulo de procesos).

• El gobierno como inductor (la regulación y el precio determinan la dirección de la invención)
  • El gobierno, como diseñador del sistema de patentes (Moser, 2005; Williams, 2013) y estándares (Lerner & Tirole, 2015), influye en la dirección y velocidad de difusión de la invención (capítulo de instituciones anterior).
  • Además, la regulación en sí crea demanda de invención. La regulación de emisiones creó convertidores catalíticos, la regulación de combustible creó vehículos híbridos, los códigos de construcción crearon tecnología sísmica. El argumento de que una regulación ambiental adecuadamente diseñada puede promover en las empresas la invención de "la forma más barata de cumplir la regulación", lo que a su vez puede mejorar la competitividad (Porter & van der Linde, 1995), está en el centro del debate político.
  • Un análisis de patentes relacionadas con energía en EE.UU. de 1970 a 1994 mostró que cuando suben los precios de la energía, la invención (patentes) en ese campo aumenta con un desfase de varios años (Popp, 2002). El precio y la regulación son señales poderosas que inducen la dirección de la invención.

• El gobierno como usuario (implementación en funciones nacionales y apertura al sector privado)
  • El gobierno es en sí mismo un usuario importante de invenciones. La defensa, el espacio, la observación meteorológica, la salud pública y la gestión de infraestructuras no pueden subsistir sin la implementación de invenciones.
  • Cuando el gobierno abre al sector privado las tecnologías que ha desarrollado e implementado para su propio uso, esto puede convertirse en la vía de difusión más importante. El GPS fue desarrollado para uso militar, pero se autorizó el uso civil en 1983 y se eliminaron las restricciones de precisión en 2000, convirtiéndose en la base que respalda desde mapas y logística hasta la sincronización de tiempo en transacciones financieras. Internet (ARPANET) y los datos de satélites meteorológicos siguen el mismo camino. Se trata de un ejemplo en el que la transferencia mencionada anteriormente (Gould & Vrba, 1982) ocurre a escala nacional.

• El gobierno acelerando la difusión (acortando el retraso en la adopción)
  • El retraso promedio de 45 años desde la invención hasta la difusión (Comin & Hobijn, 2010) varía significativamente según las instituciones y políticas del país. Así como los extensionistas agrícolas aceleraron la adopción del maíz híbrido (Griliches, 1957), la educación, subsidios, desarrollo de infraestructura y estandarización de normas son instrumentos de política que reducen los costos de adopción para hogares y empresas.

La utilización de invenciones por parte de los hogares

Los hogares, como entidad de consumo final, son simultáneamente los mayores receptores de beneficios generados por la invención, el factor limitante que determina la velocidad de difusión de la invención, y a su vez actores que generan invenciones por sí mismos.

• El receptor final de beneficios
  • Como se mencionó anteriormente, aproximadamente el 98% del excedente social generado por la invención no fluye hacia el inventor sino hacia los consumidores y productores posteriores (Nordhaus, 2004). Su destino final son los hogares.
  • Si se mide el historial de invención de la iluminación (velas de sebo → farolas de gas → bombillas incandescentes → lámparas fluorescentes) en términos de "horas de trabajo por lumen", el precio real de la luz cayó miles de veces desde principios del siglo XIX hasta finales del XX. Las estadísticas de precios convencionales no capturan la mayor parte de esta mejora, y es posible que los beneficios que la invención ha generado en el nivel de vida de los hogares sean órdenes de magnitud mayores que lo que muestran las estadísticas oficiales (Nordhaus, 1997).
  • Se ha demostrado que la difusión de electrodomésticos como lavadoras, refrigeradores y aspiradoras redujo significativamente las horas dedicadas al trabajo doméstico y fue un factor clave en el aumento de la participación laboral de las mujeres en el siglo XX (Greenwood, Seshadri & Yorukoglu, 2005). La utilización de invenciones no solo cambia el consumo de los hogares, sino también la asignación de tiempo y la estructura social.

• El comportamiento de adopción como factor limitante de la difusión
  • Si una invención genera valor para la sociedad depende de si los hogares la adoptan. La difusión progresa en orden: innovadores → adoptadores tempranos → mayoría → rezagados, y su velocidad se determina por la ventaja relativa, compatibilidad, complejidad, capacidad de prueba y observabilidad (Rogers, 2003). Así como la difusión del maíz híbrido comenzó "entre los agricultores que podían observar ganancias" (Griliches, 1957), la adopción por parte de los hogares está gobernada por la racionalidad económica y los costos de aprendizaje.
  • La brecha entre hogares que pueden usar rápidamente nuevas invenciones y aquellos que no pueden (brecha digital) sesga la distribución de beneficios de la invención. Como muestra la investigación mencionada anteriormente sobre "exposición a la invención" (Bell et al., 2019), el entorno del hogar incluso determina la probabilidad de que la siguiente generación se convierta en inventora. Los hogares son simultáneamente consumidores de invenciones y fuente de suministro de inventores.

• El hogar como productor (innovación del usuario)
  • Los hogares no son solo receptores de invenciones. Según una encuesta de muestra representativa del Reino Unido, el 6,1% de los consumidores (aproximadamente 2,9 millones de personas) fabricaron o mejoraron en los últimos tres años productos que utilizaban, y sus gastos totales superaron el gasto en I+D de desarrollo de productos de todos los fabricantes de bienes de consumo del Reino Unido (von Hippel, de Jong & Flowers, 2012). Las bicicletas de montaña y el kitesurf no son excepciones; estadísticamente, los hogares son uno de los mayores actores de invención.
  • Sin embargo, las invenciones de los hogares llegan con dificultad al mercado. Cuando el creador se siente satisfecho por haber cubierto su propia necesidad, no ejerce derechos ni las vende, lo que resulta en un "fracaso de mercado en la difusión" que impide que se expanda a otros hogares (von Hippel, 2005). El código abierto y las comunidades de compartición son instituciones que compensan este fracaso.

• Desafíos (seguridad y verificación)
  • Los hogares no pueden verificar por sí solos la calidad de una invención. Antes de que invenciones en medicamentos, automóviles, alimentos y productos financieros lleguen a los hogares, existe una capa de verificación mediante aprobación regulatoria, normas de seguridad y certificación; cuando esto no funciona, los hogares reciben riesgos en lugar de beneficios de la invención.

En resumen, la utilización de invenciones se puede organizar como sigue en la unidad de tres actores económicos: empresas (producción), gobierno (coordinación) y hogares (consumo).

• Empresas (producción): convierten invenciones en productos y productividad a través de cuatro vías (uso interno, adopción externa, negociación y defensa, y capacidad de absorción), asegurando su participación mediante el diseño de la apropiabilidad y activos complementarios.
• Gobierno (coordinación): como comprador, puente, inductor, usuario y promotor de difusión, crea el mercado inicial y la dirección de la invención que el sector privado solo no generaría, e influye en la velocidad de difusión mediante el diseño institucional.
• Hogares (consumo): son los receptores finales de beneficios de la invención, determinan la velocidad de difusión mediante comportamiento de adopción, y a su vez generan invenciones a una escala que no puede ignorarse estadísticamente.

Invención en la era de la IA

En correspondencia uno a uno con los cuatro puntos de vista anteriores (objeto, actores, instituciones, utilización), se organizan los cambios en la era de la IA.

El objeto de la invención en la era de la IA

Entre los cuatro actos de la invención (definir el problema, elegir el principio, concretizar, demostrar que funciona), la IA penetra más profundamente en "elegir el principio" y "concretizar". Se ve a lo largo de cinco vías.

• La línea directa de la ciencia (la distancia del conocimiento → invención se reduce)
  • AlphaFold (Jumper et al., 2021) ha publicado estructuras de más de 200 millones de proteínas, acelerando directamente la conversión desde el conocimiento básico hacia el descubrimiento de fármacos (invención). DeepMind fundó una empresa farmacéutica (Isomorphic Labs) como continuación de esto. Es una integración vertical de la vía de "la línea directa de la ciencia" e intenta revertir la división del trabajo mencionada anteriormente de "la universidad hace ciencia, las startups hacen invención" (Arora et al., 2020) en una sola organización.
  • A través de exploración mediante aprendizaje automático, se descubrió un nuevo antibiótico, halicin, cuya estructura es completamente diferente de los antibióticos existentes (Stokes, J. M., et al., 2020). Fue una demostración temprana que mostró que se pueden extraer candidatos fuera del "sentido común" de los datos de entrenamiento, un ejemplo donde la vía ① (conocimiento científico) y la vía ⑤ (exploración sistemática) se fusionaron en la IA.

• Nueva combinación (mecanización de la búsqueda combinatoria)
  • La explosión combinatoria (Weitzman, 1998) fue una maldición para los humanos, pero es un recurso para la IA. GNoME de DeepMind predijo 2,2 millones de nuevas estructuras cristalinas mediante aprendizaje profundo, estimando que 380.000 de ellas son termodinámicamente estables. "Candidatizó" de una sola vez decenas de veces más cristales estables que los que la humanidad había descubierto hasta entonces (aproximadamente 48.000) (Merchant et al., 2023).
  • El diseño generativo (generative design) hace que la IA explore el espacio de combinaciones de forma de partes, materiales y topología, produciendo formas que los humanos no podrían imaginar (pero que son mecánicamente óptimas). Ya está siendo utilizado en aplicaciones como el aligeramiento de componentes aeronáuticos.
  • Sin embargo, la IA también produce en masa candidatos que son "nuevos pero problemáticos" (Si, Yang & Hashimoto, 2024). El valor permanece en la capacidad de discernir qué combinaciones son prometedoras, como el "combinación de estándar más un punto de heterogeneidad" de Uzzi et al. (2013). De los 380.000 candidatos de GNoME, solo una pequeña parte se sintetizó realmente y tiene aplicaciones, siendo la selección el cuello de botella.

• Cálculo inverso desde la demanda (la verbalización del problema se convierte en el punto de partida de la invención)
  • Cuanto más la IA abarata el lado de la solución (información de soluciones), más la "capacidad de definir con precisión dónde está el problema" (información de necesidades, que como muestra von Hippel (2005) se adhiere al usuario) se convierte en un recurso relativamente escaso. En los cuatro actos mencionados anteriormente, conforme ②③ se abaratan, el peso de ① (definición del problema) aumenta.
  • El conocimiento del usuario líder (von Hippel, 1986) y el conocimiento tácito del lugar (el "conocimiento encarnado en personas" que mostró Azoulay et al., 2010) son también los conocimientos menos propensos a estar en los datos de entrenamiento de la IA. El punto de partida de la invención cambia de "personas que pueden dar respuestas" a "personas que pueden formular preguntas".

• Casualidad (ingeniería de la serendipia)
  • El laboratorio autónomo A-Lab sintetizó 41 nuevos materiales en 17 días sin intervención humana (Szymanski et al., 2023). Cuando el suministro de "resultados sorprendentes" se vuelve infinito, el cuello de botella se traslada a la selección de cuáles son los sorpresas a perseguir. El papel de la mente preparada (mencionado anteriormente) se desplaza desde "percatarse" de la casualidad hacia "elegir cuáles perseguir" entre innumerables casualidades.

• Exploración sistemática (cierre en bucle)
  • La IA hace funcionar el bucle de generación de hipótesis → planificación de experimentos → ejecución robótica → interpretación (Boiko et al., 2023; Gottweis et al., 2025). Los miles de intentos de Edison, los 5.127 prototipos de Dyson y los 2.500 catalizadores de Haber se mecaniza con velocidad y paralelismo de orden de magnitud diferente.
  • Cuando el costo de prueba cae en órdenes de magnitud, "cómo diseñar el espacio de exploración" y "qué consideramos éxito" se convierten en el centro del trabajo humano en el metadiseño de la exploración (en términos de TRIZ, la formalización de la contradicción).

El actor de la invención en la era de la IA

• Polarización: la polarización de los actores en la investigación (organizaciones gigantes con recursos computacionales e individuos cuyas capacidades se amplían con IA) avanza de la misma manera en el mundo de la invención. Exploraciones de nivel GNoME o A-Lab se concentran en organizaciones con recursos computacionales e instalaciones robóticas. Por otro lado, la IA generativa expande la capacidad de diseño, prototipado e implementación de individuos, con mayores beneficios para los fabricantes con menos habilidades (Noy & Zhang, 2023). Para los inventores usuarios (von Hippel, 2005), la IA se convierte en el mayor impulso para aquellos que tenían información de necesidades pero carecían de capacidad de concretización.
• Reorganización de la división del trabajo: la división del trabajo mencionada anteriormente de "universidad=ciencia, startups=invención, grandes empresas=escalado" (Arora et al., 2020) se tambalea a medida que la IA reduce el costo de conversión de ciencia a invención. Los movimientos de reintegración de ciencia e invención en una sola organización como Isomorphic Labs, y el aumento de actores pequeños que asumen la etapa de invención con herramientas de IA, avanzan simultáneamente.
• División del trabajo dentro del equipo de invención: la IA genera candidatos, los humanos se enfocan en definición del problema, verificación y juicio. El historial de formación de equipos (Wuchty et al., 2007) entra en una nueva etapa de equipos "humanos + IA". El registro de tipo CRediT sobre "quién (o la IA) contribuyó en qué" se vuelve necesario tanto para la evaluación de equipos de invención como para el reconocimiento del inventor en patentes.
• Redefinición de la exposición: si la probabilidad de convertirse en inventor está determinada por la exposición en la infancia (Bell et al., 2019), entonces la exposición temprana a herramientas de IA influye en la "oferta de inventores" de la próxima generación. Si la brecha en exposición se reduce, los "Einsteins perdidos" disminuyen; si se amplía, se reproduce de nuevas formas.

La institución de la invención en la era de la IA

• ¿Puede la IA ser inventora?: en torno a las solicitudes de patente considerando al sistema de IA DABUS como inventor, la Corte Federal de Apelaciones de Circuito dictaminó que "los inventores bajo la ley de patentes se limitan a personas naturales" (Thaler v. Vidal, 2022). Las autoridades del Reino Unido y la UE han mostrado sentencias en el mismo sentido.
• Registro de la contribución humana: por otra parte, la USPTO emitió en 2024 una directiva indicando que "las invenciones asistidas por IA son patentables si los humanos han realizado contribuciones significativas", y requiere el registro de la contribución humana (USPTO, 2024). El historial de la invención (quién e IA qué contribuyeron) se convierte en el enfoque de la institución.
• El criterio de obviedad se desplaza: si la IA puede generar en masa un gran número de candidatos para cualquiera, el nivel en sí de "obvio para alguien versado en el arte" aumenta. La misma mecánica que hace que el valor del "simple novedad" se desplome en la revisión por pares de investigación también opera en el examen de patentes. Inversamente, la importancia relativa de las invenciones que la IA no puede generar (invenciones donde la definición misma del problema es nueva) aumenta.
• Desplazamiento de medios de apropiación: si la IA puede leer literatura de patentes y proponer diseños de evasión, la eficacia de apropiación mediante patentes disminuye, y el peso de la confidencialidad y el liderazgo de tiempo (Cohen, Nelson & Walsh, 2000), así como de activos complementarios (Teece, 1986), aumenta aún más. La defensa de invenciones en la era de la IA se inclina más hacia "velocidad y activos" que "derechos".

La utilización de la invención en la era de la IA

• Exceso de oferta de candidatos: Cuando la oferta de candidatos (nuevos materiales, nuevas moléculas, nuevos diseños) aumenta órdenes de magnitud, la restricción de valor se desplaza de "¿podemos fabricarlo?" a "¿cuál verificamos y cuál llevamos al mercado?". De los 380,000 candidatos estables de GNoME, el valor se determina por cuántos se sintetizan, verifican y desarrollan para aplicaciones.
• ¿Se reducirá el desfase de adopción?: Como se mencionó anteriormente, el desfase hasta el impacto social de la invención tiene una estructura dual: "conversión de la ciencia→invención" y "adopción de invención→difusión". La IA reduce el primero, pero el segundo (promedio de 45 años; Comin & Hobijn, 2010) está limitado por instituciones, infraestructura, aprendizaje humano y racionalidad económica (Griliches, 1957). Si la invención se acelera pero la difusión no, se acumula una montaña de "invenciones fabricadas pero no utilizadas".
• Riesgo de invención errónea: Los "candidatos de invención" plausibles pero no funcionales pueden contaminar los juicios del mercado, la regulación y la inversión. El valor de las instituciones que distinguen qué está verificado (normas, certificaciones, ensayos clínicos, TRL) aumenta, así como en el mundo de la investigación.
• La estructura de distribución no cambia: La estructura donde la mayoría de los beneficios de la invención se filtran hacia la sociedad (Nordhaus, 2004) se fortalece si la invención se abarata con IA. La parte del inventor sigue siendo determinada por la apropiabilidad y los activos complementarios (Teece, 1986), y la ventaja competitiva en la era de la IA se desplaza de "poder inventar" a "poder verificar y entregar".

En resumen, la generación de candidatos (selección de principios, concreción, prueba, suministro de sorpresas) se abarata, y el valor se concentra en discernir "qué problema resolver", "qué candidato tiene potencial", "¿realmente funciona?" y "¿a quién llega?".

Proceso de investigación, invención y comercialización

Finalmente, organizamos brevemente la investigación, invención y comercialización como un único proceso.

• La investigación es "agregar nuevo conocimiento al mundo en forma verificable", verificando si es verdadero. Sus protagonistas principales son universidades e instituciones de investigación; las instituciones son la revisión por pares y la prioridad; el resultado es un artículo científico.
• La invención es "transformar conocimiento en nuevos artefactos o métodos útiles", verificando si funcionan. Sus protagonistas principales son empresas, startups y usuarios; las instituciones son patentes y secreto; los resultados son prototipos y patentes.
• La comercialización es "transformar lo que funciona en algo que los clientes compran continuamente", verificando si se vende. El protagonista es el empresario; las instituciones son el mercado y el capital; el resultado es un negocio.
• Las tres verificaciones son independientes. "Verdadero pero no funciona" (correcto en principio pero inmaduro en ingeniería: la fusión nuclear es verdadera físicamente pero incompleta como invención), "funciona pero no se vende" (tecnología completa, mercado ausente: Concorde, Segway), "se vende pero no es verdadero" (mercado entusiasmado, fundamento científico ficticio: el peor resultado que Theranos —un servicio que visualiza el estado de salud con una gota de sangre— demostró). Los accidentes en la canalización ocurren cuando se omite una de las tres verificaciones.

Conclusión

Con el rápido progreso de la IA, los servicios y la organización de startups que impulsan la invención enfrentan una transformación significativa. Precisamente en una era donde es posible inventar en gran cantidad, es importante aprovechar al máximo la sabiduría humana y discernir qué invenciones son realmente necesarias para la sociedad.

Referencias

• Abbott, R. (2019). Everything Is Obvious. UCLA Law Review, 66(1), 2–52.
  • Resumen: Artículo de derecho que argumenta que si la IA se convierte en herramienta estándar para profesionales ("personas versadas en la técnica"), el criterio de no obvedad basado en "¿es obvio para la persona versada?" se redefinirá y muchas invenciones podrían volverse obvias. Punto de partida de la discusión sobre no obvedad en la era de la IA. https://www.uclalawreview.org/everything-is-obvious/
• Acar, O. A., Tarakci, M., & van Knippenberg, D. (2019). Creativity and Innovation Under Constraints: A Cross-Disciplinary Integrative Review. Journal of Management, 45(1), 96–121.
  • Resumen: Metaanálisis de 145 estudios empíricos mostrando que las restricciones moderadas aumentan la creatividad e innovación. Evidencia de invención impulsada por restricciones. https://journals.sagepub.com/doi/abs/10.1177/0149206318805832
• Ahmadpoor, M., & Jones, B. F. (2017). The dual frontier: Patented inventions and prior scientific advance. Science, 357(6351), 583–587.
  • Resumen: Análisis a gran escala de cadenas de citaciones entre patentes y artículos científicos, mostrando que la mayoría de las patentes llegan a artículos científicos en pocos pasos. https://www.science.org/doi/10.1126/science.aam9527
• Altshuller, G. (1999). The Innovation Algorithm: TRIZ, Systematic Innovation and Technical Creativity. Technical Innovation Center.
  • Resumen: Obra principal de TRIZ que extrae "40 principios inventivos" del análisis de decenas de miles de patentes y formaliza la invención como resolución de contradicciones técnicas.
• Arora, A., Belenzon, S., Patacconi, A., & Suh, J. (2020). The Changing Structure of American Innovation: Some Cautionary Remarks for Economic Growth. Innovation Policy and the Economy, 20, 39–93.
  • Resumen: Investigación mostrando la retirada de la ciencia por grandes empresas estadounidenses y la transición a una división del trabajo: "universidades = ciencia, startups = invención, grandes empresas = escalado", advirtiendo sobre sus efectos secundarios. https://www.journals.uchicago.edu/doi/full/10.1086/705638
• Arora, A., Belenzon, S., & Sheer, L. (2021). Knowledge Spillovers and Corporate Investment in Scientific Research. American Economic Review, 111(3), 871–898.
  • Resumen: Estudio empírico a largo plazo de publicaciones de empresas estadounidenses que cotizan en bolsa, mostrando que la disminución de inversión científica corporativa desde 1980 obedece a evitar derrames hacia competidores. Evidencia de los motivos de la retirada empresarial de la ciencia. https://www.aeaweb.org/articles?id=10.1257/aer.20171742
• Arora, A., Fosfuri, A., & Gambardella, A. (2001). Markets for Technology: The Economics of Innovation and Corporate Strategy. MIT Press.
  • Resumen: Investigación mostrando que el "mercado de invenciones" a través de licencias y compraventa de tecnología se ha establecido como industria independiente en química, farmacéutica, semiconductores, etc., avanzando la división del trabajo entre empresas que inventan y empresas que comercializan.
• Arrow, K. J. (1962). Economic Welfare and the Allocation of Resources for Invention. In The Rate and Direction of Inventive Activity. Princeton University Press.
  • Resumen: Clásico de la economía que demuestra desde la naturaleza de bien público del conocimiento que dejado al mercado, la invención sería suministrada en exceso insuficiente.
• Arthur, W. B. (2009). The Nature of Technology: What It Is and How It Evolves. Free Press.
  • Resumen: Teoría general de la "evolución técnica" que sostiene que toda tecnología es combinación de tecnologías existentes y que las combinaciones se convierten en componentes para combinaciones posteriores.
• Azoulay, P., Graff Zivin, J. S., Li, D., & Sampat, B. N. (2019). Public R&D Investments and Private-sector Patenting: Evidence from NIH Funding Rules. Review of Economic Studies, 86(1), 117–152.
  • Resumen: Estudio de inferencia causal utilizando la variación en reglas de distribución de subsidios de los NIH, demostrando que $10 millones en financiamiento de investigación generan un promedio de 2.3 patentes privadas, de las cuales la mitad son de empresas terceras sin financiamiento. Evidencia de flujo de fondos públicos → invención privada. https://academic.oup.com/restud/article-abstract/86/1/117/5038510
• Azoulay, P., Graff Zivin, J. S., & Manso, G. (2011). Incentives and creativity: evidence from the academic life sciences. RAND Journal of Economics, 42(3), 527–554.
  • Resumen: Estudio empírico mostrando que investigadores que reciben financiamiento a largo plazo tolerante con fracasos (tipo HHMI) tienen mayor probabilidad de resultados transformadores que investigadores con subvenciones estándar. Evidencia del diseño de financiamiento necesario para exploración. https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1756-2171.2011.00140.x
• Azoulay, P., Graff Zivin, J. S., & Wang, J. (2010). Superstar Extinction. Quarterly Journal of Economics, 125(2), 549–589.
  • Resumen: Estudio demostrando que la productividad de colaboradores cae persistentemente después de la muerte inesperada de científicos eminentes, evidenciando que una parte sustancial del conocimiento reside en personas, no en artículos. https://doi.org/10.1162/qjec.2010.125.2.549
• Bardeen, J., & Brattain, W. H. (1948). The Transistor, A Semi-Conductor Triode. Physical Review, 74(2), 230–231.
  • Resumen: Primera publicación académica del transistor de contacto puntual. Bell Labs solicitó la patente en junio del mismo año y publicó este artículo en julio, siendo prototipo de publicación en pareja "solicitud primero, publicación después". https://doi.org/10.1103/PhysRev.74.230
• Basalla, G. (1988). The Evolution of Technology. Cambridge University Press.
  • Resumen: Clásico de la historia de la tecnología que sostiene que la tecnología evoluciona sistemáticamente a partir de tecnologías existentes. Demuestra con abundancia de ejemplos que "no hay invención sin ancestros".
• Bell, A., Chetty, R., Jaravel, X., Petkova, N., & Van Reenen, J. (2019). Who Becomes an Inventor in America? The Importance of Exposure to Innovation. Quarterly Journal of Economics, 134(2), 647–713.
  • Resumen: Estudio de datos de 1.2 millones de inventores mostrando que quién se convierte en inventor depende no del talento sino de la "exposición a la invención" en la infancia, evidenciando la existencia de "Einsteins perdidos". https://academic.oup.com/qje/article/134/2/647/5218522
• Benyus, J. M. (1997). Biomimicry: Innovation Inspired by Nature. William Morrow.
  • Resumen: Obra que formaliza y populariza la biomimética como uso de organismos como "catálogo de problemas que la evolución ha resuelto" para la invención.
• Bernstein, S., Diamond, R., Jiranaphawiboon, A., McQuade, T., & Pousada, B. (2022). The Contribution of High-Skilled Immigrants to Innovation in the United States. NBER Working Paper 30797.
  • Resumen: Estudio empírico mostrando que los inmigrantes, que constituyen el 16% de inventores estadounidenses, contribuyen el 23% de la producción de invenciones (o aproximadamente 36% incluyendo efectos indirectos). Evidencia de que los transfronterizos transportan nuevas combinaciones. https://www.nber.org/papers/w30797
• Bick, A., Blandin, A., & Deming, D. J. (2024). The Rapid Adoption of Generative AI. NBER Working Paper No. 32966.
  • Resumen: Encuesta representativa de EE.UU. mostrando que a agosto de 2024 el 39.4% de personas de 18 a 64 años usa IA generativa y el 28% de trabajadores la usa en el trabajo, reportando adopción más rápida que PC e Internet. https://www.nber.org/papers/w32966
• Bloom, N., Jones, C. I., Van Reenen, J., & Webb, M. (2020). Are Ideas Getting Harder to Find? American Economic Review, 110(4), 1104–1144.
  • Resumen: Investigación basada en análisis de decenas de miles de patentes mostrando que el resultado por unidad de investigación en semiconductores, agricultura, medicinas y economía en general cae a una tasa aproximada del 5% anual, y que mantener la Ley de Moore requiere 18 veces más investigadores que a principios de los años 70. Evidencia representativa del "agotamiento de ideas". https://www.aeaweb.org/articles?id=10.1257/aer.20180338
• Boiko, D. A., MacKnight, R., Kline, B., & Gomes, G. (2023). Autonomous chemical research with large language models. Nature, 624, 570–578.
  • Resumen: Demostración inicial del bucle de invención con IA, donde el sistema impulsado por LLM "Coscientist" ejecutó autónomamente desde la planificación experimental hasta la síntesis química mediante robot. https://www.nature.com/articles/s41586-023-06792-0
• Brown, T. (2008). Design Thinking. Harvard Business Review, 86(6), 84–92.
  • Resumen: Artículo que formalizó el pensamiento de diseño —iteración entre observación, redefinición de problemas y prototipado para encontrar el "problema correcto"— como metodología empresarial. https://hbr.org/2008/06/design-thinking
• Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at Work. Quarterly Journal of Economics, 140(2), 889–942.
  • Resumen: Estudio de campo que analizó la adopción de IA generativa en más de 5,000 agentes de atención al cliente, mostrando un aumento de productividad promedio del 14%, con mayores beneficios para agentes con menos experiencia (hasta 34%). https://academic.oup.com/qje/article/140/2/889/7990658
• Chesbrough, H. W. (2003). Open Innovation: The New Imperative for Creating and Profiting from Technology. Harvard Business School Press.
  • Resumen: Obra que formalizó la transición desde el modelo verticalmente integrado —donde la empresa inventa e introduce sus propios productos— hacia el modelo de "innovación abierta" donde se incorporan invenciones externas y se licencian las propias.
• Christensen, C. M. (1997). The Innovator's Dilemma. Harvard Business School Press.
  • Resumen: Clásico que demostró la estructura mediante la cual las empresas líderes no pueden adaptarse a la innovación disruptiva. Teorización sobre cómo el valor de una invención no se puede medir según los ejes de evaluación existentes.
• Chu, J. S. G., & Evans, J. A. (2021). Slowed canonical progress in large fields of science. PNAS, 118(41), e2021636118.
  • Resumen: Investigación que analizó aproximadamente 90 millones de artículos y 1.800 millones de citas, demostrando que en campos más grandes con más artículos, los artículos establecidos se solidifican y disminuyen las oportunidades de que nuevas ideas reciban atención. Evidencia de que el tamaño del campo limita la velocidad de invención y descubrimiento. https://www.pnas.org/doi/10.1073/pnas.2021636118
• Cockburn, I. M., Henderson, R., & Stern, S. (2019). The Impact of Artificial Intelligence on Innovation: An Exploratory Analysis. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The Economics of Artificial Intelligence: An Agenda (pp. 115–146). University of Chicago Press.
  • Resumen: Análisis económico fundamental que posicionó el aprendizaje profundo tanto como una tecnología de propósito general como la "invención de un método de inventar", argumentando que la IA está transformando los procesos centrales de invención en todos los campos. https://www.nber.org/papers/w24449
• Cohen, W. M., & Levinthal, D. A. (1990). Absorptive Capacity: A New Perspective on Learning and Innovation. Administrative Science Quarterly, 35(1), 128–152.
  • Resumen: Clásico que argumenta que la capacidad de las empresas para reconocer, absorber y aplicar el valor del conocimiento externo (capacidad absortiva) se forma como subproducto de su propio I+D. Base teórica de por qué es necesario intentar inventar para poder "comprar" invenciones. https://www.jstor.org/stable/2393553
• Cohen, W. M., Nelson, R. R., & Walsh, J. P. (2000). Protecting Their Intellectual Assets: Appropriability Conditions and Why U.S. Manufacturing Firms Patent (or Not). NBER Working Paper 7552.
  • Resumen: Investigación empírica basada en una encuesta a 1.478 laboratorios de fabricación estadounidenses que demostró que en muchas industrias, la secreto y el tiempo de ventaja se valoran más que las patentes como medio de apropiación de invenciones. Las patentes son efectivas solo en algunas industrias como farmacéutica y química. https://www.nber.org/papers/w7552
• Comin, D., & Hobijn, B. (2010). An Exploration of Technology Diffusion. American Economic Review, 100(5), 2031–2059.
  • Resumen: Investigación que analizó la difusión de 15 tecnologías clave en 166 países, mostrando que el rezago de adopción desde la invención hasta la difusión promedia 45 años, y esta brecha explica aproximadamente una cuarta parte de las diferencias de ingresos entre países. https://www.aeaweb.org/articles?id=10.1257/aer.100.5.2031
• Dell'Acqua, F., McFowland, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013.
  • Resumen: Experimento de campo con 758 consultores que demostró que dentro del rango de capacidades de la IA, aumentó 12,2% en número de tareas, 25,1% en velocidad y 40% en calidad, pero fuera de ese rango la tasa de respuestas correctas bajó 19 puntos porcentuales, mostrando que el límite entre lo que la IA domina y no domina es "dentado". https://www.hbs.edu/faculty/Pages/item.aspx?num=64700
• Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290.
  • Resumen: Experimento en el que se proporcionaron ideas de IA a escritores, mostrando que la evaluación de obras individuales (especialmente de escritores con menor creatividad) mejora, pero las obras se vuelven similares entre sí y la diversidad del grupo disminuye. Evidencia de que la IA actúa en direcciones opuestas en individuos y grupos. https://www.science.org/doi/10.1126/sciadv.adn5290
• Fleming, L. (2001). Recombinant Uncertainty in Technological Search. Management Science, 47(1), 117–132.
  • Resumen: Investigación empírica basada en datos de patentes que formalizó la invención como "búsqueda de combinaciones de elementos existentes". Base microeconómica de la teoría de nuevas combinaciones. https://pubsonline.informs.org/doi/10.1287/mnsc.47.1.117.10671
• Gans, J. S., & Stern, S. (2003). The product market and the market for "ideas": commercialization strategies for technology entrepreneurs. Research Policy, 32(2), 333–350.
  • Resumen: Teoría que explica si un startup con una invención "compete o colabora" (licencia o vende) con una empresa establecida en términos de apropiabilidad y activos complementarios.
• Gottweis, J., et al. (2025). Towards an AI co-scientist. arXiv:2502.18864.
  • Resumen: Informe sobre cómo la IA multiagente de Google generó automáticamente hipótesis sobre mecanismos que fueron consistentes con resultados experimentales ante problemas sin resolver. Demostración inicial de la mecanización de la generación de hipótesis. https://arxiv.org/abs/2502.18864
• Gould, S. J., & Vrba, E. S. (1982). Exaptation—a missing term in the science of form. Paleobiology, 8(1), 4–15.
  • Resumen: Clásico de la biología evolutiva que formalizó la "exaptación", donde características que evolucionaron con un propósito se reutilizan para nuevas funciones. Origen conceptual del concepto de reutilización de tecnologías. https://doi.org/10.1017/S0094837300004310
• Greenwood, J., Seshadri, A., & Yorukoglu, M. (2005). Engines of Liberation. Review of Economic Studies, 72(1), 109–133.
  • Resumen: Investigación empírica que demostró que la difusión de electrodomésticos (lavadoras, refrigeradores, etc.) redujo el tiempo dedicado a tareas domésticas y fue un factor clave en el aumento de la tasa de participación laboral de las mujeres en el siglo XX. Evidencia de cómo la aplicación de invenciones transforma la asignación de tiempo en los hogares y la estructura social. https://doi.org/10.1111/0034-6527.00326
• Griliches, Z. (1957). Hybrid Corn: An Exploration in the Economics of Technological Change. Econometrica, 25(4), 501–522.
  • Resumen: Clásico en investigación sobre difusión de tecnología que demostró que la difusión del maíz híbrido seguía una curva en forma de S, cuya velocidad podía explicarse por los beneficios económicos para los adoptantes. https://www.jstor.org/stable/1905380
• Gross, D. P., & Sampat, B. N. (2023). America, Jump-Started: World War II R&D and the Takeoff of the US Innovation System. American Economic Review, 113(12), 3323–3356.
  • Resumen: Investigación empírica que demostró que las regiones y campos que recibieron mayor inversión en I+D durante tiempos de guerra experimentaron mayores aumentos en actividad inventiva en el período de posguerra a largo plazo. Evidencia de que la demanda impulsa la invención. https://www.aeaweb.org/articles?id=10.1257/aer.20221365
• Hall, B. H., & Ziedonis, R. H. (2001). The Patent Paradox Revisited: An Empirical Study of Patenting in the U.S. Semiconductor Industry, 1979–1995. RAND Journal of Economics, 32(1), 101–128.
  • Resumen: Análisis del fenómeno en la industria de semiconductores estadounidense donde las patentes aumentaron bruscamente mientras el gasto en I+D se mantuvo plano, demostrando que en industrias con fuerte interdependencia, las patentes se acumulan como "munición" para negociaciones de licencias cruzadas. https://www.jstor.org/stable/2696400
• Hao, Q., Xu, F., Li, Y., & Evans, J. (2024). AI Expands Scientists' Impact but Contracts Science's Focus. arXiv:2412.07727.
  • Resumen: Análisis de 41,3 millones de artículos en ciencias naturales que demostró que los investigadores que usan IA publican 3,02 veces más artículos, reciben 4,84 veces más citas y alcanzan el estatus de líder 1,37 años más rápido, pero que la diversidad temática de la ciencia en general se redujo 4,63% y la implicación entre investigadores disminuyó 22%. https://arxiv.org/abs/2412.07727
• Hargadon, A., & Sutton, R. I. (1997). Technology Brokering and Innovation in a Product Development Firm. Administrative Science Quarterly, 42(4), 716–749.
  • Resumen: Investigación etnográfica de la empresa IDEO que demostró que la fuente de capacidad inventiva reside en la "intermediación tecnológica" —transportar soluciones entre industrias—. Evidencia de la organización de la transferencia de analogía.
• Hatchuel, A., & Weil, B. (2009). C-K design theory: an advanced formulation. Research in Engineering Design, 19, 181–192.
  • Resumen: Artículo que formalizó la teoría C-K, que conceptualiza el diseño e invención como "ir y venir entre espacio conceptual y espacio de conocimiento".
• Henderson, R. M., & Clark, K. B. (1990). Architectural Innovation: The Reconfiguration of Existing Product Technologies and the Failure of Established Firms. Administrative Science Quarterly, 35(1), 9–30.
  • Resumen: Clásico que demostró, mediante casos de la industria de equipos de litografía por semiconductores, el mecanismo mediante el cual la "innovación arquitectónica" —cambiar la estructura de conexión manteniendo los mismos componentes— causa la caída de empresas establecidas.
• Hoffmann, M., Nagle, F., & Zhou, Y. (2024). The Value of Open Source Software. Harvard Business School Working Paper 24-038.
  • Resumen: Investigación que estimó el valor económico del lado de la demanda del software de código abierto en aproximadamente 8,8 billones de dólares. Evidencia del impacto económico de un canal de compartición de invenciones de tipo abierto. https://www.hbs.edu/faculty/Pages/item.aspx?num=65230
• Howell, S. T. (2017). Financing Innovation: Evidence from R&D Grants. American Economic Review, 107(4), 1136–1164.
  • Resumen: Investigación que demostró mediante un cuasiexperimento que la subvención SBIR del Departamento de Energía estadounidense casi duplicó la probabilidad de que los startups obtuvieran financiación de capital de riesgo. Evidencia de que el puente público hacia el "valle de la muerte" funciona. https://www.aeaweb.org/articles?id=10.1257/aer.20150808
• Jinek, M., et al. (2012). A Programmable Dual-RNA–Guided DNA Endonuclease in Adaptive Bacterial Immunity. Science, 337(6096), 816–821.
  • Resumen: Ejemplo representativo de la "línea directa de la ciencia" donde el descubrimiento en investigación fundamental sobre mecanismos inmunológicos bacterianos condujo directamente a la invención de edición genómica CRISPR-Cas9.
• Jones, B. F. (2009). The Burden of Knowledge and the "Death of the Renaissance Man": Is Innovation Getting Harder? Review of Economic Studies, 76(1), 283–317.
  • Resumen: Investigación empírica sobre "la carga del conocimiento" que muestra que el aumento en el volumen total de conocimiento ha elevado la edad de la primera invención de los inventores, estrechado la especialización y aumentado el tamaño de los equipos. https://www.kellogg.northwestern.edu/academics-research/research/detail/2009/the-burden-of-knowledge-and-the-death-of-the/
• Jones, B. F., & Summers, L. H. (2020). A Calculation of the Social Returns to Innovation. NBER Working Paper 27863.
  • Resumen: Estimación de que cada dólar invertido en innovación genera un beneficio social de más de 5 dólares en promedio, demostrando la magnitud del retorno social de la inversión en investigación e invención. https://www.nber.org/system/files/working_papers/w27863/w27863.pdf
• Jumper, J., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596, 583–589.
  • Resumen: Se convirtió en infraestructura pública abierta que eleva la predicción de la estructura tridimensional de proteínas al nivel práctico y acelera la conversión del conocimiento fundamental a la invención (descubrimiento de fármacos). Tema del Premio Nobel de Química.
• Kaltenberg, M., Jaffe, A. B., & Lachman, M. E. (2023). Invention and the life course: Age differences in patenting. Research Policy, 52(1), 104629.
  • Resumen: Investigación que conecta la edad de los inventores estadounidenses con sus patentes, mostrando que la cantidad de invenciones alcanza su pico entre finales de los 30 y principios de los 40, que las patentes de inventores jóvenes tienen mayor número de citas y potencial disruptivo, y que la profundidad de la tecnología precedente y la originalidad aumentan con la edad. https://www.sciencedirect.com/science/article/pii/S0048733322001500
• Kauffman, S. (2000). Investigations. Oxford University Press.
  • Resumen: Libro teórico que formula la "posibilidad adyacente (adjacent possible)" — un sistema solo puede abrir las posibilidades inmediatamente adyacentes a su estado actual — marco que explica las invenciones simultáneas.
• Kelly, B., Papanikolaou, D., Seru, A., & Taddy, M. (2021). Measuring Technological Innovation over the Long Run. American Economic Review: Insights, 3(3), 303–320.
  • Resumen: Investigación que analiza textos de patentes estadounidenses desde 1840 y establece una metodología para detectar invenciones trascendentales identificando documentos que "se parecen poco al pasado pero mucho al futuro", revelando olas de invención en los años 1880, 1920-30, 1960-70 y 1990-2000. https://www.aeaweb.org/articles?id=10.1257/aeri.20190499
• Koning, R., Samila, S., & Ferguson, J.-P. (2021). Who do we invent for? Patents by women focus more on women's health, but few women get to invent. Science, 372(6548), 1345–1348.
  • Resumen: Investigación que analiza 440,000 patentes de biomedicina estadounidenses, mostrando que las patentes de equipos solo de mujeres tienen 35% más probabilidad de estar relacionadas con invenciones sobre salud de la mujer, y estimando que 6,500 invenciones adicionales se habrían generado si las oportunidades de patentes para mujeres fueran equivalentes. Evidencia de que la composición del inventor determina la dirección de la invención. https://www.science.org/doi/10.1126/science.aba6990
• Krieger, J. L., et al. (2024). Standing on the shoulders of science. Strategic Management Journal, 45(6).
  • Resumen: Investigación que demuestra que las invenciones basadas en artículos científicos tienen mayor valor de mercado. https://sms.onlinelibrary.wiley.com/doi/full/10.1002/smj.3598
• Lemley, M. A., & Sampat, B. (2012). Examiner Characteristics and Patent Office Outcomes. Review of Economics and Statistics, 94(3), 817–827.
  • Resumen: Investigación que utiliza datos de examinadores de la Oficina de Patentes estadounidense para demostrar que los examinadores con mayor experiencia tienden a aprobar patentes más fácilmente y citan menos tecnología precedente, evidenciando el ruido en que los resultados de examen varían según el examinador. https://direct.mit.edu/rest/article/94/3/817/58098
• Lerner, J., & Tirole, J. (2015). Standard-Essential Patents. Journal of Political Economy, 123(3), 547–586.
  • Resumen: Investigación que analiza teóricamente el diseño económico de las patentes incorporadas en estándares (patentes esenciales de estándar) y las licencias FRAND, mostrando las condiciones institucionales para compatibilizar monopolio y difusión. https://www.journals.uchicago.edu/doi/10.1086/680995
• Li, D., Azoulay, P., & Sampat, B. N. (2017). The applied value of public investments in biomedical research. Science, 356(6333), 78–81.
  • Resumen: Investigación empírica que demuestra con datos de 27 años que aproximadamente el 30% de las subvenciones de NIH generan artículos posteriormente citados en patentes privadas, proporcionando evidencia de la ruta y desfase temporal de la ciencia a la invención. https://www.science.org/doi/10.1126/science.aal0010
• Lilien, G. L., Morrison, P. D., Searls, K., Sonnack, M., & von Hippel, E. (2002). Performance Assessment of the Lead User Idea-Generation Process for New Product Development. Management Science, 48(8), 1042–1059.
  • Resumen: Investigación empírica que demuestra que proyectos en 3M utilizando el método de usuario líder generaron conceptos de productos con predicciones de ventas aproximadamente 8 veces superiores a los métodos convencionales. https://pubsonline.informs.org/doi/abs/10.1287/mnsc.48.8.1042.171
• Lin, Y., Frey, C. B., & Wu, L. (2023). Remote collaboration fuses fewer breakthrough ideas. Nature, 623, 987–991.
  • Resumen: Investigación que analiza 20 millones de artículos y 4 millones de solicitudes de patentes, mostrando que equipos geográficamente distantes tienen consistentemente menor probabilidad de producir resultados trascendentales, y que el trabajo conceptual de ideación y diseño tiende a concentrarse en equipos colocalizados. https://www.nature.com/articles/s41586-023-06767-1
• Macher, J. T., Rutzer, C., & Weder, R. (2023). The Illusive Slump of Disruptive Patents. arXiv:2306.10774.
  • Resumen: Reanálisis que reporta que, al corregir el sesgo de medición por el cual el aumento de citas reduce mecánicamente el índice CD, no se observa una disminución a largo plazo en la proporción de patentes disruptivas. Contraargumento principal a Park et al. (2023). https://arxiv.org/abs/2306.10774
• Merchant, A., et al. (2023). Scaling deep learning for materials discovery. Nature, 624, 80–85.
  • Resumen: Investigación que utiliza aprendizaje profundo (GNoME) para predecir 2,2 millones de nuevas estructuras cristalinas, estimando que 380,000 son estables. Demostración de la mecanización de la búsqueda combinatoria. https://www.nature.com/articles/s41586-023-06735-9
• Merton, R. K. (1942). The Normative Structure of Science.
  • Resumen: Clásico que formalizó el "ethos de la ciencia", incluyendo la propiedad común, fundamentando el debate sobre la dualidad entre reglas de prioridad y patentes.
• Messeri, L., & Crockett, M. J. (2024). Artificial intelligence and illusions of understanding in scientific research. Nature, 627, 49–58.
  • Resumen: Artículo que examina desde la perspectiva de la psicología cognitiva los peligros de que, cuando se utiliza la IA como oráculo, agente, herramienta de cuantificación o árbitro, los investigadores caigan en ilusiones de comprensión y las comunidades científicas se orienten hacia un "monocultivo del conocimiento". https://www.nature.com/articles/s41586-024-07146-0
• Moretti, E., Steinwender, C., & Van Reenen, J. (2025). The Intellectual Spoils of War? Defense R&D, Productivity, and International Spillovers. Review of Economics and Statistics, 107(1), 14–27.
  • Resumen: Investigación que utiliza datos por sector industrial de países OCDE para demostrar que el gasto público en I+D de defensa incentiva la inversión privada en I+D (efecto crowding-in), eleva la productividad industrial y tiene efectos spillover hacia otros países. https://direct.mit.edu/rest/article/107/1/14/114751/
• Moser, P. (2005). How Do Patent Laws Influence Innovation? Evidence from Nineteenth-Century World's Fairs. American Economic Review, 95(4), 1214–1236.
  • Resumen: Investigación que utiliza datos de expositores en ferias mundiales del siglo XIX para demostrar que la invención fue activa incluso en países sin leyes de patentes, pero se concentró en sectores donde se puede proteger mediante secreto, evidenciando que el sistema de patentes cambia la dirección de la invención más que su cantidad. https://www.aeaweb.org/articles?id=10.1257/0002828054825501
• Nelson, R. R. (1959). The Simple Economics of Basic Scientific Research. Journal of Political Economy, 67(3), 297–306.
  • Resumen: Artículo que fundamentó tempranamente en economía las razones para el apoyo público a la investigación fundamental, aplicables también a explicar la estructura profunda del valle de la muerte.
• Nordhaus, W. D. (1997). Do Real-Output and Real-Wage Measures Capture Reality? The History of Lighting Suggests Not. In T. F. Bresnahan & R. J. Gordon (Eds.), The Economics of New Goods (pp. 29–66). University of Chicago Press.
  • Resumen: Investigación que mide la historia de la invención de iluminación por "horas de trabajo por lumen" y muestra que el precio real de la luz cayó miles de veces en dos siglos, sugiriendo que el beneficio de la invención para los hogares es potencialmente ordenes de magnitud mayor que en las estadísticas oficiales. https://www.nber.org/chapters/c6064
• Nordhaus, W. D. (2004). Schumpeterian Profits in the American Economy: Theory and Measurement. NBER Working Paper 10433.
  • Resumen: Investigación que estima que los inventores recuperaron solo aproximadamente el 2,2% del excedente social generado por la innovación, proporcionando evidencia de que la mayoría del beneficio de la invención se filtra hacia la sociedad. https://www.nber.org/papers/w10433
• Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192.
  • Resumen: Experimento aleatorizado que demuestra que la IA generativa aumenta la productividad del trabajo intelectual, con beneficios particularmente mayores para trabajadores con menor nivel de habilidad. Evidencia de la expansión de la capacidad de invención individual. https://www.science.org/doi/10.1126/science.adh2586
• OECD (2015). Frascati Manual 2015: Guidelines for Collecting and Reporting Data on Research and Experimental Development. OECD Publishing.
  • Resumen: Manual que define la definición estándar internacional de investigación y desarrollo y los 5 criterios de aplicabilidad a la investigación. Punto de referencia para la correspondencia con la invención (3 requisitos de patentes).
• Ogburn, W. F., & Thomas, D. (1922). Are Inventions Inevitable? A Note on Social Evolution. Political Science Quarterly, 37(1), 83–98.
  • Resumen: Obra clásica que demuestra que 148 inventos y descubrimientos como el teléfono y el cálculo fueron realizados independientemente por múltiples personas en el mismo período. Evidencia de que la invención es un producto de las condiciones de su época. https://academic.oup.com/psq/article-abstract/37/1/83/7258140
• Otis, N. G., Clarke, R. P., Delecourt, S., Holtz, D., & Koning, R. (2024). The Uneven Impact of Generative AI on Entrepreneurial Performance. Harvard Business School Working Paper 24-042.
  • Resumen: Estudio experimental que proporcionó asesoría empresarial basada en IA generativa a pequeñas empresas en Kenia, mostrando que el grupo de rendimiento superior aumentó las ganancias aproximadamente un 15%, mientras que el grupo inferior disminuyó aproximadamente un 8%, demostrando que el efecto se invierte según la capacidad de seleccionar y descartar los consejos. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4671369
• Ouellette, L. L. (2012). Do Patents Disclose Useful Information? Harvard Journal of Law & Technology, 25(2), 545–607.
  • Resumen: Estudio de investigadores en nanotecnología que demostró que el 64% lee literatura de patentes y obtiene información técnica útil, verificando que la función de divulgación de patentes funciona realmente. https://jolt.law.harvard.edu/articles/pdf/v25/25HarvJLTech545.pdf
• Park, M., Leahey, E., & Funk, R. J. (2023). Papers and patents are becoming less disruptive over time. Nature, 613, 138–144.
  • Resumen: Análisis de índices CD de 45 millones de artículos y 3,9 millones de patentes que mostró que el "factor de disrupción" de los resultados disminuyó más del 90% en artículos y aproximadamente el 78% en patentes entre 1945 y 2010. https://www.nature.com/articles/s41586-022-05543-x
• Peirce, C. S. (1878). Deduction, Induction, and Hypothesis. Popular Science Monthly, 13, 470–482.
  • Resumen: Obra clásica que formalizó la deducción, inducción y abducción. La base de la sistematización de este artículo de serendipia = abducción.
• Poege, F., Harhoff, D., Gaessler, F., & Baruffaldi, S. (2019). Science quality and the value of inventions. Science Advances, 5(12), eaay7323.
  • Resumen: Estudio que conectó las relaciones de citas entre patentes y artículos, demostrando que las invenciones basadas en artículos científicos de mayor calidad tienen mayor valor de patentes. Evidencia cuantitativa de la ruta de la "línea directa de la ciencia". https://www.science.org/doi/10.1126/sciadv.aay7323
• Popp, D. (2002). Induced Innovation and Energy Prices. American Economic Review, 92(1), 160–180.
  • Resumen: Análisis empírico de patentes relacionadas con energía en EE.UU. que mostró que el aumento de los precios de la energía genera inventos en ese campo con un desfase de varios años. Evidencia de que los precios y regulaciones orientan la dirección de la invención. https://www.aeaweb.org/articles?id=10.1257/000282802760015658
• Porter, M. E., & van der Linde, C. (1995). Toward a New Conception of the Environment-Competitiveness Relationship. Journal of Economic Perspectives, 9(4), 97–118.
  • Resumen: Artículo que presentó la "hipótesis de Porter", según la cual la regulación ambiental adecuadamente diseñada puede impulsar la invención en las empresas y mejorar su competitividad. Formalización teórica de cómo la regulación crea demanda de invención. https://www.aeaweb.org/articles?id=10.1257/jep.9.4.97
• Rogers, E. M. (2003). Diffusion of Innovations (5th ed.). Free Press. (1.ª edición 1962)
  • Resumen: Obra clásica de la teoría de la difusión que explicó la difusión de innovaciones mediante categorías de adoptantes (desde innovadores hasta rezagados) y 5 factores de velocidad de difusión.
• Romera-Paredes, B., et al. (2024). Mathematical discoveries from program search with large language models. Nature, 625, 468–475.
  • Resumen: Estudio que utilizó técnica (FunSearch) para que modelos de lenguaje grande generasen programas y los evolucionasen mediante evaluadores, descubriendo configuraciones que superan las mejores construcciones conocidas en el problema del conjunto limitado y nuevos métodos heurísticos para empaquetamiento de contenedores. Ejemplo inicial de invención matemática por IA. https://www.nature.com/articles/s41586-023-06924-6
• Scherer, F. M., & Harhoff, D. (2000). Technology policy for a world of skew-distributed outcomes. Research Policy, 29(4-5), 559–566.
  • Resumen: Estudio que demostró que el valor económico de patentes e invenciones tiene una distribución extremadamente sesgada (un pequeño número concentra la mayoría del valor), argumentando que la inversión en invención solo puede recuperarse mediante portafolios. https://www.sciencedirect.com/science/article/abs/pii/S004873339900089X
• Schumpeter, J. A. (1934). The Theory of Economic Development. Harvard University Press. (Obra original 1911)
  • Resumen: Obra clásica que definió la innovación como "nueva combinación" y distinguió entre invención e innovación.
• Shapiro, C. (2001). Navigating the Patent Thicket: Cross Licenses, Patent Pools, and Standard Setting. Innovation Policy and the Economy, 1, 119–150.
  • Resumen: Artículo que sistematizó la estructura en la que la "selva de patentes" (múltiples patentes superpuestas en un producto) se convierte en barrera para la invención y comercialización, y las instituciones de evitación como licencias cruzadas, fondos de patentes y estandarización. https://www.journals.uchicago.edu/doi/10.1086/ipe.1.25056143
• Si, C., Yang, D., & Hashimoto, T. (2024). Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers. arXiv:2409.04109.
  • Resumen: Experimento ciego que mostró que las ideas de LLM son evaluadas como más nuevas que las humanas, pero con menor viabilidad, evidenciando la asimetría entre generación de candidatos y validación de mérito. https://arxiv.org/abs/2409.04109
• Solow, R. M. (1957). Technical Change and the Aggregate Production Function. Review of Economics and Statistics, 39(3), 312–320.
  • Resumen: Obra clásica que fue la primera en estimar que solo aproximadamente 1/8 del aumento de la productividad laboral en EE.UU. puede explicarse por acumulación de capital, siendo el cambio tecnológico responsable de los aproximadamente 7/8 restantes. Evidencia de que la aplicación de la invención es la causa principal del crecimiento económico. https://www.jstor.org/stable/1926047
• Stokes, D. E. (1997). Pasteur's Quadrant: Basic Science and Technological Innovation. Brookings Institution Press.
  • Resumen: Obra clásica que clasificó la investigación en 4 cuadrantes según los 2 ejes de "búsqueda de comprensión" y "conciencia de aplicabilidad práctica". Trasfondo teórico de la invención del tipo línea directa de la ciencia.
• Stokes, J. M., et al. (2020). A Deep Learning Approach to Antibiotic Discovery. Cell, 180(4), 688–702.
  • Resumen: Estudio que utilizó exploración de aprendizaje automático para descubrir halicina, un nuevo antibiótico con una estructura completamente diferente de los medicamentos existentes. Demostración inicial de generación de candidatos de invención por IA. https://www.cell.com/cell/fulltext/S0092-8674(20)30102-1
• Swanson, K., Wu, W., Bulaong, N. L., Pak, J. E., & Zou, J. (2025). The Virtual Lab of AI agents designs new SARS-CoV-2 nanobodies. Nature, 646, 716–723.
  • Resumen: Estudio en el que múltiples agentes de IA con roles distribuidos realizaron una conferencia de investigación y los humanos proporcionaron solo orientación sobre políticas en un "laboratorio virtual", diseñando 92 nanoanticuerpos que se unen a nuevas variantes, confirmando la unión en experimentos. Demostración de cierre de bucle de invención. https://www.nature.com/articles/s41586-025-09442-9
• Szymanski, N. J., et al. (2023). An autonomous laboratory for the accelerated synthesis of novel materials. Nature, 624, 86–91.
  • Resumen: Informe de que el laboratorio autónomo "A-Lab" sintetizó autónomamente 41 nuevos materiales en 17 días. Demostración del cierre de bucle de exploración sistemática. https://www.nature.com/articles/s41586-023-06734-w
• Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Research Policy, 15(6), 285–305.
  • Resumen: Obra clásica que demostró que la capacidad de obtener ganancias de una invención depende de la apropiabilidad y los activos complementarios. Formalización teórica de que "quien inventa no siempre puede cosechar los beneficios". https://www.sciencedirect.com/science/article/abs/pii/0048733386900272
• Trajtenberg, M. (1990). A Penny for Your Quotes: Patent Citations and the Value of Innovations. RAND Journal of Economics, 21(1), 172–187.
  • Resumen: Análisis de patentes de tomografía computarizada que mostró que el número de citas recibidas por una patente se correlaciona con su valor económico, estableciendo las citas como indicador sustituto del valor. https://www.jstor.org/stable/2555502
• Tushman, M. L., & Anderson, P. (1986). Technological Discontinuities and Organizational Environments. Administrative Science Quarterly, 31(3), 439–465.
  • Resumen: Obra clásica que clasificó cambios tecnológicos discontinuos en "aumento de capacidades" y "destrucción de capacidades", demostrando con datos de las industrias del cemento, aviación y minicomputadoras que los nuevos entrantes tienen más probabilidades de ganar en este último tipo.
• USPTO (2024). Inventorship Guidance for AI-Assisted Inventions. Federal Register.
  • Resumen: Guía de la Oficina de Patentes y Marcas de EE.UU. que estableció que las invenciones asistidas por IA son patentables si "los humanos han hecho una contribución significativa", requiriendo registro de tales contribuciones. https://www.federalregister.gov/documents/2024/02/13/2024-02623/inventorship-guidance-for-ai-assisted-inventions
• Utterback, J. M., & Abernathy, W. J. (1975). A dynamic model of process and product innovation. Omega, 3(6), 639–656.
  • Resumen: Obra clásica que formalizó el cambio desde el período tumultuoso de las innovaciones de productos hacia la convergencia en un diseño dominante, seguido del desplazamiento del énfasis hacia la innovación de procesos.
• Uzzi, B., Mukherjee, S., Stringer, M., & Jones, B. (2013). Atypical Combinations and Scientific Impact. Science, 342(6157), 468–472.
  • Resumen: Un estudio empírico basado en el análisis de 17,9 millones de artículos que demuestra que los resultados de mayor impacto se componen de "combinaciones estándar + una combinación heterogénea puntual". Evidencia de la solución óptima en nuevas combinaciones. https://www.science.org/doi/10.1126/science.1240474
• von Hippel, E. (1976). The dominant role of users in the scientific instrument innovation process. Research Policy, 5(3), 212–239.
  • Resumen: Un estudio de seguimiento de 111 innovaciones importantes en equipos científicos que demuestra que el 77% fue desarrollado y prototipado inicialmente por usuarios (científicos) en lugar de fabricantes. Punto de partida de la investigación en innovación de usuarios. https://doi.org/10.1016/0048-7333(76)90028-7
• von Hippel, E. (1986). Lead Users: A Source of Novel Product Concepts. Management Science, 32(7), 791–805.
  • Resumen: Un artículo que formaliza la metodología de utilizar "usuarios líderes" cuyas necesidades preceden al mercado por varios años como fuente de invención.
• von Hippel, E. (2005). Democratizing Innovation. MIT Press.
  • Resumen: Síntesis integral de la investigación en "innovación de usuarios", que demuestra que una parte considerable de las invenciones proviene de usuarios, como el 77% de las innovaciones importantes en equipos científicos. Texto completo de acceso público. https://web.mit.edu/evhippel/www/books/DI/DemocInn.pdf
• von Hippel, E., de Jong, J. P. J., & Flowers, S. (2012). Comparing Business and Household Sector Innovation in Consumer Products: Findings from a Representative Study in the United Kingdom. Management Science, 58(9), 1669–1681.
  • Resumen: Un estudio empírico que demuestra que el 6,1% de los consumidores británicos (aproximadamente 2,9 millones de personas) desarrollan y mejoran productos por sí solos, y que el gasto total de estas actividades supera la inversión en I+D de desarrollo de productos de fabricantes de bienes de consumo. Evidencia de que los hogares son sujetos de invención de magnitud máxima. https://pubsonline.informs.org/doi/10.1287/mnsc.1110.1508
• Weitzman, M. L. (1998). Recombinant Growth. Quarterly Journal of Economics, 113(2), 331–360.
  • Resumen: Una teoría del crecimiento económico que formaliza que las combinaciones de conocimiento crecen más rápido que el número de elementos, por lo que las oportunidades de invención se expanden de manera acelerada con la acumulación de conocimiento. https://academic.oup.com/qje/article-abstract/113/2/331/1915696
• Williams, H. L. (2013). Intellectual Property Rights and Innovation: Evidence from the Human Genome. Journal of Political Economy, 121(1), 1–27.
  • Resumen: Un estudio que demuestra que en genes del genoma humano que fueron temporalmente protegidos por derechos de propiedad intelectual, la investigación posterior y el desarrollo de productos fueron de 20%-30% menor, demostrando empíricamente que derechos más fuertes pueden obstaculizar invenciones posteriores. https://www.journals.uchicago.edu/doi/10.1086/669706
• WIPO (2024). Patent Landscape Report: Generative Artificial Intelligence (GenAI). World Intellectual Property Organization.
  • Resumen: Un informe de tendencias de patentes que demuestra que las familias de patentes relacionadas con IA generativa en 2014-2023 alcanzaron más de 54.000, con aproximadamente una cuarta parte concentrada en 2023. https://www.wipo.int/web-publications/patent-landscape-report-generative-artificial-intelligence-genai/en/key-findings-and-insights.html
• Wong, F., Zheng, E. J., Valeri, J. A., et al. (2024). Discovery of a structural class of antibiotics with explainable deep learning. Nature, 626, 177–185.
  • Resumen: Un estudio que mediante aprendizaje profundo escanea 12 millones de compuestos y extrae bases de decisión en forma legible por humanos, descubriendo una clase estructuralmente nueva de antibióticos contra MRSA. Ejemplo de invención mediante IA explicable. https://www.nature.com/articles/s41586-023-06887-8
• Wu, L., Wang, D., & Evans, J. A. (2019). Large teams develop and small teams disrupt science and technology. Nature, 566, 378–382.
  • Resumen: Un estudio que analiza 65 millones de artículos, patentes y software, demostrando de manera consistente a través de disciplinas y épocas que equipos grandes tienden a producir resultados de "desarrollo" que extienden ramas existentes, mientras que equipos pequeños tienden a producir resultados de "disrupción" que hacen innecesarias las tecnologías existentes. https://www.nature.com/articles/s41586-019-0941-9
• Wuchty, S., Jones, B. F., & Uzzi, B. (2007). The Increasing Dominance of Teams in Production of Knowledge. Science, 316(5827), 1036–1039.
  • Resumen: Un estudio empírico basado en análisis de 50 años de artículos y patentes que demuestra que la producción de conocimiento ha transitado hacia liderazgo de equipos y que resultados de mayor impacto provienen cada vez más de equipos. Evidencia que refuta el mito del "inventor solitario". https://www.science.org/doi/10.1126/science.1136099
• Zucker, L. G., Darby, M. R., & Brewer, M. B. (1998). Intellectual Human Capital and the Birth of U.S. Biotechnology Enterprises. American Economic Review, 88(1), 290–306.
  • Resumen: Un estudio empírico que demuestra que la ubicación de nacimiento de la industria biotecnológica estadounidense fue determinada esencialmente por la localización de científicos estrella. Evidencia de que la movilidad de talento transporta invención. https://ideas.repec.org/a/aea/aecrev/v88y1998i1p290-306.html

Leyes, tratados y precedentes judiciales

• Paris Convention for the Protection of Industrial Property (1883, as amended). WIPO.
  • Resumen: Un tratado que estableció el sistema de prioridad (reconociendo la fecha de solicitud en un país miembro como la fecha de prioridad en otros países miembros) y el trato nacional, creando una base compartida para la distribución internacional de invenciones. https://www.wipo.int/treaties/en/ip/paris/
• Patent Cooperation Treaty (PCT) (1970, as amended). WIPO.
  • Resumen: Un tratado que unifica el procedimiento mediante una única solicitud internacional que asegura la fecha de solicitud en todos los países miembros y proporciona publicación internacional 18 meses después de la solicitud. https://www.wipo.int/treaties/en/registration/pct/
• WTO (1994). Agreement on Trade-Related Aspects of Intellectual Property Rights (TRIPS), Articles 27, 28, 31, 33, 39.
  • Resumen: Un acuerdo que se convierte en la base común de los sistemas de patentes mundiales. El artículo 27 establece la obligación de proteger invenciones como materia patentable independientemente de si son productos o métodos; el artículo 28 establece que los derechos sobre patentes de productos y patentes de métodos tienen ámbitos de aplicación diferentes; el artículo 31(l) establece el ajuste de patentes dependientes; el artículo 33 establece un período de protección de 20 años; y el artículo 39 establece la protección de información no divulgada (secretos comerciales). https://www.wto.org/english/docs_e/legal_e/27-trips_04c_e.htm
• 35 U.S.C. §101 (Inventions patentable), §102 (Novelty), §103 (Non-obvious subject matter), §112 (Specification). United States Code, Title 35.
  • Resumen: Ley de patentes estadounidense. El artículo 101 define el objeto de la patente en cuatro categorías: process, machine, manufacture y composition of matter; el artículo 102 establece novedad; el artículo 103 establece no evidencia (actividad inventiva); el artículo 112 establece requisitos de habilitación (divulgación que permita a un experto reproducir la invención). https://www.law.cornell.edu/uscode/text/35/101
• European Patent Convention (EPC), Article 52 (Patentable inventions), Article 56 (Inventive step), Article 83 (Disclosure of the invention).
  • Resumen: Convenio sobre Patentes Europeas. El artículo 52 establece el objeto de la patente; el artículo 56 establece la actividad inventiva; el artículo 83 establece requisitos de habilitación (divulgación suficiente). https://www.epo.org/en/legal/epc/2020/a52.html
• WIPO. International Patent Classification (IPC).
  • Resumen: Clasificación Internacional de Patentes que jerarquiza todas las tecnologías desde 8 secciones (A-H) hasta aproximadamente 70.000 subdivisiones. Clasifica por campo tecnológico; no clasifica el valor de la invención ni la magnitud del salto. https://www.wipo.int/classifications/ipc/en/
• WIPO. Utility Models.
  • Resumen: Descripción general del sistema de modelos de utilidad (patentes menores) que poseen muchos países como Alemania, China y Japón. Se organiza sus características comunes: requisitos de actividad inventiva inferiores a los de patentes, período de protección más breve y examen simplificado. https://www.wipo.int/web/patents/topics/utility-models
• Thaler v. Vidal, 43 F.4th 1207 (Fed. Cir. 2022).
  • Resumen: Sentencia en la que la Corte de Apelaciones de Circuito Federal de Estados Unidos juzgó que "los inventores bajo la ley de patentes se limitan a personas naturales" respecto a solicitudes de patente que designaban al sistema de IA DABUS como inventor.
• Boyden Power-Brake Co. v. Westinghouse, 170 U.S. 537 (1898).
  • Resumen: Sentencia de la Corte Suprema Federal de Estados Unidos que define "invenciones pioneras" (aquellas que alcanzan por primera vez una función previamente desconocida o demuestran un avance significativo con respecto a la tecnología existente) y establece la base de la doctrina que reconoce un amplio alcance de derechos.
• Thaler v Comptroller-General of Patents, Designs and Trade Marks [2023] UKSC 49.
  • Resumen: Sentencia en la que la Corte Suprema del Reino Unido juzgó que "los inventores bajo la ley de patentes deben ser personas naturales" respecto a una solicitud de patente que designaba al sistema de IA DABUS como inventor. Coincide con Thaler v. Vidal (2022) de Estados Unidos. https://www.supremecourt.uk/cases/uksc-2021-0201