Mejorando la experiencia del fan

Hemos hablado ya de que el dato se está convirtiendo en un activo crucial para comprender y mejorar la experiencia de cliente. Lo hemos hecho aquí y desde la perspectiva de la experiencia personal. Vuelvo a este tema por una noticia de hace unos días y aprovechando que estos días impartimos este tema en nuestro Máster de Business Intelligence (MBI).

Escudo del Real Madrid Club de Futbol, una marca capaz de generar millones con la venta de camisetas y merchandising. Fuente: Wikipedia. Usado bajo condiciones de fair use.

Escudo del Real Madrid Club de Fútbol, una marca capaz de generar millones con la venta de camisetas y merchandising. Fuente: Wikipedia. Usado bajo condiciones de fair use.

El cliente en algunos sectores toma una forma peculiar: la del fan. El fan vuelca su pasión sobre el producto o servicio de la organización y tiene grandes expectativas para con dicha organización en todo lo que hace. Tenemos ejemplos como los de Apple, con legiones que esperan la salida de productos delante de sus tiendas.

Este grupo de clientes tiene a veces nombres particulares, como los tifosi de Ferrari en la Fórmula 1. Pero no es necesario irse a los extremos para considerar a los fans de la marca. Hay fans de Zara o de Nespresso y mi colega José Ramón lo es de BlackBerry, una rareza de las suyas.

De hecho, hay una cosa particular. Y es que el fan puede ser cliente, pero podría también no serlo: podemos tener clientes que no son fans y fans que no son clientes. Los padres compran muñecas Barbie y superhéroes, pero, en general, son los niños los fans. Y los fans de Ferrari, en general, no se compran un Ferrari.

Lo que es interesante es que si consideramos que los fans de nuestros servicios y productos son potencialmente clientes, entonces es interesante tener una estrategia para con ellos. Y eso, en la actualidad, pasa por usar los datos para conocerlos mejor, para comprender sus intereses y particularidades, y para crear experiencias personales y mejorar las actuales. Starbucks y ahora muchos otras cafeterías ofrecen wifi gratuita de calidad. Algunos grandes almacenes o galerías comerciales, te permiten bajar una app, identificar tus preferencias y ofrecerte las ofertas del día.

Imaginad que sois una marca que cuenta sus fans no por millones sino por centenas de millones en el mundo y que quiere y desea comprenderlos para atenderlos mejor y crear experiencias de cliente completamente personalizadas. ¿No creéis que sería buena idea desplegar una estrategia de Customer Analytics, combinándolas con otras tecnologías? Me parece muy buena idea.

El mundo del deporte es, por excelencia, el mundo de los fans. El Real Madrid es la mayor franquicia mundial por ingresos y ahora acaba de lanzar una superiniciativa tecnológica para sus fans, soportada en la nube. Desde hace años, los Orlando Magic, equipo de la NBA, cuidan de sus fans a partir de los datos, de la misma forma que cuida de sus partidos, jugadores y operaciones. También es conocido el caso de los San Francisco Giants que usa analítica de negocio para definir los precios.

Mi pregunta es: ¿ya estás cuidando tus clientes con Customer Analytics? ¿y a tus fans? Pues quizá es el momento de ponerse con ello.

Josep Curto es colaborador docente del Máster en Inteligencia de Negocio de la UOC. Es además Director de Delfos Research, empresa especializada en investigación de los mercados de Business Intelligence, Business Analytics y Big Data.

Videojuegos con finales malos

Uno de los aspectos clave para hacer de un videojuego una experiencia memorable es una buena narrativa. Por lo tanto, vale la pena explorar las técnicas que se usan con éxito en otros medios y ver cómo aplicarlas en éste, adecuándolas como corresponda.

Entre dichas técnicas, un caso que suele romper nuestras expectativas es cuando podríamos decir que la historia “acaba mal”. Sin bien este concepto creo que se entiende intuitivamente, quizá no siempre es trivial de definir perfectamente. A fin de cuentas, las historias no siempre se dividen en buenos y malos, y “acaban bien” si ganan los buenos, y “mal” si ganan los malos. Pero podemos dejarlo en que se trata del caso cuando el protagonista, o al menos el personaje con el que nos hemos identificado a lo largo de la historia, fracasa.

El objetivo de este recurso es provocar una reacción emocional todavía mayor sobre el espectador. Aunque te quedes con un mal sabor de boca, si la historia como un todo encaja, la experiencia es memorable (no haremos spoilers, pero seguro que conocéis ejemplos de películas). En el caso de los videojuegos, su uso es un caso especialmente interesante, ya que la conexión entre el jugador y el protagonista de la historia es mucho mayor que en cualquier otro medio, al romperse el rol de mero espectador. En cierta medida, el jugador es el protagonista y las expectativas de “power fantasy“, o de que al final hay algún tipo de recompensa, son mucho mayores. Por lo tanto, hay que medir muy bien el artefacto durante el diseño de la narrativa del videojuego.

**SPOILER ALERT: Ahora sí que voy a dar ejemplos, avisados estáis, si bien procuraré que sea en juegos con décadas de antigüedad ***

Normalmente, en casos como estos, lo que a menudo nos encontramos es que el hecho de que la historia “acabe mal” se debe a las decisiones que el jugador ha ido tomando a lo largo de la partida, en nombre del personaje. Tiene lógica, ya que esto mantiene la agencia del jugador y hace que le sea más de fácil aceptar una resolución negativa. Se podría decir que, hasta cierto punto, se trata de una pantalla de “Game Over“, considerada como un estado dónde es realmente el jugador quién ha fracasado, un poco más creativa y cocinada a fuego lento. Sin embargo, no es exactamente lo mismo, ya que se trata de casos dónde la narrativa dispone de un desenlace concreto, solo que en este desenlace el protagonista fracasa. En un “Game Over” porque no te quedan vidas, por ejemplo, podríamos considerar que la narrativa queda más bien cortada por la mitad.

Disponer de múltiples finales es una buena excusa para “obligar” al jugador a volver a completar el juego si quiere experimentar todos los posibles desenlaces. Quizás completar el juego con el final malo es más sencillo y hay que repetir el juego con algún handicap o consiguiendo mejores resultados para obtener el final bueno. Puede ser una forma de gestionar el nivel de dificultad o simplemente una manera de alargar la vida útil del juego, recompensando al jugador si quiere dedicarle más horas (como esa fase secreta que sólo está accesible cuando te terminas el juego).

Existen muchos ejemplos de decisión que impactan en el desenlace, sobre todo en juegos de tipo novela interactiva, pero para no destripar juegos muy nuevos, me quedo con un ejemplo simple y con ya unos años (yo y los clásicos…). Se trata del juego de recreativa “Magic Sword” (Capcom, 1990). Tras derrotar al enemigo final, debes escoger si destruir el orbe mágico o intentar dominarlo. Se supone que si eres el protagonista, deberías tener el poder de dominarlo, ¿no? Si así lo eliges, te conviertes en el nuevo señor del mal. ¿Y quién salvará el mundo ahora?

Deberías haber revisado "El señor de los anillos" (Magic Sword, 1990)

Deberías haber revisado “El señor de los anillos” (Magic Sword, 1990)

Una cosa parecida pasa en el primer Dragon Quest (Enix, 1986) si aceptas la oferta del enemigo final de repartirte el mundo con él. Sólo que esta vez más bien te apuñala por la espalda, y de propina, te cuelga la consola.

En esta categoría existen una sub-categoría especialmente curiosa, y odiosa en su momento. Se trata de finales que dependen de las acciones del jugador, pero que no tienen absolutamente nada que ver con la narrativa del juego o las acciones del personaje. A menos que use algún tipo de truco, el final siempre será “malo”.

Por ejemplo, en Penguin Adventure (o “Yume Tairiku Adventure“, Konami 1986) eres un pingüino que tiene que salvar a la princesa enferma. Pero hagas lo que hagas, al llegar al castillo, es demasiado tarde, ha muerto. Por más que uses atajos o completes todas las fases lo más rápido posible, siempre llegas demasiado tarde. La cara de estupefacción que se le pone a uno es legendaria, ya que estamos hablando de un juego sobre princesas pingüino en el continente de los sueños. Admito que nunca he estado más cerca de tirar mi ordenador por la ventana…Pues resulta que, para llegar a tiempo, has de pausar la partida y visualizar el mapa del juego. En este mapa, tu pingüino hace un ciclo de animación dónde corre, descansa resoplando y al final se baña. Debes visualizar un, y solo un, ciclo de animación completo a lo largo de toda la partida. Solo entonces es posible salvar a la princesa. Si hice esto una vez, fué de chiripa, claro.

¿La princesa está en otro castillo? ¡¡Mario lo tenía chupado!!

¿La princesa está en otro castillo? ¡¡Mario lo tenía chupado!! (Penguin Adventure, 1986)

Decisiones del personaje o triquiñuelas a parte, más interesante narrativamente me parecen los casos dónde, realmente, la historia está concebida por su creador para que, haga lo que haga el jugador, el personaje al final fracase. La historia que se desarrolla a lo largo del juego es la historia de dicho fracaso. El jugador lo ha hecho todo perfectamente bien, ha llegado al final el juego y “ha ganado”, pero dicho final es ver caer al su personaje! Esto es una jugada arriesgada, pero a menudo memorable (para bien o para mal). Incluso podemos ir más allá de simplemente un final agridulce o de los casos típicos de sacrificio del personaje, pero que en el fondo cumple con su objetivo, o parte. En este caso, también podemos considerar dos sub-categorías.

La primera sería la que se presenta este tipo de final para preparar una secuela, jugada que también suele pasar en otros medios. La historia todavía no ha concluido, y si quieres que “acabe bien”, deberás jugar el siguiente juego. Un caso sería el final del Doom (id Software, 1993), dónde el marine consigue escapar, pero solo para ver que no ha cerrado el portal y los seres infernales que le persiguen han llegado a la Tierra. El Icono del Pecado te espera el año que viene en Doom II: Hell on Earth (id Software, 1994). Y en el Diablo (Blizzard, 1996), el protagonista es incapaz de destruir totalmente al malvado y deberá buscar ayuda para ello, convertido en vagabundo. Nos vemos en el Diablo II (Blizzard, 2000), pero controlando a otro héroe, que debe perseguirlo.

Si quitamos la “secuelitis”, entonces nos encontramos en el caso puro, dónde, ante tus ojos atónitos, hagas lo que hagas, tu personaje, no sólo no recibe su merecida recompensa, sino todo lo contrario. La cosa acaba mal, y punto. No hay finales alternativos. Así es la historia tal como se pensó.

Casos como estos la verdad es que no hay muchos, pero para poner un ejemplo claro de lo que estamos hablando, podemos volver a visitar a los amigos de Konami y sus ganas de quedarse con la gente que usaba sistemas MSX. En el Treasure of Usas (Konami, 1987), después de pasarlas canutas, nuestros arqueólogos Wit y Cles recuperan todas las partes de la joya sagrada y las ubican en la gran estatua de Usas para que pase “algo bueno”. Siguiente escena, una explosión atómica… Fin. Sin embargo, no es un ejemplo solitario, ya que tres años después, en el “The Legenday Axe II” (“Ankoku Desnetsu“, NEC 1990), tras derrotar al enemigo final, el héroe toma posesión de su trono…e inmediatamente es asesinado por sorpresa. Pantalla a negro y saltamos a los créditos. Y en la versión original, de paso, la asesina va desnuda. Estooooo.

(The Legendary Axe II, 1990) ¿Qué es lo que ha pasado?

(The Legendary Axe II, 1990) ¿Qué es lo que ha pasado?

(Treasure of Usas, 1987)

(Treasure of Usas, 1987)

De esta situación, que sería el más parecida a una traducción directa desde otros medios de un “final malo”, no hay muchos. Quizá por la contradicción que implica que el jugador tenga éxito, pero el personaje fracase absolutamente. Sin embargo, a mí me parece muy interesante narrativamente. ¿Vosotros aceptaríais un final así en un videojuego?

Joan Arnedo Moreno es profesor de los estudios de Informática, Multimedia y Telecomunicaciones en la UOC. Coordinador de las asignaturas de la rama de seguridad y director académico del postgrado de Cisco Networking Technologies, también cuenta con más de 30 años de experiencia jugando a videojuegos.

Quick Time Events (QTE) en videojuegos

Existen diferentes maneras de crear narrativas dentro de un videojuego. Una de las más directas y usadas desde siempre ha sido la introducción de escenas cinemáticas, ya sea usando el propio motor de juego o mostrando, directamente, una escena preestablecida, como si se tratara de una película. El uso y abuso de este tipo de escenas invita a un debate interesante, ya que se trata de momentos en los cuales el personaje actúa por su propia cuenta y desaparece la interactividad y la agencia del jugador, factores diferenciales y esenciales en un videojuego. Sin embargo, existe una mecánica simple que puede conciliar, hasta cierto punto, ambos aspectos. Se trata de los QTE (Quick Time Events).

Durante un QTE se desarrolla una escena cinemática dónde el personaje actúa por su cuenta, llevando a cabo incluso acciones que no serían posibles mediante las órdenes habituales que el jugador puede dar al personaje. Sin embargo, en ciertos momentos, se introduce un elemento de interactividad, que dictará como se irá desarrollando dicha escena. Normalmente, se trata de la aparición de algún tipo de indicador de que se debe pulsar rápidamente, una tecla o botón del mando. Llevar a cabo la acción indicada puede ser tanto un simple indicador de éxito/fracaso (debes pulsar el botón correcto rápidamente o el personaje morirá aplastado por rocas, o su ataque será bloqueado por el enemigo) o como una elección entre diferentes acciones posibles, de modo que la escena continúa de manera diferente, a modo de árbol de decisiones (¿quieres atacar con la espada o la pistola?). Sin embargo, como el propio nombre indica, la decisión normalmente se ha de llevar a cabo de manera rápida. Si no es así, la escena sigue su curso por defecto, que suele ser para mal.

Elige tu arma (Final Fantasy XIII-2).

Elige tu arma (Final Fantasy XIII-2).

Si bien el término en si parece que fue bautizado en el juego Shenmue (1999), y éste ha cobrado relevancia en la última década con juegos como el God of War (2005), como suele pasar a menudo, nos encontramos de nuevo con un caso dónde tan solo se está recuperando, y de paso bautizando, un concepto que ya existía hace muchos años. En ese sentido, quizá los ejemplos más emblemáticos del uso de QTE en videojuegos lo podemos encontrar ya a principios de la década de los 80 en los dos clásicos creados por Don Bluth: Dragon’s Lair (1983) y Space Ace (1984). Ambos son casos interesantes ya que todo el juego en sí es un conjunto de secuencias QTE, y por lo tanto, no se trata de un aspecto complementario a un entorno de juego principal.

En ambos juegos, y siempre hablando de su versión original de máquina recreativa, básicamente somos espectadores de una película de animación al estilo Disney, literalmente. El personaje principal actúa por su propia cuenta en un conjunto de escenas, que se van desarrollando. Sin embargo, si no interactuamos, tarde o temprano cometerá un error fatal y perecerá. Por lo tanto, debemos darle órdenes en ciertos momentos concretos, usando alguna de las cuatro direcciones del mando o pulsando fuego. Según la escena, la manera exacta como el personaje llevará a cabo la orden puede variar, adaptándose a la narrativa. Quizá salte, se desplace lateralmente, se lance, corra, etc. Sin embargo, siempre se mantiene la idea que pulsar fuego significa usar el arma y pulsar una dirección indica un tipo de movimiento.

Un aspecto importante, y relevante hasta hoy en el contexto de los QTE, era que, durante cada escena, cada orden se podía dar sólo durante una cierta ventana temporal concreta (por algo son “Quick Time“). Fuera de dicha ventana, o no tenía efecto, o sí pero la escena fracasaba. Sin embargo, había una pega muy importante, y es que no existía ningún indicador de qué ni cuando se tenía que hacer algo. Todo se debía deducir a partir de la narrativa durante la escena. Si un enemigo te atacaba, lo más lógico quizá sería usar tu arma. Pero quizá en esa escena la acción esperada era esquivar, agacharse, huir… quién sabe. Algunas escenas eran evidentes y otras no mucho (otras incluso tramposas…”Drink Me“). Pero cualquier error implicaba la muerte del personaje. Algo muy en la línea de la escuela “old school“, y sobre todo, del hecho de tratarse de una máquina recreativa, cuyo objetivo era sacarte hasta la última moneda del bolsillo. Por lo tanto, a menudo, el juego en si se convertía en una acumulación de intentos prueba/error, por fuerza bruta, y por lo tanto, desde un punto de vista de mecánica, la jugabilidad era abominable. Al menos, esto quedaba compensado por unos gráficos de auténtica película de dibujos animados durante una época de juegos basados en pixelotes.

Elegiste... mal (Dragon's Lair).

Elegiste… mal (Dragon’s Lair).

Si volvemos a tiempos más cercanos, el concepto ha evolucionado. Por una parte, normalmente los juegos ya muestran claramente la ventana temporal durante la cual se debe dar la orden, y qué acción se debe llevar a cabo. Esto permite evitar enormemente el sentimiento de frustración la saga Dragon’s Lair. En cierto modo, dado que el objetivo es a menudo transmitir una historia, y no que no paremos de meter monedas en la máquina (bueno…por ahora), tampoco tenía mucho sentido, y en sus versiones actuales para ordenador, este juego ya incorpora la opción de activar asistentes sobre qué acción se debe llevar a cabo. En cierto modo, los QTE son básicamente mini-juegos de reflejos. Por otra parte, resulta interesante precisamente el modelo adoptado por el God of War, o juegos posteriores como el reboot del Tomb Raider (2013), dónde su uso se va más allá de las escenas cinemáticas y se integran en el propio motor del juego. Su objetivo es actuar como un mecanismo para desarrollar “combos” de lucha de manera asistida. Para derrotar algunos enemigos es necesario debilitarlos, de modo que se activa un QTE que permite realizar ataques especiales que acaban con ellos de un modo más espectacular y “peliculero”. En este caso, fallar no suele implicar la muerte, sino que el ataque fracasa y se debe volver a intentar.

Pulsa X para dar el golpe de gracia (Tomb Raider).

Pulsa X para dar el golpe de gracia (Tomb Raider).

Más allá también de la concepción de QTE como mini-juego de reflejos, es importante tener en cuenta que si se usan con cariño y una cierta gracia, también pueden incrementar la inmersión del jugador. Por ejemplo, alineando la acción que ha de llevar a cabo el jugador con la que lleva a cabo el personaje. Simulando que golpeas repetidas veces a un enemigo, o que forcejeas con él al cruzar espadas, haciendo que el jugador deba pulsar varias veces el mismo botón un número de veces, en vez de una sola vez y dejar que el personaje culmine el resto de la acción. O haciendo girar en pad analógico cuando tu personaje hace un looping. En ese sentido, aún cuando el desarrollo final de la escena sigue la narrativa y las acciones que el creador del juego ha preconcebido para el personaje, el jugador se puede meter realmente en la piel del personaje, en vez de sentirse un mero espectador.

Golpea rápido. Bloquea (Final Fantasy XIII-2).

Golpea rápido. Bloquea (Final Fantasy XIII-2).

Como podemos ver, a veces una idea muy sencilla es suficiente para ofrecer nuevas vías para la inmersión del jugador. Como toda mecánica, no se trata de una receta universal, ya que algunos jugadores prefieren la aproximación 100% cinemática, y disfrutar de la película sin tener que agobiarse sobre si de repente se ha de pulsar un botón o qué. Pero con un poco de “fine-tuning“, podemos adaptarlos a diferentes escenarios y modos de interacción.

Joan Arnedo Moreno es profesor de los estudios de Informática, Multimedia y Telecomunicaciones en la UOC. Coordinador de las asignaturas de la rama de seguridad y director académico del postgrado de Cisco Networking Technologies, también cuenta con más de 30 años de experiencia jugando a videojuegos.

De reconocer escenas a reconocer objetos

Uno de los temas en los que estamos trabajando con el grupo de Visión por Computador del Massachusetts Institute of Technology (MIT) es el reconocimiento de escenas. Concretamente enseñamos a las máquinas a reconocer espacios, como por ejemplo dormitorios, cocinas, restaurantes, playas, bosques, etc a partir de fotografías. Para ello les proporcionamos datos para el aprendizaje como los véis en la Figura 1.

Figura 1: Ejemplos de imágenes usadas para entrenar un sistema de visión para el reconocimiento de escenas. Cada imagen está asociada a una categoría.

Figura 1: Ejemplos de imágenes usadas para entrenar un sistema de visión para el reconocimiento de escenas. Cada imagen está asociada a una categoría.

Recientemente hemos entrenado un sistema para hacer reconocimiento de escenas que ha resultado ser mucho más fiable que los sistemas que existían anteriormente. Lo más sorprendente, sin embargo, fue descubrir por qué reconocía tan bien las escenas. La explicación és que al aprender a reconocer escenas había descubierto que algunos objetos le daban mucha información. Por ejemplo, el sistema se dio cuenta de que en las habitaciones hay camas, en los salones hay sofás y teles, y en los bosques hay árboles. Y lo que hizo fue crear automáticamente modelos para detectar estos objetos que le resultaban altamente informativos.

De hecho el sistema está haciendo algo muy parecido a lo que hace nuestro sistema visual: primero reconoce componentes visuales básicas (lineas, colores, texturas), luego las combina para poder reconocer los objetos que hay en la imagen y, finalmente, usa los objetos para reconocer la categoría de la escena.

Si tenéis curiosidad podéis testear el sistema vosotros mismos con la demo que tenemos online.

Lo destacable es lo competitivo que es el sistema a la hora de detectar objetos a pesar de no haber tenido ningún tipo de supervisión para ello (la única información que se le proporcionó para el aprendizaje fue la categoría de la escena dónde estaba tomada la imagen). Hemos observado que al aprender a reconocer espacios han emergido detectores de varias categorías de objetos, como coches, edificios, puentes, faros, mesas, camas, sillas, pantallas, cabinas telefónicas, o piscinas. En la Figura 2 podéis ver algunos ejemplos de objetos detectados.

Figura 2: Ejemplos de detecciones de objetos.

Figura 2: Ejemplos de detecciones de objetos.

Nuestro sistema usa Deep Learning, que es actualmente una de las técnicas más populares de aprendizaje artificial. Para las tareas de reconocimiento visual se utilizan unos modelos llamados Redes Neuronales Convolucionales (o Convolutional Neural Networks). Estos modelos, inspirados en procesos de visión biológicos, constan de múltiples capas consecutivas formadas cada una de ellas por varias neuronas que procesan diferentes porciones de la imagen (llamadas campos receptivos o receptive fields). Las capas están conectadas de forma que se combinan los resultados de las neuronas para formar una representación de la imagen original. Estos modelos, que han revolucionado la visión por computador en los dos últimos años logrando resultados sorprendentes en varias tareas, constan de miles de millones de parámetros, y se entrenan con un algoritmo llamado backpropagation usando enormes cantidades de datos etiquetados (es decir, imágenes y su categoría). Nuestro sistema fue entrenado con 2.5 millones de imágenes de una base de datos llamada Places, que creamos para este propósito, y el aprendizaje tardó una semana.

El hecho de que un sistema entrenado para realizar una tarea concreta resuelva otras tareas adicionales es realmente interesante. Esta propiedad puede acelerar significativamente el avance de los sistemas de visión artificial, ya que estos algoritmos parecen ser capaces de aprender más de lo que se les pide sin necesidad de mostrarles más ejemplos.

Ágata Lapedriza es matemática y doctora en informática. Es profesora de los Estudios de Informática, Multimedia y Telecomunicación de la UOC, dónde coordina asignaturas de matemáticas y estadística. También dirige tesis doctorales, proyectos de máster y proyectos de grado en el ámbito de la inteligencia artificial. Su actividad de investigación se centra en temas de visión por computador y aprendizaje computacional.

Web del proyecto:

http://places.csail.mit.edu/

Referencias:

  1. Zhou, A. Lapedriza, J. Xiao, A. Torralba, and A. Oliva. “Learning Deep Features for Scene Recognition using Places Database.” Advances in Neural Information Processing Systems 27 (NIPS), 2014.
  2. Zhou, A. Khosala, A. Lapedriza, A. Oliva , and A. Torralba. “Object detectors emerge in Deep Scene CNN” International Conference on Learning Representations, (ICLR), 2015.

Otros enlaces:

http://newsoffice.mit.edu/2015/visual-scenes-object-recognition-0508

Business Intelligence y Big Data en la ciudad (y II)

En la primera parte de esta entrada, empezamos a hablar del uso de la inteligencia de negocio en la smart city, a propósito de un curso  del Centro de Barcelona de la Universidad Menéndez y Pelayo, dirigido por la profesora Judith Gifreu (UAB), en el que he participado. Podéis descargaros la presentación aquí.

Descargar (PPTX, 202KB)

Como resultado del brutal proceso de urbanización del siglo XXI, en el que la mayoría de la población ya vive en las ciudades, la inversión pública en infraestructuras crece de forma rápida y representará en los próximos años 9 ó 10 veces el gasto mundial en defensa. Buena oportunidad para las constructoras y las ingenierías, que suben en bolsa. De esta inversión, el urbanista (como su nombre indica) Anthony Townsend calcula que entre el 2,5% y el 3% se destinará a la incorporación de tecnología smart a las propias infraestructuras, lo que viene a ser unos 100 billones de dólares en los próximos diez años. Buen negocio para los Ciscos, Siemens e IBM de este mundo, que también suben.

Hemos presentado aquí alguna vez el modelo del ciclo de adopción de la tecnología que usa la empresa de prospectiva tecnológica Gartner, el hype cycleEn la gráfica de hoy, tenéis el último disponible para las smart cities. Lo primero que impresiona es el volumen y densidad de las tecnologías disponibles, aún mayor que el de todas las tecnologías juntas en cualquier mercado. Si la ciudad es el universo, las TIC para la ciudad son un universo paralelo que, como la biblioteca de Borges, sólo podemos imaginar.

Lo segundo, sin embargo, es la lentitud del ciclo de adopción. Gartner sitúa normalmente en la meseta de productividad (o sea, al final de la curva) las tecnologías que han sido incorporadas por más de un 20% del mercado. Aquí, como podéis ver, no hay ninguna y pocas lo harán en los próximos años.

Es interesante ver que son las relacionadas con los dispositivos de captura de datos (sensores y medidores remotos conectados, la ingente Internet de las Cosas), los sistemas de geolocalización y los de inteligencia analítica aquellos que están mejor situados y de los que se espera una incorporación más rápida.

Si la inteligencia de negocio es la mayor prioridad de inversión en sistemas de información de las empresas por tercer año consecutivo, entre los gobiernos locales es la tercera, después de la infraestructura técnica (el hierro, mala señal) y el desarrollo de soluciones de movilidad. Aunque tampoco está tan mal: según Forrester, otra empresa de prospectiva, en 2013 un 80% de los gobiernos norteamericanos y casi un 60% de los Europeos declaraban entre sus principales prioridades de inversión los proyectos de datos.

En el famoso estudio del Instituto McKinsey de hace unos años sobre los big data, del que hemos hablado aquí algunas veces, los gobiernos aparecían como el tercer sector donde los beneficios de esta clase de sistemas eran potencialmente mayores, sólo detrás de las empresas de información y comunicaciones y del sector financiero. Los mayores beneficios se encuentran en el terreno de la relación con los ciudadanos, la movilidad y el medio ambiente. Sin embargo, cuando se trata de capturar este potencial, los gobiernos pasan al último quintil, debido a la baja inversión informática, la falta de talento analítico y sobre todo de una cultura orientada a los datos.

Según el estudio citado de Forrester, lo que ellos llaman sus Forrsights, las principales barreras para la adopción de los proyectos de datos reportadas por los encuestados (CIOs, principalmente), se relacionan con la gobernanza y la arquitectura de datos: dinámicas de poder y complejidad estructural. No minusvaloremos esta última dimensión: si la gobernanza dentro de la organización municipal es compleja (sobre todo por el espagueti heredado y las bases de datos asociadas a cada aplicación y cada departamento o empresa municipal), imaginemos la arquitectura de datos de una ciudad, los datos de los subcontratistas (la limpieza, la iluminación o la recogida de basuras), las empresas de suministros (el agua, la luz o el gas) o las comunicaciones móviles.

Sobre cómo salvar esta brecha, soy escéptico y me preocupan los modelos dirigistas, la externalización masiva y las famosas alianzas con el sector privado (los inquietantes PPPs). Dicen algunos civic hackers que si fuéramos capaces de construir la ciudad inteligente como construimos la www o los sistemas de código abierto, la ciudad sería más inteligente, más eficiente, más justa y más barata, y sugieren que el movimiento open data puede ser un camino: arquitecturas ligeras, que no necesitan la creación de un gran almacén de datos, sino utilizar los nodos de información de una red de participantes que comparten un código de etiquetas: datatopía.

Yo me inclino por una innovación más “combinatoria” o “abierta“, que será una mezcla de iniciativas públicas de largo alcance, espacio para la innovación de las empresas y el empuje y exigencia de los ciudadanos y movimientos sociales, activistas de la ciudad más inteligente y divertida.