Este documento describe el ecosistema de las tecnologías de la información y las comunicaciones (TIC). Explica que las TIC representan alrededor del 3% del PIB en los países de la OCDE y que su contribución al PIB ha ido aumentando con el tiempo. También señala que el gasto de los consumidores en comunicaciones se ha incrementado de forma significativa en los últimos años, superando a otros sectores como la salud o el transporte. Finalmente, presenta un esquema sobre las diferentes "especies" que componen el ecosistema T

1. Compl ida e Innov ció en l s T ecomunica
ej d a n a el ciones
ej d l os r digma í
Compl ida Socia yNuev Paa s Cientficos
Univ sida Int na lM é Pel yo, A o 20 7
er d er ciona en ndez a gost 0
Fa
r ncisco J J r
. aiego

2. Reconocimiento-NoComercial-SinObraDerivada 2.5 España
Usted es libre de:
•copiar, distribuir y comunicar públicamente la obra
Bajo las condiciones siguientes:
Reconocimiento. Debe reconocer los
créditos de la obra de la manera
especificada por el autor o el licenciador.
No comercial. No puede utilizar esta obra
para fines comerciales.
Sin obras derivadas. No se puede alterar,
transformar o generar una obra derivada
a partir de esta obra.
•Al reutilizar o distribuir la obra, tiene que dejar bien claro los términos de la licencia
de esta obra.
•Alguna de estas condiciones puede no aplicarse si se obtiene el permiso del titular
de los derechos de autor
Los derechos derivados de usos legítimos u otras limitaciones reconocidas
por ley no se ven afectados por lo anterior
2

3. Descifrando el código de la complejidad...
“W compa t ea compl ya somet t mustov come, t miss a opporunit Ifcompl y,
hen nies r t exit s hing hey er hey n t y. exit
in alit a s, is seen a achal t be ma ged a pot ial expl ed, nota apr em t be
l s spect s lenge o na nd ent ly oit s obl o
el t business ca gener t a iona sour ofpr s a compet iv a a a M na w l
iminaed, n ae ddit l ces ofit nd it e dv nt ge. a ged el,
compl yca aso incr se t r ience ofacompa byenha it a it t a ptt acha w l
exit n l ea he esil ny ncing s bil y o da o nging ord”
Suzanne Heywood, Jessica Spungin and David Tur l “Cracking the complexity
nbul,
Code”, McKinsey Quart l 2007-2
ery
3

4. Una definición preliminar
E s a ü des, r
sa mbig eda edunda s ydeficiencia r da l s que eldoct Fa Kuhn ar aciera
ncia s ecuer n a or r nz tibuye t
enciclopediachinaque se t ul Empor cel ialde conocimient benévol E sus r a
it a io est os os. n emot s
pá s est escr o que l a l se div en (a perenecient a E a , (b) embasa dos,
gina á it os nimaes iden ) t es l mper dor l ma
ma r dos, echones, (e) sir s, (f) fa osos, (g) peros suelos, (h) incl en est cl sifica ó
(c) a est a (d) l ena bul r t uidos a a ci n,
(i) que se a a como l (j innumer bl (k) dibuj dos con un pincelfinsimo de pel de ca l (l et éer ,
git n ocos, ) a es, a í o melo, ) c t a
ca n omperelj ró (n) que de l os paecen mosca
(m) que a ba de r ar n, ej r s
naí ico ohn il
J ge L Bor “E idiomaa lt de J W kins”
or uis ges, l
4

5. Índice
01 El Ecosistema de las Tecnologías de la Información
y las comunicaciones
02 Dinámica de la transición de fase digital
03 Monstruos y balas de plata
04 Hacia una teoría de la evolución de los sistemas
de información
5

6. El Ecosistema
6

7. El tamaño de mercado
 L s t ecomunica
a el epr a % os í
ciones r esent n el3 delPIBde l pases de l OCDE(fuent OE Communicaions Outook, 20 7)
a e: CD t l 0
— L contibució de l s t ecomunica
a r n a el ciones a PIBse haincr a desde el2% en 198 ha aaca rel3 en 20 5. (E E ñ , ha
l ement do 5 st l nza % 0 n spaa
pa do de 1,4 % a 4 %)
sa 4 l ,24
— L s t ecomunica
a el oba ement inuaá na re que os a es á er ndo
ciones pr bl e cont rn ga ndo cuot delPIB, en pat por l oper dor est n div sifica su
a
negocio ha mer dos ha aa adisj os (como l T )
cia ca st hor unt aV
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
Global ICT spending ($US
0.0 Trillions), WITSA Digital
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Planet
Hardware Software Services
Communications Total ICT
7

8. El gasto de los consumidores
 L pr ció delga o domé ico en comunica
a opor n st st ciones hacr de ma asignificaiv , incl a
ecido ner t a uso
r iodo isis iv or incipios de l dé da
pesa delper de cr v ido porelsect apr a ca
Index 1995 = 100
130
Communications
120 Health
Audio-visual; photographic and information
processing equipment
Education
110
Transport
Restaurants and hotels
100 Recreation and Culture
Housing, water, electricity, gas and other
fuels
Alcoholic beverages, tobacco and narcotics
90
Furnishings, households equipment and
routine maintenance of the house
Food and non-alcoholic beverages
80 Clothing and footwear
Evolución de la distribución de
70
gasto de los hogares en el periodo
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
1985-2005, OECD Comm. Outlook
2007
8

9. Especies TIC
Telecommunications
Equipment
Comms equipment Electronics & components
IT Equipment
Components
IT equipment Services
Comm.
Software Telecommunications
Elect. & Top 250 Revenue Top 250 Net Income Top 10 Reveune Top 10 Net Income
Software
3 500 000
3 000 000
Services
2 500 000
2 000 000
1 500 000
1 000 000
500 000
0
Table 1.A2.2. Top 250 ICT firms by sector - 500 000
USD millions and percentage 2000 2001 2002 2003 2004 2005
Sector Revenue Revenue Growth % Employees Employees Growth % Net income Net income % growth
2000 2005 2000-05 2000 2005 2000-05 2000 2005 2000-05
Comms equipment 222 177 180 525 -4,1 821 793 441 280 -11,7 8 753 21 396 19,6
Electronics & components 855 245 1 004 363 3,3 3 917 360 3 887 317 -0,2 60 239 53 481 -2,4
IT equipment 428 780 549 300 5,1 1 373 842 1 574 824 2,8 22 158 25 852 3,1
Services 117 077 174 397 8,3 716 067 894 967 4,6 8 962 13 474 8,5
Software 60 332 90 021 8,3 181 780 216 334 3,5 15 470 18 862 4
Telecommunications 747 474 1 003 922 6,1 3 028 788 2 830 442 -1,3 28 860 63 526 17,1
Total 2 431 085 3 002 528 4,3 10 039 630 9 845 164 -0,4 144 442 196 592 6,4
9

10. Especies TIC
Comms equipment Electronics & components
IT equipment Services
Software Telecommunications
160 Revenue Trends, OCED
150 Information Technology Outlook
140 2006
130
120
110
100
90
80
70
60
2000 2001 2002 2003 2004 2005
2000 2005
Software
Percentage of R&D spending as a
share of revenue, OCED
Comms equipment Information Technology Outlook
Electronics & components
2006
IT equipment
Services
Telecommunications
0 2 4 6 8 10 12 14 16
10

11. 100 Empresas más grandes por ingresos, Fortune Global 2007
Rank Company Revenues ($ millions) Profits ($ millions) Rank Company Revenues ($ millions) Profits ($ millions)
1 Wal-Mart Stores 351,139.0 11,284.0 51 Cardinal Health 81,895.1 1,000.1
2 Exxon Mobil 347,254.0 39,500.0 52 Gazprom 81,115.0 20,321.3
3 Royal Dutch Shell 318,845.0 25,442.0 53 E.ON 80,994.0 6,344.8
4 BP 274,316.0 22,000.0 54 Royal Bank of Scotland 80,983.0 11,762.2
5 General Motors 207,349.0 -1,978.0 55 Tesco 79,978.8 3,544.9
6 Toyota Motor 204,746.4 14,055.8 56 Nestlé 79,872.1 7,335.9
7 Chevron 200,567.0 17,138.0 57 Deutsche Post 79,502.2 2,403.9
8 DaimlerChrysler 190,191.4 4,048.8 58 HBOS 79,238.8 7,136.8
9 ConocoPhillips 172,451.0 15,550.0 59 Matsushita Electric Industrial 77,871.1 1,856.8
10 Total 168,356.7 14,764.7 60 Deutsche Telekom 76,969.1 3,971.0
11 General Electric 168,307.0 20,829.0 61 Morgan Stanley 76,688.0 7,472.0
12 Ford Motor 160,126.0 -12,613.0 62 Metro 75,131.0 1,324.9
13 ING Group 158,274.3 9,650.8 63 Électricité de France 73,939.1 7,032.3
14 Citigroup 146,777.0 21,538.0 64 U.S. Postal Service 72,650.0 900.0
15 AXA 139,738.1 6,379.9 65 Petrobras 72,347.0 12,826.0
16 Volkswagen 132,323.1 3,449.0 66 UnitedHealth Group 71,542.0 4,159.0
17 Sinopec 131,636.0 3,703.1 67 ABN AMRO Holding 71,217.8 5,997.2
18 Crédit Agricole 128,481.3 8,975.8 68 Peugeot 71,005.7 220.8
19 Allianz 125,346.0 8,808.9 69 Sony 70,924.8 1,080.1
20 Fortis 121,201.8 5,459.0 70 Merrill Lynch 70,591.0 7,499.0
21 Bank of America Corp. 117,017.0 21,133.0 71 Altria Group 70,324.0 12,022.0
22 HSBC Holdings 115,361.0 15,789.0 72 Goldman Sachs Group 69,353.0 9,537.0
23 American International Group 113,194.0 14,048.0 73 LG 68,754.1 481.6
24 China National Petroleum 110,520.2 13,265.3 74 Procter & Gamble 68,222.0 8,684.0
25 BNP Paribas 109,213.6 9,169.0 75 Santander Central Hispano Group 68,050.6 9,530.3
26 ENI 109,014.2 11,564.1 76 Hyundai Motor 66,666.0 1,319.0
27 UBS 107,834.8 9,776.6 77 Telefónica 66,372.3 7,820.2
28 Siemens 107,341.7 3,728.2 78 Statoil 66,280.3 6,331.6
29 State Grid 107,185.5 2,237.7 79 Prudential 66,133.5 1,608.0
30 Assicurazioni Generali 101,810.7 3,017.2 80 Kroger 66,111.2 1,114.9
31 J.P. Morgan Chase & Co. 99,973.0 14,444.0 81 BASF 66,006.8 4,034.0
32 Carrefour 99,014.7 2,846.2 82 France Télécom 65,899.3 5,193.0
33 Berkshire Hathaway 98,539.0 11,015.0 83 Barclays 65,609.1 8,410.0
34 Pemex 97,469.3 4,151.2 84 Fiat 65,031.1 1,336.2
35 Deutsche Bank 96,151.5 7,510.3 85 Zurich Financial Services 65,000.0 4,527.0
36 Dexia Group 95,846.6 3,450.3 86 AT&T 63,055.0 7,356.0 (*)
37 Honda Motor 94,790.5 5,064.1 87 Boeing 61,530.0 2,215.0
38 McKesson 93,574.0 913.0 88 BMW 61,476.7 3,598.3
39 Verizon Communications 93,221.0 6,197.0 89 AmerisourceBergen 61,203.1 467.7
40 Nippon Telegraph & Telephone 91,998.3 4,077.4 90 Repsol YPF 60,920.9 3,919.5
41 Hewlett-Packard 91,658.0 6,198.0 91 Toshiba 60,841.9 1,175.0
42 International Business Machines 91,424.0 9,492.0 92 Marathon Oil 60,643.0 5,234.0
43 Valero Energy 91,051.0 5,463.0 93 State Farm Insurance Cos. 60,528.0 5,315.5
44 Home Depot 90,837.0 5,761.0 94 Costco Wholesale 60,151.2 1,103.2
45 Nissan Motor 89,502.1 3,939.6 95 Vodafone 59,811.3 -10,262.3
46 Samsung Electronics 89,476.2 8,301.9 96 Target 59,490.0 2,787.0
47 Credit Suisse 89,354.4 9,034.8 97 UniCredit Group 59,119.3 6,835.0
48 Hitachi 87,615.4 -280.4 98 SK 59,001.9 1,461.0
49 Société Générale 84,485.7 6,550.5 99 Mittal Steel 58,870.0 5,226.0
50 Aviva 83,487.0 4,075.3 100 Munich Re Group 58,183.2 4,316.0
(*)AT&T es nuevamente, tras la adquisición de BellSouth la compañía de
telecomunicaciones más grande el mundo con $120 miles de millones de ingresos
11

12. Empresas más grandes por capitalización, julio 2007 Major Integrated Oil & Gas
Yahoo Finances, 29-07-2007 EXXON MOBIL CP [XOM] $482.2 B
TOTAL S.A. [TOT] $347.8 B
Leaders in M arket C apitalizatio n PETROCHINA CO ADS [PTR] $263.8 B
Major Integrated Oil & Gas $1779.9 B BP PLC [BP] $221.5 B
Drug Manufacturers - Major $1203.8 B CHEVRON CORP [CVX] $183.1 B
CONOCOPHILLIPS [COP] $130.4 B
Foreign Money Center Banks $1061 B
.4
BG GROUP PLC ADS [BRG] $53.1 B
Money Center Banks $1059.5 B E N I SPA ADR [E] $51.2 B
Wireless Communications $ 924.4 B REPSOL YPF S.A. [REP] $44.6 B
Property & Casualty Insurance $ 772.1 B Drug Manufacturers
Oil & Gas Refining & Marketing $ 647.0 B JOHNSON AND JOHNS DC [JNJ] $173.1 B
PFIZER INC [PFE] $165.7 B
Conglomerates $ 622.4 B
GLAXOSMITHKLINE PLC [GSK] $137.7 B
Independent Oil & Gas $ 587.2 B NOVARTIS AG ADS [NVS] $124.2 B
Application Software Information and Communication Technology
$ 524.4 B SANOFI-AVENTIS SA [SNY] $110.4 B
MICROSOFT CP [MSFT] $275.7 B
MERCK CO INC [MRK] $108.6 B
AT&T INC. [T] $239.4 B
CHINA MOBILE LIMITED [CHL] $224.9 B ASTRAZENECA PLC ADS [AZN] $78.2 B
CISCO SYS INC [CSCO] $175.9 B ABBOTT LABORATORIES [ABT] $77.1 B
VODAFONE GRP PLC ADS [VOD] $161.7 B
Foreign Money Center Banks
GOOGLE [GOOG] $159.5 B
UNIBANCO BRASILRS SA [UBB] $323.5 B
INTL BUSINESS MACH [IBM] $157.2 B
INTEL CP [INTC] $136.8 B BANCO SANTANDER CENT [STD] $114.9 B
APPLE INC [AAPL] $125.0 B UBS AG (NEW) [UBS] $105.6 B
VERIZON COMMUN [VZ] $121.9 B BARCLAYS PLC ADR [BCS] $89.7 B
HEWLETT PACKARD CO [HPQ] $121.7 B ABN AMRO HLDG NV ADS [ABN] $87.7 B
SIEMENS A G ADR [SI] $114.5 B
DEUTSCHE BANK AG [DB] $66.7 B
TELEFONICA SA [TEF] $110.6 B
LLOYDS TSB GRP ADS [LYG] $62.2 B
NOKIA CP ADS [NOK] $109.6 B
AMERICA MOVIL, S.A.B [AMX] $102.6 B BANCO ITAU HLDG ADS [ITU] $53.1 B
ORACLE CORP [ORCL] $100.3 B Money Center Banks
DEUTSCHE TELE AG ADS [DT] $74.3 B CITIGROUP INC [C] $233.7 B
QUALCOMM INC [QCOM] $69.5 B
BK OF AMERICA CP [BAC] $210.4 B
SAP AKTIENGESELL ADS [SAP] $63.9 B
DELL INC [DELL] $62.1 B JP MORGAN CHASE CO [JPM] $150.3 B
NTT DOCOMO ADS [DCM] $61.4 B WELLS FARGO & CO NEW [WFC] $112.8 B
SPRINT NXTEL CP [S] $59.6 B WACHOVIA CP [WB] $90.6 B
LM ERICSSON ADR [ERIC] $59.1 B ROYAL BANK OF CANADA [RY] $65.4 B
TEXAS INSTRUMENTS [TXN] $50.2 B
CHINA TELECOM CP LTD [CHA] $45.8 B
MOTOROLA INC [MOT] $39.2 B
YAHOO INC [YHOO] $31.6 B
NIPPON TELEPHONE ADR [NTT] $30.5 B
SUN MICROSYS INC [SUNW] $17.6 B
12
ELECTRONIC DATA SYS [EDS] $13.6 B

13. Destrucción Creativa
 E 1920se cr óelpr índice St ndad a Poor con l s 90
n e imer a r nd ’s, a
ma es compa ía de l E a Unidos
yor ñ s os st dos Average Lifetime of S&P 500 Companies
(Yrs)
 L s compa ía que incl í ese índice de 1920 ha per necido
a ñs ua , n ma Avg. life of a S&P 500 company has
70 fallen from ~65 yrs in the 1930s to
en elmismo unamediade 65 aos ñ 60 ~20 yrs in the 1990s
50
 E 1998 elt
n , iempo medio de v de l s empr s que
ida a esa 40
ín ñ
30
compona elS&P50 er de 10aos
0 a 20
10
í, ó
Trend
 Si l hist ianos puede ser irde gua en elpr ximo cuat de
a or v ro 0 Line
sigl sóo un t cio de l s ma es cor a
o l er a yor por ciones delmoment o
68
88
08
18
58
78
28
38
48
98
19
20
19
19
19
20
20
19
19
19
pr e sobr iv á
esent ev ir n
 ¡E mer do es má innov dorque l s empr s!
l ca s a a esa
R r Fost ySaa Ka a “Cr ive Dest uct W
ichad er r h pl n, eat r ion: hy
Companies t Ar Buil t LastUnder for t
hat e t o per m he  ¡Yca v v má depr !
da ez a s isa
M ket
ar ”
13

14. Destrucción Creativa
Los Ricos de los Estados Unidos
# Año 1982 mill. $ # Año 1999 mill. $
1 Familia DuPont (Química, herencia) 10.000 1 Bill Gates (Microsoft) 85.000
2 Familia Hunt (Petróleo, herencia) 6.600 2 Familia Walton (Wal-Mart) 80.000
3 Familia Rockefeller (Petróleo, herencia) 3.300 3 Paul Allen (Microsoft) 40.000
4 Daniel Ludwig (Transporte marítimo) 2.000 4 Warren Buffett (inversor) 31.000
5 Familia Cullen (Petróleo, herencia) 2.000 5 Steve Ballmer (Microsoft) 23.000
8 Gordon Getty (Petróleo) 1.400 7 Michael Dell (ordenadores) 20.000
9 Familia Phipps (Acero, herencia) 1.200 8 Familia Cox (medios) 19.000
10 S.I. y Donald Newhouse (medios) 1.200 10 Gordon Moore (Intel) 15.000
13 David Packard (ordenadores) 1.000 11 Familia McCaw (teléfonos celulares) 13.000
18 Familia Cox (medios) 1.000 12 Familia DuPont (Química, herencia) 13.000
23 Sam Walton (minorista) 700 23 Familia Rockefeller (Petróleo, herencia) 8.000
24 William Hewlett (ordenadores) 650 24 Jeff Bezos (Amazon.com) 8.000
28 Jack Brown (Petróleo) 550 28 Charles Schwab (Finanzas) 7.000
Fuente: Forbes
Rank NAME CITIZENSHIP AGE NET WORTH ($bill) RESIDENCE SOURCE
1 William Gates III United States 51 56.0 United States Microsoft
2 Warren Buffett United States 76 52.0 United States Berkshire Hathaway
3 Carlos Slim Helu Mexico 67 49.0 Mexico Telecom
4 Ingvar Kamprad & family Sweden 80 33.0 Switzerland Ikea
5 Lakshmi Mittal India 56 32.0 United Kingdom Steel
6 Sheldon Adelson United States 73 26.5 United States casinos, hotels
7 Bernard Arnault France 58 26.0 France LVMH
8 Amancio Ortega Spain 71 24.0 Spain Inditex
9 Li Ka-shing Hong Kong 78 23.0 Hong Kong diversified
10 David Thomson & family Canada 49 22.0 Canada inheritance/media
14

15. Una mirada al
futuro
Digital Home
According to RAND Corporation, 1954
Your Telephone of Tomorrow
Future may bring push-button dialing, videophones, direct
calls anywhere on earth and pocket-size sets.
By Robert G. Beason
Mechanix Illustrated, september 1956
http://blog.modernmechanix.com/2006/08/31/your-
telephone-of-tomorrow/
15

16. Los hábitos del consumidor cambian...
16

17. ... y nuestros hogares
17

18. ... y los datos lo demuestran
18

19.  Desde 20 3 ha má mó il que lnea fij s en elmundo. E nú o t a de mó il hasuper do l 20 0milones en
0 , y s v es í s a l mer ot l v es a os 0 l
20 5 (Fuent IT E t é mó ilse haconv t en un el o esencia en nuesta v s
0 e U). l el fono v erido ement l r s ida
 T quait ofiPhone's v “exper
he l y ideo ience” point t w yt w tt indust ysees a
s he a o ha he r s
t nextst notj video cl butl e t ev on mobil phones. E forisl nds
he ep: ust ips iv el ision e xcept a
ofeal a er such a Sout Kor , consumer ha so fa show l te inter in
ry dopt s, s h ea s ve r n itl est
w t T on t ha s. Once t see t ea a fun oft iPhone cl t
aching V heir ndset hey he se nd he ips, he
l goes, theyw lw ntv on theirphones t
ogic il a ideo oo.
 IDC, amaketr r fir for st t t24 A ica w lbe w t v on
r - eseach m, eca s ha m mer ns il aching ideo
t mobil phones by20 , up fr 7m toda T E opea Commission est t
heir e 10 om y. he ur n imaes
t tmobil T w lgener t gl lsaes of$5 bilion- bilion by20 9
ha e V il ae oba l l 7 l 0
19

20. Convergencia Digital
Fuente GAPTEL, Contenidos Digitales, Junio 2006
20

21. Redes de Nueva Generación
21

22. Nuevo Entorno de Negocio
 a ecnol í s
Nuev s t oga
— Nuev t de t minaes ydisposit os
os ipos er l iv
— Nuev s infr est uct a de a
a a r ur s cceso: XDSL F T W i, UM S
, T X, iF T
Celular >103 nodos
— NG IM
N/ S
 Nuev ser icios
os v
— Pl t for s de Ser icios yPl t for s paal Pr isió de Ser icios
aa ma v aa ma r a ov n v
— Per l ció ydifer ció
sonaiza n encia n
— Net or ba ITsol ions
w k sed ut WLAN >106 nodos
 Nuev model de negocio
os os
— Conv genciaF o- ó il
er ij Mv
— A oser icio
ut v
— E er l ció
xt naiza n
— a es ó il iruaes
Oper dor Mv es V t l PAN >1012 nodos
Fuente: Comisión Europea
“Complexity causes problems for network operators. The growing network and service
complexity makes the operation and maintenance of the network more and more costly
at a time when cost reductions is crucial for the survival of an operator”, Ericcson
22

23. Dinámica de la
transición de
fase digital
23

24. Convergencia Digital
1950-1980: Sectores independientes,
verticalmente integrados Contenidos:
Información (Texto, TV, Radio, Películas,
Finanzas, Dinero, Artes Gráficas, Páginas
Cine Web, Fotografía, Música)
Digitalización
Radio Empaquetado:
Servicios, Agrupamiento y Selección de
TV Contenidos, Funcionalidad de Presentación
Música Transporte:
Informática Infraestructura de transporte (Redes Fijas,
Telefonía Móviles, Satelitales, Cable, LAN y WAN)
Correo Software:
Inteligencia, procesado y almacenamiento
Incremento de la
Editoriales, de la información tanto en red como en
capacidad de terminales individuales
Prensa proceso y
almacenamiento Terminales:
Dispositivos de entrada y salida de
información (teléfonos, TV, PC, PDA,
Consolas, etc.)
24

25. Transición de fase digital
Computational Power (Intel
Phase I: Single Value Chain
Life?
#Tr/chip)
Senses, Ambient
TV
Cinema
10 9
Radio Press, Media
106
Music Photography
103 Phase II: Vertically
Mail Telephony Integrated Sectors
PCM, G.711, 1972 MPEG-1, MPEG-2 Digital Coding
Layer 3
(MP3)
25

26. La Internet de las cosas
 Ca v má disposit os de uso cot no t sensor yemisor de coro
da ez s iv idia ienen es es t
aca (R ID, NFC)embebidos que per en nuev s for s de comunica ó
l nce F mit a ma ci n
ente per s yobj os, yente l pr obj os.
r sona et r os opios et
 Unanuev dimensió se aa a mundo de l infor ció yl s comunica
a n ñ de l a ma n a ciones:
en t moment yen cuaquierl r conect ida paat ya at mbié
odo o l uga, iv d r odos, hor a n
paa“t s l s cosa La conexiones se mulipl n ycr n unanuev r de
r oda a s”. s t ica ea a ed
r diná : l “int netde l s cosa
edes mica a er a s”.
 L idea de “comput ció ubicua “r embebida o simil r ha t
a s a n ”, edes s” aes, ce iempo
que ha est do fl a en ela
n a ot ndo mbient No es cienciaficció E e l t oga
e. - n. xist a ecnol í
yexist l v ó yl det mina ó de a a rha su consecució
e a isi n a er ci n v nza cia n.
 Paal industiade l s t ecomunica
r a r a el ciones, l int netde l s cosa es una
a er a s
oporunida paaca aiza elé o de l s comunica
t d r pit l r xit a ciones mó il per t mbié
v es, o a n
paaexpl a nuev s fr er s
r or r a ont a
26

27. Realidad Virtual, inteligencia ambiental y Vida Digital
 Realidad y Presencia Virtuales Interacción
natural basada en el seguimiento a través de
video o sensores del movimiento (ojos,
gestos, reconocimiento de emociones)
 Inteligencia Ambiental: un paradigma de
interacción en el que la inteligencia
computacional se embebe en un entorno
digital que reconoce la presencia de los
usuarios y es sensible a las necesidades,
hábitos, gestos, emociones...
— Interacción multi-modal: dispositivo a
dispositivo, dispositivo a persona, dispositivo
a entorno
— A través de todos los sentidos, incluyendo
tacto, posición, sentimientos
— Sensible al contexto del usuario, usa y
proporciona información relevante para el
usuario en función de la tarea a realizar
27

28. Realidad Virtual, inteligencia ambiental y Vida Digital
 Agunos est est n que l s per s:
l udios ima a sona
— Leemos unos 10mega es (M a día
byt B) l
— í
Omos 4 0 Bdiaios
0M r
— V l mos 1 M ca segundo
isuaiza B da
 os í
L cientficos int a desar l rsist s ca ces de
ent n rola ema pa
pr v ra omáica e t s nuesta
eser a ut t ment oda rs
comunicaciones, document imá
os, genes yv en
ideo  MyLifeBits is a project to fulfill the Memex
vision first posited by Vannevar Bush in 1945. It
r os ccesibl pormedio de bú
achiv a es squedas is a system for storing all of one’s digital media,
including documents, images, sounds, and
 E M or aest n que unadé daun t é tpico t á
n ot ol ima ca el fono í endr videos. It is built on four principles:
ca cida suficient paacont l v ent aen v de
pa d e r ener a ida er ideo
unaper . Yque est “gr ba es de v ” se ut izaá
sona os a dor ida il r n — Collections and search must replace hierarchy
for organization
de ma ar inaiapaapr ó os div sos en maer de
ner ut r r op sit er t ia
segur d, a
ida ccident et
es, c. — Many visualizations should be supported
— Annotations are critical to non-text media and
must be made easy
— Authoring should be via transclusion.
Jim Gemmell, Gordon Bell, Roger Lueder, Steven
Drucker and Curtis Wong, MyLifeBits: Fulfilling
the Memex Vision, ACM Multimedia 2002
28

29. BANG: Bits, Atoms, Neurons, Genes
(Más allá de las TIC hoy)
Biotech Info Tech
Pharmaceuticals Hardware
Diagnostics Genomics
Bioinformatics Software
Research/Info Communications
Tools Proteomics
Industrials
Biosensors
Bioelectronics Biochips
Microfluidics Nanodevices
Nanobiotech Nanosensors
Drug Delivery Nanoelectronics
Nanotech
Electrical
Structural
Biomedical
Energy and Environment
Fuente; Ascher Shmulewitz, Robert Langer, John
Patton , “Convergence in biomedical technology”
Nature Biotechnology 24-3, Marzo 06, pag 277
29

30. Dinámica de Burbujas y Eras Doradas
(Carlota Pérez)
Fuente; Carlota Pérez, “Technological Revolutions and Financial Capital” 2002
30

31. Dinámica de Burbujas y Eras Doradas
(Carlota Pérez)
Fuente; Carlota Pérez, “Technological Revolutions and Financial Capital” 2002
31

32. Economías de escala y monopolios naturales
 Cua elcost magina es infer a cost medio paaunadet mina escaade pr
ndo e r l ior l e r er da l oducció l s condiciones
n, a
de fij ció de pr de un mer do compet iv no son posibl si elpr es igua a cost magina, no es
a n ecio ca it o es: ecio ll e r l
posibl r
e ecuper relcost t a incurido
a e ot l r
Coste  NGA (New Generation Access) investments
are likely to reinforce the importance of scale
and scope economies, t ebyr her educing t degr of
he ee
r ica it pot ial l ding t a endur economic botl
epl bil y, ent ly ea o n ing teneck.
Coste medio G en t tnextgener t a net or ma be mor l yt
iv ha aion ccess w ks y e ikel o
r ce r t t n funda al cha t economics ofl l
einfor aher ha ment ly nge he oca
a net or NG ma be l yt a l st pr ide t sa
ccess w ks, A y ikel o, t ea , ov he me
compet ion chal
it lenges t r aor a curentgener t w el
o egul t s s r aion ir ine
a net or (E G Publ Consulaion, M y0
ccess w ks. R , ic t t a 7)
Coste marginal
q
32

33. Monopolio artificial, propiedad intelectual
 L der de propiedad
os echos
Diferentes tipos de bienes intelectual est bl un del do
a ecen ica
Rival No rival equilibrio ente:
r
Muy excluible Galletas, coches TV por cable — L eficiencia en la producción:
a
Circuitos de voz
pr v rl incent os paal cr ció el
eser a os iv r a ea n,
Capacidad de Ancho de banda en Programas de descubr o yl publ ció de
imient a ica n
exclusión intermedia internet ordenador (SW) conocimient o infor ció (E r or socia
o ma n l et no l
de l s inv siones en I+ D es ma que el
a er yor
Poco excluible Peces, Pastos comunes Defensa nacional r or pr a
et no iv do)
Espectro radioeléctrico Ciencia
Adaptado de Sala-i-Martin, “Apuntes de Crecimiento Económico”
— L eficiencia de consumo:
a
ma ximiza l ca ida de consumo: Una
r a nt d
Height: Standard of Novelty pr ecció excesiv incr aelcost paa
ot n a ement e r
l consumidor a l a l compet
os es, l imit r a encia
incr a l s bar a de enta o
ement ndo a rer s r da
bl ndo eldesar l de pr os
oquea rolo oduct
Patents Copyright at naiv
ler t os
Length:
Term of
20 Life + Copyright
years 75
years
Width: Breadth of Coverage
33

34. Sistemas y Externalidades de red
 L sist s son conj os de bienes compl aios, es decir que
os ema unt ement r ,
se consumen conj a e. Cua se pr cionaun bien
unt ment ndo opor
La ley de Metcalfe: El valor de
compl aio de un sist , no se puede compet si no se exist
ement r ema ir e
una red es proporcional al
compaibil d
t ida
cuadrado del número de usuarios
— Hadw r (or dor soft ae (sist oper t o y
r ae dena ), w r ema aiv
a ica
pl ciones
Número
— CD o DV yr oduct
D epr or de usuarios
— Consol de j
a uegos yj
uegos Feedback positivo
Saturación
— T mina mó ilyest ció ba
er l v a n se
 L s ext naida de r se pr a cua l ut ida de
a er l des ed esent n ndo a il d Despegue
un bien depende delnú o t a de usuaios delmismo
mer ot l r
Lanzamiento
Tiempo
34

35. Paisajes Tecnológicos, Selección de tecnologías y lock-in
 L exist de r
a encia endimient cr es a apr
os ecient fect ofunda e el
ment
compora o de l mer dos yl s empr s
t mient os ca a esa
— Pueden exist mút es equil ios posibl (difer es t oga
ir lipl ibr es ent ecnol í s)
— L a ó de unanuev t ogao est nda, depende de l s
a dopci n a ecnol í á r a
opia aiv s ma os r e a ñ
pr s expect t a que se for n l usuaios sobr elt mao del
mer do
ca
— E pr de a ó puede v se at a porsucesos cont
l oceso dopci n er ler do ingent
es
(dependenciadelca o “pah dependence”)
mino t
— a ecnol í l e dopt da iene
L t ogafinament a a no t porque serl mej
a or
 a ecnol í
E cost t a en que se debe incurirpaaa a unanuev t ogao
l e ot l r r dopt r
sist se denominacost de ca Cua o ma es elcost de ca
ema e mbio. nt yor e mbio,
ma es elgr do de l in
yor a ock-
35

36. 36

37. Monstruos y
balas de plata
Detalle de “La tentación de San
Antonio” de Matthias Grünewald, 1515
37

38. Nuestra peor pesadilla
38

39. Los sistemas, ¿parte de la solución o parte del problema?
Internet Backbone DAN NET
Network Routers
Routers
iPass Roaming ARSYS-TAP3
Clearing House Cisco NetFlow System
Collector
IP Go
LOOKUP
Roaming Access Servers
NetFlow Parser CSSGCI MSC VLR WAP GPRS
Radius Server XDATA
Mediation Device
A-CRM
Infranet NetFlow
E-mail and Personal
Radius Server Collector
Web Pages System
MEDIATION
DMI
Infranet Billing SYBASE
System CABS
NPI
IN Postpaid
Service Provisioning
Interface
Easy Quality
EFONE
Retention
OSCAR
(Deposits) PPB
Client Web-based Colombo
applications applications Sunlook
OTA SMSC
VCA
Dialer SICAP
PPVMACT IVR Prepaid VOMMS
DW TEST
XENA CASH
(payments) PAYMENTS
HLR
IN
Debt Manager
Activator INM CX
BANKS DW PROD Voice Mail
Mailing List
Agent Cooper
Clarify
VMS
CTI
Cost Control
Unallocated Pasadena2 IVR COps
Payments
Mail Server PBX
Activator Server Connex Chat
Batch Commands
1 Domain
Pasadena
Controller
(payments CABS Mirror FAX11 FAX12 FAX13 Database3
Phase1) Connex
CLAW BACK
Agenda
WDMS
Quick Message IVR Server DOCS_ACTIV
CBC_FAX1
Client Update
POSADA
Exchange B&I Tracker
EX11 CBCFS AFI
SMS Server
Preventel SQL Database SAFI
39

40. El coste de la complejidad
 ej d a IC í es
L cost de l compl ida de l s T son difcil de cua ifica, per muypr bl e exor a es. E un infor de
os es a nt r o oba ement bit nt n me
ubr 0 , he conomistofr í aguna cifr s de difer es empr s de inv iga ó de mer dos
oct e de 20 4 T E eca l s a ent esa est ci n ca
 St ndish Goup est que un 66% de t l pr os en ITfr ca n o necesit n mucho má t
a r ima odos os oyect a sa a s iempo deliniciament
l e
pr ist paacompl ase. E r l pr os muygr ndes (má de $10milones), el98 se r r sa
ev o r et r nte os oyect a s l % eta .
 r a ej d : a ed dena es esa í á í
G rnerpr cionaotamedidade l compl ida en IT L r de or dor de unaempr tpicaest cada175 hor s
at opor a
a da l ñ ea den na l ñ
no pl nifica s a ao. Los empl dos pier unamediade unasema a ao en baal rcontasus r l r nt PCs. Un
t la r ecacit a es
empl do it a e, un v
ea iner nt endedorporej o, incure en un cost extaa lde ITde $4 0
empl r e r nnua .4 0
 G rnerest que l Oper dor ga a de mediaun 6,5% de sus ingr en IT Un 60 se dedicaaa iv des de
at ima os a es st n esos . % ct ida
ma enimient (“Keeping t l s on”)
nt o he ight
 IDCofr l daos quizá má estemecedor ha 15 aos, el75% delpr
ece os t s s r es: ce ñ ba a dquisició de
esupuest de ITse dedica al a
o n
nuev HWySWyel25% ama enimient Hoy, l pr ció se hainv t Un 708 % delga o en ITes dedica a
o nt o. a opor n erido. -0 st do
r v pr ema en l sist s. IDCest en $750milones elcost de l compl ida en ITen elmundo. E acifr no
esol er obl s os ema ima l e a ej d st a
t en cuent l cagaque se ta a al cl es yusuaios, yaseaen la da a calcent / pdesk, en l s numer s
iene aa r r sl da os ient r l ma s l l erhel a osa
funcionaida que no pueden usase en t t de ga s, o en pur fr r ció
l des r odo ipo dget a usta n
40

41. El planeta de los “Help Desk”
 "T is ascenaio t tmightbe t med 'Pl netoft Hel Desks,'in w t huma r ce w lbe
his r ha er a he p hich he n a il
l r yenga in ma a v yl r soft ae syst
agel ged int ining er age w r ems."
 "Itis nota ent el una l pr
n ir y ppeaing ospect since itw d keep huma yga l empl
, oul nit infuly oyed."
J r L nier
aon a
Lead scient , Nat
ist ionalTel
e-Immer Init ive
sion iat
 It cl rt tincr a simpl t effors aen'tenough— it t forafunda a ta maion.
's ea ha ement l ificaion t r 's ime ment l r nsfor t
Unl t ecom car s ca t n ba t r t ofcompl y, t fa t v yr lpr
ess el rier n ur ck he ising ide exit hey ce he er ea ospectof
dr ning in incr singl uncompet iv coststuct es orl outt t l compl compet or
ow ea y it e r ur osing o heir ess- ex it s.
(A Keaney, Simpl ofDr n)
T r ify ow
41

42. To be truly successful, a complex technology
needs to “disappear”, B.W.Arthur
 “Technology has not fully arrived until it
disappears—until it is so much a part of us
that we don’t see it.” When we step into our
cars today, we do not think of them as
“technology.” We do not have to cross our
fingers and hope that they will work. We do
not have to crank them up. We do not have
to carry four extra tires. It takes a very long
time for a technology to shift from the hype
of a new working technology, to becoming
comfortable, to finally becoming such a part
of our lives that it disappears.
Brian W. Arthur, Myths and Realities of the
High-Tech Economy
42

43. Hacer “desaparecer” las tecnologías de la información y
las comunicaciones es una gran oportunidad para los
operadores de telecomunicaciones…
“You have to push all the complexity to the
back end in order to make the front end very
simple, Marc Benioff, Boss of Salesforce.com
Is the network the computer?: Telecommunications
Operators seem to be the most logical providers of a
new communications, storage and processing
infrastructure (Sun Microsystems)
 El gran reto de las operadoras es ocultar la complejidad para
que sus clientes puedan disfrutar de unos servicios útiles y simples
de usar y de mantener.
43

44. El reto: Cómo lograrlo sin sucumbir ante el peso de la
complejidad que es preciso gestionar
La oportunidad de ser un agujero negro para la
complejidad!!
 El operador de
telecomunicaciones debe
convertirse en un “agujero
negro” que atrae hacia su
interior toda la complejidad
de los servicios, pero sin que
el peso de la gestión haga
colapsar las operaciones
 “The next thing in technology is
not just big but truly huge: the
conquest of complexity” (The
Economist)
44

45. Software As A Service (SAAS)
 The threat to Microsoft comes from online
applications, w ae cha howpeopl use comput s. Rahert n
hich r nging e er t ha
r ying on a oper t syst a it a t a icaion soft ae— bought
el n aing em nd s ssociaed ppl t wr
in abox fr M osoft a t l ded ont aPC— computeruser ae
om icr , nd hen oa o sr
incr singl a e t calup t soft ae t need ov t int net
ea y bl o l he w r hey er he er .
 J a A zon, G e, eBa a ot fir pr ide ser ices v t w
ust s ma oogl y nd her ms ov v ia he eb,
soft ae compa ae nowselingsoft ae a asubscr ion ser ice t tca
wr nies r l wr s ipt v ha n
be accessed v aw br ser
ia eb- ow .
 Salesforce.com, t bestknow exa e oft t end, offer saesfor ma gementt s; ot fir offera
he n mpl his r s l ce na ool her ms ccount a ot ba office
ing nd her ck-
funct t e ae ev w ba w d-pr
ions; her r en eb- sed or ocessor a spr dsheet T l er t economic a t
s nd ea s. his ow s he nd echnica bar s t ent yforfir w nt to
l rier o r ms a ing
compet w h M osoft a w la dil ingt a a a t fir get fr cont olinghowt comput w ks.
e it icr , s el s ut he dv nt ges he m s om r l he er or
 Onl compet or ha e aso ma er quick dev opmenta depl
ine it s v l st ed el nd oymentt t tM osoftca mach.
imes ha icr nnot t
 M nw e open-source software— dev oped co-oper t el a dist ibut fr ofchage— is aso ga gr
ea hil el aiv y nd r ed ee r l ining ound.
 ony, he orest , echnol eseach fir bel es M osoftfa t biggestchal in t fir hist y: “Bill Gates
G ge Col t boss ofF r er at
eor ogy-r r m, iev icr ces he lenge he m's or
knows how to compete with anyone who charg es money for products ,” he s ays , “but
his head explodes whenev er he has to g o up ag ains t anyone who g iv es away products
for free.”
“SW on-line”, The Economist, March 30th 2006
45

46. Software As A Service (SAAS)
Total Cost of Ownership $
 n rí o ecient
E un atcul r e thousands
Software on Software as a Soruces of saving with software as a
premises Service service
M cKinseya l el
naiza Implementation & Deployment
Reduced deployment time, limited
despegue delSoft ae como
wr Customization, Integration customization, self-service through on-
108 72 boarding scripts
ser icio
v Basic Infrastructure testing, deployment
Application testing, deployment
54
30
0 Does not require infrastructure and
0 apllications testing
Ongoing Operations
 IDCa icipaque el10 del
nt % Training
Lowers training requirements, through
simpler user interface and self training
101 34 service capabilites
soft ae de empr se
wr esa Does not require ongoing business
á
process change manangement, vendors
Management, customization of business
consumir como un ser icio
v process change
monitor usage to enahnce offeing,
customers provide feedback to inluence
en 20 9
0 Data center facilities rentar, operations;
94 0 feature functionality
security compliance, monitoring of
Includes vendor's cost to serve in
incident resolution 750 0
subscription price (ongoing operations,
Software
back-end harware and software)
User licences, subscriptions,
maintenance 480 1500
Other 308 0
Provides 99,9% general server availability
Unscheduled downtime
92 0 vs 99%
Reduces unused licenses by 20%. Users
Unused licenses
added as needed
Total cost (included those not shown here) 2298 1640
Sample deployment of CRM software, (200 seat license), Abhijit Dubey & Dilip Wagle,
Delivering Software as a Service, McKinsey Quarterly, Mayo 2007
46

47. La complejidad esencial del SW
 n 5, r ooks ica rí o it a
E 198 Fed Br publ un atcul t ul do “No
Sil erBulet en elque agument por no es
v l” r a que
r zona e esper runar amá (baade pl t )
a bl a ecet gica l aa
que produzcamej a en eldesar l yexpl a ó
or s rolo ot ci n
delsoft ae ni r a e simil r al s
w r emot ment aes a
s a oducció de hadw r
conseguida en l pr n r ae
 20aos despué eldia ó ico de Br sigue
ñ s, gn st ooks
siendo esenciament corect
l e r o...
“Of all the monsters that fill the nightmares of our
folklore, none terrify more than werewolves, because
they transform unexpectedly from the familiar into
horrors. For these, one seeks bullets of silver that
can magically lay them to rest. “
47

48. La complejidad esencial del SW
 E soft ae yl sist s se encuenta embebidos en un ent no socia, culur l l lyt ó en
l w r os ema rn or l t a, ega ecnol gico
per nent ca L sist s pr a int fa compl da con elent no
ma e mbio. os ema esent n er ces ica s or
 E r nt do os equisit de cuaquiersist yconseguirque su diseñ seainat a e es
specifica pora icipa l r os l ema o ler bl
imposibl e.
 E soft ae se constuye en ca s. L sist s ycomponent soft ae que t é o a a ca
l wr r pa os ema es w r ienen xit cumul n mbios al
a pt r al s nuev s necesida L l gicaembebidaen un sist “esencia” per amá que l t oga
da ase a a des. a ó ema l dur s a ecnol í
sobr l que iniciament se constuye
ea l e r
 E un moment det mina es imposibl desent r rl pr ocol l s funciones e incl l s idea sobr l s
n o er do, e era os ot os, a uso a s, e a
que se ha sust a otos pr ocol funciones ysist s.
n ent do r ot os, ema
 L sist s a a l dos. No es posibl susta se al s condiciones de cont no que impone elpa do.
os ema cumul n ega e r er a or sa
 E fenó de “l in” es inher e a soft ae yal sist s de infor ció
l meno ock- ent l w r os ema ma n
48

49. La complejidad esencial del software
 E est de l compl ida de un diseñ sist es una
l udio a ej d o/ ema
preocupa ó de l ingenierasoft ae (compl ida cicl áica
ci n a í wr ej d om t ,
estuct a, de daos, delsist )
r ur l t ema
 Agunos est r es a l n l estuct ade sist s
l udios ecient naiza a r ur ema
soft ae, enconta r l es de escaaymundos pequeñ
wr r ndo edes ibr l os
en l gr fos de cl ses/
os a a component es
 Per l infr estuct ade l sist s de unacor a ó como l
o a a r ur os ema por ci n, a
pr int net se ext yev ucionamá al deldominio de
opia er , iende ol s lá
í wr
l ingenierasoft ae
a
 L sist s int ca n ser icios (SOA en un ent no
os ema er mbia v ) or
distibuido, a t yen per nent ca
r biero ma e mbio
49

50. La complejidad esencial del SW
 Naur l e, Br t mbié int ól sol ó
t ament ooks a n uy a uci n...
— “gr , don'tbuil soft ae. Let
ow d, w r us turn nature and study
complexity in living things, instead of just the dead
works of man”
 E necesaio ca rr dicament l ma aen que concebimos l sist s de infor ció ysus
s r mbia a l e a ner os ema ma n
componentes.
 Ha que a a rl compl ida inher e en l sist s de infor ció
y br za a ej d ent os ema ma n
50

51. Sistemas Autónomos
 T V ofA onomicComput Jeffrey O. K ephart & D avid M .C hess, IBM 20 3
he ision ut ing, , 0:
— Syst ma ge t
ems na hemsel es a ding t a a
v ccor o n dministaor goas. Newcomponent int ae a
r t ’s l s egr t s
efforl ya anewcel est bl it fin t huma body. T idea ae notscience fict but
tessl s l a ishes sel he n hese s r ion,
el s oft gr nd chal t cr t sel ma ging comput syst
ement he a lenge o eae f- na ing ems.
51

52. Comunicaciones Autónomas
 T V of“A onomic Communicaion”, Repor on FET consulat meet
he ision ut t t t ion ing Autonomic Manager
Analyze Plan
on Communicat par
ion adigms for 2020
Monitor Execute
— The main feature of future communication paradigms will be Knowledge
the ability to adapt to an evolving situation, w e newr ces ca
her esour n S E
become a a a e, a
v il bl dministaiv doma ca cha a economic model ca v r
rt e ins n nge nd s n ay Managed Element
Managed Element
Managed Element
a dingl
ccor y. AE
— T net or el s shoul ha e t ca bil yt r
he w k ement d v he pa it o econfigur te hemsel es in or t bestfit
v der o
communicaion int ions, t obser e a t r ctbysel or nisaion t cont cha
t ent o v nd o ea f- ga t o ext nges
w houtexpl userint a ion.
it icit er ct
— T net or it fgr s outoft a icaions a t ser ices t tend user w nt Itis
he w k sel ow he ppl t nd he v ha s a.
ser ice- iv sit t a onomousl contoled, sel or nised, distibut t
v dr en, uaed, ut y rl f- ga r ed, echnol
ogy
independenta scaa e.
nd l bl
— Alt net or el s in such av shoul be pr a bl a a onomousl contoled
l he w k ement ision d ogr mma e nd ut y rl
bypol r es a ev s fa it t t desir beha iourofgr ofnet or el s.
icies, ul nd ent cil aing he ed v oups w k ement
52

53. Humanos en el circuito: Usuarios innovadores
 Ca v exist má ev í ica
da ez e s idenciaempr , de que l usuaios son l pr os en desar l rmuchos nuev
os r os imer rola os
pr os, t nt industiaes como de consumo
oduct a o rl
— Eic V Hippel est que ente un 10 yun 4 % de l usuaios finaes r l n modifica
r on , ima r % 0 os r l eaiza ciones o desar l n sus
rola
pr pr os
opios oduct
— L contibució de l usuaios a desar l est cr
a r n os r l rolo á eciendo como consecuenciade l a a en l s T
os v nces a IC
 L met ogade desar l de soft ae haobv do “dificula esenciaes” en l ta ó de infor ció
a odol í rolo wr ia t des l a r nsmisi n ma n
— L infor ció es “a ér ”: nor l e es elusuaio fina posee unamej infor ció r
a ma n sim tica mament r l or ma n espect al s necesida
o a des
que pr ende cubr , yl obj iv de unadet mina innov ció o desar l
et ir os et os er da a n rolo
— L infor ció es “pegaosa es difcilde ta iraun a e (empr , ubica ó difer e, et paaque r l el
a ma n j ”: í r nsfer gent esa ci n ent c.) r eaice
desar l
rolo
— A á a e ypr lpueden t incent os difer es
dem s, gent incipa ener iv ent
53

54. Humanos en el circuito: omega
 E cicl de innov ció en l empr puede a er r pr ciona l s hera a yl incent os
l o a n a esa cel ase opor ndo a r mient s os iv
a dos paal pat ció de quienes poseen l infor ció elconocimient yl r
decua r a ricipa n a ma n, o a esponsa ida
bil d
Desarrollo
del agente
Prueba del Rendimiento
agente adecuado?
Agente
Agente
Agente Agente Agente
Agente Agente Agente Agente Agente
Agente Agente Agente Agente
Agente Agente Agente Agente Agente
Agente Agente
Red
Red Red Red
Acceso
Conmutación Plataformas NGN Banda Ancha
Planta
Energía/Exterior
54

55. Humanos en el circuito: EzWeb
 Al s per s nos gust pat rycompat cua disponemos
a sona a ricipa rir ndo Web 1.0
de medios e incent os a opia
iv pr dos:
— Los usuaios cr n ycompat sus pr cont
r ea ren opios enidos en Int net
er .
Lat ogafa it l bú
ecnol í cil a a squedayl a ega ó de cont
a gr ci n enidos
— E fenó delsoft ae de có a t demuestaque el
l meno wr digo biero r
reconocimient es un incent o paal pat ció
o iv r a ricipa n
 Unaideasencila
l:
— La t oga W 2.0(et a bú
s ecnol í s eb iquet do, squeda yma up)
s sh-
Web 2.0
per en incor a elconocimient de empl dos ycl es en l
mit por r o ea ient a
gestó delnegocio, incent a su pat ció pormedio de un
in iv ndo ricipa n
ent no fá de ut iza ygest r
or cil il r iona
55

56. Hacia una teoría de la evolución de los sistemas de
información
 Co- ol ó delnegocio yl sist s
ev uci n os ema
— Innov ció de l usuaios
a n os r
 Infr estuct aha it dor
a r ur bil a a
— A onomaA o- ga ció
ut í / ut or niza n
— Cont o
ext
— R usa ida Composició
e- bil d/ n
— R ez/ bil d
obust Fia ida
 Compr ó ycontoldelcompora o
ensi n r t mient
“emer e”
gent
— Simul rl ev ució delenta do negocio-
a a ol n r ma
infr estuct a
a r ur
56

57. Ficciones
 L ingenierahoyse impone l a a e a ó de r ica al biol í
a í a dmir bl mbici n epl r a oga
“... No queracomponeroto Quij e — l cua es fá — sino elQuij e. Inúila ega que no encaónuncauna
í r ot o l cil ot t gr r r
ta ipció mecá delor l no se pr í copial Su a a e a ó er pr
r nscr n nica igina; opona ro. dmir bl mbici n a oduciruna pá s que s gina
coincidier n ­ paa aporpaa aylneaporlnea con l s de M de Cer a es.”
a l br l br í í ­ a iguel v nt
J ge L Bor “Piere M r a ordelQuij e”
or uis ges, r enad, ut ot
57

58. Referencias
Chr A son, "T L T il W ed, Oct20 4
is nder he ong a ", ir 0
Br n W At , "M hs a R l ies oft neweconomy", Sep 10 20 0
ia . rhur yt nd eait he , 0
Br n W At , "Compet T
ia . rhur ing echnol ogies, incr sing r ur a l in byhist ica ev s", E J na 99- 94 198
ea et ns nd ock- or l ent con. our l 3 , 9
Aber- a o Baa si, "L
l tL szl r ba inked", Pl 20 3 ume 0
Eic Br ol
r ynj fsson, Y (J ey)Hu yM elSmit "ConsumerSur us in t Digit lE
u effr icha h, pl he a conomy", Nov20 3 0
F eder Br "No sil erbulet essence a a
r ick ooks, v l: nd ccident ofsoft ae engineer Comput 20 4 198
s wr ing", er , , 7
Nichol s Car “ITDoesn’tM ter Hav r Business R , M yo 20 3
a r, at ” r ad eview a 0
Cl yt M Chr ensen, “T Innov t ’s Dil ”, Hav r Business SchoolPr Bost 1997
a on . ist he aor emma r ad ess, on
Dennis W Calon yJ eyM Peroff, “M n Industia Or nizaion”, 3 A
. rt effr . l oder r l ga t ed, ddison- esl 1999
W ey,
Pa Da id, “CL a t E
ul v IO nd he conomics ofQWR Y A ica E
E T ”, mer n conomic R iew75, 198
ev 5
r h pl n, eaiv r ion: hy ñ ha r t o a
R r F erySaa Ka a “Cr t e Dest uct W Compaies T tAe Buil t L stUnder for t M r ”, Curency20 1
ichad ost per m he aket r 0
G PT L "Contenidos Digit l R
A E, aes", ed.es, J 20 6
unio 0
Pa Kl
ul emper , "T BiggestA ion E er t sae oft br ish 3 t ecom l
er he uct v : he l he it G el icenses", T E J na 112, C74 20 2
he con. our l , 0
Pa Kl
ul emper , "How(not t r a ions: T E opea 3 T ecom A ions", w w ul emper g
er ) o un uct he ur n G el uct w .pa kl e.or
L wence L
ar essig, “T fut e ofidea R ndom House, NeyY k 20 1
he ur s”, a or 0
F a L eque, Y nn M e, "T E
r ncois ev a enier he conomics ofPaent a Copyr ", Ber eyEect onic Pr 20 4
t s nd ight kel l r ess 0
St n L it “R T
a iebow z, e- hinking t Net or E
he ow k conomy”, A com 20 2
ma 0
Cal aPéez, “T
rot r echnol lR ut a F ncia Ca a: T dyna ofBubl a G den A Chelenha Ega 20 2
ogica evol ions nd ina l pit l he mics es nd ol ges”, t m l r 0
Xa Saai- at “A es de Cr
vier l - M rin, punt ecimient E ó
o con mico”, 2 ed. A oni Bosch, 20 0
nt 0
CalSha o yHa R V r n, “Infor t R es”, Hav r Business SchoolPr Bost 1999
r pir l . aia maion ul r ad ess, on
Oz Shy, “T E
he conomics ofNet or Industies”, Ca idge Univ sit pr 20 1
wk r mbr er y ess, 0
R r M St lma “F ee Soft ae, F ee Society”,
ichad . al n, r wr r
Eic V Hippel "Democr t Innov t M Pr Ca idge, M 20 5
r on , aizing aion", IT ess, mbr A 0
Pa Kl
ul emper , "T BiggestA ion E er t sae oft br ish 3 t ecom l
er he uct v : he l he it G el icenses", T E J na 112, C74 20 2
he con. our l , 0
Pa Kl
ul emper , "How(not t r a ions: T E opea 3 T ecom A ions", w w ul emper g
er ) o un uct he ur n G el uct w .pa kl e.or
Cal aPéez, “F nce a T
rot r ina nd echnica Cha Al t m v ”, 20 4
l nge: ong-er iew 0
58