SlideShare una empresa de Scribd logo
1 de 91
Descargar para leer sin conexión
Los Mitos de la Innovación
Master en Gestión de la Innovación y el Conocimiento, UPV/EHU
Svet Ivantchev

8 Nov 2010
“El momento Eureka”
✤   Calíope, musa de la poesía épica

                                    ✤   Clío, musa de la historia

                                    ✤   Erato, musa de la poesía lírica

                                    ✤   Euterpe, musa de la música,
                                        especialmente la de la flauta

                                    ✤   Melpómene, musa de la tragedia

                                    ✤   Polimnia, musa de la danza o la
                                        geometría

                                    ✤   Talía, musa de la comedia

                                    ✤   Terpsícore, musa de la danza

                                    ✤   Urania, musa de la astronomía
http://en.wikipedia.org/wiki/Muse
“Los periodistas siguen preguntándome cual era la idea
   crítica o el evento singular que permitió que un día
la Web exista. Se sienten frustrados cuando les digo que
   no hubo momento Eureka. No fue como la famosa
    manzana que cayo sobre la cabeza de Newton ...
            fue un proceso de lenta agregación.”

                                 Tim Berners-Lee
http://www.flickr.com/photos/san_andreas/34422150/
http://en.wikipedia.org/wiki/Douglas_DC-3
“When I start in to experiment
 with anything, I do not read
 books; I don’t want to know
    what has been done.”

                     T. Edison
“When I start in to experiment
 with anything, I do not read
 books; I don’t want to know
    what has been done.”

                      T. Edison


          En sus notas:
    “1st. Study the present
          construction.
     2nd. Ask for all past
experiences ... study and read
  everything you can on the
            subject.”

                      T. Edison
“Entendemos la historia”
http://www.flickr.com/photos/svet/18862985/
EEUU, 1900


   ✤   57 empresas de coches

       ✤   1 681 modelos de vapor

       ✤   1 575 eléctricos

       ✤    936 gasolina
“Existe método para innovar”
Cap. bursátil, en miles de millones de dólares
Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
2000                     2010


Microsoft       360                     280


  Dell           60                      25


 Apple            5                     292



            Cap. bursátil, en miles de millones de dólares
“How do you systematize innovation?”
            “You don’t”

                             Steve Jobs,
                      en Business Week
"I remember my friend Johnny von Neumann used to say,
 'with four parameters I can fit an elephant and with five
            I can make him wiggle his trunk.'"

    A meeting with Enrico Fermi, Nature 427, 297; 2004.
“A la gente le gustan las ideas nuevas”
“When the Paris Exhibition closes electric light will
    close with it and no more be heard of.”

                           Sir Erasmus Wilson en la
         edición de 1902 de Encyclopædia Britannica
“This ‘telephone’ has too many shortcomings to be
seriously considered as a means of communication.
     The device is inherently of no value to us.”

               Western Union internal memo (1876)
“Airplanes are interesting toys but of no military value.”

                 Marshall Ferdinand Foch, Professor of Strategy,
                 Ecole Superieure de Guerre.
“El inventor solitario”




                http://www.flickr.com/photos/svet/181803195/
http://ru.wikipedia.org/wiki/Спутник_(КА)
“Las buenas ideas son difíciles de encontrar”
“The concept is interesting and well-formed, but in order to earn
         better than a ‘C’, the idea must be feasible.”

            A Yale University professor in response to Fred Smith's
            paper proposing reliable overnight delivery service.
✤   Ya lo hemos intentado
✤   Nunca se ha hecho algo así
✤   No de esta manera aquí
✤   Esto nunca funcionará
✤   No es un problema interesante
✤   No tenemos tiempo
✤   Los jefes nunca lo aprobarán
✤   A la gente no les gusta
✤   No será rentable
Experimento I
Azul
Experimento II
“Tu jefe sabe más que tu sobre
          innovación”
“Las mejores ideas ganan”



    “The best is the enemy of the good.”

                                 Voltaire
Motivos

    ✤   Culturales

    ✤   Diseño dominante

    ✤   Políticos

    ✤   Económicos

    ✤   “Mejor” es subjetivo

    ✤   Corto plazo vs medio plazo
SGML vs HTML

   Facilidad de adopción




     Mejora que supone
“Es sólo para jóvenes”
¿Y ahora qué?
Estadística
Estadística

  ✤   Una enfermedad afecta a 1 de cada 1000 personas
Estadística

  ✤   Una enfermedad afecta a 1 de cada 1000 personas

  ✤   Tenemos un test: si una persona esta enferma el test da
      positivo en 99% de los casos; también produce falsos
      positivos en 2% de los casos
Estadística

  ✤   Una enfermedad afecta a 1 de cada 1000 personas

  ✤   Tenemos un test: si una persona esta enferma el test da
      positivo en 99% de los casos; también produce falsos
      positivos en 2% de los casos

  ✤   Acabas de dar positivo
Estadística

  ✤   Una enfermedad afecta a 1 de cada 1000 personas

  ✤   Tenemos un test: si una persona esta enferma el test da
      positivo en 99% de los casos; también produce falsos
      positivos en 2% de los casos

  ✤   Acabas de dar positivo

          ¿Cuál es la probabilidad de que estés enfermo?
Estadística

  ✤   Una enfermedad afecta a 1 de cada 1000 personas

  ✤   Tenemos un test: si una persona esta enferma el test da
      positivo en 99% de los casos; también produce falsos
      positivos en 2% de los casos

  ✤   Acabas de dar positivo

          ¿Cuál es la probabilidad de que estés enfermo?


                               4.7 %
A: el paciente tiene la enfermedad
B: el test da positivo



             P(A) = 0.001
             P(B | A) = 0.99
             P(B | NO A) = 0.02


             P(A | B) = ?
Votaciones

     18 electores:    A, D, E, C, B
     12 electores:    B, E, D, C, A
     10 electores:    C, B, E, D, A
     9 electores:     D, C, E, B, A
     4 electores:     E, B, D, C, A
     2 electores:     E, C, D, B, A

                     J Allen Paulos, Beyond Numeracy
18 electores:             A, D, E, C, B
            12 electores:              B, E, D, C, A
            10 electores:              C, B, E, D, A
             9 electores:              D, C, E, B, A
             4 electores:              E, B, D, C, A
             2 electores:              E, C, D, B, A




Pluralidad: que gane el que más veces es votado en primer lugar
18 electores:             A, D, E, C, B
            12 electores:              B, E, D, C, A
            10 electores:              C, B, E, D, A
             9 electores:              D, C, E, B, A
             4 electores:              E, B, D, C, A
             2 electores:              E, C, D, B, A




Pluralidad: que gane el que más veces es votado en primer lugar



                              A
18 electores:             A, D, E, C, B
    12 electores:             B, E, D, C, A
    10 electores:             C, B, E, D, A
     9 electores:             D, C, E, B, A
     4 electores:             E, B, D, C, A
     2 electores:             E, C, D, B, A




Dos vueltas entre los primeros dos más votados
18 electores:             A, D, E, C, B
    12 electores:             B, E, D, C, A
    10 electores:             C, B, E, D, A
     9 electores:             D, C, E, B, A
     4 electores:             E, B, D, C, A
     2 electores:             E, C, D, B, A




Dos vueltas entre los primeros dos más votados



                      B
18 electores:                A, D, E, C, B
           12 electores:                B, E, D, C, A
           10 electores:                C, B, E, D, A
           9 electores:                 D, C, E, B, A
           4 electores:                 E, B, D, C, A
           2 electores:                 E, C, D, B, A




      Dos vueltas entre los primeros dos más votados



                              B
En la segunda vuelta 18 prefieren a A y 37 prefieren B antes que A
18 electores:             A, D, E, C, B
       12 electores:             B, E, D, C, A
       10 electores:             C, B, E, D, A
       9 electores:              D, C, E, B, A
       4 electores:              E, B, D, C, A
       2 electores:              E, C, D, B, A




Quitemos el candidatos con menos primeros lugares
y reajustemos el resto. Repetir hasta que quede uno.
18 electores:             A, D, E, C, B
       12 electores:             B, E, D, C, A
       10 electores:             C, B, E, D, A
       9 electores:              D, C, E, B, A
       4 electores:              E, B, D, C, A
       2 electores:              E, C, D, B, A




Quitemos el candidatos con menos primeros lugares
y reajustemos el resto. Repetir hasta que quede uno.


                        C
18 electores:              A, D, E, C, B
           12 electores:              B, E, D, C, A
           10 electores:              C, B, E, D, A
            9 electores:              D, C, E, B, A
            4 electores:              E, B, D, C, A
            2 electores:              E, C, D, B, A




Escrutinio de Borda: Hay que considerar la preferencia media,
                   no sólo el primer lugar.
               Asignemos puntos: 5, 4, 3, 2, 1.
18 electores:              A, D, E, C, B
           12 electores:              B, E, D, C, A
           10 electores:              C, B, E, D, A
            9 electores:              D, C, E, B, A
            4 electores:              E, B, D, C, A
            2 electores:              E, C, D, B, A




Escrutinio de Borda: Hay que considerar la preferencia media,
                   no sólo el primer lugar.
               Asignemos puntos: 5, 4, 3, 2, 1.


                             D
18 electores:                A, D, E, C, B
           12 electores:                B, E, D, C, A
           10 electores:                C, B, E, D, A
            9 electores:                D, C, E, B, A
            4 electores:                E, B, D, C, A
            2 electores:                E, C, D, B, A




Escrutinio de Borda: Hay que considerar la preferencia media,
                   no sólo el primer lugar.
               Asignemos puntos: 5, 4, 3, 2, 1.


                              D
                       D tiene 191 puntos
18 electores:            A, D, E, C, B
   12 electores:            B, E, D, C, A
   10 electores:            C, B, E, D, A
   9 electores:             D, C, E, B, A
   4 electores:             E, B, D, C, A
   2 electores:             E, C, D, B, A




Vencedor de Condorcet: disputas por parejas
18 electores:            A, D, E, C, B
   12 electores:            B, E, D, C, A
   10 electores:            C, B, E, D, A
   9 electores:             D, C, E, B, A
   4 electores:             E, B, D, C, A
   2 electores:             E, C, D, B, A




Vencedor de Condorcet: disputas por parejas



                    E
Los mitos de la innovación

Más contenido relacionado

Similar a Los mitos de la innovación

Similar a Los mitos de la innovación (6)

El camino de steve jobs final
El camino de steve jobs finalEl camino de steve jobs final
El camino de steve jobs final
 
Steve jobs
Steve jobsSteve jobs
Steve jobs
 
Trabajo final de op irma paredes vorrath
Trabajo final de op irma paredes vorrath Trabajo final de op irma paredes vorrath
Trabajo final de op irma paredes vorrath
 
Computer Hoy N598 2021.pdf
Computer Hoy N598 2021.pdfComputer Hoy N598 2021.pdf
Computer Hoy N598 2021.pdf
 
Ensayo de la platica de Jobs y Gates
Ensayo de la platica de Jobs y GatesEnsayo de la platica de Jobs y Gates
Ensayo de la platica de Jobs y Gates
 
Jobs
JobsJobs
Jobs
 

Más de Svet Ivantchev

Machne Learning and Human Learning (2013).
Machne Learning and Human Learning (2013).Machne Learning and Human Learning (2013).
Machne Learning and Human Learning (2013).Svet Ivantchev
 
Big Data: 
Some Questions in its Use in Applied Economics (2017)
Big Data: 
Some Questions in its Use in Applied Economics (2017)Big Data: 
Some Questions in its Use in Applied Economics (2017)
Big Data: 
Some Questions in its Use in Applied Economics (2017)Svet Ivantchev
 
Introducción a Elixir
Introducción a ElixirIntroducción a Elixir
Introducción a ElixirSvet Ivantchev
 
Gaztea Tech Robotica 2016
Gaztea Tech Robotica 2016Gaztea Tech Robotica 2016
Gaztea Tech Robotica 2016Svet Ivantchev
 
Gaztea Tech 2015: 4. GT Drawbot Control
Gaztea Tech 2015: 4. GT Drawbot ControlGaztea Tech 2015: 4. GT Drawbot Control
Gaztea Tech 2015: 4. GT Drawbot ControlSvet Ivantchev
 
Gaztea Tech 2015: 3. Processing y Firmata
Gaztea Tech 2015: 3. Processing y FirmataGaztea Tech 2015: 3. Processing y Firmata
Gaztea Tech 2015: 3. Processing y FirmataSvet Ivantchev
 
Gaztea Tech 2015: 2. El GT DrawBot
Gaztea Tech 2015: 2. El GT DrawBotGaztea Tech 2015: 2. El GT DrawBot
Gaztea Tech 2015: 2. El GT DrawBotSvet Ivantchev
 
Gaztea Tech 2015: 1. Introducción al Arduino
Gaztea Tech 2015: 1. Introducción al ArduinoGaztea Tech 2015: 1. Introducción al Arduino
Gaztea Tech 2015: 1. Introducción al ArduinoSvet Ivantchev
 
Learning Analytics and Online Learning: New Oportunities?
Learning Analytics and Online Learning: New Oportunities?Learning Analytics and Online Learning: New Oportunities?
Learning Analytics and Online Learning: New Oportunities?Svet Ivantchev
 
How Machine Learning and Big Data can Help Us with the Human Learning
How Machine Learning and Big Data can Help Us with the Human LearningHow Machine Learning and Big Data can Help Us with the Human Learning
How Machine Learning and Big Data can Help Us with the Human LearningSvet Ivantchev
 
Libros electrónicos IV: ePub 2
Libros electrónicos IV: ePub 2Libros electrónicos IV: ePub 2
Libros electrónicos IV: ePub 2Svet Ivantchev
 
Libros electrónicos III
Libros electrónicos IIILibros electrónicos III
Libros electrónicos IIISvet Ivantchev
 
Libros electrónicos II - ePub
Libros electrónicos II - ePubLibros electrónicos II - ePub
Libros electrónicos II - ePubSvet Ivantchev
 
Libros electrónicos I
Libros electrónicos ILibros electrónicos I
Libros electrónicos ISvet Ivantchev
 
Cloud Computing: Just Do It
Cloud Computing: Just Do ItCloud Computing: Just Do It
Cloud Computing: Just Do ItSvet Ivantchev
 
Cloud Computing: What it is, DOs and DON'Ts
Cloud Computing: What it is, DOs and DON'TsCloud Computing: What it is, DOs and DON'Ts
Cloud Computing: What it is, DOs and DON'TsSvet Ivantchev
 

Más de Svet Ivantchev (20)

Machne Learning and Human Learning (2013).
Machne Learning and Human Learning (2013).Machne Learning and Human Learning (2013).
Machne Learning and Human Learning (2013).
 
Big Data: 
Some Questions in its Use in Applied Economics (2017)
Big Data: 
Some Questions in its Use in Applied Economics (2017)Big Data: 
Some Questions in its Use in Applied Economics (2017)
Big Data: 
Some Questions in its Use in Applied Economics (2017)
 
Introducción a Elixir
Introducción a ElixirIntroducción a Elixir
Introducción a Elixir
 
Gaztea Tech Robotica 2016
Gaztea Tech Robotica 2016Gaztea Tech Robotica 2016
Gaztea Tech Robotica 2016
 
Gaztea Tech 2015: 4. GT Drawbot Control
Gaztea Tech 2015: 4. GT Drawbot ControlGaztea Tech 2015: 4. GT Drawbot Control
Gaztea Tech 2015: 4. GT Drawbot Control
 
Gaztea Tech 2015: 3. Processing y Firmata
Gaztea Tech 2015: 3. Processing y FirmataGaztea Tech 2015: 3. Processing y Firmata
Gaztea Tech 2015: 3. Processing y Firmata
 
Gaztea Tech 2015: 2. El GT DrawBot
Gaztea Tech 2015: 2. El GT DrawBotGaztea Tech 2015: 2. El GT DrawBot
Gaztea Tech 2015: 2. El GT DrawBot
 
Gaztea Tech 2015: 1. Introducción al Arduino
Gaztea Tech 2015: 1. Introducción al ArduinoGaztea Tech 2015: 1. Introducción al Arduino
Gaztea Tech 2015: 1. Introducción al Arduino
 
Learning Analytics and Online Learning: New Oportunities?
Learning Analytics and Online Learning: New Oportunities?Learning Analytics and Online Learning: New Oportunities?
Learning Analytics and Online Learning: New Oportunities?
 
How Machine Learning and Big Data can Help Us with the Human Learning
How Machine Learning and Big Data can Help Us with the Human LearningHow Machine Learning and Big Data can Help Us with the Human Learning
How Machine Learning and Big Data can Help Us with the Human Learning
 
Vienen los Drones!
Vienen los Drones!Vienen los Drones!
Vienen los Drones!
 
Data Science
Data ScienceData Science
Data Science
 
Libros electrónicos IV: ePub 2
Libros electrónicos IV: ePub 2Libros electrónicos IV: ePub 2
Libros electrónicos IV: ePub 2
 
Libros electrónicos III
Libros electrónicos IIILibros electrónicos III
Libros electrónicos III
 
Libros electrónicos II - ePub
Libros electrónicos II - ePubLibros electrónicos II - ePub
Libros electrónicos II - ePub
 
Libros electrónicos I
Libros electrónicos ILibros electrónicos I
Libros electrónicos I
 
Cloud Computing: Just Do It
Cloud Computing: Just Do ItCloud Computing: Just Do It
Cloud Computing: Just Do It
 
Cloud Computing: What it is, DOs and DON'Ts
Cloud Computing: What it is, DOs and DON'TsCloud Computing: What it is, DOs and DON'Ts
Cloud Computing: What it is, DOs and DON'Ts
 
BigData
BigDataBigData
BigData
 
eFaber en 5 minutos
eFaber en 5 minutoseFaber en 5 minutos
eFaber en 5 minutos
 

Último

MATERIALES Y EQUIPOS PARA UNA ESTACIÓN HIDROPÓNICA NFT soporte.pptx
MATERIALES  Y EQUIPOS PARA UNA ESTACIÓN  HIDROPÓNICA NFT soporte.pptxMATERIALES  Y EQUIPOS PARA UNA ESTACIÓN  HIDROPÓNICA NFT soporte.pptx
MATERIALES Y EQUIPOS PARA UNA ESTACIÓN HIDROPÓNICA NFT soporte.pptxdcmv9220
 
Las 10 decisiones estrategicas en administracion de operaciones
Las 10 decisiones estrategicas en administracion de operacionesLas 10 decisiones estrategicas en administracion de operaciones
Las 10 decisiones estrategicas en administracion de operacionesYeilizerAguilera
 
ADMINISTRACION FINANCIERA CAPITULO 4.pdf
ADMINISTRACION FINANCIERA CAPITULO 4.pdfADMINISTRACION FINANCIERA CAPITULO 4.pdf
ADMINISTRACION FINANCIERA CAPITULO 4.pdfguillencuevaadrianal
 
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptxTEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptxterciariojaussaudr
 
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxINFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxCORPORACIONJURIDICA
 
PPT DIAGNOSTICO DAFO Y CAME MEGAPUERTO CHANCAY
PPT DIAGNOSTICO DAFO Y CAME MEGAPUERTO CHANCAYPPT DIAGNOSTICO DAFO Y CAME MEGAPUERTO CHANCAY
PPT DIAGNOSTICO DAFO Y CAME MEGAPUERTO CHANCAYCarlosAlbertoVillafu3
 
modulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmodulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmisssusanalrescate01
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxDr. Edwin Hernandez
 
Maria_diaz.pptx mapa conceptual gerencia industral
Maria_diaz.pptx mapa conceptual   gerencia industralMaria_diaz.pptx mapa conceptual   gerencia industral
Maria_diaz.pptx mapa conceptual gerencia industralmaria diaz
 
FORMAS DE TRANSPORTE EN MASA-PDF.pdf lclases
FORMAS DE TRANSPORTE EN MASA-PDF.pdf  lclasesFORMAS DE TRANSPORTE EN MASA-PDF.pdf  lclases
FORMAS DE TRANSPORTE EN MASA-PDF.pdf lclasesjvalenciama
 
Buenas Practicas de Almacenamiento en droguerias
Buenas Practicas de Almacenamiento en drogueriasBuenas Practicas de Almacenamiento en droguerias
Buenas Practicas de Almacenamiento en drogueriasmaicholfc
 
La Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptxLa Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptxrubengpa
 
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONESCULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONESMarielaAldanaMoscoso
 
PIA MATEMATICAS FINANCIERAS SOBRE PROBLEMAS DE ANUALIDAD.pptx
PIA MATEMATICAS FINANCIERAS SOBRE PROBLEMAS DE ANUALIDAD.pptxPIA MATEMATICAS FINANCIERAS SOBRE PROBLEMAS DE ANUALIDAD.pptx
PIA MATEMATICAS FINANCIERAS SOBRE PROBLEMAS DE ANUALIDAD.pptxJosePuentePadronPuen
 
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docx
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docxModelo de convenio de pago con morosos del condominio (GENÉRICO).docx
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docxedwinrojas836235
 
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdfSENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdfJaredQuezada3
 
informacion-finanTFHHETHAETHciera-2022.pdf
informacion-finanTFHHETHAETHciera-2022.pdfinformacion-finanTFHHETHAETHciera-2022.pdf
informacion-finanTFHHETHAETHciera-2022.pdfPriscilaBermello
 
Ejemplo Caso: El Juego de la negociación
Ejemplo Caso: El Juego de la negociaciónEjemplo Caso: El Juego de la negociación
Ejemplo Caso: El Juego de la negociaciónlicmarinaglez
 
diseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxdiseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxjuanleivagdf
 

Último (20)

MATERIALES Y EQUIPOS PARA UNA ESTACIÓN HIDROPÓNICA NFT soporte.pptx
MATERIALES  Y EQUIPOS PARA UNA ESTACIÓN  HIDROPÓNICA NFT soporte.pptxMATERIALES  Y EQUIPOS PARA UNA ESTACIÓN  HIDROPÓNICA NFT soporte.pptx
MATERIALES Y EQUIPOS PARA UNA ESTACIÓN HIDROPÓNICA NFT soporte.pptx
 
Las 10 decisiones estrategicas en administracion de operaciones
Las 10 decisiones estrategicas en administracion de operacionesLas 10 decisiones estrategicas en administracion de operaciones
Las 10 decisiones estrategicas en administracion de operaciones
 
ADMINISTRACION FINANCIERA CAPITULO 4.pdf
ADMINISTRACION FINANCIERA CAPITULO 4.pdfADMINISTRACION FINANCIERA CAPITULO 4.pdf
ADMINISTRACION FINANCIERA CAPITULO 4.pdf
 
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptxTEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
 
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxINFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
 
PPT DIAGNOSTICO DAFO Y CAME MEGAPUERTO CHANCAY
PPT DIAGNOSTICO DAFO Y CAME MEGAPUERTO CHANCAYPPT DIAGNOSTICO DAFO Y CAME MEGAPUERTO CHANCAY
PPT DIAGNOSTICO DAFO Y CAME MEGAPUERTO CHANCAY
 
modulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmodulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdf
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptx
 
Maria_diaz.pptx mapa conceptual gerencia industral
Maria_diaz.pptx mapa conceptual   gerencia industralMaria_diaz.pptx mapa conceptual   gerencia industral
Maria_diaz.pptx mapa conceptual gerencia industral
 
FORMAS DE TRANSPORTE EN MASA-PDF.pdf lclases
FORMAS DE TRANSPORTE EN MASA-PDF.pdf  lclasesFORMAS DE TRANSPORTE EN MASA-PDF.pdf  lclases
FORMAS DE TRANSPORTE EN MASA-PDF.pdf lclases
 
Buenas Practicas de Almacenamiento en droguerias
Buenas Practicas de Almacenamiento en drogueriasBuenas Practicas de Almacenamiento en droguerias
Buenas Practicas de Almacenamiento en droguerias
 
La Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptxLa Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptx
 
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONESCULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
 
PIA MATEMATICAS FINANCIERAS SOBRE PROBLEMAS DE ANUALIDAD.pptx
PIA MATEMATICAS FINANCIERAS SOBRE PROBLEMAS DE ANUALIDAD.pptxPIA MATEMATICAS FINANCIERAS SOBRE PROBLEMAS DE ANUALIDAD.pptx
PIA MATEMATICAS FINANCIERAS SOBRE PROBLEMAS DE ANUALIDAD.pptx
 
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docx
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docxModelo de convenio de pago con morosos del condominio (GENÉRICO).docx
Modelo de convenio de pago con morosos del condominio (GENÉRICO).docx
 
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdfSENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
 
informacion-finanTFHHETHAETHciera-2022.pdf
informacion-finanTFHHETHAETHciera-2022.pdfinformacion-finanTFHHETHAETHciera-2022.pdf
informacion-finanTFHHETHAETHciera-2022.pdf
 
Tarea-4-Estadistica-Descriptiva-Materia.ppt
Tarea-4-Estadistica-Descriptiva-Materia.pptTarea-4-Estadistica-Descriptiva-Materia.ppt
Tarea-4-Estadistica-Descriptiva-Materia.ppt
 
Ejemplo Caso: El Juego de la negociación
Ejemplo Caso: El Juego de la negociaciónEjemplo Caso: El Juego de la negociación
Ejemplo Caso: El Juego de la negociación
 
diseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxdiseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptx
 

Los mitos de la innovación

  • 1. Los Mitos de la Innovación Master en Gestión de la Innovación y el Conocimiento, UPV/EHU Svet Ivantchev 8 Nov 2010
  • 3.
  • 4.
  • 5. Calíope, musa de la poesía épica ✤ Clío, musa de la historia ✤ Erato, musa de la poesía lírica ✤ Euterpe, musa de la música, especialmente la de la flauta ✤ Melpómene, musa de la tragedia ✤ Polimnia, musa de la danza o la geometría ✤ Talía, musa de la comedia ✤ Terpsícore, musa de la danza ✤ Urania, musa de la astronomía http://en.wikipedia.org/wiki/Muse
  • 6. “Los periodistas siguen preguntándome cual era la idea crítica o el evento singular que permitió que un día la Web exista. Se sienten frustrados cuando les digo que no hubo momento Eureka. No fue como la famosa manzana que cayo sobre la cabeza de Newton ... fue un proceso de lenta agregación.” Tim Berners-Lee
  • 9. “When I start in to experiment with anything, I do not read books; I don’t want to know what has been done.” T. Edison
  • 10. “When I start in to experiment with anything, I do not read books; I don’t want to know what has been done.” T. Edison En sus notas: “1st. Study the present construction. 2nd. Ask for all past experiences ... study and read everything you can on the subject.” T. Edison
  • 13.
  • 14. EEUU, 1900 ✤ 57 empresas de coches ✤ 1 681 modelos de vapor ✤ 1 575 eléctricos ✤ 936 gasolina
  • 15.
  • 16.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23. Cap. bursátil, en miles de millones de dólares
  • 24. Cap. bursátil, en miles de millones de dólares
  • 25. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 26. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 27. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 28. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 29. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 30. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 31. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 32. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 33. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 34. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 35. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 36. 2000 2010 Microsoft 360 280 Dell 60 25 Apple 5 292 Cap. bursátil, en miles de millones de dólares
  • 37.
  • 38.
  • 39. “How do you systematize innovation?” “You don’t” Steve Jobs, en Business Week
  • 40.
  • 41.
  • 42. "I remember my friend Johnny von Neumann used to say, 'with four parameters I can fit an elephant and with five I can make him wiggle his trunk.'" A meeting with Enrico Fermi, Nature 427, 297; 2004.
  • 43.
  • 44. “A la gente le gustan las ideas nuevas”
  • 45. “When the Paris Exhibition closes electric light will close with it and no more be heard of.” Sir Erasmus Wilson en la edición de 1902 de Encyclopædia Britannica
  • 46. “This ‘telephone’ has too many shortcomings to be seriously considered as a means of communication. The device is inherently of no value to us.” Western Union internal memo (1876)
  • 47. “Airplanes are interesting toys but of no military value.” Marshall Ferdinand Foch, Professor of Strategy, Ecole Superieure de Guerre.
  • 48. “El inventor solitario” http://www.flickr.com/photos/svet/181803195/
  • 50.
  • 51.
  • 52. “Las buenas ideas son difíciles de encontrar”
  • 53.
  • 54. “The concept is interesting and well-formed, but in order to earn better than a ‘C’, the idea must be feasible.” A Yale University professor in response to Fred Smith's paper proposing reliable overnight delivery service.
  • 55. Ya lo hemos intentado ✤ Nunca se ha hecho algo así ✤ No de esta manera aquí ✤ Esto nunca funcionará ✤ No es un problema interesante ✤ No tenemos tiempo ✤ Los jefes nunca lo aprobarán ✤ A la gente no les gusta ✤ No será rentable
  • 57.
  • 58.
  • 59.
  • 60.
  • 61. Azul
  • 63.
  • 64. “Tu jefe sabe más que tu sobre innovación”
  • 65.
  • 66. “Las mejores ideas ganan” “The best is the enemy of the good.” Voltaire
  • 67. Motivos ✤ Culturales ✤ Diseño dominante ✤ Políticos ✤ Económicos ✤ “Mejor” es subjetivo ✤ Corto plazo vs medio plazo
  • 68. SGML vs HTML Facilidad de adopción Mejora que supone
  • 69. “Es sólo para jóvenes”
  • 72. Estadística ✤ Una enfermedad afecta a 1 de cada 1000 personas
  • 73. Estadística ✤ Una enfermedad afecta a 1 de cada 1000 personas ✤ Tenemos un test: si una persona esta enferma el test da positivo en 99% de los casos; también produce falsos positivos en 2% de los casos
  • 74. Estadística ✤ Una enfermedad afecta a 1 de cada 1000 personas ✤ Tenemos un test: si una persona esta enferma el test da positivo en 99% de los casos; también produce falsos positivos en 2% de los casos ✤ Acabas de dar positivo
  • 75. Estadística ✤ Una enfermedad afecta a 1 de cada 1000 personas ✤ Tenemos un test: si una persona esta enferma el test da positivo en 99% de los casos; también produce falsos positivos en 2% de los casos ✤ Acabas de dar positivo ¿Cuál es la probabilidad de que estés enfermo?
  • 76. Estadística ✤ Una enfermedad afecta a 1 de cada 1000 personas ✤ Tenemos un test: si una persona esta enferma el test da positivo en 99% de los casos; también produce falsos positivos en 2% de los casos ✤ Acabas de dar positivo ¿Cuál es la probabilidad de que estés enfermo? 4.7 %
  • 77. A: el paciente tiene la enfermedad B: el test da positivo P(A) = 0.001 P(B | A) = 0.99 P(B | NO A) = 0.02 P(A | B) = ?
  • 78. Votaciones 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A J Allen Paulos, Beyond Numeracy
  • 79. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Pluralidad: que gane el que más veces es votado en primer lugar
  • 80. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Pluralidad: que gane el que más veces es votado en primer lugar A
  • 81. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Dos vueltas entre los primeros dos más votados
  • 82. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Dos vueltas entre los primeros dos más votados B
  • 83. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Dos vueltas entre los primeros dos más votados B En la segunda vuelta 18 prefieren a A y 37 prefieren B antes que A
  • 84. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Quitemos el candidatos con menos primeros lugares y reajustemos el resto. Repetir hasta que quede uno.
  • 85. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Quitemos el candidatos con menos primeros lugares y reajustemos el resto. Repetir hasta que quede uno. C
  • 86. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Escrutinio de Borda: Hay que considerar la preferencia media, no sólo el primer lugar. Asignemos puntos: 5, 4, 3, 2, 1.
  • 87. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Escrutinio de Borda: Hay que considerar la preferencia media, no sólo el primer lugar. Asignemos puntos: 5, 4, 3, 2, 1. D
  • 88. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Escrutinio de Borda: Hay que considerar la preferencia media, no sólo el primer lugar. Asignemos puntos: 5, 4, 3, 2, 1. D D tiene 191 puntos
  • 89. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Vencedor de Condorcet: disputas por parejas
  • 90. 18 electores: A, D, E, C, B 12 electores: B, E, D, C, A 10 electores: C, B, E, D, A 9 electores: D, C, E, B, A 4 electores: E, B, D, C, A 2 electores: E, C, D, B, A Vencedor de Condorcet: disputas por parejas E