¿Qué países lideran la economía de los datos?

Resumen.

¿Qué países son los principales productores de datos? Con aplicaciones alimentadas por datos de inteligencia artificial proyectadas, por McKinsey, para generar 13 billones de dólares en nueva actividad económica global para 2030, esto podría determinar el próximo orden mundial, al igual que el papel que la producción de petróleo ha jugado en la creación de actores de poder económico en el siglo anterior. Mientras que China y Estados Unidos podrían surgir como dos superpotencias de IA, las fuentes de datos no pueden limitarse a concentraciones en unos pocos lugares, como lo hemos hecho con una economía impulsada por el petróleo; es necesario que se obtengan de muchas fuentes diversas y las futuras aplicaciones de IA surgirán de jugadores nuevos e inesperados. El nuevo orden mundial que toma forma es probable que sea más complejo que una simple estructura bipolar. Sobre la base de nuestro trabajo pasado mapeando la evolución digital y la competitividad digital de diferentes países de todo el mundo, intentamos mapear los conjuntos más profundos y amplios de datos útiles.

¿Qué países son los principales productores de datos? Después de todo, con aplicaciones alimentadas por datos de inteligencia artificial proyectado, por McKinsey, para generar 13 billones de dólares en nueva actividad económica mundial para 2030, esto podría determinar el próximo orden mundial, al igual que el papel que la producción petrolera ha jugado en la creación de actores de poder económico en el siglo anterior.

Mientras que China y Estados Unidos podrían surgir como dos superpotencias de IA, las fuentes de datos no pueden limitarse a concentraciones en algunos lugares, ya que lo hemos hecho con una economía impulsada por el petróleo; es necesario que se obtengan de muchas fuentes diversas y futuras aplicaciones de IA surgirán de jugadores nuevos e inesperados. Es probable que el nuevo orden mundial que toma forma sea más complejo que una simple estructura bipolar, sobre todo porque los datos se están produciendo a un ritmo que desbaratan la mente.

Sobre la base de nuestra pasado trabajo mapeando la evolución digital y la competitividad digital de diferentes países de todo el mundo, queríamos tratar de localizar los más profundos y amplios conjuntos de datos útiles. Esto es esencial para ejecutar los innumerables modelos de aprendizaje automático críticos para la IA. Para ello, es útil hacer una distinción entre el volumen bruto de datos y una medida que llamaremos «producto bruto de datos», nuestra versión del nuevo PIB. Para identificar a los principales productores del «producto bruto de datos» del mundo, proponemos utilizar cuatro criterios:

1. Volumen: Cantidad absoluta de banda ancha consumida por un país, como proxy para los datos brutos generados.
2. Uso: Número de usuarios activos en Internet, como proxy para la amplitud de comportamientos, necesidades y contextos de uso.
3. Accesibilidad: La apertura institucional a los flujos de datos como una forma de evaluar si los datos generados en un país permiten una mayor usabilidad y accesibilidad para múltiples investigadores de IA, innovadores y aplicaciones.
4. Complejidad: Volumen de consumo de banda ancha per cápita, como indicador de la sofisticación y complejidad de la actividad digital.

Hay varios matices a tener en cuenta. Por un lado, reconocemos que el rastreo digital que generan los ordenadores de todo el mundo abarca una amplia gama de actividades, desde el envío de un mensaje de texto SMS hasta la realización de una transacción financiera. Para permitir una comparación entre manzanas y manzanas en todo el mundo, utilizamos la banda ancha per cápita como medida de tal amplitud y complejidad (en cierto modo, imitando el uso del ingreso per cápita como indicador de la prosperidad general).

En segundo lugar, hay diferencias entre los países en cuanto a cómo se comparten los datos privados entre las agencias y si existen marcos de identidad digital que puedan ayudar a conectar a las personas con sus actividades digitales. Estos factores institucionales podrían marcar una diferencia en la forma en que los datos podrían finalmente ser agrupados. No llamamos estas distinciones. Elegimos los países incluidos en nuestro análisis en base a algunas consideraciones: 1) Los países que son los contribuyentes más significativos a la economía digital global, ya sea porque están muy altos en nuestra puntuación anterior del índice de evolución digital o porque tienen un fuerte impulso en sus actividades digitales; 2) Países que representan una dispersión razonable en términos de región y posición socioeconómica; y 3) Países que nos proporcionaron una sólida base de datos y pruebas para realizar los análisis.

Por último, una consideración importante a la hora de determinar la accesibilidad es la privacidad. Los problemas de privacidad y las regulaciones de protección de datos pueden ayudar u obstaculizar la capacidad de los algoritmos para desarrollar nuevas capacidades. Para este análisis, adoptamos la posición de que un marco establecido para garantizar la privacidad y la protección de datos y la apertura a la movilidad de los datos es un beneficio neto y un contribuyente positivo al desarrollo de la IA a largo plazo. A modo de ejemplo, considere el problema de la detección de fraudes en las transacciones financieras. Las aplicaciones que se basan en información de diversas ubicaciones geográficas y múltiples contextos de uso ayudan a establecer patrones de confiabilidad y ayudan a marcar los riesgos de seguridad; estas aplicaciones se benefician de sistemas que cumplen el criterio de accesibilidad. Dicho esto, reconocemos que en el corto plazo podría haber algunos países —China es el ejemplo preeminente— en los que el intercambio de datos entre organismos del sector público y privado con muy poca movilidad más allá de las fronteras nacionales podría violar las normas de privacidad y apertura y, sin embargo, producir una ventaja temporal en algoritmos de entrenamiento dentro de un «jardín amurallado».

Más sobre la metodología

Esta investigación fue una colaboración entre la iniciativa The Digital Planet en The Fletcher School, Tufts University y Mastercard. Analizamos información de 30 países sobre:

Número de usuarios de Internet en un país, 2017 (Fuente: Euromonitor)

La medida agregada de la cantidad de tráfico de banda ancha por país (fijo y móvil) que se determinó utilizando un conjunto de datos combinado creado con Cisco como fuente principal, y los datos de la UIT como fuente secundaria, para los países con información faltante.

Tráfico IP, en terabytes, 2017 (Fuente: Cisco)

Tráfico de Internet de banda ancha móvil (dentro del país, 2017); en terabytes + tráfico fijo (cableado) de Internet de banda ancha en terabytes, 2017 (Fuente: UIT)

El ítem 2 dividido por el ítem 1, genera la medida de consumo per cápita de banda ancha.

Las barreras institucionales a las corrientes de datos, que se puntuaron teniendo en cuenta varios factores:
¿Hasta qué punto el gobierno comparte abiertamente los datos? Esto se basa en información sobre la apertura del gobierno y el intercambio de datos (Fuentes: Índice Global de Datos Abiertos/Asociación para el Gobierno Abierto)

¿En qué medida repercuten las políticas de protección de datos y privacidad en el libre flujo de datos? Esto se basa en las políticas de protección de datos y privacidad (Fuente: CNIL)

¿Hasta qué punto permiten los países la libre circulación de datos? Esto se basa en informes sobre políticas y regulaciones de localización de datos (Fuente: Investigación de la Escuela Fletcher utilizando múltiples agencias nacionales y fuentes de noticias).

¿Cuál de estos criterios debería utilizarse para evaluar un posible nuevo orden mundial, basado en datos? Creemos que la accesibilidad debe seguir siendo un criterio fundamental. Si se toma el punto de vista de que las aplicaciones de IA de mayor impacto y mayor impacto son las que sirven para el mayor propósito público, el acceso a los datos es clave. En su reciente estudio de la IA para el bien público, McKinsey cita el acceso como una de las principales barreras: de los 18 cuellos de botella identificados por McKinsey, seis se refieren a la disponibilidad, volumen, calidad y usabilidad de los datos.

Esta tabla a continuación muestra lo que sucede cuando los 30 países que estudiamos fueron mapeados usando dos de nuestros criterios:

Si bien los Estados Unidos obtienen buenos resultados en los tres criterios —y esto podría parecer contrario a la sabiduría dominante — China opera con una desventaja si la accesibilidad global de los datos se considera esencial para crear aplicaciones exitosas de IA en el futuro. Si la UE (actualmente incluido el Reino Unido) actuara como un colectivo, representa un productor clave que podría rivalizar con Estados Unidos. Además, China, otros países BRIC, Brasil, India, Rusia, podrían surgir como fuertes contendientes de nivel dos, principalmente en los puntos fuertes de los datos brutos que producen; sin embargo, ellos también serían minusválidos por problemas de accesibilidad.

Surge un conjunto diferente de implicaciones para los países más pequeños, como Nueva Zelandia, o los que no están afiliados a uniones económicas más grandes, como Corea del Sur, pero con una gran apertura y movilidad en los flujos de datos; esos países se beneficiarían de establecer acuerdos comerciales en datos con otros países «abiertos» y superar así sus limitaciones naturales, ya sea en términos de número de usuarios o en términos de la banda ancha total consumida dentro del país. Aún no se han determinado las formas que podrían adoptar esos acuerdos comerciales o de intercambio de datos; sin embargo, podemos prever que podrían ser una posibilidad distinta, especialmente cuando reconocemos que el producto bruto de datos tiene un valor igual que cualquier otro producto que se comercializa libremente hoy.

Por supuesto, la dirección de las aplicaciones de inteligencia artificial de alto valor sigue surgiendo. También existe el riesgo de que la IA misma sea exagerada, malentendida y configurada para decepciones en el futuro. Pero está claro que muchas aplicaciones importantes ya están en uso y están llegando más. Nuestro marco analítico es lo suficientemente flexible como para tener en cuenta dicha fluidez. Si utilizamos un conjunto diferente de criterios por ser más relevantes para impulsar aplicaciones exitosas de IA, encontramos una imagen diferente emergente. La siguiente tabla ofrece una de esas posibilidades, donde solo se consideran la complejidad y la accesibilidad.

Cuando se ve de esta manera, hay una estructuración más lineal de este «nuevo» orden mundial impulsado por datos. El alto consumo de banda ancha per cápita y los países institucionalmente abiertos (en la parte superior derecha del gráfico) surgen como los ganadores claros. Se puede imaginar un escenario en el que la alta complejidad y movilidad de los flujos de datos en la parte superior derecha del gráfico permitan una zona de «libre comercio» más productiva, en la que los países se benefician mutuamente al aprovechar los depósitos de datos de los demás.

Finalmente, consideramos un escenario en el que los cuatro criterios deberían considerarse importantes. Si asignamos pesos equivalentes a los cuatro, aparece una clasificación de «nuevos» productores de datos y un orden mundial actualizado.

1. Estados Unidos
2. Reino Unido
3. China
4. Suiza
5. Corea del Sur
6. Francia
7. Canadá
8. Suecia
9. Australia
10. República Checa
11. Japón
12. Nueva Zelanda
13. Alemania
14. España
15. Irlanda
16. Italia
17. Portugal
18. México
19. Argentina
20. Chile
21. Polonia
22. Brasil
23. Grecia
24. India
25. Sudáfrica
26. Hungría
27. Malasia
28. Rusia
29. Turquía
30. Indonesia

Por supuesto, estas segmentaciones proporcionan una visión de dónde se basan los principales productores de datos en un conjunto de supuestos sobre lo que será importante para las aplicaciones de mayor valor en el futuro. Nuestro propósito era reconocer las incertidumbres y mostrar cómo las suposiciones alternativas producen diferentes escenarios para el orden mundial. Surgiría una segmentación y clasificación diferentes si se formulara un conjunto diferente de preguntas centradas en los resultados, como el valor económico o geopolítico a través de la IA que podría asignarse a cada país o cómo se clasifican los países en términos de facilidad para hacer negocios digitales actualmente mientras se preparan para tal futuro. Los estamos desarrollando en futuros proyectos de investigación.

Los datos son el combustible de la nueva economía, y más aún de la economía venidera. Al declarar en 2017 que el recurso más valioso del mundo ya no es petróleo, sino datos, The Economist dijo: «Ya sea que vaya a correr, ver la televisión o incluso simplemente sentarse en el tráfico, prácticamente todas las actividades crean un rastro digital: más materia prima para las destilerías de datos». Los algoritmos entrenados por todos estos rastros digitales serán globalmente transformadores. Es posible que surja un nuevo orden mundial, junto con un nuevo «PIB» —producto bruto de datos — que capte una medida emergente de la riqueza y el poder de las naciones. Es hora de que identifiquemos cómo se ve el campo ahora que se están desarrollando nuevas oportunidades competitivas y colaborativas.

Nota del editor: Cada ranking o índice es sólo una forma de analizar y comparar empresas o lugares, basado en una metodología y conjunto de datos específicos. En HBR, creemos que un índice bien diseñado puede proporcionar información útil, aunque por definición es una instantánea de un panorama más amplio. Siempre le instamos a leer detenidamente la metodología.

— Escrito por Bhaskar Chakravorti, Ravi Shankar Chaturvedi Bhaskar Chakravorti,