AI Innovation and Firm Performance in the Medical Device Industry
Este artículo aprovecha los registros de autorización de la FDA en el sector de los dispositivos médicos para demostrar que la colaboración externa en investigación de IA impulsa la introducción de dispositivos habilitados para IA, lo que posteriormente aumenta la productividad laboral de las empresas, particularmente para las compañías más pequeñas, aunque las ganancias en los márgenes de beneficio son menos consistentes debido a las presiones competitivas.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En el mundo de la medicina, el camino desde una idea brillante hasta un dispositivo que salva una vida está pavimentado con reglas estrictas. A diferencia de una nueva aplicación o una pieza de software que puede descargarse en el momento en que se termina, un dispositivo médico que utiliza inteligencia artificial debe pasar una prueba rigurosa antes de poder tocar a un paciente. En los Estados Unidos, una agencia federal conocida como la Administración de Alimentos y Medicamentos actúa como el guardián. Una empresa debe demostrar que su invento es seguro y eficaz, y solo entonces el gobierno otorga una autorización formal. Este proceso deja un registro claro y fechado: una empresa específica, en un momento específico, introdujo con éxito una herramienta específica impulsada por IA en el mercado. Este registro es poco común en el mundo de la investigación empresarial. Por lo general, cuando los economistas intentan estudiar cómo la inteligencia artificial ayuda a las empresas, tienen que suponer. Podrían observar las ofertas de empleo para ver si una firma está contratando expertos en IA, o contar patentes para ver si una firma está solicitando protección. Pero estos son solo signos de intención; no prueban que la empresa realmente construyó un producto que funcione o que obtuvo dinero de él. La industria de los dispositivos médicos ofrece una ventana única donde los investigadores pueden ver el resultado real, no solo la promesa.
Un equipo de investigadores se propuso utilizar esta ventana única para responder dos preguntas simples pero difíciles. Primero, ¿cómo construyen realmente las empresas de tecnología médica la capacidad de crear estos dispositivos de IA? Segundo, ¿el hecho de introducir con éxito tal dispositivo en el mercado mejora realmente el desempeño de la empresa? Para encontrar las respuestas, construyeron un mapa masivo y detallado de la industria. Vincularon cuatro fuentes diferentes de información: la lista oficial de cada dispositivo médico de IA autorizado por el gobierno, registros de patentes que muestran qué tecnologías poseen las empresas, artículos científicos que muestran qué investigaciones han publicado las empresas y registros financieros que muestran cuánto dinero ganan y gastan las empresas. Se centraron en tres áreas de la medicina donde la IA es más activa: radiología (imagenología), enfermedades cardíacas y neurología. Al rastrear el viaje desde las asociaciones de investigación de una empresa hasta su producto final y luego a su cuenta bancaria, pudieron ver la historia completa de la innovación.
Los investigadores descubrieron que el secreto para construir estos dispositivos a menudo reside en a quién conoces. Las empresas que trabajan estrechamente con expertos externos tienen muchas más probabilidades de tener éxito en el lanzamiento de un dispositivo de IA. Esto es especialmente cierto para las empresas más pequeñas. Las grandes firmas suelen tener sus propios equipos internos de científicos e ingenieros, pero las firmas más pequeñas generalmente no. Para ellas, recurrir a universidades, hospitales y otras empresas no es solo algo deseable; es un sustituto de sus propios recursos faltantes. El estudio encontró que cuando una pequeña firma se asocia con investigadores externos, sus posibilidades de introducir un nuevo dispositivo de IA aumentan significamente. Sin embargo, no todas las asociaciones son iguales. Las colaboraciones más efectivas son con otras empresas y con socios clínicos, como los hospitales. Estos grupos están más cerca de la realidad desordenada y práctica de lograr que un dispositivo sea aprobado y vendido. Las asociaciones con universidades, aunque comunes, tuvieron el menor impacto en la introducción de un dispositivo al mercado. Esto sugiere que, si bien las universidades proporcionan la ciencia básica, el camino hacia un dispositivo médico autorizado requiere el conocimiento específico y práctico que poseen los socios industriales y clínicos.
Una vez que una empresa logra introducir con éxito un dispositivo de IA en el mercado, los resultados financieros son mixtos pero reveladores. El estudio encontró un impulso claro y fuerte en la productividad laboral. Esto significa que, por cada trabajador, la empresa produce más valor. Esta ganancia es real y duradera; ocurre tanto si la empresa es pequeña como grande, y se fortalece a medida que la empresa introduce más dispositivos con el tiempo. Los investigadores creen que esto sucede porque la IA se entreteje en el proceso de producción de la empresa, haciendo que el trabajo mismo sea más eficiente. Sin embargo, la historia es diferente cuando se observa los márgenes de beneficio. Si bien la productividad aumenta, el beneficio adicional por venta no se mantiene tan bien. Los datos sugieren que, a medida que más empresas entran en el campo con dispositivos de IA similares, la competencia aumenta. Esta competencia erosiona el poder de cobrar precios altos, por lo que el dinero extra obtenido por la eficiencia se ve consumido por la necesidad de competir. El resultado es una empresa que es más productiva y eficiente, pero no necesariamente más rentable a corto plazo, porque el mercado se vuelve saturado.
El estudio también analizó quién está innovando. Las empresas jóvenes, o empresas emergentes (start-ups), son sorprendentemente activas en este espacio. Son más propensas a introducir un dispositivo de IA que las firmas más antiguas y establecidas, siempre que tengan las conexiones externas adecuadas. Esto tiene sentido, ya que las nuevas firmas a menudo se construyen en torno a una tecnología específica y enfrentan menos sistemas antiguos que las frenen. Sin embargo, a pesar de su entusiasmo y éxito en el lanzamiento de productos, estas start-ups no mostraron las mismas ganancias de productividad a largo plazo que las firmas más grandes y establecidas en la etapa final del análisis. Esto insinúa que, si bien las start-ups pueden ser ágiles y rápidas para llegar al mercado, las mejoras de eficiencia profundas y duraderas pueden requerir la escala y la estabilidad de una organización más grande.
En última instancia, esta investigación dibuja la imagen de una industria en transición. La inteligencia artificial no es una varita mágica que hace rica instantáneamente a cada empresa. En cambio, es una herramienta que recompensa a quienes saben cómo conectar con las personas adecuadas. Para las firmas más pequeñas, la clave es construir puentes con expertos externos, particularmente aquellos en hospitales y otras empresas que comprenden los obstáculos regulatorios. Para todos, la recompensa es real en términos de eficiencia y producción, pero la ganancia financiera se ve atenuada por la realidad de un mercado competitivo. El estudio confirma que la innovación es una cadena: comienza con el conocimiento, avanza a través de la colaboración, resulta en un producto regulado y finalmente se establece en las operaciones diarias de la empresa. En el mundo de los dispositivos médicos, donde las reglas son estrictas y los riesgos son altos, la capacidad de navegar esta cadena es lo que separa a aquellos que simplemente intentan usar la IA de aquellos que logran llevarla con éxito a los pacientes que la necesitan.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.