Donem per fet que totes les innovacions arriben a un punt on toquen sostre, on entren en una fase d’estancament. Però aquesta manera d’entendre l’evolució de la innovació és relativament recent.

Pel que fa a la difusió de les innovacions, el comportament segueix una corba en forma de S, coneguda des dels anys seixanta gràcies a Everett Rogers, el sociòleg nord-americà que va estudiar la difusió del blat de moro híbrid entre els agricultors d’Iowa. Rogers va observar que la innovació es propaga des dels primers adoptants (early adopters) fins a la majoria tardana (late majority) seguint una distribució normal, de manera que el seu acumulat dibuixa una corba sigmoide (en forma de S majúscula). Aquest model va ser ràpidament adoptat pel marketing, que el va popularitzar.

Però què passa amb les tecnologies? També segueixen una corba semblant? La resposta no va arribar fins a mitjans dels anys vuitanta, amb Richard Foster, soci de McKinsey, que va estudiar l’evolució del rendiment tecnològic i va descobrir que també seguia una trajectòria en forma de S. Primer, una fase inicial de creixement lent; després, una acceleració que, si és molt pronunciada, sovint es confon amb una exponencial; i finalment, una fase de maduresa, on els avenços són marginals i la tecnologia és reemplaçada per una de nova.

Aleshores, si totes les tecnologies acaben arribant a un sostre, a un plateau, per què parlem de disrupció?

Una tecnologia és disruptiva quan és genèrica i capaç de transformar molts altres àmbits a través de la seva adopció i hibridació

Les disrupcions no es refereixen només a l’impacte dins d’un sector, sinó al seu efecte en tots els altres. Una tecnologia és disruptiva quan és genèrica i capaç de transformar molts altres àmbits a través de la seva adopció i hibridació. L’electricitat, internet o els smartphones en són exemples: triguen anys o dècades a mostrar tot el seu impacte, però quan ho fan, res torna a ser igual. Només queden dos tipus d’organitzacions les que han adoptat la tecnologia disruptiva i les que estan mortes.

La IA generativa és, sense cap dubte, una d’aquestes tecnologies. Les disrupcions redefineixen mercats, empreses, governs i societats, creant nous guanyadors i perdedors. Avui, moltes de les empreses més valuoses del món —com OpenAI o NVIDIA— no existien, o eren marginals, fa només uns anys.

A escala geopolítica, la Xina avança amb la seva adopció accelerada i ja competeix de tu a tu amb els Estats Units, mentre que Europa, obsessionada amb regular abans d’adoptar, corre el risc de convertir-se en un parc temàtic que acabi regulant el no-res, perquè no té cap producte propi a qui aplicar plenament la seva regulació. És totalment dependent de productes americans o xinesos.

Però si totes les innovacions toquen sostre...

Ara bé, si Foster té raó, la tecnologia que ha donat origen a la IA generativa —els transformers— arribarà tard o d’hora a la seva maduresa. Els desenvolupaments posteriors tindran un impacte decreixent i acabaran generant un plateau. La seva difusió seguirà la mateixa pauta, amb un decalatge d’anys o dècades, fins que arribi la pròxima onada tecnològica que encara no podem imaginar.

Llavors, què fa que aquesta vegada sigui diferent?

Per respondre-ho, cal recórrer a Paul Romer, Premi Nobel d’Economia el 2018. Romer va trencar amb la idea que la innovació simplement “passa”. Va explicar que el coneixement és el motor endogen del creixement econòmic, i que les societats poden afavorir la generació d’idees mitjançant l’educació, la recerca i la innovació. Les seves idees (dècades 1980-90) són la base de les actuals polítiques d’innovació.

El coneixement, deia Romer, és un bé no rival: no s’esgota quan s’utilitza. Per això, acumular idees i combinar-les genera efectes compostos que poden sostenir el creixement a llarg termini. Tanmateix, aquest procés també té límits. Generar nou coneixement depèn dels recursos, del context cultural, de la intensitat competitiva o fins i tot de factors que tensionin les societats i injectin un sentit d’urgència com ara la guerra. No totes les societats, per molt potencial que tinguin, aconsegueixen convertir la seva capacitat científica en innovació real, aquest és un fenomen ben conegut a Europa.

Acumular idees i combinar-les genera efectes compostos que poden sostenir el creixement a llarg termini

El punt clau, però, és la capacitat de generar coneixement, tant bàsic com aplicat. Aquest és sempre un recurs escàs. No només pel que fa a la capacitat, també pel que fa a la velocitat. Si sintetitzar una proteïna costa cinc anys i un doctorat, per molts doctorands que tinguis, no aniràs massa de pressa.

Ara bé, què passaria si tinguéssim una màquina capaç de generar coneixement? En termes econòmics, si poguéssim traslladar la creació d’idees a capital, com fem amb la mà d’obra o els robots?

Si això fos possible i ràpid, hauríem assolit el somni de Paul Romer: un creixement sostingut, endogen i a gran velocitat, independent dels condicionants culturals o institucionals.

Bé, això és exactament el que comença a passar.

La màquina d’innovar

Ja tenim models d’IA capaços de descobrir proteïnes i predir-ne el plegament. En laboratoris com el de David Sinclair (Harvard), es fan servir models de llenguatge com K-Dense (una adaptació de Gemini 2.5) per descobrir bio-marcadors en setmanes en comptes de mesos. En altres camps —com les matemàtiques, l’aeroespacial o la química—, els models també comencen a generar coneixement nou per si sols.

Ens estem acostant, doncs, a una màquina de generar coneixement, l’objectiu declarat d’empreses com OpenAI, Anthropic o Alibaba: la recerca – bàsica o aplicada – automàtica i accelerada.

Les implicacions en termes de competitivitat són enormes. Una organització que disposi d’una màquina així podrà acumular i combinar coneixement a una velocitat inassolible per qualsevol que no la tingui.

Ens estem acostant a una màquina de generar coneixement, l’objectiu declarat d’empreses com OpenAI, Anthropic o Alibaba

Aquest efecte compost, on cada descobriment s’acumula i s’hibrida amb els anteriors, pot donar lloc a quelcom inèdit: un creixement exponencial sostenible, sense plateau.

Us imagineu un laboratori farmacèutic, una empresa aeroespacial o fins i tot un país amb aquesta capacitat? No és només una cursa per millorar l’eficiència o reduir costos: és la cursa per la màquina d’innovar.

Una cursa que, per primer cop, podria canviar per sempre la relació entre el coneixement, el temps i el progrés.

Ara bé, aquí arribar primer sí que importa.