Análisis completo del "algoritmo" de Musk: cómo convertir ideas locas en realidad

Cualquiera puede aprender la poderosa metodología de gestión que está detrás del éxito de Elon Musk.

Al menos, esa es la idea central del nuevo libro “El algoritmo” (The Algorithm) que acaba de publicar Jon McNeill, ex presidente de Tesla. El libro plantea que las exigencias de Musk hacia los equipos de Tesla, así como hacia los del fabricante de cohetes SpaceX, pueden resumirse en cinco pasos.

“Muchas de las genialidades que muestran las empresas de Musk provienen de grandes grupos de talentos de élite a los que ‘el algoritmo’ les da poder,” escribió McNeill en el libro, “a quienes se les otorga autoridad absoluta para cuestionarlo todo e innovar con valentía, con el fin de perseguir metas a las que la gente común difícilmente puede aspirar.”

Cuando vi un evento reciente de Musk, esa clase de planteamiento se me vino a la mente. En el evento anunció planes para un proyecto conjunto entre Tesla y SpaceX, con el objetivo de construir la mayor fábrica de chips de inteligencia artificial (IA) del mundo.

Musk dijo que la capacidad de producción de este proyecto, llamado Terafab, superará con creces la suma total de la capacidad de todas las actuales fábricas de fabricación de chips existentes en el mundo. No es un ámbito en el que normalmente se metan una empresa de automóviles o un fabricante de cohetes, especialmente si se considera que entrar en una industria competitiva y completamente distinta conlleva por sí mismo riesgos.

Sin embargo, los chips de IA son justamente la pieza central del gran panorama de Musk; en su plano, cada año se producirán miles de millones de robots en todo el mundo y los seres humanos realizarán misiones espaciales rumbo a la Luna y a Marte. Como dijo recientemente a la audiencia en Austin, Texas, el objetivo es sencillo: “Convertir la ciencia ficción en hechos científicos”.

Entonces, ¿qué es exactamente “el algoritmo”? Incluye una serie de pasos que parecen simples, pero que encierran un significado profundo: 1) cuestionar cada necesidad; 2) eliminar todos los elementos no necesarios en los procesos (o componentes); 3) simplificar y optimizar; 4) comprimir el tiempo del ciclo; 5) automatizar.

Este método se describió en detalle por primera vez en la biografía de Walter Isaacson, “Elon Musk” (Elon Musk), publicada en 2023. McNeill dijo que Isaacson lo animó a escribir su propio libro para profundizar en la forma en que funciona “el algoritmo”.

McNeill dejó Tesla en 2018; antes de eso, fue el brazo derecho de Musk, y presenció esa etapa en la que Tesla desarrolló con dificultad el revolucionario Model 3 y también el periodo dedicado a aumentar la producción del SUV Model X.

Según la descripción de McNeill, durante ese tiempo, este marco mental para resolver problemas se había vuelto algo cotidiano, de modo que un directivo de Tesla sugirió nombrarlo “algoritmo” para difundirlo de manera más eficiente en toda la empresa.

McNeill le dijo al autor en un episodio del podcast “Bold Names” que este método está arraigado en el pensamiento de “primeros principios” que Musk defiende.

McNeill explicó: “En mi opinión, el pensamiento de primeros principios consiste en descomponer un problema hasta sus elementos más básicos; es decir, yo descompondría el problema… a nivel atómico”.

Sin embargo, practicar a la perfección esta teoría dista mucho de ser fácil, incluso para Musk.

Se estima que el proyecto Terafab costará hasta 20.000 millones de dólares o más, y el proyecto tiene todas las características de “el algoritmo”.

Actualmente, Musk y otros inversores están gastando grandes sumas para construir una capacidad de cómputo más potente que impulse el desarrollo de la IA. Y el cuello de botella clave en este momento está en el suministro de chips de IA y en la energía necesaria para hacer funcionar los centros de datos.

Una parte de la estrategia reciente de IA de SpaceX es trasladar la construcción de centros de datos al espacio. Musk considera que los recursos de energía solar en el espacio son abundantes y, finalmente, los costos operativos serán menores que en la Tierra.

Pero la escasez de suministro de chips está frenando este planteamiento. Musk dice que, para aprovechar xAI y realizar sus ambiciones en el campo de la IA, tanto los vehículos de conducción autónoma de Tesla y los robots humanoides como los centros de datos de IA de SpaceX necesitan gran cantidad de chips, y que hoy la capacidad de producción total de los proveedores globales solo puede satisfacer alrededor del 2% de su demanda.

Musk afirma que ha estado intentando instar a los proveedores a ampliar rápidamente su capacidad de producción, pero esos proveedores suelen tener su propia frecuencia de expansión que no quieren romper.

La mayoría de la gente en el mundo de los negocios, ante una situación así, quizá solo podría sentarse a esperar. Pero Musk se niega a esperar.

Musk dijo: “Este ritmo está muy por debajo de lo que esperamos, así que frente a nosotros solo hay dos opciones: o construimos Terafab, o no habrá chips disponibles. Y como necesitamos chips, vamos a construir Terafab”.

McNeill le dijo al autor que ahí está la esencia de “el algoritmo”: si Musk quiere tomar el control de su destino, no hay dogmas que le obliguen a depender del suministro de chips de otras personas.

“Elon tiene tres líneas de negocio que dependen de chips; él sabe muy bien que esa dependencia es un ‘punto único de fallo’,” le dijo McNeill al autor en un correo electrónico posterior.

El siguiente movimiento de Musk ha generado dudas entre el público, especialmente cuando planea impulsar la salida a bolsa de SpaceX este año. ¿Por qué estas empresas se verían envueltas en una industria de fabricación de chips tan compleja y que consume tanto dinero?

Además, algunos de los grandes planes de Musk de los últimos años no terminaron cumpliéndose, por ejemplo, la intención de ampliar la capacidad anual de Tesla a 20 millones de unidades, mientras que el año pasado la entrega real fue de 1,6 millones; esto también ha restado fuerza al argumento de construir Terafab.

Pero los partidarios sostienen que Musk logró convertir Tesla en un gigante de vehículos eléctricos y transformar SpaceX en el líder de la nueva economía espacial; esos antecedentes bastan para demostrar que, si Musk tiene éxito, puede crear milagros.

Esta “metodología de algoritmo” se ha forjado tras años de luchar a brazo partido. Los cuellos de botella de los proveedores han sido siempre un gran problema al que se enfrentan las empresas de fabricación bajo la órbita de Musk. Esto es especialmente cierto al responder a nuevas tecnologías, porque en esos campos no todos tienen una confianza absoluta, como la de Musk, en el tamaño del mercado potencial de las nuevas oportunidades.

Por ejemplo, poco después de que el Model S de Tesla lograra el éxito, Musk comenzó a planear la construcción de una enorme fábrica de baterías. Con una situación similar a la actual, Musk preveía entonces que la cantidad de baterías necesarias para los vehículos eléctricos superaría la capacidad de producción global, por lo que decidió abrir primero el camino.

Al final, Tesla logró convencer a Panasonic, el proveedor de baterías, para que abriera una gran planta en Nevada, y eso se convirtió en un cimiento clave para el éxito del Model 3.

McNeill le dijo al autor que un elemento central de “el algoritmo” es que puede inyectar una sensación de urgencia en el trabajo diario. Para Musk, esto significa agarrar uno o dos problemas que estén en juego de vida o muerte y no soltarles la vista, semana tras semana.

“Antes asistía a esas reuniones y tenía una certeza muy clara: los CEO de los competidores jamás asistirían personalmente a cada revisión de ingeniería semanal, ni avanzarían el desarrollo de la empresa a esa velocidad,” dijo McNeill. “Por eso, frente a esos competidores, nuestras ventajas acumuladas se van sumando continuamente”.

Hoy, la nueva sensación de urgencia de Musk, evidentemente, se enfoca en el ámbito de la IA en el espacio.

Gran cantidad de información y análisis precisos, todo en la app de Sina Finance

Responsable: Liu Mingliang