I. Antecedentes
El Internet de las Cosas (IoT) es un término acuñado en la década de los 2000 y a
partir de este lapso comienzan a surgir diferentes propuestas para éste: el hogar,
la industria, los servicios que proveen las ciudades, etcétera. En particular, relacionado
con los servicios que prestan las ciudades, el enfoque se puntualiza al incorporar
estas tecnologías en las ahora llamadas ciudades inteligentes. En este sentido, la
preocupación por la movilidad y la gestión del tráfico se hace presente con el fin
de mejorar la calidad de vida de sus ciudadanos.
En 2010 se planteaban los primeros indicios de cómo el IoT cambiaría la forma habitual
de realizar ciertas actividades en el turismo, el comercio, la seguridad, el tráfico,
el entretenimiento, etcétera (Alzahrani, Loke y Lu, 2011; Carvin, Owezarski y Berthou, 2012) y cómo estas actividades se realizarían en un entorno más inteligente e integrado
y en donde los usuarios saben menos del funcionamiento y composición interior de una
computadora, pero reciben más beneficios de su uso (Koivisto, 2011).
Posteriormente, diferentes usuarios de vialidades empiezan a compartir datos generados
en tiempo real, para mejorar el tráfico urbano con las herramientas de los teléfonos
inteligentes (Vujić et al., 2015). A la par, se da la promoción de los gobiernos en la creación de sistemas de big data, sistemas de visualización y control mediante arquitectura de código abierto (Suárez et al., 2015), también el planteamiento de sistemas de transporte inteligente basados en IoT e
inteligencia artificial para formar sistemas de transporte urbano integrados (Zhang, 2013), control de emisiones e inspecciones vehiculares mediante sistemas inalámbricos
de inspección y notificación para monitorear el estado del motor del vehículo in situ mediante sensores RFID instalados en los vehículos y simulado para ciudades como
Shenzhen, Nueva York y Londres (Wong et al., 2015). Siendo lo anterior la base para la construcción de sistemas IoT que reducen el
consumo de grandes cantidades de energía en ambientes simulados (Wong et al., 2015).
Se cuentan entre las tecnologías con transversalidad en diversas áreas. La computación
en la niebla (aplicaciones y servicios que requieren una latencia muy baja y previsible)
que atiende los problemas de seguridad y privacidad que pueden presentarse (Ni et al., 2018); los esfuerzos realizados por los organismos de normalización en el contexto de
las ciudades inteligentes para mejorar sus servicios (Mehmood et al., 2017); los sistemas de seguridad bajo el concepto blockchain para la simplificación de dominios (Lei et al., 2017); el edge computing para entornos informáticos distribuidos (El-Sayed et al., 2018); las redes neuronales y mejoras en redes 5G (Militano et al., 2015; Araniti et al., 2017).
Las mismas necesidades de la sociedad dieron impulso al desarrollo tecnológico con
mayor cobertura, así se buscó contextualizar las ciudades inteligentes y big data de acuerdo a las características nacionales (o regionales) para integrar servicios
municipales, negocios, transporte, agua, fuentes de energía y otros subsistemas urbanos,
y cómo las ciudades intervienen en estos procesos espacio-tiempo (Wu et al., 2018; Coletta y Kitchin, 2017). Su implementación en empresas de logística para mejorar la seguridad del conductor
y reducir los costos operativos y el impacto ambiental de sus vehículos (Hopkins y Hawking, 2018); el cambio de la red 4G a la 5G, el crecimiento de los datos y los cambios de modelos
de negocio de los operadores móviles (Oughton et al., 2018); el impulso de las ciudades hacia una movilidad inteligente y el diseño de modelos
que den prioridad a los vehículos de emergencia (Freitas et al., 2017; Chowdhury, 2016) y la importancia del monitoreo y mitigación de la contaminación atmosférica implementando
soluciones IoT (Miles et al., 2018).
Del 2019 al 2020, la literatura muestra la importancia a las mejoras de la eficiencia
energética mediante enlaces de dispositivo a dispositivo (D2D), los cuales logran
una mayor eficiencia energética para las diferentes configuraciones de la red (Kuang at al., 2019); asimismo mejorar la calidad de las experiencias de los usuarios mediante algoritmos
de asignación de recursos bajo diferentes velocidades de transmisión de forma adaptativa
(He et al., 2020) y que reaccionen de inmediato cuando ocurren fallas para recuperar redes utilizando
técnicas de monitoreo en tiempo real y administrar la demanda, los recursos así como
aumentar la confiabilidad del sistema (Al-Rubaye et al., 2019); mejoras en la red 5G respondiendo a los retardos extremo a extremo para los flujos
de tráfico (Ye et al., 2019), a la vez que se enriquecen las propuestas orientadas al internet de los vehículos
mediante la reducción del tiempo de respuesta de los servicios para la administración
del tráfico al permitir la difusión de contenido en tiempo real (Wang et al., 2019) y la integración de nubes vehiculares para ciudades inteligentes mediante redes
como LORaWAN la cual ofrece comunicación eficiente y de largo alcance (Khattak et al., 2019), donde los nuevos retos se enfocan en el despliegue de dispositivos (diseño/configuración
del sistema) y en la administración de los mismos (ejecución del sistema) (Du et al., 2019).
Finalmente, el planteamiento y transición de la industria 5.0 que implica la penetración
de la inteligencia artificial en la vida humana para aumentar el nivel de sus capacidades,
en donde las principales tecnologías que permitirán esta transición están asociadas
a nuevos tipos de computadoras distribuidas: Internet, sistemas y tecnologías multi
agente, ontología y bases de conocimiento, teoría de sistemas adaptativos complejos,
inteligencia emergente, arquitectura evergetic y empresarial (Martynov et al., 2019).
Lo anterior da muestra de la evolución tecnológica del IoT y su aplicación a la vida
diaria de los individuos y de las sociedades. No obstante, es evidente, que todo ello
ha sido posible por el desarrollo tecnológico. De ahí que la cuestión fundamental
de esta investigación sea conocer en qué condiciones ocurrió el progreso en este campo
tecnológico; asimismo, al estudiar la evolución tecnológica del IoT aplicado a la
gestión del tráfico, se pretende identificar quiénes aportaron las ideas iniciales,
cómo fue transformándose su orientación y cuál es la tendencia actual.
Ahora bien, el desarrollo de las tecnologías a través de análisis de patentes ha sido
reconocido en diversos trabajos. Ciertamente no son un indicador preciso de innovación.
Sin embargo, es indudable que el documento de patente refleja una tecnología, toda
vez que implica actividad inventiva, aplicación industrial o solución a un problema
tecnológico y disruptivo, requisitos ampliamente reconocidos (Sick et al., 2021).
II. Metodología
Se acota el tema de ciudades inteligentes a su rubro de IoT. Mediante el análisis
de patentes realizado por el gobierno de Reino Unido, se identificaron los clasificadores
que caracterizan el IoT.1 Con el fin de sólo analizar aquellas tecnologías relacionadas a tráfico y transporte
terrestre motorizado, se seleccionaron las palabras clave traffic, transport OR vehicle excluyendo aquellas que tuvieran relaciones con otro tipo de transporte y el cual
pueda gestionarse mediante IoT (aircraft or railway or aviation).
Conceptualmente la ciudad digital surge en los años noventa, sin embargo, en la década
de los 2000 se da la distinción entre ciudades inteligentes y ciudad digital en donde
las primeras se distinguen por un alto uso de conocimiento e innovación, mientras
que la segunda se limita a espacios para los entornos digitales o virtuales.2
Sin embargo, el concepto da un giro al considerar el transporte como una de las vertientes
de estudio dentro del plano de la sustentabilidad, la implementación de las tecnologías
de la información y una administración participativa, por lo que el periodo de estudio
propuesto se ubica dentro del rango de años 2010-2022.
Se toma como referencia la fecha de publicación ya que nos ofrece una revisión total
para el estado del arte, debido a que estas son solicitudes de patentes que ya han
cumplido con los requisitos de forma y que se considera que puede tener una aportación
en algún campo tecnológico, por lo que se someten a la revisión de fondo.
Campos tecnológicos de la búsqueda acorde a la Clasificación Internacional de Patentes
y la CPC:
Cuadro 1
Clasificadores tecnológicos.
|
CPC3
|
CIP
|
Descripción de la clase tecnológica
|
|
H04L29/08 - H 04L 29/0899
|
H04L029 / 08
|
Control de comunicaciones; Procesamiento de comunicaciones caracterizado por un protocolo;
Procedimiento de control de transmisión, por ejemplo, procedimiento de control de
nivel de enlace de datos.
|
|
H04L012 / 28
|
H04L012 / 28
|
Redes de conmutación de datos caracterizadas por la configuración de la ruta, por
ejemplo, LAN (redes de área local) o WAN (redes de área amplia).
|
|
H 04L 29/06 - H 04L 29/06993
|
H04L029 / 06
|
Control de comunicaciones; Procesamiento de comunicación caracterizado por un protocolo.
|
|
G06F 15/16 Y G06F 15/161
|
G06F015 / 16
|
Ordenadores digitales en general; Equipos de procesamiento de datos en general; Combinaciones
de dos o más computadoras digitales, cada una con al menos una unidad aritmética,
una unidad de programa y un registro, por ejemplo, para el procesamiento simultáneo
de varios programas.
|
|
G 05B 19/418- G 05B 19/41895
|
G05B019 / 418
|
Sistemas de control de programa → eléctrico → Control total de fábrica, es decir,
control centralizado de una pluralidad de máquinas, por ejemplo, Control numérico
directo o distribuido (DNC), sistemas de fabricación flexible (FMS), sistemas de fabricación
integrados (IMS), fabricación integrada por computadora (CIM).
|
|
H 04W 84/18
|
H04W084 / 18
|
Topologías de red → Redes auto organizadas, por ejemplo, redes ad hoc o redes de sensores.
|
|
H 04W 4/00
|
H04W004 / 00
|
Servicios o instalaciones especialmente adaptados para redes de comunicaciones inalámbricas.
|
|
G 08C 17/02
|
G08C017 / 02
|
Disposiciones para transmitir señales caracterizadas por el uso de un enlace eléctrico
inalámbrico → utilizando un enlace de radio.
|
|
H 04W 72/04- H 04W 72/0493
|
H04W072 / 04
|
Gestión de recursos locales, por ejemplo, selección o asignación de recursos inalámbricos
o programación de tráfico inalámbrico → Asignación de recursos inalámbricos.
|
|
H 04B 7/2606- H 04B 7/2687
|
H04B007 / 26
|
Sistemas de transmisión por radio, es decir, que utilizan el campo de radiación para
la comunicación entre dos o más puestos, al menos uno de los cuales es móvil.
|
Por lo tanto, se obtuvo la siguiente estrategia de búsqueda, incluyendo el periodo
de estudio (2010-2022) y los clasificadores IoT del estudio mencionado:
Title, abstract and claims ((traffic AND (transport OR vehicle) NOT (aircraft OR railway
or aviation)) AND CIP (H04L029/08 OR H04L012/28 OR H04L029/06 OR G06F015/16 OR G05B019/418
OR H04W084/18 OR H04W004/00 OR G08C017/02 OR H04W072/04 OR H04B007/26) AND Publication
Data (2010-2022).
Las bases de patentes utilizadas fueron las relativas a la Oficina de Patentes y Marcas
de Estados Unidos (USPTO, por sus siglas en inglés), la Oficina de Patente de Europa
(EPO) y, del Instituto Mexicano de la Propiedad Industrial (IMPI), mediante el buscador
siga. Los softwares utilizados fueron Patent Pulse y LENS. El análisis se hizo considerando
las familias de patentes.
Posteriormente, mediante el motor de búsqueda de Patent Pulse,5 se ingresaron los datos de acuerdo con los parámetros de búsqueda anteriores, obteniendo
los siguientes resultados:
Cuadro 2
Resultados obtenidos.
|
Base de Patentes
|
Estrategia
|
Resultado por familias
|
|
USPTO_US Published
|
ti, ab, claim: (traffic AND (transport OR vehicle) NOT(aircraft OR railway OR aviation))
AND ((ic:(H04L12/28*) OR ic:(H04L29/06*) OR ic:(H04W84/18*) OR ic:(H04W72/04*) OR
ic:(H04B7/26*) OR ic:(H04W4/00*) OR ic:(H04L29/08*) OR ic:(G06F15/16*) OR ic:(G05B19/418*)
OR ic:(G08C17/02*))) AND pd:2010,2022.
|
1446
|
|
EPO_Published
|
ti, ab, claim: (traffic AND (transport OR vehicle) NOT(aircraft OR railway or aviation))
AND ((ic:(H04L12/28*) OR ic:(H04L29/06*) OR ic:(H04W84/18*) OR ic:(H04W72/04*) OR
ic:(H04B7/26*) OR ic:(H04W4/00*) OR ic:(H04L29/08*) OR ic:(G06F15/16*) OR ic:(G05B19/418*)
OR ic:(G08C17/02*))) AND pd:2010,2022.
|
405
|
|
IMPI* |
(title:((traffic AND (transport OR vehicle) NOT(aircraft OR railway OR aviation)))
OR abstract:((traffic AND (transport OR vehicle) NOT(aircraft OR railway OR aviation)))
OR claims:((traffic AND (transport OR vehicle) NOT(aircraft OR railway OR aviation))))AND
classification_ipcr:H04L12/28* OR classification_ipcr: H04L29/06* OR classification_ipcr:H04W84/18*
OR classification_ipcr:H04W72/04* OR classification_ipcr:H04B7/26* OR classification_ipcr:H04W4/00*
OR classification_ipcr:H04L29/08* OR classification_ipcr:G06F15/16* OR classification_ipcr:G05B19/
418* OR classification_ipcr:G08C17/02* Filters: Publication Date = (2010-01-01 - 2022-10-27 ). Group by Simple Families = Jurisdiction = (Mexico). |
118
|
Con el fin de lograr el objetivo planteado se estudia el comportamiento, del 2010
al 2020, de los siguientes indicadores:
Cuadro 3
Lista de Indicadores.
|
Indicador
|
Finalidad
|
|
Titulares y sus tipos. Porcentaje de participación de empresas, centros de investigación
e inventores como titulares.
|
La participación mayoritaria de empresas refleja que el mercado es atractivo para
efectos de competencia. La participación de Centros de Investigación e Inventores
favorece la colaboración científica.
|
|
Participación por nacionalidad de los titulares de la patente.
|
La diversidad de nacionalidades es un reflejo de la importancia del mercado tecnológico.
Los agentes sólo patentan en los mercados donde tienen expectativas de beneficios
económicos. Pero considerando que los residentes tienen mayor propensión a patentar
en su país.
|
|
Titulares por IPC.
|
Hacia qué áreas tecnológicas se están enfocando los esfuerzos de investigación y desarrollo
de los competidores.
|
|
Evolución de las áreas tecnológicas: IPC/IPC.
|
Tránsito entre áreas tecnológicas, es decir, qué áreas se están dejando y a qué áreas
se incorporan.
|
|
Áreas tecnológicas líderes: Análisis IPC/año.
|
Identifica áreas tecnológicas emergentes, en crecimiento o en declive (ciclo tecnológico).
|
|
Análisis de prioridades/IPC.
|
Países líderes por áreas tecnológicas (mercados tecnológicos en los que se están desarrollando
las tecnologías).
|
|
Países destino.
|
Identificar mercados de consumo.
|
|
Colaboración entre titulares de patentes:
|
Identificación de empresas, centros de investigación o individuos con los que están
colaborando los competidores.
|
|
Trayectoria y mapa tecnológicos por base de patentes (reivindicaciones).
|
Identificar la evolución de la tecnología en el tiempo.
|
III. Datos y resultados: evolución de las tecnologías relacionadas con gestión del
tráfico e internet de las cosas
III.1. Análisis de titulares
Este indicador permite identificar las empresas con mayor actividad innovativa para
el caso de tecnologías asociadas a IoT con aplicación en el campo de la gestión del
tráfico, esto ofrece evidencia de aquellos países que son considerados en el mercado
tecnológico asociado a este estudio. Mediante la estrategia de búsqueda que fue obtenida
a través del motor de búsqueda de Patent Pulse, se obtuvieron los 15 principales aplicantes
de patentes de acuerdo con la siguiente Gráfica 1, esto para el caso de USPTO para patentes publicadas:
Gráfica 1
Principales aplicantes por número de patentes asociadas. USPTO.
Fuente: Elaboración propia con datos de Patent Pulse.
De manera análoga, se realiza este análisis para el caso europeo mediante la base
extraída de Patent Pulse, expresado en la Gráfica 2:
Gráfica 2
Principales aplicantes por número de patentes asociadas. EPO.
Fuente: Elaboración propia con datos de Patent Pulse.
Con el fin de realizar el mismo ejercicio, pero en este caso para el caso del mercado
de consumo esperado en México, se obtuvo la siguiente Gráfica 3:
Gráfica 3
Principales aplicantes por número de patentes asociadas. IMPI.
Fuente: Elaboración propia.
Como puede apreciarse en la Gráfica 1, Qualcomm, Cisco y Telefonaktiebolaget L.M Ericsson son las empresas con mayor número
de patentes asociadas, éstas son empresas pertenecientes al sector de telecomunicaciones.
En el caso de Qualcomm los principales productos desarrollados por tipo están asociados
a tecnologías bluetooth, sistemas de módem-RF, procesadores y wifi; tecnología con
aplicación a ciudades inteligentes, informática móvil, redes, teléfonos inteligentes,
etcétera (Qualcomm, 2020).
Para el caso de Cisco, las tecnologías desarrolladas están relacionadas a redes, switches,
routers, tecnología inalámbrica, administración de redes interfaces y módulos, redes
inalámbricas y movilidad-seguridad en la nube, centros de datos, administración de
datos, soluciones de seguridad, optimización de flotas, sistemas de tránsito, análisis,
entre otros; productos asociados con IoT y la gestión de los elementos conectados
entre sí (Cisco, 2020).
Para Telefonaktiebolaget L M Ericsson, las tecnologías asociadas a IoT que desarrolla
la marca están relacionadas a la transformación de empresas, industria 4.0, redes
dedicadas, gestión de seguridad, plataformas en la nube para vehículos, por mencionar
aquellas que resultan relevantes en la gestión de tráfico (Ericcson, 2020).
En el caso europeo el principal aplicante es Ericsson seguido de Cisco, Huawei y Lg Electronics; observamos que el top de aplicantes se repite. Pero en Europa se suma Huawei y LG,
los cuales proveen soluciones de hardware y software mediante procesadores integrados,
visión artificial para aplicaciones de borde, soluciones IoT para transporte y ciudades
inteligentes (Intel, 2020).
Observamos que las mismas empresas buscan dominar tanto el mercado estadounidense
como el europeo, ofrecen soluciones semejantes y por el número de patentes solicitadas
se busca proteger principalmente en el mercado estadounidense.
Para el caso del IMPI el resultado es muy diferente, las principales empresas que
buscan patentar en el país son empresas automotrices, Ford y Nissan, además de que
entre los resultados hay tanto empresas locales como lo es Continental, empresa jalisciense,
e inventores mexicanos.
III.2. Análisis de empresas/IPC
En el caso de Clasificaciones Internacionales de Patentes contrastadas con los aplicantes,
podemos observar cuáles son las principales tecnologías que desarrollan cada uno de
los aplicantes de patente, tal como se muestra en la Gráfica 4 para el caso de USPTO, la Gráfica 5 lo que concierne a la EPO y la Gráfica 6 lo relativo a la IMPI:
Gráfica 4
Aplicantes vs CIP. USPTO.
Fuente: Elaboración propia con datos de Patent Pulse.
Gráfica 5
Aplicantes vs CIP. EPO.
Fuente: Elaboración propia con datos de Patent Pulse.
Gráfica 6
Aplicantes vs CIP. IMPI.
Fuente: Elaboración propia.
Se observa que las clasificaciones que poseen un mayor número de aplicantes, esto
para el caso de USPTO, que están asociados, son las relacionadas con H04L12 (Redes
de conmutación de datos), H04L29 (Disposiciones, aparatos, circuitos o sistemas, no
incluido en uno solo de los grupos), H04W4 (Servicios especialmente adaptados para
redes de comunicaciones inalámbrica; instalaciones para ello) y H04W72 (Gestión de
recursos locales, por ejemplo, selección o asignación de recursos inalámbricos o programación
del tráfico inalámbrico).
Para el caso de la base de patente europea se obtiene como principales clasificadores
de patentes el H04L29, H04L12, H04W4 y H04W72; caso similar al de las clasificaciones
que dominan la base de patentes de la USPTO.
Para el caso del IMPI el resultado es muy variado ya que el principal clasificador
es G08G (Sistemas de control del tráfico) y B60W (Conjunto de control de sub-unidades
de vehículo de diferente tipo o diferente función; sistemas de control especialmente
adaptados para vehículos híbridos; sistemas de control de conducción de vehículos
de carretera para fines no relacionados con el control de una sub-unidad en particular).
Estos resultados dan muestra de la divergencia de tecnologías entre los mercados tecnológicos
de mayor relevancia, Estados Unidos y Europa, respecto al comportamiento en México.
III.3. Análisis de patentadores por año
Mediante el indicador de patentadores es posible identificar desde cuándo se investiga
en los campos de conocimiento antes mencionados, para este fin se ilustra mediante
la Gráfica 7, en lo que respecta a la USPTO; a su vez, de la EPO en la Gráfica 8, finalmente en la Gráfica 9 lo relativo al Instituto Mexicano de la Propiedad Industrial (IMPI).
Gráfica 7
Análisis de patentadores vs fechas. USPTO.
Fuente: Elaboración propia con datos de Patent Pulse.
Gráfica 8
Análisis de patentadores vs. fechas. EPO.
Fuente: Elaboración propia con datos de Patent Pulse.
Gráfica 9
Análisis de patentadores vs fechas. IMPI.
Fuente: Elaboración propia.
En la Gráfica 7, con base en la base de datos de Oficina de Patentes y Marcas de Estados Unidos,
se aprecia que existe una tendencia creciente en el número de patentes solicitadas
por año, en particular, encontrando un pico importante entre los años 2017-2019. Esta
tendencia sugiere que estas tecnologías están aún en proceso de desarrollo ya que
aumentan rápidamente el número de solicitudes y hay gran actividad de Investigación
y Desarrollo (I+D).
Durante 2020-2022 se observa la disminución del número de patentes relacionadas a
gestión del tráfico; si bien Estados Unidos se colocó como uno de los líderes en tecnología
computacional y comunicaciones digitales en 2021 (WIPO, 2022), las patentes registradas no necesariamente fueron orientadas a proteger tecnologías
relacionadas con la gestión del tráfico.
En el caso de la base de patentes EPO, en la Gráfica 8 se aprecia un número de patentes
similar por año, sin embargo, durante 2020 y 2021 existe un mayor número de patentes
solicitadas apuntando que aún no es una tecnología que ha alcanzado una madurez tecnológica.
También es importante observar que, en 2010, Cisco no tuvo participación en el mercado,
esta empresa se incorporó en 2012 en este mercado tecnológico en Europa, en tanto
que en Estados Unidos tuvo participación desde 2010.
Para el caso del Instituto Mexicano de la Propiedad Industrial (IMPI), resalta que
el principal patentador es Ford, pero el segundo caso es una empresa mexicana, Continental
Automotive Guadalajara México de SA de CV.
III.4. Evolución de las áreas tecnológicas. Análisis IPC/IPC
Mediante el indicador de áreas tecnológicas es posible identificar qué tecnologías
se están transfiriendo a nuevas áreas o productos, para esto se construyó la siguiente
Gráfica 10 para el caso de la USPTO y la 11 para EPO, las cuales permiten visualizar la incidencia
entre ciertas áreas tecnológicas en función del clasificador CIP.
Gráfica 10
Análisis IPC vs conceptos IPC asociados. USPTO.
Fuente: Elaboración propia con datos de Patent Pulse.
Respecto a la USPTO, mostrado en la Gráfica 10, observamos que las tecnologías asociadas a redes y métodos, dispositivos, sistemas
de vehículos, aparatos y métodos, métodos para vehículos, tecnología wirelless, sistemas
de redes, métodos de comunicación, sistemas de comunicación así como métodos y dispositivos
poseen transversalidad con los CIP H04W4 (Sistemas especialmente adaptados para redes
de comunicación inalámbricas), H04L29 (Disposiciones, aparatos circuitos o sistemas,
no incluidos en uno solo de los grupos), H04L12 (Redes de conmutación de datos), por
mencionar las primeras tres tecnologías y sus incidencias con tópicos tecnológicos.
En el caso de la base de datos de EPO, mostrado en la Gráfica 11, se observa que predominan los mismos clasificadores, sin embargo, las principales
temáticas están relacionadas a sistemas y métodos de comunicación, aparatos y métodos,
dispositivos y métodos, wireless y móvil (H04L12, H04L29, H04W4, H04W72).
Gráfica 11
Análisis IPC vs conceptos IPC asociados. EPO.
Fuente: Elaboración propia con datos de Patent Pulse.
III.5. Áreas tecnológicas líderes. Análisis IPC/año
De manera paralela al análisis anterior, el análisis CIP por año nos permite identificar
las tecnologías que están emergiendo y aquellas que se encuentran en un proceso de
declive, esto nos ayuda a entender en qué estado del ciclo está una tecnología. Para
esto se construyó las siguientes Gráficas 12, 13 y 14, para el caso de la USPTO, EPO e IMPI, respectivamente, que contrastan el número
de patentes asociadas a los principales clasificadores por año.
Gráfica 12
Análisis IPC vs año. USPTO.
Fuente: Elaboración propia con datos de Patent Pulse.
Gráfica 13
Análisis IPC vs año. EPO.
Fuente: Elaboración propia con datos de Patent Pulse.
Gráfica 14
Análisis IPC vs año. México.
Fuente: Elaboración propia con datos de LENS.
La dinámica de USPTO (Gráfica 12) muestra que las tecnologías con mayor número de patentes están relacionadas al grupo
de familias H04L y H04W, las cuales muestran un incremento constante en la serie de
tiempo de 2010-2020; caso contrario, ocurre en la familia de clasificadores G08G1,
G06D1 con una baja dinámica de patentamiento. Incluso hay casos que van en descenso
en registros de patentes como es el caso para la familia G05F15.
En lo que respecta a las patentes en EPO, en la Gráfica 13 se observa un comportamiento similar. Las patentes relacionadas a las familias de
clasificadores H04L29, H04L12 y H04W4 son los clasificadores que muestran un crecimiento
constante, mientras que los clasificadores que tienen un menor incremento son H04W28,
H04W84 y H04W76; en este caso difiere de la base de patentes de USPTO donde las familias
con menor número de patentes asociadas pertenecen al área de gestión de recursos o
tráfico de red, topologías de red y gestión de conexiones.
En el caso de México, no existe una tecnología que se desarrolle de manera predominante
en la serie de tiempo. Sin embargo, a partir de 2017 existe una mayor actividad de
patentamiento en diversas áreas como son los correspondientes para los clasificadores
G08G, H04B7, H04L.
III.6. Análisis de prioridades/IPC
Mediante la construcción de este indicador de prioridades/IPC se obtiene la relación
entre países líderes en cierta tecnología. Se tomará como referencia el grupo de la
familia de clasificadores con los cuales se realizó la estrategia de búsqueda, destacando
los 10 principales países patentadores y las patentes que poseen como primer clasificador
asociado el CIP propuesto, por lo cual se obtuvo la siguiente Gráfica 15 para el caso de la USPTO, 16 para el caso de la EPO y 17 para el caso de IMPI.
Gráfica 15
Relación entre principales países y tecnologías IoT. Gestión del tráfico. USPTO.
Fuente: Elaboración propia con datos de Patent Pulse.
Con relación a la base de datos de USPTO, Gráfica 15, se identifican a Estados Unidos (US), Corea del Sur (KR), China (CN) y Suecia (SE)
como los principales patentadores relacionados a las tecnologías vinculadas a IoT
para su división en gestión del tráfico; sin embargo, en el caso de la USPTO, domina
el número de patentadores de esa nación.
Con relación a los clasificadores con mayor número de patentes asociadas son los H04L29,
H04L12 y G06F15, en donde la participación de los demás países es menor con respecto
a la de Estados Unidos, pero con una alta actividad inventiva en estas áreas con relación
a otros países.
La base de datos de EPO, Gráfica 16, muestra un comportamiento similar a la USPTO. Las principales diferencias radican
en que Canadá (CA) no aparece entre los principales países que buscan patentar en
EPO, el clasificador relacionado a G08C17 posee una mínima aparición dentro de las
patentes relacionadas y en donde el clasificador G05B19 (Sistemas de control de programas)
ya no aparece como tecnología de desarrollo para el caso de la EPO.
Gráfica 16
Relación entre principales países y tecnologías IoT. Gestión del tráfico. EPO.
Fuente: Elaboración propia con datos de Patent Pulse.
Finalmente, en el IMPI (Gráfica 17), los países que lideran el desarrollo de las tecnologías relacionadas a los clasificadores
CIP son Estados Unidos, México y Japón, sobre todo para los clasificadores G08G y
B60W. También resalta el dominio de solicitantes de diferente nación, salvo en el
caso del clasificador G08G, en donde se mencionó previamente, es una de las áreas
en las que participan más residentes, es decir, titulares de México.
Gráfica 17
Relación entre principales países y tecnologías IoT. Gestión del tráfico. IMPI.
Fuente: Elaboración propia con datos de LENS.
III.7. Colaboración entre titulares de patentes
En un mundo donde la globalización ofrece ventajas competitivas a las empresas, la
colaboración entre organizaciones representa el aumento de la productividad, la competitividad
y modelos productivos basados en el conocimiento que responden a diferentes retos:
sociales, económicos e industriales.
En tal sentido, se realizó un análisis de aquellos titulares que desarrollan actividad
innovativa en colaboración con otra organización, ya sea pública o privada, con el
fin de observar las sinergias existentes entre titulares de patentes; para esto se
realizó un filtrado de información con el fin de identificar aquellos titulares de
patentes que realizaron alguna colaboración entre empresas, empresa-universidad y
empresas-inventores independientes, tal como se indica en los siguientes Cuadros 4 (USPTO), 5 (EPO); del IMPI no se registraron colaboraciones entre agentes.
Cuadro 4
Colaboración entre titulares de patentes. USPTO.
|
Colaboración entre titulares de patentes (empresas-universidades y/o centros de investigación).
|
Colaboración entre titulares de patentes (empresa-empresa).
|
Colaboración entre inventores independientes y empresas.
|
|
Samsung Electronics Co., Ltd. SNU R&DB Foundation.
|
AT&T Mobility II LLC - AT&T Intellectual Property II, L.P.
|
Daqi LI, Jun FANG - Empire Technology Development LLC.
|
|
TOYOTA JIDOSHA KABUSHIKI KAISHA. National University Corporation YOKOHAMA National
University.
|
Hyundai Motor Company - Kia Motors Corporation.
|
Apostolis SALKINTZAZ - MOTOROLA MOBILITY LLC.
|
|
SAMSUNG ELETRONICA DA AMAZÔNIA LTDA. - UNIVERSIDADE ESTADUAL DE CAMPINAS - UNICAMP.
|
Keysight Technologies, Inc. - Keysight Technologies RO SRL.
|
Apostolis SALKINTZAZ, Dimitrios KARAMPATSIS - Lenovo (Singapore) PTE. LTD.
|
|
Samsung Electronics Co., Ltd. - Research & Business Foundation SUNGKYUNKWAN UNIVERSITY.
|
NEC Laboratories America, Inc. - NEC Corporation.
|
|
|
Koninklijke Kpn N.v. Nederlandse Organisatie Voor Toegepast-natuurwetenschappelijk
Onderzoek Tno.
|
SONY CORPORATION - SONYNETWORK ENTERTAINMENTINTERNATIONAL LLC.
|
|
|
Quortus Limited, University Of Surrey.
|
BlackBerry Limited - Certicom Corp.
|
|
|
|
ZENRIN Co., LTD. - TOYOTA JIDOSHA KABUSHIKI KAISHA.
|
|
|
|
KABUSHIKI KAISHA TOSHIBA - Toshiba Infrastructure Systems & Solutions Corporation.
|
|
|
|
CHINA MOBILE COMMUNICATION CO., LTD RESEARCH INSTITUTE - CHINA MOBILE COMMUNICATIONS
GROUP CO., LTD.
|
|
|
|
Phillips Company, Honeywell International, Inc.
|
|
|
|
Nissan North America, Inc., y Renault S.a.s.
|
|
Cuadro 5
Colaboración entre titulares de patentes. EPO.
|
Colaboración entre titulares de patentes (empresas-universidades y/o centros de investigación).
|
Colaboración entre titulares de patentes (empresa-empresa).
|
Colaboración entre inventores independientes y empresas.
|
|
QUORTUS - UNIVERSITY OF SURREY.
|
DEUTSCHE TELEKOM - IMMMR.
|
NIHON OFFICE - TOSHIMITSU TAZAKI.
|
|
DEUTSCHE TELEKOM - TECHNISCHE UNIVERSITAET BERLIN.
|
BLACKBERRY - CERTICOM.
|
|
|
FUJITSU TEN - KYUNG HEE UNIVERSITY.
|
TELCORDIA TECHNOLOGIES - TOSHIBA.
|
|
|
MITSUBISHI ELECTRIC R&D CENTRE EUROPE - MITSUBISHI ELECTRIC.
|
ROBERT BOSCH - ROBERT BOSCH ENGINEERING & BUSINESS SOLUTIONS.
|
|
|
|
TOYOTA MOTOR - AISIN AW.
|
|
|
|
VODAFONE GROUP - VODAFONE ESPANA.
|
|
|
|
VODAFONE IP LICENSING - VODAFONE ESPANA.
|
|
|
|
VODAFONE - VODAFONE.
|
|
Observamos que en el caso de la base USPTO, descrito en el Cuadro 4, se da la colaboración en un mayor porcentaje entre empresas y particularmente entre
filiales de la misma compañía las cuales segmentan la cadena de valor de sus productos,
así como sus centros de investigación, esto sucede para las empresas de AT&T, Keysight
Technologies, SONY y Toshiba.
Otra de las colaboraciones que suceden en el desarrollo de tecnologías IoT para la
gestión del tráfico son las que se dan entre empresas y centros de investigación y/o
universidades. Se observa que las empresas colaboran con universidades o centros de
investigación nacionales, sin embargo, destaca la participación entre Samsung y Unicamp
ya que esta última es una universidad establecida en Sao Paulo Brasil.
Finalmente, una colaboración que ocurre en menor medida es la que se tiene entre empresas
e inventores independientes; en este caso sólo se obtuvieron tres resultados con empresas
como Motorola y Lenovo, que coinciden con un mismo inventor independiente y Empire
Technology Development que sólo registra una colaboración.
Entre los hallazgos concernientes a la EPO, tenemos de manera similar que existe una
mayor cooperación entre empresas; sin embargo, resalta la colaboración entre DEUTSCHE
TELEKOM - IMMMR, pues esta última es un startup orientado a comunicación y video y la colaboración entre TOYOTA MOTOR - AISIN AW,
la primera empresa de fabricación de automóviles y la segunda fabricante de tecnología
para automóviles.
Las colaboraciones ocurridas entre empresas y universidades o centros de investigación
son empresas con un menor número de patentes solicitadas de acuerdo con los resultados
de la EPO, y una de ellas colabora con un centro de investigación filial a la misma
empresa.
III.8. Áreas tecnológicas líderes por país
Primero fueron identificados los países con mayor número de aplicantes que desarrollan,
en general se observa que tanto en USPTO, como en EPO, como en IMPI, las nacionalidades
de los solicitantes que dominan son las estadounidenses, las japonesas y Reino Unido.
En cuanto a las principales tecnologías en las cuales estos países realizan actividad
de patentamiento, los resultados se muestran en las Gráficas 18, 19 y 20 para el caso de USPTO, EPO e IMPI, respectivamente.
Gráfica 18
Principales áreas tecnológicas por país. USPTO.
Fuente: Elaboración propia con datos de Patent Pulse.
Gráfica 19
Principales áreas tecnológicas por país. EPO.
Fuente: Elaboración propia con datos de Patent Pulse.
Gráfica 20
Principales áreas tecnológicas por país. IMPI.
Fuente: Elaboración propia.
Observamos, en la Gráfica 18, que predomina como país líder en las familias de clasificadores CIP, Estados Unidos
(US), seguido por China (CN), Corea del Sur (KR), Japón (JP) y Suecia (SE). Las tecnologías
con mayor desarrollo en estos países están relacionadas a transformación de información
digital (H04L), redes de comunicación inalámbrica (H04W) y sistemas o métodos de tratamiento
de datos, especialmente adaptados con fines administrativos, comerciales, financieros,
de gestión, supervisión o pronósticos (G06Q).
En la EPO (Gráfica 19), se observa un comportamiento similar al registrado en USPTO, en donde de manera
análoga Estados Unidos (US) busca patentar en las áreas de conocimiento relacionadas
a los clasificadores H04L, H04W Y G06F; esta última con especial relevancia para el
caso de la EPO y que no aparece en los principales resultados de la USPTO pero está
relacionada a procesamiento de datos digitales.
Otro resultado que surge de la Gráfica 19 es que existe una mayor participación de países europeos en las actividades de patentamiento
en donde se incluyen Suecia (SE), Francia (FR), Reino Unido (GB) y Alemania (DE),
este último con mayor número de patentes solicitadas en Europa.
A su vez en el IMPI, se concentra mayor número de clasificadores Estados Unidos (US)
y Japón (JP) seguido por México, aunque US se desarrolla en varios ámbitos del campo
tecnológico.
A partir de esta información podemos identificar que los mercados tecnológicos relacionados
a IoT para el caso de gestión del tráfico se encuentran en Estados Unidos, Corea del
Sur y Suecia, esto vinculado a los principales clasificadores CIP con mayor número
de patentes asociadas para el caso de USPTO y Estados Unidos, Alemania y Suiza para
los clasificadores analizados en la base de datos EPO.
III.9. Trayectoria y mapa tecnológicos por base de patentes (reivindicaciones)
Contar con un panorama que nos indique cuáles son los principales campos tecnológicos,
su evolución en el tiempo y los principales cambios que representan un giro radical
en el sector, nos ofrece evidencia del grado de madurez de la tecnología. Así, identificamos
aquellas que son representativas para el sector y, por ende, son guía para el desarrollo
de nuevas invenciones. En suma, a partir de la base de datos de patentes extraída
de Patent Pulse con la estrategia de búsqueda planteada, se realizó la identificación
de estos principales conceptos que caracterizan la tecnología IoT para la gestión
del tráfico.
USPTO da evidencia que las tecnologías crecen de manera similar con relación a los
campos de conocimiento. Un ejemplo se visualiza en el porcentaje de patentes relacionadas
a redes y métodos, aparatos y métodos, método para vehículos, método de comunicación,
sistema del vehículo y Wireless, se asocian de manera similar a patentes. Este hecho
sugiere que la dependencia de estas tecnologías es muy fuerte para que existan desarrollos
en otras áreas. De manera similar ocurre en la EPO, pero con las áreas asociadas a
aparatos y métodos, dispositivos y métodos y sistemas y métodos de comunicación que
poseen porcentajes similares de conceptos de tecnologías asociadas. En cambio en el
IMPI, los principales conceptos asociados a sistema, vehículo, sistema, aparato y
método, y método.
Finalmente, considerando el análisis realizado por el Korea Institute of Intellectual Property, 2012, se procede a graficar el número acumulado de solicitantes con respecto al acumulado
de solicitudes de patentes, a fin de detectar el crecimiento o no durante el periodo
de estudio. Para construir el análisis se tomó como referencia segmentos de tres años
y se concentraron para el eje x el total de aplicantes por año para USPTO, para EPO
y tres para México.
A partir de los ciclos de innovación se concluye que para el caso de Estados Unidos
se muestra un crecimiento constante y aumento radical en la solicitud de patentes
en el último periodo (2019-2022), por lo tanto, puede decirse de una etapa de expectativas
infladas; es decir en una etapa de desarrollo en donde aumentan rápidamente el número
de solicitudes y hay gran actividad de I+D, esto a partir de los resultados que arroja
la Gráfica 21.
Gráfica 21
Análisis ciclo de la innovación patentes solicitadas USPTO.
Fuente: Elaboración propia con datos de Patent Pulse.
Con respecto a la EPO (Gráfica 22), se muestra que se encuentran en una etapa de maduración de la tecnología, debido
a que la tasa de aumento es baja, además de que los entrantes del mercado se apartan
de la tecnología. Este es un hallazgo relevante considerando que Europa es una de
las principales regiones exponentes de Ciudades Inteligentes y el concepto de especialización
inteligente en donde ambos conceptos que se derivan de las políticas del país no se
reflejan en una mayor actividad en I+D.
Gráfica 22
Análisis ciclo de la innovación patentes solicitadas. EPO.
Fuente: Elaboración propia con datos de Patent Pulse.
En contraste, en el IMPI (Gráfica 23), se observa que el número de patentes disminuyó precipitadamente, registrando una
contracción en el periodo de 2019-2022, aun cuando este último corte es mayor debido
a que se consideran cuatro años. Este indicador propone dos panoramas: 1) puede haber indicios de que la tecnología se encuentra en la etapa disparador de
la innovación o 2) es un campo de poco interés para los patentadores al no haber oportunidades comerciales
en el país.
Gráfica 23
Análisis ciclo de la innovación patentes solicitadas. IMPI.
Fuente: Elaboración propia con datos de LENS.
Con base en los resultados obtenidos, se prevé que las principales tecnologías se
desarrollen en los campos de aplicaciones en la nube, comunicación, switching, sistemas
y métodos, vehículos, redes, control y métodos. También que los principales desarrollos
tecnológicos ocurran en Estados Unidos y en Europa, dominando los mercados tecnológicos
los titulares de nacionalidad estadounidense principalmente, seguido de europeos,
igualmente, un emergente crecimiento de titulares japoneses, al ser un mercado dominado
por empresas desarrolladoras. Lo anterior, probablemente a que buscan dar respuesta
a las necesidades de la sociedad y que compiten en mercados nacionales e internacionales.
En tal sentido, la estrategia de protección a través de patentes es fundamental. A
continuación se presentan algunos casos en los que se han implementado este tipo de
tecnologías.
III.9.1. Casos de implementación de tecnologías IoT para la gestión del tráfico
Los problemas relacionados a la movilidad, y en particular a la gestión del tráfico,
es una de las áreas a resolver en la construcción de ciudades inteligentes, con el
fin de reducir el impacto ambiental, los costos asociados, aumentar el rendimiento
de los recursos disponibles y la calidad de vida de sus usuarios. La integración de
diferentes métodos, dispositivos, aparatos, software, entre otros, en el campo de
la IoT, ha permitido tomar mejores decisiones a partir de altos volúmenes de información,
un bajo costo de recopilación de datos de entornos, una actualización de éstos en
tiempo real y distribución oportuna de advertencias (Cai et al., 2022; Wolf et al., 2022).
No obstante, cada caso debe ser estudiado y construir la solución para el mismo de
acuerdo a su problemática, considerando factores como el 1) ciclo de vida del producto, 2) monitoreo y control en tiempo real, 3) optimización de los flujos de trabajo y 4) el mantenimiento predictivo y preventivo que se dé a los sistemas; es decir, los
sistemas deben contar con la capacidad de resistir o tolerar cambios, deben adaptarse
y ser capaces de recuperarse a posibles perturbaciones (Wolf et al., 2022).
Un caso interesante es la propuesta de “gemelos digitales”, que son representaciones
digitales del mundo real y que buscan probar diferentes comportamientos en un entorno
simulado, apoyando la toma de decisiones a partir de datos existentes como topografía,
edificios, fronteras administrativas, censos de población, mapa de amenazas existentes
e infraestructura instalada (Wolf et al., 2022).
Uno de los proyectos de gemelos digitales se implementó en una solución donde se atendieran
accidentes, en los cuales diversos actores pudieran acudir al llamado, como por ejemplo
para el caso de Tyne Bridge, en el noreste de Inglaterra. Una vez que se cargó la
información que caracterizaba la zona, se utilizó computación en la nube, servicios
geoespaciales para aplicaciones web y móviles, así como simulación de datos de ubicación
para dispositivos habilitados en internet, esto para que los vehículos de socorro
pudieran dar respuesta en el lugar del incidente en el menor tiempo posible (Wolf et al., 2022).
De manera análoga, existen soluciones que proponen sistemas multiagentes para automatizar
la gestión y el control del tráfico urbano, para esto hacen uso de datos publicados
por los consejos de Birmingham y West Midlands, en Inglaterra, el cual pronostica
tasas de ocupación para flujos de tráfico, en cruces de carretera y estacionamiento
de automóviles, así como fallas que ocurren en los sistemas de recolección y monitoreo
de datos (Muntean, 2022).
Por otro lado, se tienen las aplicaciones de reconocimiento automático de matrículas
(ARAM), la cual ha sido una herramienta eficaz sobre los movimientos de los vehículos
en ámbitos como la ciencia urbana, la visión artificial, la gestión del transporte,
la gestión urbana y sus implicaciones políticas y sociales (Tang et al., 2022).
En este sentido, países como Estados Unidos, Reino Unido y China han utilizado tecnología
ARAM, la cual les ha permitido realizar análisis de demanda y movilidad, estimaciones
de tiempos de viaje y predicción de la velocidad, comportamientos de conducción, incidencias
y seguridad de las carreteras, sistemas de monitoreo de infracciones y vehículos sospechosos,
automatización de estacionamiento de vehículos, así como monitoreo de vehículos sobrecargados
en las carreteras (Tang et al., 2022).
En cuanto a sistemas inteligentes de transporte, tradicionalmente se ha realizado
in situ la recopilación de información. Sin embargo, recopilar la información mediante múltiples
sensores a bordo de vehículos o incluso mediante teléfonos inteligentes es una alternativa
cada vez más atractiva ya que aprovecha la naturaleza distribuida intrínseca de los
vehículos (Maffiola et al., 2022).
Otra aplicación es la integración de datos en dispositivos móviles, los operadores
móviles pueden representar posibles socios en la construcción de ciudades inteligentes,
al ser capaces de captar datos e integrarlos con otras fuentes de datos con el fin
de contar con un enfoque integrador que aproveche los diferentes datos IoT (Hsiao, 2019).
Un caso más es Tainan, capital de Taiwán, en donde integran en la ciudad tecnologías
como optoelectrónica, circuitos integrados, energía verde y amplia cobertura de banda
ancha; las cuales han permitido mejorar servicios, particularmente hacia el turismo,
sobre información de transporte, actividades culturales e históricas, información
de restaurantes, entre otras (Hsiao, 2019).
De igual manera, proyectos como GOLIATH ofrecen una propuesta basada en blockchain la cual mediante un sistema de infoentretenimiento en el vehículo, se recopila información
en tiempo real intercambiada entre los participantes de la red. La simulación fue
aplicada para el Principado de Mónaco en Francia, y ofrece una alternativa a las soluciones
centralizadas para recopilar información en tiempo real y así mantener información
de alta calidad del tráfico (Maffiola et al., 2022).
Así también, la construcción de ciudades inteligentes supone una inversión e infraestructura
con la que no siempre cuentan los gobiernos; en este tenor, resalta el proyecto Casablanca,
en Marruecos, el cual propone el uso de big data y machine learning, utilizando como insumos la información que se desprende de redes sociales como Facebook
y Twitter, lo que permite el monitoreo automático del estado del tráfico vial (Mouammine et al., 2022). Lo anterior es una muestra de las múltiples aplicaciones que tienen este tipo de
tecnologías para resolver las problemáticas de tráfico, incluso algunas con economías
de escala. Un aspecto a destacar es que mediante la revisión de la literatura relativa
a IoT es posible encontrar que el enfoque de análisis es complejo y multidisciplinario.
Conclusiones
Las tecnologías asociadas a Internet de las Cosas nos llevan a plantear un mundo en
donde se accede a los objetos físicos cotidianos, se interactúa con ellos y crean
un entorno más amigable e “inteligente”. Es en tal contexto donde podemos encontrar
diversas tecnologías que buscan mejorar la congestión y optimización del tráfico de
vehículos motores.
La presente investigación se centró en realizar un análisis de patentes que permitieran
identificar la trayectoria tecnológica del Internet de las Cosas para solucionar problemas
asociados al tráfico.
La primera parte se centró en identificar las patentes para el periodo comprendido
entre 2010-2020. Si bien las tecnologías que dan vida al Internet de las Cosas podemos
ubicarlas en el tiempo desde la concepción del internet, redes, protocolos de comunicación
y su conexión con los equipos de cómputo, el procesamiento de datos, etcétera, este
periodo concuerda no sólo con el auge del IoT sino que también con su implementación
en ciudades inteligentes.
Los principales hallazgos fueron los siguientes:
-
De acuerdo con la base de datos de USPTO los principales aplicantes de patentes son
Qualcomm, Cisco y Ericsson, al visitar las páginas de éstos podemos percatarnos que
dentro de sus principales productos son soluciones IoT para ciudades, empresas 4.0
y telecomunicaciones.
-
Para el caso de EPO, se identificaron como principales empresas que patentan en Europa
a Ericsson, Cisco y Huawei; por lo que se observa que Estados Unidos ve como mercado
de consumo a Europa y que, a pesar de registrar en menor medida patentes, esto de
acuerdo con los resultados de patentes solicitadas, se observa que es uno de los principales
mercados.
-
En el caso de IMPI no sucede de la misma manera, debido a que las empresas extranjeras
de esta área tecnológica no están interesadas en patentar en el país. Aun así, las
empresas del ramo automotriz sí patentan en IoT: Ford Global y Nissan. Este hecho
sugiere que México no constituye todavía un mercado de consumo. No obstante, las tecnologías
tienen un enfoque puntual a tecnologías relacionadas a incidentes de tráfico, flujos
de tráfico, monitoreo de condiciones de tráfico; esto como resultado de palabras clave
de las patentes radicales derivadas de la trayectoria tecnológica de México.
-
Los clasificadores con mayor relevancia para el caso de USPTO fueron H04L29, H04W72
y H04L12; para el caso de EPO se tienen como principales clasificadores H04L29, H04W84
y H04L12, y finalmente para el caso de IMPI G06K, BW60, G08G Y G05D. Observamos que
los tres países coinciden como invenciones con mayor número de patentes las relacionadas
a G08G.
-
Sin embargo, observamos que hay una mayor propensión a partir de 2017 en proteger
tecnología asociada a los clasificadores H04L29, H04W4, H04L12; esto para el caso
de USPTO, H04L12, H04L29 y H04W4 para el caso de EPO y para el caso de IMPI sólo para
las tecnologías relacionadas a G08G.
-
Los años en que las tres patentes registran una mayor actividad inventiva, esto derivado
del número de patentes solicitadas por año, se dan en mayor medida entre el periodo
2016-2022 y están asociados principalmente a tecnologías como aparatos y métodos,
redes y métodos, sistemas de vehículos, métodos de comunicación, tecnología wirelless
y redes, por mencionar aquellos con mayor número de patentes relacionadas.
-
Los países que registran mayor actividad inventiva para los tres casos consultados
son Estados Unidos, China, Corea del Sur, Alemania y Japón; por lo que es de suponer
que las principales empresas se encuentran ubicadas en estos países.
-
Los mercados de consumo identificados son Estados Unidos, Corea del Sur, Suecia, Alemania,
China, Japón y Reino Unido. En contraste, México no es uno de los principales mercados
de consumo.
-
La principal colaboración que existe entre titulares de patentes ocurre entre empresas,
seguido de universidades y/o centros de investigación y en menor medida con inventores
independientes; en el caso del IMPI para el desarrollo de estas tecnologías no se
identifican algún tipo de colaboraciones.
-
os principales competidores en USPTO en el ámbito IoT para la gestión del tráfico
son AT&T, Cisco y Ford, para el caso de EPO son Cisco, Intel y Ericsson y en lo que
respecta al IMPI, son las empresas Ford, Nissan y Continental.
-
A partir de los ciclos de innovación se concluye que la USPTO se caracteriza por un
crecimiento constante y aumento radical en la solicitud de patentes en el último periodo
(2019-2022), lo cual sugiere una etapa de expectativas infladas; es decir, en una
etapa de desarrollo en donde aumentan rápidamente el número de solicitudes y hay gran
actividad de I+D.
-
En lo que concierne a la EPO, su dinámica parece encontrarse en una etapa de madurez
de la tecnología. Probablemente porque la tasa de crecimiento es baja, además de que
los entrantes del mercado se apartan de la tecnología. Éste apunta a ser un hallazgo
relevante considerando que Europa es uno de los principales exponentes de ciudades
inteligentes. Así también, las políticas orientadas a la especialización inteligente
no se traducen en una mayor actividad en I+D.
-
Para el caso de IMPI, observamos que el número de patentes disminuyó aceleradamente,
registrando una contracción en el periodo de 2019-2022. Así, se sugiere una etapa
de estancamiento en el registro de patentes en esta área tecnológica, al no encontrar
oportunidades comerciales en el país.
-
Se prevé que las principales tecnologías se desarrollen en los campos de aplicaciones
en la nube, comunicación, switching, sistemas y métodos, vehículos, redes, control
y métodos; esto derivado del estudio de patentes radicales.
-
Los ciclos de innovación colocan a USPTO como uno de los principales patentadores
para la tecnología IoT y se encuentra en una etapa de desarrollo en donde se observa
un rápido aumento de solicitudes de patentes lo cual refleja una actividad intensiva
de I+D. En cambio, en la EPO, la dinámica de patentamiento muestra un declive especialmente
en los tres últimos años y además, de titulares extranjeros, destacando empresas de
Estados Unidos.
-
En el caso de IMPI se observa que no es una tecnología a la cual se le dé un especial
impulso, por lo que ser un referente tecnológico en IoT aún se encuentra distante.
En general, se puede afirmar que las tendencias apuntan a contar con la mayor cantidad
de información disponible para manejar con eficacia la congestión del tráfico. Por
lo tanto, al obtener datos de diversas fuentes, como lo son las redes sociales, ayuda
a generar mejores diagnósticos y toma de decisiones, y con costos más eficientes (Hsiao, 2019; Mouammine et al., 2022), además, permiten la administración eficiente de grandes volúmenes de datos.
En este contexto, es un hecho que instrumentos como la inteligencia artificial, IoT
y computación en la nube, son vitales para abordar la congestión del tráfico, así
como la atención de accidentes, esto mediante la prevención y pronóstico, temas que
son cada vez más importantes en temas de seguridad y flujos de tráfico (Hsiao, 2019; Ait Ouallane et al., 2022).
No obstante, es menester tomar en cuenta que los sistemas implementados deben ser
diseñados acorde con las necesidades de los interesados y no existe una única solución;
sin embargo, la colaboración entre varios agentes permite generar sistemas más robustos,
bases de datos más completas y la atención oportuna ante adversidades como son accidentes,
desastres naturales y, además, puede traspasar límites administrativos (Hsiao, 2019; Wolf et al., 2022).
Así, cada vez se depende menos de elementos centralizados, y cada parte que integra
una ciudad es un elemento que provee de información que permite tomar mejores decisiones
en tiempo real (Maffiola et al., 2022; Tang et al., 2022; Wolf et al., 2022).
Finalmente, es fundamental señalar que este tipo de tecnologías se deben aplicar reconociendo
el entorno y las condiciones de la sociedad. En virtud de que no sólo responden a
una sola necesidad, estas tecnologías se han utilizado en soluciones que mejoran el
ambiente, recursos energéticos, alimenticios, entre otros, incluso también a servicios
que retribuyen en destinos inteligentes como son el turismo, servicios, actividades
culturales e históricas, etcétera (Hsiao, 2019), por lo que su estudio toma relevancia. Reiteramos, que IoT implica un conocimiento
multidisciplinario y de gran complejidad.
Glosario de términos
United States Patent nd Tradeamrk Office
Sistema de Información de la Gaceta de la Propiedad Industrial
Clasificación Internacional de Patentes
Tecnologías de la Información y Comunicación