Está por salir You Can See Everything, presentada en el Telluride Film Festival, donde Elizabeth Holmes aparece junto a Nathan Fielder en un intento por disputar la narrativa que quedó tras el colapso de Theranos. Antes que nada, mi respeto y solidaridad con quienes sufrieron las consecuencias de decisiones médicas basadas en resultados incorrectos de los productos que Theranos llevó prematuramente al mercado. Eso no está en discusión.
Yo nunca invertí en aquel sueño, como sí lo hicieron cientos de inversionistas. No por haber descubierto antes que nadie lo que ocurría, sino por una razón bastante menos heroica: nunca me ha sobrado dinero. Pero hay algo curioso en cómo hablamos de quienes sí invirtieron; y no estamos hablando de tiburoncitos prometiendo cacahuates. Cuando las apuestas salen bien, celebramos la visión de los inversionistas. Cuando salen mal, hablamos de incautos. En realidad, buena parte de esas inversiones son spillovers del capital que voluntariamente busca incertidumbre: dinero que acepta perder muchas veces con la esperanza de acertar extraordinariamente en unas pocas. Por algo se llama capital de riesgo. Y cuando nadie quiere que lo llamen ingenuo, siempre queda una denominación bastante más celestial: angel investor.
En ese ecosistema abundan las etiquetas. Una de mis favoritas es “emprendimiento de impacto social”, expresión que siempre me ha parecido curiosa: ¿existe realmente un emprendimiento sin impacto social? Hasta quien vende gelatinas modifica, aunque sea microscópicamente, empleo, consumo, proveedores, hábitos y comunidad.
Con Holmes aparece además otra dimensión que conviene tratar con cuidado: el género. Una camisa negra de cuello de tortuga sobre un hombre activa de inmediato la referencia a Steve Jobs: Silicon Valley, rebeldía, diseño, innovación. Sobre una mujer, el mismo gesto se leyó muchas veces como imitación, impostura o puesta en escena. Eso no vuelve falsas las acusaciones contra Holmes ni modifica las decisiones judiciales. Pero sí debería obligarnos a separar dos preguntas distintas: qué hizo Elizabeth Holmes y cómo juzgamos culturalmente a quien intenta representar el papel de gran innovador tecnológico.
Porque desarrollar tecnología es difícil. Hacer software es difícil. Hacer hardware es difícil. Hacer un aparato que combine hardware, software, biología, química, fabricación, calibración, regulación y, encima, decisiones médicas, es muchísimo más difícil. Para entender esa diferencia existe una herramienta útil: los Technology Readiness Levels, los TRL, niveles de madurez tecnológica. Hay múltiples adaptaciones, pero la idea es sencilla: una tecnología no pasa mágicamente de una buena idea a millones de usuarios. Debe atravesar etapas. Primero principios y conceptos; luego pruebas de laboratorio; después prototipos; más tarde demostraciones en entornos cada vez más realistas; por fin, sistemas completos operando en condiciones reales. Nueve niveles. Sin invocar a Piaget, la semejanza es irresistible: las tecnologías también tienen que madurar. Y querer saltarse etapas no hace que desaparezcan.
En la base está la investigación. En el extremo superior, una tecnología demostrada en operación real. Y si uno tiene flojera —y dinero—, ignorancia —y dinero—, o simplemente mucha prisa, existe una solución maravillosa: comprar algo que ya llegó arriba. Una franquicia, una licencia, un producto terminado. Aunque ni siquiera eso garantiza el éxito: desplegar tecnología también requiere conocimiento. O dinero. Con frecuencia, ambos.
En medio están millones de científicos, ingenieros, emprendedores, técnicos, inversionistas y usuarios empujando ideas a través de esas etapas. Y ahí aparece otra gráfica maravillosa de nuestra época: los Hype Cycles de Gartner. Porque las tecnologías no solo maduran técnicamente; también maduran —o explotan— dentro de nuestras expectativas. Primero, una posibilidad. Después, el entusiasmo. Luego imaginamos todo lo que va a cambiar. El dinero llega. Los titulares llegan. Las valuaciones llegan. Y muchas veces llegan antes que la tecnología. Después viene la decepción. Algunas mueren ahí. Otras siguen trabajando en silencio hasta encontrar una relación razonable entre prestaciones, confiabilidad, costo y utilidad. Entonces dejan de ser magia y se vuelven, simplemente, tecnología. Ha ocurrido una y otra vez, y ocurre ahora mismo con la inteligencia artificial.
Y aquí Holmes se vuelve más interesante que la caricatura. Megan Long, excompañera suya en St. John ‘s School de Houston, recordó en el podcast The Dropout una escena reveladora: Holmes competía en atletismo, llegaba consistentemente entre las últimas, pero terminaba. No parecía importarle lo que pensaran los demás. Hay algo admirable en esa imagen: una adolescente que sigue corriendo cuando sabe perfectamente que no va a ganar. Era reservada, muy enfocada en lo suyo, y estudiaba mandarín y programación por iniciativa propia. Cuando dejó Texas por Stanford (sí, la aceptaron ahí) muchos perdieron contacto con ella. Hasta que apareció en Forbes. De pronto aquella muchacha reservada era una de las grandes figuras de una nueva generación de Silicon Valley. Después llegaron las investigaciones, el derrumbe, los procesos y las condenas.
Conviene detenerse aquí, porque es muy fácil reconstruir una vida entera desde su desenlace. Sabemos cómo terminó Theranos y por eso sentimos la tentación de releer cada episodio anterior como prueba de que terminaría así. La historia real rara vez se acomoda como un rompecabezas y en realidad se fue dando más como una partida de ajedrez. Y hay un detalle que suele desaparecer de las versiones simplificadas: Theranos sí desarrolló tecnología.
La empresa y sus inventores obtuvieron numerosas patentes de dispositivos, sistemas y métodos para análisis de muestras. Las patentes están ahí. Existen (aquí les comparto un muy breve compendio https://tinyurl.com/AlgunasPatentesDeTheranos). Se pueden leer. Pero una patente no significa que la tecnología funcione clínicamente como promete, ni que esté lista para desplegarse masivamente. Una patente puede proteger un método, un proceso, un diseño o un sistema sin demostrar por sí sola que el sistema completo alcanzó un TRL equivalente a una tecnología validada, confiable y lista para operar a gran escala, como para comprarla en Sanborns después de desayunar uno molletitos. Quizá la pregunta interesante no sea si había tecnología o no - la había - sino en qué momento la narrativa comercial empezó a correr mucho más rápido que la madurez tecnológica.
Y regresamos a aquella adolescente corriendo en Houston. La persistencia es una virtud extraordinaria cuando el problema todavía puede resolverse. En ciencia y tecnología vivimos de ella: un experimento falla cien veces y hacemos el 101; un robot cae y vuelve a caminar; un algoritmo no converge y cambiamos el modelo. Pero la persistencia tiene una condición: la realidad tiene derecho a decirnos que estamos equivocados. Cuando los datos contradicen la narrativa, no podemos exigirles que corran más rápido. Hay que cambiar la narrativa.
Además, su maternidad ha sido sometida a un juicio público particular: su embarazo sigue siendo interpretado por algunos como una estrategia para evitar la prisión, cuando también pudo ser una decisión atravesada por el tiempo biológico y su deseo de ser madre.
El fraude debe juzgarse como fraude, en los tribunales. Pero el modo en que la sociedad juzga su ambición, su maternidad y su caída revela un sesgo que solo recae sobre las mujeres. Y ojalá algún día la misoginia deje de ser un sesgo tolerado para convertirse en lo que también debiera ser: un delito.
Antes de Theranos, la empresa se llamaba Real-Time Cures. Sonaba casi a promesa de curandero; algo así como Paquita - la de Grinberg - pero con GPU. Theranos era mejor: corto, tecnológico, misterioso, perfectamente compatible con Silicon Valley. El problema nunca fue que sonara demasiado bien. El problema empezó cuando la historia sonaba mejor que la tecnología.
Por eso Theranos no es solo una historia sobre Theranos. Es una historia dentro de la nueva “e c o n o m I.A.”. Estamos otra vez rodeados de tecnologías que funcionan extraordinariamente bien en una demostración o en una simulación y mucho menos fuera de ella. De prototipos que muchos confunden con productos. De benchmarks que muchos confunden con inteligencia. De videos de robots bailarines que muchos confunden con autonomía. Y de valuaciones que, a veces, avanzan varios TRL por delante de la ingeniería.
El problema no es entusiasmarse - sin entusiasmo no habría innovación. El problema es no saber, olvidar o ignorar en qué nivel estamos. Porque entre una idea brillante y un producto confiable hay nueve niveles de madurez, miles de experimentos y varias cucharadas de amarga realidad. Y la realidad, por desgracia, no acepta el hype como evidencia.