Hoy he acudido al Monday Reading Club de Vigo. El Monday Reading Club es un club de lectura de marketing online que se celebra el primer lunes de cada mes en distintos puntos de España. Se propone un libro, alguien lo lee y al cabo de un mes lo expone y posteriormente se hace un pequeño debate. El libro de hoy era la biografía de Steve Jobs de Walter Isaacson.
La presentación resultó bastante amena. Más que repasar el libro cronológicamente la charla giró entorno a los valores que definían a Steve Jobs, tomando como ejemplos algunos de los pasajes que se narran en su biografía.
El debate también resultó muy interesante. Se comentaron algunas ideas de marketing de Apple como por ejemplo la de usar auriculares de cable blanco en los iPod, algo que ayudaba a reforzar la imagen del producto de una forma fácilmente reconocible (una persona escuchando música con unos auriculares blancos). Otros comentaban que las estrategias de Apple no han supuesto, desde el punto de vista del marketing, una aportación tan notable como las de Zara, por ejemplo, que ha conseguido crear una marca sin inversión directa en publicidad.
El público que suele acudir al Monday tiene un conocimiento sobre el mundo empresarial tecnológico mayor que el público general, por lo que no se cayó en el idolatramiento excesivo que suele rodear a Steve Jobs, más bien todo lo contrario. Se comentaron aspectos negativos de su vida personal como el rechazo a su hija Lisa, la manera de tratar a sus empleados o su carácter dictatorial. También sus fracasos como empresario, que los tuvo, y se tienden a minimizar como por ejemplo el Macintosh, NeXT y la fase inicial de Pixar.
Yo hice mi pequeña aportación al debate discrepando parcialmente en este último punto. Si bien productos como el Macintosh resultaron un fracaso desde el punto de vista comercial, desde el punto de vista técnico supusieron una gran revolución. El éxito de un producto se mide también por su capacidad para influir sobre los demás productos del mercado. El Macintosh trajo a la computación doméstica el concepto de escritorio: las ventanas, el ratón, hacer click, etc. Como todo el mundo sabe, Steve Jobs no inventó estos conceptos, tampoco Apple, sino Xerox en su laboratorio de investigación de Palo Alto, Xerox PARC. Cuenta Steve Jobs en el documental "The Rise of Silicon Valley" que Xerox le enseño 3 cosas: la programación orientada a objetos (el escritorio de Xerox estaba programado sobre Smalltalk, uno de los primeros lenguajes de programación orientados a objeto), un entorno de red (con correo electrónico, ordenadores compartiendo archivos, etc) y el escritorio. Sin embargo, Steve Jobs estaba tan ciego por la interfaz que Xerox le había mostrado que tardó años en llegar a entender las otras dos cosas.
Quizás el mérito de Steve Jobs fue su inusitada capacidad para reconocer el valor de nuevas ideas y aplicarlas en forma de producto. Xerox, condicionada por la propia naturaleza de su negocio (máquinas fotocopiadoras), no pudo reconocer qué es lo que tenía delante.
Comentaba Nacho Cabaleiro en su exposición que Steve Jobs a lo largo de su vida siempre estuvo rodeado de personas de gran talento. Al principio con Steve Wozniak, después con John Lasseter en Pixar y al final de su vida con Tim Cook, actual CEO de Apple, que consiguió reducir el stock de Apple de 6 meses a 6 horas. Steve Jobs sabía reconocer el talento y cautivar a otras personas para que trabajaran en su visión. Si bien, no siempre lo consiguió como en el caso de John Sculley, contratado inicialmente por Jobs para dirigir Apple y que supuso su salida de la compañía.
Al igual que el Macintosh, el fracaso de NeXT también fue relativo. Steve Jobs invirtió casi toda su fortuna en NeXT y la empresa nunca llegó a ser un éxito comercial, si bien como producto las estaciones NeXT eran técnicamente muy buenas. Tim Berners Lee programó el primer servidor y primer cliente web en una estación de trabajo NeXT. En su artículo, "The WorldWideWeb browser", comenta algunas de las ventajas de la programación sobre NeXT.
"I wrote the program using a NeXT computer. This had the advantage that
there were some great tools available -it was a great computing environment in
general. In fact, I could do in a couple of months what would take more like a
year on other platforms, because on the NeXT, a lot of it was done for me
already."
Este primer navegador que Tim Berners Lee programó estaba escrito sobre Objective-C, un lenguaje orientado a objetos a camino entre C y SmallTalk. Hoy día, es el lenguaje con el que se programan las aplicaciones nativas de los iPhone y los iPad. Curiosamente, no es un lenguaje que Steve Jobs ni NeXT inventaron. Objective-C fue desarrollado por Brad Cox y Tom Love para su empresa Stepstone, una de las pocas empresas que NeXT adquirió. Steve Jobs podría haber optado por otros lenguajes orientados a objeto como C++ o Eiffel, pero no, otra vez su capacidad para reconocer valor y aplicarlo a un producto de manera práctica, o quizás su cabezonería para hacer las cosas de manera distinta (Think Different ©).
Fueron las extraordinarias capacidades técnicas de NeXT lo que llevaron a Steve Jobs de vuelta a Apple. Por aquel entonces Apple estaba a punto de quebrar como comentaba Nacho. Quizás lo que no se comenta en el libro, al menos no se comentó en la charla, fueron las razones por las cuales Apple decidió comprar NeXT.
En la década de los 90, a medida que Microsoft se hacía con el mercado mundial del escritorio, Apple fue perdiendo relevancia como alternativa al mundo del PC, llegando incluso a licenciar la construcción de ordenadores Apple a otros fabricantes. Su sistema operativo, el System 7, se había quedado obsoleto y era necesario una reescritura desde cero. Este es el conocido proyecto Copland, uno de los más grandes fracasos de la historía de la ingeniería del software. Viendo Apple que no conseguiría finalizar este proyecto, no tuvo más remedio que buscar un plan B. El plan B fue la adquisición de NeXT, con la idea de utilizar su sistema operativo, NeXTStep, como base para los nuevos ordenadores Apple. Mac OS X es el resultado. Un sistema operativo basado en NeXTStep, del que mantiene su núcleo Mach y la programación en Objective-C, entre otras cosas.
Para mí, la gran virtud de Steve Jobs fue su capacidad para visualizar y definir productos, normalmente de una gran calidad técnica. Si bien, la calidad técnica por sí misma no garantiza el éxito. NeXT es la prueba de ello. Existen otros muchos factores que influyen en el éxito comercial de un producto, pero la calidad es en mi opinión un factor determinante. Es difícil tener un éxito comercial con un producto mediocre.
Esta virtud de Jobs se repite incesantemente a lo largo de su vida. Primero con el Apple II, después con el Macintosh, NeXT, Pixar, iTunes, iPod, iPhone, Apple Store, iPad, etc. Además muchos de estos productos no solo han sido grandes éxitos comerciales, sino que han supuesto un punto de inflexión en sus correspondientes mercados. Es por ello que, desde mi punto de vista, el éxito de Steve Jobs no es un éxito fortuito, porque se repite constantemente a lo largo de su carrera.
Tampoco considero el éxito de Apple como simple marketing que disfraza productos de baja calidad técnica bajo un envoltorio bonito. En su charla de presentación del iPhone, Steve Jobs cita una frase de Alan Kay (creador de Smalltalk) que define la forma de pensar de Apple acerca del software: "Aquellos que se tomen en serio el desarrollo de software deberían fabricar su propio hardware". Apple es quizás hoy día la única empresa del mundo que es capaz de desarrollar un software tan bueno como su hardware. A medida que leo más sobre la historia de la informática compruebo que muchos de los avances de la industria del software se entrecruzan en la vida personal de Steve Jobs, desde el escritorio hasta la creación de la WWW, o los móviles de última generación.
Mi forma de pensar acerca de Steve Jobs ha ido cambiado a medida que he leido más sobre su vida. Aborrezco muchas de las cosas que Apple representa, como su hermetismo y su jardín amurallado, tan cerrado como el de Microsoft de finales de los 90, pero reconozco el valor que Apple, y Steve Jobs a lo largo de su vida, han aportado al desarrollo de la industria informática. Un éxito meritorio que no es en absoluto fruto del azar.
martes, junio 05, 2012
viernes, abril 13, 2012
Jim Gray's last speech
Yesterday while surfing on the net I found a free book called "The Fourth Paradigm". The book is a compilation of papers about how data analysis can change the way science is done in many fields. The book is dedicated to the memory of Jim Gray, a technologist and ACM awarded computer science who worked many years at the research division of Microsoft. Jim Gray mysteriously disappeared at the end of January of 2007 while sailing the San Francisco Bay.
The book includes a foreword by Jim Gray, which basically is a transcription of his last speech. While reading it I found it visionary and amazingly accurate on how it predicted how the future of data analysis will evolve. Jim Gray made very good points about what has been going wrong with data for many years. For Jim, the reason why data scientists and small research centres marginalize their data analysis was the lack of good and affordable tools. Not many years ago the only thing scientists and universities had was Matlab and thousands of Excel spreadsheets to store their data. On the contrary, big research centres like CERN or NSA could afford much better tools, simply prohibitive for centres with more humble budgets.
This scenario was only 5 years ago. The situation has changed dramatically in the last years. The needs of internet companies for processing large data sets has speed up the development of more and much better tools, and as many of these developments have happened following an open-source development model, their adoption has been also massive.
It's an old story, when you build something good and lower the barrier of entry, people heavily adopt your product or technology. I personally believe that free and open-source software, and the principles these philosophies rely on, are one of the reasons why the world has changed so much in the recent years and continues doing it even at a faster pace.
Data is a game changer. Ten years ago I couldn't believe they will ever be such a good translator as Google Translate, a translator based on statistical translation. The algorithms have not improved much, what has changed is our capacity to store more and more data and process it in meaningful ways. As John More amusingly shows in his talk, What's a career in big data?, more data leads to better results.
Today, large and medium companies are adopting open-source solutions for storing, processing and understanding their data. Tools that didn't exist 5 years ago. On the other hand, the world is turning into a big playing-field of emitters and consumers of information, of people interconnected. We consume tons of information everyday but also produce a big chunk that others consume.
Jim Gray, cleverly points out that is still amusing to think the way scientists publish their work nowadays. Years of research are summarized in a 8 page article published in a respected magazine like Science or Nature. But what about all the data that backs up their conclusions? Why not providing that information too and let others rethink, reuse and prove their hypothesis. Turn science into a collaborative thing, very much like free and open-source software work, very much like lots of people take things on the internet, mix them and build new things out, very much like people collaborate to build something bigger that themselves, like Wikipedia. Give people easy-to-use, accessible tools and the ability to collaborate and they will come with surprising results.
This last speech of Jim Gray is inspiring and visionary. It reminded me somehow of the famous Richard Feynman's speech, "There is plenty of room at the bottom". Jim's talk is to data analysis what Richard Feynman talk was to physics, seeing and old field in a different way. Something that eventually gave rise to a new field on its own and a new way of doing things.
Lastly, here's one excerpt of the speech that I liked very much:
"But the Internet can do more than just make available the full text of research papers. In principle, it can unify all the scientific data with all the literature to create a world in which the data and the literature interoperate with each other. You can be reading a paper by someone and then go off and look at their original data. You can even redo their analysis. Or you can be looking at some data and then go off and find out all the literature about this data. Such a capability will increase the “information velocity” of the sciences and will improve the scientific productivity of researchers. And I believe that this would be a very good development!"
The book includes a foreword by Jim Gray, which basically is a transcription of his last speech. While reading it I found it visionary and amazingly accurate on how it predicted how the future of data analysis will evolve. Jim Gray made very good points about what has been going wrong with data for many years. For Jim, the reason why data scientists and small research centres marginalize their data analysis was the lack of good and affordable tools. Not many years ago the only thing scientists and universities had was Matlab and thousands of Excel spreadsheets to store their data. On the contrary, big research centres like CERN or NSA could afford much better tools, simply prohibitive for centres with more humble budgets.
This scenario was only 5 years ago. The situation has changed dramatically in the last years. The needs of internet companies for processing large data sets has speed up the development of more and much better tools, and as many of these developments have happened following an open-source development model, their adoption has been also massive.
It's an old story, when you build something good and lower the barrier of entry, people heavily adopt your product or technology. I personally believe that free and open-source software, and the principles these philosophies rely on, are one of the reasons why the world has changed so much in the recent years and continues doing it even at a faster pace.
Data is a game changer. Ten years ago I couldn't believe they will ever be such a good translator as Google Translate, a translator based on statistical translation. The algorithms have not improved much, what has changed is our capacity to store more and more data and process it in meaningful ways. As John More amusingly shows in his talk, What's a career in big data?, more data leads to better results.
Today, large and medium companies are adopting open-source solutions for storing, processing and understanding their data. Tools that didn't exist 5 years ago. On the other hand, the world is turning into a big playing-field of emitters and consumers of information, of people interconnected. We consume tons of information everyday but also produce a big chunk that others consume.
Jim Gray, cleverly points out that is still amusing to think the way scientists publish their work nowadays. Years of research are summarized in a 8 page article published in a respected magazine like Science or Nature. But what about all the data that backs up their conclusions? Why not providing that information too and let others rethink, reuse and prove their hypothesis. Turn science into a collaborative thing, very much like free and open-source software work, very much like lots of people take things on the internet, mix them and build new things out, very much like people collaborate to build something bigger that themselves, like Wikipedia. Give people easy-to-use, accessible tools and the ability to collaborate and they will come with surprising results.
This last speech of Jim Gray is inspiring and visionary. It reminded me somehow of the famous Richard Feynman's speech, "There is plenty of room at the bottom". Jim's talk is to data analysis what Richard Feynman talk was to physics, seeing and old field in a different way. Something that eventually gave rise to a new field on its own and a new way of doing things.
Lastly, here's one excerpt of the speech that I liked very much:
"But the Internet can do more than just make available the full text of research papers. In principle, it can unify all the scientific data with all the literature to create a world in which the data and the literature interoperate with each other. You can be reading a paper by someone and then go off and look at their original data. You can even redo their analysis. Or you can be looking at some data and then go off and find out all the literature about this data. Such a capability will increase the “information velocity” of the sciences and will improve the scientific productivity of researchers. And I believe that this would be a very good development!"
sábado, abril 07, 2012
Lo que he aprendido sobre monedas
El enero pasado me pusé a ordenar mi colección de monedas. Realmente no es que sea un apasionado numismático, pero cada vez que salgo fuera siempre me gusta quedarme con unas pocas monedas como recuerdo. Así, he ido acumulando una desordenada colección de monedas durante años y al fin me decidí a clasificarla y archivarla.
Antes de comenzar tan árdua tarea busqué información sobre numismática. Típica guía de cómo ordenar tu colección, que si cartoncitos donde meter las monedas, archivadores, cómo limpiar las monedas, pinzas, etc. Al final todo es más simple de lo que parece, basta con unos cartones de distintos tamaños, unos archivadores de plástico y lavarse las manos antes de manipular las monedas. De todas formas está bien leerse alguna guía para saber cómo clasificar una moneda, cómo identificar las que están en buen estado, etc.
Después de buscar por tiendas de internet los utensilios para archivar la colección acabé topando con una tienda de numismática en Vigo, Numismática Besteiro, cerca del centro.
Llegué a casa y me puse a catalogar. La verdad es que es un hobby apasionante, didáctico y prácticamente interminable. Clasificando las monedas aprendí muchas cosas que hasta ahora no conocía o simplemente había pasado inadvertidas. Por ejemplo:
Antes de comenzar tan árdua tarea busqué información sobre numismática. Típica guía de cómo ordenar tu colección, que si cartoncitos donde meter las monedas, archivadores, cómo limpiar las monedas, pinzas, etc. Al final todo es más simple de lo que parece, basta con unos cartones de distintos tamaños, unos archivadores de plástico y lavarse las manos antes de manipular las monedas. De todas formas está bien leerse alguna guía para saber cómo clasificar una moneda, cómo identificar las que están en buen estado, etc.
Después de buscar por tiendas de internet los utensilios para archivar la colección acabé topando con una tienda de numismática en Vigo, Numismática Besteiro, cerca del centro.
Llegué a casa y me puse a catalogar. La verdad es que es un hobby apasionante, didáctico y prácticamente interminable. Clasificando las monedas aprendí muchas cosas que hasta ahora no conocía o simplemente había pasado inadvertidas. Por ejemplo:
- El lado reverso de las libras esterlinas, la cruz, varía. Hay distintos motivos que celebran distintos sucesos. Por ejemplo, algunas libras celebran los reinos del Reino Unido. Hay libras escocesas, inglesas, galesas y de Irlanda del Norte.
- Los yenes llevan el año escrito en eras japonesas. En Japón cada vez que asciende un nuevo emperador al trono, comienza una nueva era. Ahora mismo estamos en el año 23 de la era Heisei.
- La moneda de 5 yenes es la única moneda japonesa que lleva su valor escrito en kanji. Todas las demás llevan su valor escrito en numeración occidental.
- Durante la segunda guerra mundial las colonias japonesas usaban un tipo de moneda llamado yen militar. Cuando un país era conquistado debía adoptar como su moneda oficial el yen militar, si bien la moneda local y el yen militar convivían durante un tiempo. El yen militar no era convertible a yen de Japón. Cuando Hong Kong fué invadido por Japón en 1941 muchas familias tuvieron que convertir sus fortunas a yenes militares. Tras la derrota de Japón, el yen militar se declaró nulo.
- El real de a 8, la moneda anterior a la peseta, fue durante siglos la moneda "oficial" del comercio internacional. Su alto contenido en plata hacía que fuera la moneda preferida en transacciones internacionales. Posteriormente la moneda podía ser convertida en una cantidad fija de plata en un banco. El real de a 8 estuvo en circulación hasta el siglo XIX, y era moneda habitual de cambio incluso en países que no eran colonia española, como por ejemplo China y colonias británicas.
- El real de a 8 equivalía a 8 reales. Era muy difícil conseguir reales individuales fuera de las colonias españolas, pero como la moneda era convertible a plata llegaba a fragmentarse físicamente en 8 partes, equivaliendo cada una de estas partes a un real.
- El real de a 8 fue moneda oficial durante los primeros años de historia de los Estados Unidos de América. Allí recibió el nombre de Spanish dollar. Durante mucho tiempo convivió con el dólar americano hasta que dejó de ser oficial en 1857.
- La otra moneda que se solía emplear en transacciones internacionales, sobre todo en Europa, era el tálero austriaco, o thaler. La palabra dóllar viene de thaler.
- El popular símbolo del dólar, $, viene de los pesos españoles. La teoría más aceptada es que el símbolo viene de la abreviación de PS, peso. La S se superponía a la P dando lugar a $. Otras teorías sostenían que la S era realmente un 8, indicando real de a 8. Otra teoría también dice que originalmente había dos rayas, que representaban la columnas de Hércules, motivo que aparecía en los reales de a 8.
Y ahí sigo, clasificando monedas y aprendiendo. Aún me quedan muchas...
Suscribirse a:
Entradas (Atom)