Inovação Aberta, Ecossistemas de Startups e sua Evolução

194 visualizações

Publicada em

Minha palestra no CBSoft'2016

Publicada em: Tecnologia
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Inovação Aberta, Ecossistemas de Startups e sua Evolução

  1. 1. 1 Inovação Aberta, Ecossistemas de Startups e sua Evolução Prof. Fabio Kon Departamento de Ciência da Computação IME-USP twitter.com/FabioKon ccsl.ime.usp.br/startups
  2. 2. 2 Inovação Tecnológica ● Século 20 – Grandes empresas – Militar – Transferência tecnológica ● universidade -> grandes empresas ● universidade -> spin-offs ● Século 21 – startups – (e também todas as anteriores)
  3. 3. 3 Inovação Aberta ● Alternativa recente ao segredo industrial ● Inovar com parceiros, compartilhando os riscos e os ganhos (www.100open.com) ● Exemplos: – Consórcios entre grandes empresas – Ecossistema de PMEs em torno de uma grande empresa – Ecossistemas de startups – Software Livre
  4. 4. 4 Vantagens de Startups ● Baixo custo ● Baixa burocracia ● Grande agilidade ● Equipe enxuta e eficiente ● Exploração em paralelo de várias alternativas ● Se der errado, prejuízo é pequeno ● Ambiente motivador para empreendedores e jovens (de idade ou espírito)
  5. 5. 5 O que é uma startup? Uma organização temporária criada para buscar um modelo de negócio repetível e escalável (Steve Blank) Uma organização humana projetada para criar um novo produto ou serviço sob condições de extrema incerteza (Eric Ries)
  6. 6. 6
  7. 7. 7
  8. 8. 8 Nossa pesquisa ● Análise qualitativa de 3 ecossistemas: – Tel-Aviv (Israel) – São Paulo (capital) – Nova Iorque (capital) ● 48 +45 + 25 reuniões – fundadores, VCs, aceleradoras, cientistas ● ~100 entrevistas ● Visitas a ~50 startups
  9. 9. 9 O ecossistema
  10. 10. 10 Simplificando
  11. 11. 11
  12. 12. 12
  13. 13. 13
  14. 14. Objectives (Daniel Cukier’s PhD thesis) • Propose a methodology to measure ecosystem maturity based on multiple factors • Base the maturity model on the ecosystem core elements (taken from the conceptual framework) • Help ecosystem agents to identify what are the next steps required for evolution • Propose a theory about Startup Ecosystem evolution and dynamics • Secondary: compare ecosystems
  15. 15. Methodology • Elements of the conceptual model become factors • For each factor, we defined 4 levels • started with our initial guess • refined in 2 steps with a dozen experts from at least 3 ecosystems • Version 1 published and workshopped • Version 2 refined from • Workshop feedback • New York ecosystem observations and experts feedback • Version 3 to be finalized after visit to China
  16. 16. 4 Maturity Levels M1 Nascent M2 Evolving M3 Mature M4 Self-sustainable
  17. 17. Level: Nascent (M1) When the ecosystem is already recognized as a startup hub, with already some existing startups, a few investment deals and maybe government initiatives to stimulate or accelerate the ecosystem development, but no great output in terms of job generation or worldwide penetration.
  18. 18. Level: Evolving (M2) Ecosystems with a few successful companies, some regional impact, job generation and small local economic impact.
  19. 19. Level: Mature (M3) Ecosystems with hundreds of startups, where there is a considerable amount of investment deals, existing successful startups with worldwide impact, a first generation of successful entrepreneurs who started to help the ecosystem grow and be self- sustainable.
  20. 20. Level: Self-sustainable (M4) Ecosystems with a high startups and investment deals density, at least a 2nd generation of entrepreneur mentors, specially angel investors, a strong network of successful entrepreneurs compromised with the long term maintenance of the ecosystem, an inclusive environment with many startups events and presence of high quality technical talent.
  21. 21. Maturity Metric M1 M2 M3 M4 Exit Strategies none a few several M&A and few IPO several M&A and several IPO Entrepreneurship in universities < 2% 2-10% ~ 10% >= 10% Angel Funding irrelevant irrelevant some many Culture values for entrepreneurship < 0.5 0.5 - 0.6 0.6 - 0.7 > 0.7 Specialized Media no a few several plenty Ecosystem data and research no no partial full Ecosystem generations 0 0 few many Events monthly weekly daily >= daily Maturity Model - Short version
  22. 22. Metrics importance Maturity Metric M1 M2 M3 M4 Exit Strategies Entrepreneurship in universities Angel Funding Culture values for entrepreneurship Specialized Media Ecosystem data and research Ecosystem generations Events Legend very important important not important
  23. 23. Exit strategies Accelerators quality Global market High-tech companies presence Entrepreneursip in universities Established companies influence Number of startups Human capital quality Access to funding US$ / year Culture values for entrepreneurship Angel Funding Technology transfer processes Access to funding # of deals / year Methodologies knowledge Mentoring quality Specialized media players Bureaucracy Ecosystem data and research Tax Burden Ecosystem generations Incubators / tech parks Startup Events Essential / Summing factors
  24. 24. TEL AVIV SÃO PAULO NEW YORK Essential Factors L3 (9) L2 (9) L3 (10) Summing Factors L2 (7), L3 (6) L1 (8), L2 (5) L2 (4), L3 (8) Maturity Level Mature (M3) Evolving (M2) Self-sustainable (M4) Ecosystems Comparison
  25. 25. We want your collaboration! • Get in touch with us to • provide your feedback on the maturity model • include your local ecosystem in the classification • Prof. Fabio Kon <fabio.kon@ime.usp.br> • Daniel Cukier <danicuki@ime.usp.br>
  26. 26. 14 Investimento em P&D
  27. 27. 15 E o Brasil? ● Grande comunidade científica ● Grandes indústrias e empresas ● Espírito empreededor forte mas ● Muito pouca inovação tecnológica ● Poucas startups de alta tecnologia
  28. 28. 16 Pontos negativos (minha percepção subjetiva) ● Preconceito em universidades contra empresas ● Falta de cultura de pesquisa em empresas ● Pouco capital de risco privado para investimento em tecnologia ● Poucos exemplos brasileiros a seguir ● Ecossistema de startups ainda fraco
  29. 29. 17 Pontos positivos ● Nos últimos 5 anos – empreendedorismo/inovação ficou na moda – aumento do capital de risco privado – ecossistema de startups crescendo – aceleradoras nascendo ● (incubadoras saindo de cena) – metodologias começando a ser disseminadas
  30. 30. 18 Falhar é bom :-) Em Israel e no Vale do Silício falhar numa startup não é visto como uma coisa ruim: ● Ganha-se experiência ● Aprende-se muita coisa ● Permite tentar de novo com menos chance de repetir os mesmos erros
  31. 31. 19 Mas, como não falhar? 1) Equipe multi-disciplinar engajada busque ajuda! 2) Sólidas competências técnicas 3) Busca incessante por encaixe produto-mercado – Startup Enxuta (Eric Ries) – Desenvolvimento do Cliente (Steve Blank) ● mesmo assim, não está isento de riscos!
  32. 32. 20 Junte-se a nós! Ações de Empreendedorismo - Ciência da Computação IME/USP: ● www.meetup.com/imempreende ● Pesquisa em Empreendedorismo ● Fomento à criação de Startups ● Fortalecimento do ecossistema (eventos) ● Workshop Brasileiro de Startups de Software?
  33. 33. 21 Perguntas? Reflexões? Fabio Kon Departamento de Ciência da Computação IME-USP ccsl.ime.usp.br/startups twitter.com/FabioKon

×