¿Los aranceles impulsarán la innovación nacional?

En la carrera por dominar sectores estratégicos como las baterías y los vehículos eléctricos (VE), los fabricantes chinos como CATL y BYD están tan por delante del resto del mundo que resulta casi imposible desafiarlos. Una de las principales razones es la ventaja de costes que han conseguido aprovechando la gran demanda de su mercado nacional no sólo para lograr economías de escala, sino también para aprender a reducir los costes de sus procesos de producción. Para las empresas que intentan competir en este espacio -o en cualquier otro sector en el que un alto volumen de producción es clave para impulsar el aprendizaje- comprender cómo han llegado hasta aquí no sólo es útil, sino necesario. Sólo entonces podrán empezar a desarrollar estrategias para ponerse al día y competir. La guerra comercial mundial que la administración Trump está a punto de encender promete no hacer más que complicar las cosas. En muchos casos, el único camino a seguir puede ser intentar cambiar las reglas del juego, por ejemplo, creando innovaciones en los procesos o en los productos. La curva de aprendizaje Theodore P. Wright, ingeniero aeronáutico, documentó por primera vez en 1936 el fenómeno que ahora se conoce como curva de aprendizaje. Descubrió que con cada duplicación de la producción acumulada, los costes descendían a un ritmo predecible. Los trabajadores se hacían más rápidos a medida que aprendían con la práctica, los procesos se volvían más eficaces con la incorporación de nuevas herramientas o métodos, podían incorporarse materias primas o componentes menos costosos y se producían economías de escala. La curva de aprendizaje recibió mucha atención durante la Segunda Guerra Mundial, cuando los contratistas del gobierno estadounidense buscaban formas de predecir los costes de construcción de barcos y aviones. En la década de 1960, el Boston Consulting Group se puso detrás de esta idea, y condujo al concepto de fijación de precios anticipada en tecnologías como los semiconductores: fijar el precio de sus productos por debajo de los costes en las primeras etapas para acumular volumen antes y poder bajar más rápido por la curva de aprendizaje, reduciendo sus costes. Este principio se ha aplicado en muchas industrias, desde los paneles solares hasta el procesamiento químico. Históricamente, los fabricantes por contrato han confiado en él al hacer ofertas de trabajo por debajo de su coste inicial para producir un producto, sabiendo que mediante el aprendizaje y las sustituciones de materiales conseguirían que sus costes bajaran por debajo de su oferta inicial. Lecciones de la industria de las baterías de iones de litio Lo que está ocurriendo con las baterías de iones de litio es instructivo. Desde su introducción, los costes se han desplomado. A principios de la década de 1990, un kilovatio-hora de capacidad de una célula de batería de iones de litio costaba unos 7.500 dólares. En 2024, bajó a menos de 100 dólares. Ese tipo de descenso de los costes no es un accidente. Ocurre gracias a los avances tecnológicos en los materiales,como el cambio de cátodos pesados de cobalto a químicas más baratas de fosfato de hierro y litio (LFP). Ocurre por las innovaciones en la fabricación, como los diseños "célula a paquete" (CTP), que reducen el peso y los materiales innecesarios. Y ocurre por las eficiencias derivadas de la pura escala de producción. Cuantas más baterías produce una empresa, más eficazmente puede fabricar la siguiente. La gran pregunta es cuánto pueden bajar los costes. El Ratio de Progreso, que mide cuánto disminuyen los costes cada vez que se duplica la producción acumulada, se estima actualmente en torno a 0,80 o más. Eso significa una reducción del 20% de los costes con cada duplicación acumulada de la producción. CATL posee el 38% de la capacidad mundial de fabricación de baterías (el 44% en China), y sólo en febrero de 2025 instaló capacidad suficiente para producir 15 GWh anuales de células de batería. (En comparación, la Gigafactoría de Tesla en Nevada produce alrededor de 37 GWh de celdas de batería al año). El coste marginal de la nueva capacidad de CATL es probablemente tan bajo que las posibilidades de que alguien le alcance son cada día menores. Las empresas chinas de baterías pueden aprovechar la curva de aprendizaje porque cuentan con la demanda del mercado chino de vehículos de pasajeros, el mayor del mundo, cuya tasa de adopción de VE está muy por delante de la de Estados Unidos y Europa. Cerca del 50% de las ventas de coches nuevos en China son vehículos eléctricos impulsados por baterías, frente a sólo el 9% en Estados Unidos. El gobierno chino desempeñó un papel crucial en la configuración de esta industria mediante una combinación de subvenciones a la oferta para la producción de baterías e incentivos a la demanda para los compradores de VE. Los primeros incentivos a los compradores estimularon las compras incluso cuando los productos no estaban al nivel de rendimiento actual, y esas ventas dieron a los fabricantes un cliente para su producción y el flujo de caja para seguir mejorando. Combinadas con un impulso apoyado por el Estado para dominar la cadena de suministro de baterías -desde la extracción de litio hasta el refinado y la fabricación- estas políticas también ayudaron a crear un ecosistema que ha dado a los fabricantes chinos una ventaja casi inexpugnable. La intensa competencia nacional también ha desempeñado un papel importante a la hora de dar a la industria china de baterías una ventaja en costes. Más de 50 fabricantes chinos de baterías están en una carrera por escalar más rápido y más barato que sus rivales, lo que ha dado lugar a una inversión en exceso en capacidad. Para 2025, se prevé que la capacidad de producción de baterías de China alcance los 4.800 GWh, cuatro veces la demanda mundial prevista. Este exceso de capacidad puede ser temerario, pero a corto plazo la competencia extrema está abaratando los costes. Cuanto más producen los fabricantes, más refinan sus procesos y exprimen la eficiencia de cada paso. A medida que cada fabricante intenta superar al siguiente, toda la industria desciende por la curva de aprendizaje. Los costes no sólo caen; caen en picado. ¿Pueden ayudar los aranceles? La guerra comercial que está librando la administración Trump podría tener importantes implicaciones estratégicas para una serie de industrias que dependen del aprendizaje por volumen. En teoría, la imposición de aranceles a las importaciones -por ejemplo, a los semiconductores o a las industrias incipientes, como el procesamiento de metales de tierras raras o las enzimas y aminoácidos producidos mediante la biofabricación- podría dar a las empresas nacionales la capacidad de escalar y descender en la curva de aprendizaje. Pero eso sólo funciona si esos fabricantes nacionales no se quedan demasiado atrás y los consumidores nacionales les compran los productos. Ya hemos visto algunas ralentizaciones en la construcción de fábricas estadounidenses debido a la débil demanda interna de sus procesos. Y si los semiconductores de producción nacional se ven sometidos a aranceles de represalia o a restricciones a la exportación que recorten su mercado total al que dirigirse, eso afectaría significativamente a la velocidad a la que las empresas pueden avanzar por la curva de aprendizaje. Cambiar el juego Para los grandes rezagados de las industrias en las que la curva de aprendizaje importa, competir directamente en costes ya parece una causa perdida. La única forma real de avanzar para ellos es cambiar el juego. Comprendiendo esto, algunas empresas de baterías están apostando por innovaciones radicales en los procesos , como fábricas totalmente automatizadas que utilizan el control de calidad impulsado por la IA para reducir aún más los costes. En semiconductores, Rapidus en Japón está intentando utilizar un flujo de oblea única con metrología avanzada y aprendizaje automático para acelerar el aprendizaje. La oportunidad consiste en utilizar conocimientos basados en datos para impulsar mejoras en los procesos y no tener que depender del aprendizaje basado en el volumen. Otras empresas están estudiando químicas de baterías completamente nuevas. Toyota, por ejemplo, está invirtiendo mucho en baterías de estado sólido, lo que podría restablecer la curva de aprendizaje al introducir un método de producción diferente que hace que las ventajas actuales de la escala de iones de litio sean menos relevantes. En el procesamiento químico o la producción de fármacos, pasar a la fabricación de flujo continuo ofrece la oportunidad de un reajuste similar, utilizando un proceso de producción menos intensivo en capital que podría aprovechar más fácilmente la IA para optimizar los rendimientos y reducir los subproductos no deseados. - - - Averiguar cómo competir en industrias que dependen del aprendizaje por volumen es complicado en una era de fragmentación de los mercados globales. Para los rezagados, contar con las políticas proteccionistas es peligroso: si esas barreras desaparecen, podrían estar acabados. Cambiar el juego mediante innovaciones en los procesos o la aplicación de tecnologías puede ser su única esperanza.

¿Los aranceles impulsarán la innovación nacional?

Resumen.

Partner Center