Cada vez son más las empresas que se deciden a invertir en I+D+i para seguir siendo competitivas o mejorar su posicionamiento en el mercado, pero pocas se han parado a analizar la rentabilidad real que estas inversiones están generando. La rentabilidad de una inversión es un parámetro fundamental para determinar el éxito de la misma, y es de vital importancia poder establecer una metodología estándar en la empresa, que permita seleccionar aquellos proyectos que serán más rentables cuando los recursos de que se disponen son limitados y no es posible hacer frente a todas las alternativas.
Uno de los aspectos más complejos de una metodología de este tipo, reside en el análisis y cuantificación de los intangibles y flujos de caja que se espera que éstos generen en el futuro. Para ello, existen tres métodos tradicionales de valoración de activos intangibles: el basado en el coste de generación (estima el valor de los activos de tecnología a través de la medición de los gastos necesarios para crearlos y desarrollarlos. Asume que a mayor coste se obtendrá mayor beneficio, lo que normalmente no es cierto); el basado en el precio de mercado o comparable (compara el precio por el cual activos similares han sido intercambiados entre compradores y vendedores. El inconveniente es encontrar un comparable válido, ya que el activo ha de ser similar tanto en tipología como en condiciones de entorno, lo que resulta complejo y casi imposible cuando se trata de intangibles); el basado en la previsión de ingresos futuros (en este método se utilizan los mismos ratios que en la medición o estimación de rentabilidades: VAN, TIR, TIRM. El empleo de ratios tradicionales de rentabilidad como el VAN, es idóneo cuando se evalúan proyectos que no admiten demora, pero flaquean cuando los proyectos presentan flexibilidad operativa, cuando tienen contingencias o una alta volatilidad).
Ejemplo de la poca importancia que se le otorga a la medición de la rentabilidad y los retornos que estas inversiones tienen, es la Encuesta sobre Innovación que anualmente publica el INE. De todos los indicadores que analiza, sólo dos están relacionados con el retorno que las inversiones realizadas han obtenido, el resto de indicadores hacen referencia a inputs tales como: número de proyectos, gastos, objetivos, motivaciones, etc.
En épocas económicamente complejas como en la actual, donde la incertidumbre de los mercados es tan alta, resulta de vital importancia realizar una buena valoración de estos flujos de caja. Si analizamos las inversiones en Innovación, Investigación y Desarrollo de las empresas españolas de los últimos 5 años, y las comparamos con el retorno que han obtenido, nos encontramos que el retorno no tiene relación directa con el volumen de inversión en Innovación, tal como puede apreciarse en la gráfica 1. Influyen muchos otros condicionantes, como el mercado o los riesgos que presenta un proyecto. La única forma de mejorar el retorno de una inversión es a través de una mejora en la validación y cuantificación de los riesgos y gastos asociados a cada proyecto.
Para abordar el análisis de estos proyectos, muchas veces con niveles de incertidumbre elevados, o de forma más exhaustiva y cercana a la realidad, proyectos que a priori tienen un VAN bajo (cercano al umbral de rentabilidad), surge la necesidad de incorporar un análisis de opciones reales. Este análisis complementa a los ya tradicionales (VAN, TIR, etc.), corrigiendo sus resultados. Entre los métodos que más se emplean para la valoración de opciones reales, el binomial es el más intuitivo y el que utiliza cálculos matemáticos más sencillos. Permite a los encargados de tomar la decisión final, de entender el motivo de una decisión u otra. Alma CG ha desarrollado una metodología de estudio de la rentabilidad, basada en una segmentación y análisis exhaustivo de la tipología de proyectos de cada empresa en particular, lo que permite modelizar y optimizar el análisis de la rentabilidad de cada proyecto, maximizando de esta forma la rentabilidad del dinero invertido en proyectos de I+D+i. Esta metodología permite la realimentación con nuevos proyectos, de forma que el modelo vaya evolucionando con la situación actual de la empresa.
Como resultado final, la empresa podrá disponer de una metodología de análisis de rentabilidad que permitirá optimizar las decisiones de inversión en proyectos de I+D+i, permitiendo reducir así el número de inversiones que finalmente no son rentables para la empresa o seleccionando aquellas que lo serán en mayor medida.
