La Revolución de los Agentes de Inteligencia Artificial ya ha empezado - Pep Martorell

El Sorprendente Avance Exponencial de la IA ¿Grandes puntos que tratamos en el anterior podcast, si la I a está aportando conocimiento nuevo a la humanidad, cuál es la visión ahora? Hablante 2 Hace un año te hubiera dicho que teníamos I a s del nivel estudiantes de doctorado, ahora tenemos científicos que trabajan contigo. La I a descubre cosas que los humanos no han descubierto, dicho así en mayúsculas y punto número 2. Es cada vez más útil para lo que realmente también nos gusta, y es que nos hacen en Pep Martorell. Es físico y doctor en informática y durante más de 9 años fue director asociado del Barcelona súper Computing Center, impulsando proyectos clave de inteligencia artificial y súper computación en Europa. Tras su etapa en el sector público, hoy es socio en Invivo Partners, un fondo que prepara un vehículo de inversión de alrededor de 100000000 EUR para apoyar startups europeas de inteligencia artificial. Hablante 1 ¿Hacia donde vamos, que? Hablante 2 ¿Estamos ya en un escenario donde hay una automatización masiva, en una delegación masiva de tareas en agentes? Sí. As que lo hacen tremendamente bien y que en conjunto son mucho más eficientes que sí o sí van a llevar una reducción de puestos de trabajo y a uno mucho mayor productividad de los puestos de trabajo existen. Eso tiene un peligro tremendo, pero me parece una oportunidad. Que nunca antes habíamos visto como especial. Y eso nos lleva a otra cosa, que es todos los protocolos, a gente contra gente. Y vamos a acabar creando una capa donde los agentes hablarán entre ellos, donde habrá transacciones comerciales entre cliente y proveedor, sin ningún tipo de interacción humana. Claro. Con lo de Mall Book, que decíamos, hemos reído mucho viendo cómo se comportan agentes en una red social solo para agentes. Hablante 1 No 1000000 y medio de agentes. Hablante 2 Vale, pero las risas empiezan a acabarse. El día que haya gentes que empiezan a poner post diciendo que esto de la humanidad es muy molesto y que quizá deberíamos pensar en ir acabando con ello. La propia discusión de en qué momento tenemos que parar, si es que tenemos que parar. No sé cómo la podremos tomar si todo esto está en manos de compañías y personas que ahora mismo no obedecen a ningún tipo de gobierno. Elon musk. El último centro de datos que ha construido 122 días, las Gigafactorías europeas Vonderley en las anuncia, creo recordar, en febrero del 25, en febrero del 26. Todavía estamos discutiendo dónde nos vamos a poner, de qué va la geopolítica hoy va de tecnología. Somos nosotros mismos que no hemos sido capaces de encontrar la gobernanza para correr al ritmo que corren los ojos. Y por eso soy menos optimista de lo que hace un año. Hablante 1 ¿Si repetimos dentro de un año de este podcast, dónde crees que estaremos en la inteligencia artificial? La inteligencia artificial cambia muchísimo y en este último año han pasado muchísimas cosas, así que he decidido volver a sentarme a hablar con una de las personas que más os ha interesado, en este caso Pep Martorell. Pepe es el ex director del Supercomputing Center de Barcelona y una de las personas que más sabe de inteligencia artificial de toda Europa, con lo cual con él podremos analizar todo lo que ha pasado en el último año y ver hacia dónde estamos yendo. Como veis, además, no estamos en el estudio, sino que estamos en Lanzarote, en los jameos del agua. Nos hemos venido aquí por un evento de inteligencia artificial llamado Atlantic I a que va a acercar la inteligencia artificial a todos aquellos empresarios que quieran empezar a aplicarla, independientemente del tamaño de su empresa. Todo esto ha sido posible gracias a la colaboración del Gobierno de Canarias, a través de la Consejería de Universidades, Ciencia, Innovación y Cultura, el cabildo de Lanzarote, los centros de arte, cultura y turismo, turismo Lanzarote y el Ayuntamiento de arrecife a través de la Concejalía. De nuevas tecnologías. Como veis, no puedo tener mejor ubicación ni mejor compañero de charla, así que espero que disfrutéis de este podcast. ¿Pep, qué tal cómo estás? un año ha pasado desde La Última Vez que estuviste aquí. Eres el la primera persona que viene por segunda vez al podcast. Hablante 2 Te lo agradezco mucho y más en este entorno absolutamente espectacular. Hablante 1 Estamos aquí en los jameos del agua. Yo creo que es lo ha dicho antes uno de los sitios más bonitos del mundo. Oye, yo quería hacer este podcast porque. El tema de la inteligencia artificial está cambiando mucho y precisamente contigo creo que la gente conectó muy bien lo que suponía la inteligencia artificial, lo que vendría, pero es que tengo la sensación de que en los últimos 3 meses hemos avanzado más que en los últimos años. 2 años es así. Hablante 2 Es así y además me sigue pareciendo muy sorprendente que sea así. ¿La Última Vez que nos vimos hablamos de las limitaciones objetivas para que la I a siguiera avanzando no? Y eso la gente que te sigue lo sabe muy bien, no la I al final. ¿Son algoritmos que se entrenan con datos y para entrenar con esos datos necesitas capacidad computacional, grandes ordenadores, no? ¿Y la vez que nos vimos, repasamos, oye, qué le pasa a los ordenadores? Bueno, metemos muchas GPU en los grandes ordenadores, pero las GPU son las que son y metemos unas cantas miles, pero no puedes escalar mucho más, los datos son los que son, luego hablaremos, nuestra capacidad de producir datos nuevos es limitada, los algoritmos son los que son, seguimos con los transformes, no ha cambiado muchísimo en los últimos 10 años. Y aunque parece que hay límites y que hay muros, seguimos multiplicando por una barbaridad no solo la capacidad, sino el tamaño medido computacionalmente de estos modelos. Tanto si seguimos avanzando, seguimos avanzando en exponencial. Y cuando tú avances en exponencial nos es que tengas, la sensación es que en 3 meses vas más rápido que el año anterior. Y sigue siendo tremendamente sorprendente. Hablante 1 Es que esa es precisamente la la clave de la exponencialidad es algo que los humanos hacemos muy mal porque pensamos en lineal. Hablante 2 Los humanos somos lineales o como mucho, polinómicos. No sabemos una cosa que es el doble, una cosa que es el triple, pero la exponencialidad para nosotros no es natural y en inteligencia artificial. Luego hablamos de rankings y de benchmark y de esas cosas no, pero a mí me gusta ir un poco más a los fundamentales. Cuando yo entré en un algoritmo de I a cuando entré en un modelo y lo hago desde cero. ¿Qué estoy haciendo? Estoy haciendo operaciones matemáticas básicamente. Entonces podemos medir cuán rápido es el modelo, el scope que tiene, cuántas cosas hace. Luego hablaremos, pero de entrada lo que podemos medir es cuántas operaciones matemáticas utilizamos para entrenar ese modelo. Esa cifra ahora está en un uno, seguido de 26 ceros, que creo que es algo así como 100 sextillones me parece. Claro, no hay nada en nuestra vida real que sea uno seguido de 26 ceros, pero es que si yo miro los últimos 15 años del 2010, más o menos hemos incrementado 12 ceros, esta cantidad lo estamos multiplicando por 5 cada año. Claro, 5 * 5 * 5 * 5 * 5. Perdemos la noción de lo que esto significa. Entonces si seguimos viéndonos y seguimos pudiendo decir, parece que en los últimos 3 meses hemos avanzado más, es que lo hemos hecho. Y para mí la gran pregunta es. ¿Hasta cuándo técnicamente será posible hacer esto? Hablante 1 Claro, porque esto nos lleva a uno de los grandes problemas que tiene el humano con esa falta de capacidad de procesar la exponencialidad. ¿Y es que eso hace que infravaloremos dónde vamos a estar dentro de 3 meses? Porque nos parece que no es posible que esto se mantenga en el tiempo. Entonces yo llevo años ya con esto de la inteligencia artificial y lo que más he oído es, estamos tocando techo, es un. Hablante 2 Poco que que parecía que era si es decir. ¿Y técnicamente debería ser, si a mí me impresionó mucho cuando salió el último Gemini, no? Oriol Vinyals, que es un BP de Google que es de las personas clave en el desarrollo de Gemini, publicó un un tweet que desvelaba un poquito que habían hecho entre procesado en Postprocesado y tal y metía una frase que a mí me impresionó, que decía, no wals Inside. No hay muros a la vista, pero como que no hay muros a la vista. Es decir, cuando tú analizas los pilares de la inteligencia artificial, es objetivo que en todos ellos hay dificultades para seguir avanzando. Pues no, la mente humana sigue consiguiendo encontrar caminos de esos que te permiten superar estos pequeños muros y seguir creciendo. Así hace un año y yo dije algo así como que no, ahora viene un año de adopción porque la tecnología ya ha escalado muchísimo. Bueno, no me atrevo a volver a decirlo. Porque me están dejando mal año tras año y es realmente sorprendente. Hablante 1 Claro, es que esto es una una historia muy, muy curiosa y es que quizá estamos en una parte tan baja de la curva. ¿A nosotros nos parece que está yendo muy arriba, pero que es lo que tiene que hacer en esta fase, no? ¿Es decir que es es como que es esa parte de la explosión que tiene que tener esa tendencia exponencial, no? Y a la vez que yo veo también como. ¿Mucha gente nos dice que esto tiene que ir a una curva de SSNS no? Y que bueno es normal y que sigue la tendencia. De hecho hace poco se ha sobrepuesto un estudio en el que han sobrepuesto una curva en s a los resultados del mtr. Mtr habla de una curva totalmente exponencial del lanzamiento y pone una curva como en SY encaja. ¿Pero pero viene a decir que dentro de poco nos toca ir a aplanar, no? En cambio, claro, de repente salen nuevos modelos y vemos que no aplana. Parece que la transición de esa s se va extendiendo hasta el punto que igual. Hablante 2 Yo creo que hay un elemento un poco tramposo en todo esto, que es el siguiente, el ritmo al cual los grandes laboratorios van sacando modelos, no estoy seguro que sea el mismo ritmo al cual los van produciendo. Okay, es decir, conocemos gente y algunas que han invitado en este podcast. Que ha podido trabajar con modelos que todavía no son públicos y te los ha definido como chocantes como increíbles. Yo creo que estamos viviendo la mezcla de las 2:00 cosas, una exponencialidad real y una una cierta estrategia comercial de tengo el NY el n menos 1, que también lo tengo, lo voy a sacar cuando uno mi competidor me avance, o 2 cuando la gente pueda adoptar lo que esto significa. Hablante 1 ¿Porque esto es algo claro, esto es algo que en la tecnología se ha hecho siempre, no? Que siempre hemos pensado que los militares o los grandes, que es una tecnología que nosotros no conocemos, no, pero en cambio la I a aparecía durante mucho tiempo que estaban publicando sobre la marcha, es decir, que que no se guardaban nada, no porque había una carrera armamentística tan bestia que o tenías lo último que tenías del horno o no podía salir. ¿Eso ha llevado a reducciones de tiempos de Reptiming este tipo de cosas que hemos visto, tú crees que que están muy por delante? Hablante 2 Yo sé que hay gente que ha jugado con modelos que todavía no están publicados y que siguen diciendo que todavía no hemos visto lo que de verdad viene y eso a mí me hace pensar que sí, que están por delante. Me sigue pareciendo increíble y déjame hacer otro número que el con lo que te decía antes, Eh, sabes que me gusta mucho hacer números si los modelos necesitan un uno serie de 26 ceros de operaciones matemáticas para ser entrenados y nuestros grandes ordenadores cada segundo. Hacen un uno seguido de 18 ceros de operaciones. Una simple regla de 3 nos dice que para entrar un gran modelo necesitas docenas de millones de segundos, es decir, muchos meses o algún año. No es el ritmo que estamos viendo, por tanto, o las capacidades computacionales de esos laboratorios son todavía mayores de las que nos imaginamos o y me parece que vamos por ahí, tienen muchísimo trabajo hecho. Y es posible que, como decías tú, el ritmo de hacer público la tecnología se esté adaptando a la capacidad tomada de la adopción de esta tecnología. Hablante 1 Exacto, para no volarnos la cabeza. Hablante 2 O para conseguir porque comercialmente esta gente tienen que hacer dinero, son empresas algún día estaría bien que ganar dinero. Hablante 1 No. Hablante 2 Algún día hay. Hay que todavía no lo hacen. Entonces, para conseguir llegar a mercado necesitas la adopción de la tecnología para el mercado y la adopción de la tecnología necesita un ritmo que es más humano que tecnológico. Si sacas un modelo que es 10 veces más potente. ¿No tienes el mercado preparado para asumir esto y poder hacer un modelo de negocio? Hablante 1 Esto esto recuerdo que lo hablamos con Roman Genpolski en en Kentucky, en Estados Unidos, cuando hicimos el podcast con él, que él hablaba de cómo la videollamada se inventó en los años 70, pero en cambio no se adoptó hasta a partir de 2008. 2010 no, entonces es posible que que no estén sacando cosas yo de esto hay un dato que lo corrobora, y es que recuerdo a SAM Alman decir en un momento que había un poco de drama con el tema de diffex de audio con el tema de eleven Labs. Y recuerdo que San Malman dijo, Tenemos la tecnología desde 2022 que hace eso, nosotros decimos a sacarla, pero eleven la Pien sacó 2 años después donde se iban por lo menos 2 años por delante del que se ha convertido en la referencia se. Hablante 2 Está produciendo otro fenómeno muy interesante. Después, si quieres, podemos hablar de adopción de esto en las empresas. Pero yo empecé a ver casos de uso reales en empresas con las que colaboro a veces con mis estudiantes en Esade, por ejemplo, que te traen casos de uso espectacular de aplicación de la I a. En predicción, en mantenimiento, en cosas muy chulas y de repente les miras y dices, oye, pero es que para hacer esto no hace falta un modelo de lenguaje y te dicen, no, no, esto es machine learning, que hace 20 años que lo teníamos, pero ni teníamos el mindset preparado ni nuestros datos corporativos. Estaban los limpios y preparados que tenían que estar como para implementar esa tecnología. Con lo cual estamos viendo. Es como cuando la marea sube, que suben todos los barcos, cada nuevo modelo que tira para arriba. Es que las técnicas tradicionales de I a también se están pudiendo implementar, porque ahora las empresas organizaciones ya están preparadas técnica y culturalmente para hacer este tipo de cosas. Hablante 1 Claro, no llegamos un pequeño repaso. GPT-5 y la Competencia de Modelos de IA Tú viniste en febrero del año pasado del 25 y yo creo que en 2025. Quizá una de las cosas más importantes que pasó vino en agosto, que fue el lanzamiento de GPT 5. GPT 5. En general decepcionó la mayoría de la gente, sobre todo la gente más avanzada, pensó que no era para tanto, pero para mí yo creo que fue quizá lo más importante que pasó en 2025 y mira que han pasado cosas. Por el hecho de que supuso el acceso a modelos de razonamiento aquellos modelos de la gama o que se inventaron en septiembre del 24 a 900000000 de usuarios activos, claro, esto supone abrir el grifo y que salga inteligencia. ¿Ese fue un punto que yo creo que fue muy icónico porque realmente hizo que hubiese una diferencia mucho menor entre las cuentas de pago y las cuentas gratuitas, con lo cual que el usuario normal y corriente que probaba la I a de forma random le dijese Oye, Hazme tal cosa y tal y hostia, bueno, va mierda, esto no sirve para nada, no, sino que al contrario, hostia, cuidado, que esto es útil no? Entonces yo creo que este fue un momento climax y para mí yo creo que si me vas a elegir algo de 2025 creo que fue lo más importante, pero poco después hubo la Revolución de la Novanara. Vino el punto de nara banana, que creo que fue otro de los hitos de 2025 y a partir de ahí apareció Gemini 3 pro, que como bien has dicho, sin ninguna duda fue revolucionario. Demostró que Google estaba super cómodo en la carrera de o Soro, no solo ganándola, pero que es super cómodo y creo que más importante aún, incluso Gemini 3 Flash, que creo que es un modelo mucho más importante. Opus cuatro punto 5.1 capacidad para la programación que revoluciona el back coding. Y a partir de ahí, GPT 5.2 que precisamente ahora mismo hace muy poquito, se ha publicado en la gráfica del MTR que es un centro para que gente que no sí que lo conozca. Un centro de estudios que evalúa la capacidad de ejecutar en horas de humanos tareas de programación. Y ha publicado, por ejemplo, GPT 5.2 que ya es capaz de hacer lo que a un humano le llevaría 6 horas 34 minutos para que tenga la referencia opus 4.5. En diciembre eran 5 horas 20. YGPT 5 eran 3 horas, es decir, hemos más que duplicado en 36 meses la capacidad dentro de la. Hablante 2 Misma es exactamente lo que decía yo antes, si cada año multiplicamos por 5, cada 6 meses multiplicamos por 2 como mínimo. Seguimos con el mismo ritmo y es increíble que lo. Hablante 1 Consigues la misma tendencia y entonces lo que vemos es que en esos 3 meses de repente pasó toda esta avalancha, como que vinieron por ese tema de competencia, saco ese mini 3, luego saco opus, luego saco un GPT. Y ahora nos encontramos que tan solo 2 meses después ya tenemos opus 4.6 YGPT 5.3 que aún no están medidos y lo que nos estamos empezando a encontrar es que salen los modelos tan deprisa que no tenemos tiempo, ni tan siquiera de validarlos de ver de qué son capaces, o sea, nos están soltando modelos más potentes como de los que quizá necesitamos. Hablante 2 En el 99% de los casos seguro déjame hacer un pase atrás un poco con lo que comentabas. Yo te voy a hablar con mis alumnos, Mira, Poneros mentalmente en el 2050, vale, y imaginemos que seguimos existiendo, vale, y miramos para atrás y alguien escribe una historia de la ciencia, de la humanidad de la primera mitad del siglo 21. ¿Vale, qué momentos se van a destacar? Y creo que llegamos a un consenso que se iban a destacar 3 momentos se iba a destacar 2017. La publicación de latention is on init, el paper que introduce los transformers y que cambia todas las bases de la inteligencia artificial. Hablante 1 Disparan allí en. Hablante 2 General totalmente 2022. El primer chat GPT, que implica que esto pase a ser una tecnología para freaks y gente del tema a que pases una tecnología que se universaliza y el consenso era verano del 25 con GPT 5 porque es la primera vez. Que se saca mercado, déjame decirlo así, inteligencia gratuita y estamos empezando a ver qué le va a pasar a nuestra especie y a los puestos de trabajo de nuestra actividad. Cuando la inteligencia ya es gratuita, ya es una commodity y ya está accesible prácticamente de manera gratuita. ¿Entonces yo creo que son como los 3 momentos clave, no? Esto nos lleva a una competencia entre compañías que es brutal. Esto que tú decías, ahora van sacando modelos a un ritmo que no podemos ni ni testearlos. No pueden estarlos entrenando a este ritmo es materialmente imposible. Por tanto, es una guerra comercial casi que se acelere la la puesta en comercialización de modelos y lo que decía de la empresa que mencionaba antes, seamos sinceros, el 95% no voy a exagerar de tareas que se están automatizando con I a no necesitan los últimos modelos. Y esto es una gran virtud, porque esta obra está ayudando que la adopción en el mundo real sea rapidísima y demuestra. Que el problema de adopción en el mundo real no venía por la capacidad de los modelos, venía por los problemas de cultura corporativa que esto implica para una organización. Y este era el cuello de botella. ¿Si hoy prácticamente todo se está haciendo con modelos que hace uno o 2 años ya los teníamos, por qué no pasó entonces? Porque la curva de adopción es humana y tiene que adaptarse a su ritmo. Pero tienes razón con lo que dices, el GPT 3, el último opus, etcétera, para programadores y gente muy determinada les puede cambiar la vida. Pero para el 99% de las aplicaciones no es un cambio muy relevante de. Hablante 1 Momento no, no es técnicamente imposible notarlo a nivel de usuarios, o sea puedes verlo en un benchmark, pero realmente en tu día a día es difícil notarle notarle este tema, la la gente que no está viendo dirá Oye, pero el primer modelo que puso esa inteligencia artificial con razonamiento en el mercado gratis no fue GPT 5 le estamos dando aquí, pues un poco la medalla a alguien, pero realmente fue deep sick, no deep fueron con R uno fue el primero que se puso en el mercado, pero la gente tiene que entender. El impacto de dipsy con todo lo viral que se hizo no es ni remotamente parecido a los 900000000 de usuarios activos que tiene chat GBT, que es que siempre digo un poco lo mismo. No es que hablamos de que es más de una de cada 10 personas del mundo sin tener en cuenta que un 30% del mundo no tiene que entonces, claro, hablamos de que es todo, todo el mundo es es cualquiera, puede abrir el grifo y sacar inteligencia y creo que se da poco valor. Hablante 2 A eso hablaremos en mucho rato de lo que podemos hacer gracias a la I a y gracias a estos modelos. ¿Y yo a veces algo, la gente la pregunta inversa, tú y tu entorno, si mañana cerramos toda la I, a a cuántos os cambia la vida a muchísima más gente de la que te puedes llegar? Imaginar cuánta gente hoy no podría seguir haciendo su trabajo sin la I a que está utilizando. ¿Hace 3 años que salió esto, o sea, es como de locos, son 900, es todo el mundo, pero es que no es solo lo que sea todo el mundo oye, que utiliza el GP, el GPS para ir en coche? No, no. Que la utiliza diaria horaria cada cada minuto, en prácticamente cualquier cosa de su vida. Es decir, es el ritmo de adopción más bestia en número y en intensidad que se ha visto nunca en la historia de humanidad, sin duda. Hablante 1 Y de lejos, además. Pero tú crees que aún así, con todo eso, que todo eso es verdad a la vez, también es verdad que está absolutamente infrautilizada. Hablante 2 Sí, pero yo te diría que los últimos meses en la percepción que hay es que se ha incrementado muchísimo la utilización. Digámoslo así, para cosas serias, no la cantidad de gente que le pida a gemina y que le haga una imagen de no sé qué o mira qué bonito que le contesto y me digo un no, cosas serias de productividad, de empresas, de procesos, de automatización, etcétera. Hace un año, cuando hablamos, yo creo que la mayoría de casos que te podía mencionar eran pruebas piloto, ejemplos, demos para intentar vender productos, cosas muy marketinianas. Hoy no digo que se esté utilizando toda la potencia de la tecnología, pero que el salto en la actualización ha sido muy grande en los últimos meses, sin duda. La IA Agéntica: Automatización Masiva y Empleo ¿Hacia dónde vamos? Hablante 2 Pues yo creo que nadie lo sabe, pero vamos hacia una I a que sea mucho más agéntica que reactiva y ya lo estamos viendo y por tanto vamos a acostumbrarnos a que la I a ya no es algo a lo que yo pregunto cuando lo necesito, sino que es algo a lo que yo delego. ¿Y hay muchas más cosas de las que en el fondo incluso creo necesitar, no? ¿Con lo cual estamos yendo a una tecnología que a mí me gusta tratarla como infraestructura, como infraestructura de trabajo, no, ya no, es que oye, yo trabajo en ordenador, con unos papeles, con unos compañeros, con un equipo y además tengo un ordenador que me permite enviar unos emails para hacer unas cosas, no? Ahora ya tengo una tecnología que es una infraestructura propia del trabajo y a la que con total normalidad delego. Y en el fondo, lo que harán buena parte de mis tareas hace simplemente 3 años y esto está provocando un proceso, a mí me gusta definir como el transitorio antes del estacionario, no, yo no sé cual es el estacionario, no me lo puedo ni imaginar, pero que estamos en transitorio es obvio, esto no es un momento de mucho ruido, con puestos de trabajo cambiando as we speak continuamente, eso tiene un peligro tremendo. O tiene unos retos tremendos, pero me parece una oportunidad. Que nunca antes habíamos visto como especie una oportunidad increíble. También a nivel de productividad. ¿Hay gente que dice, el otro día salía elon Musk que sabemos cómo es diciendo una cosa tipo la pobreza es un problema de ingeniería, no? Que cuando la dejes dices ya está otra vez diciendo esas cosas, pero luego piensas un poco, y si claro, y si sale del titular, te DAS cuenta hasta qué punto la tecnología que ahora estamos desarrollando puede llegar a resolver. Los problemas cruciales y fundamentales de nuestra especie y creo que vamos en buena parte hacia allí. Hablante 1 ¿Y nomás dijo una, yo creo que incluso más gorda no? Que dijo en un programa con muchísima audiencia dijo algo que era como no os molestéis en ahorrar, no va a hacer falta. Y es como claro, en un mundo dominado por una a G I, con absoluta bonanza, etcétera, evidentemente el dinero no tiene sentido, y con lo cual él decía como que no tenía sentido ahorrar porque en los próximos años. Pero el costo de oportunidad de hacer esto y equivocarse, EH, es demasiado. Si no eres lo más que es, es importante. La gente no se imagina lo que suponen los agentes. Hemos empezado a ver algunas cosas y ahora profundizaremos en ello. Pero antes de salirnos quiero que entendamos un poco el punto en el que estamos. Que no estábamos ni remotamente cerca hace un año. Mckinse ha hecho un estudio en el que han analizado la I a actual, no son los estudios que había hecho anteriormente en el 23, etcétera de lo que va a pasar en un futuro, sino analizando la I actual. Y su conclusión era que si desplegamos los modelos de I actuales, esto es, de finales del año pasado, es decir, de antes de estos nuevos modelos, 5.3 4.6 si desplegamos los modelos actuales y los convertimos en herramientas utilizables para los modelos de negocio existentes actualmente. Se podrían automatizar o reemplazar o sustituir o optimizar, como queramos llamarle, el 57% de las horas trabajadas en 2024 en Estados Unidos. Eso llevaría a que no nos hiciesen falta el 40% de los puestos de trabajo con la I a actual. ¿Entonces, qué pasa con la I a que tenemos 3 meses después o con la que tendremos dentro de 6 meses? Porque claro, ya no es un tema de poder hacer tu trabajo más rápido y mejor. Ya es un tema de que gran parte de tu trabajo lo puedes delegar en esos agentes, con lo cual nos encontramos un escenario donde la gente puede hacer más con menos tiempo, pero tiene que hacer menos porque una gran parte la vamos a delegar en estos agentes como ya estamos haciendo en algunos muy básicos, es decir, podemos producir más y con lo cual eso supone que podamos seguir haciendo nuestra parte consiguiendo más resultados con esa delegación y esa optimización. ¿Pero, pero hay techo en lo que podemos? Hablante 2 Llegar a sí, déjame poner algunas condiciones de contorno primera. Sobre techo, uno de los últimos informes publicados en Davos, recientemente ha habido la Cumbre sobre el futuro del mercado laboral. Dice una cosa muy interesante que dice, hay 2 entornos donde por mucha agentes y mucha I a que le vamos a meter, seguramente no va a cambiar de manera relevante en el medio plazo el tipo de trabajo que se hace uno ahí, donde el tipo de trabajo es estrictamente manual. ¿Y el ejemplo perfecto es la agricultura, por decirlo, algo que la agricultura está muy mecanizada, EH? Pero todavía es muy manual. Para llegar ahí necesitamos una cantidad de robótica que no tenemos ni soñarlo por muchos robotitos que salgan haciendo volteretas. En estos congresos estamos muy lejos de una adopción masiva de una robotización, porque el hardware escala mucho más lento que el software. Como sabemos perfectamente, primer, primer entorno, segundo entorno. Hay un conjunto de trabajos donde. Aunque un agente hoy en día de manera razonable te los puede hacer igual de bien o casi igual de bien, la palabra clave aquí es confianza. ¿Entonces, en cuántos casos la transacción comercial de producto o de servicio se basa en la confianza entre humanos? Si es la transacción puramente comercial, donde a mí me da igual, comprártela a TI comprárselo al otro y eso no tiene mayor valor. ¿Ahí la I a Agéntica seguramente va a destrozar el modelo de negocio o lo va a automatizar o lo va a eficientar, pero cuántos casos hay donde la compraventa tiene que ver con la confianza? Hablante 1 Con el vínculo humano con. Hablante 2 El vínculo humano con saber que ahí hay una persona y además no hay una persona ahí, esa persona en la cual yo confío para ese tipo de cosas que son muchos más temas de los que nos pensamos. Esa limitación es una buena parte del techo que tiene este tipo de adopción sistemática para todo lo demás. ¿Yo creo que estamos, no? Es que es que estamos ya en un escenario donde hay una automatización masiva y una delegación masiva de tareas en agentes IAS que lo hacen tremendamente bien. Por cierto que se equivocan, claro que sí, como los humanos y que en conjunto son mucho más eficientes. Y seamos claros que sí, sí van a llevar o una reducción de puestos de trabajo y o seguramente y a uno mucho mayor productividad de los puestos de trabajo existentes. Y eso. Me parece que tenemos ya que empezar a tomar el tiempo verbal presente más que el tiempo verbal futuro. Hablante 1 Claro, porque estamos en un punto en que, como hemos dicho, lo que antes eran años son meses y posiblemente si sigue así, dentro de poco sean semanas. Entonces, claro, esas estimaciones de para cuando esto puede ser un problema, empiezan a coger urgencias. Hablante 2 No, sí, y no. Estoy seguro que la limitación aquí sea tanto el incremento de capacidad de los modelos, porque insisto. Están pasando muchas cosas espectaculares con tecnología que ya teníamos hace medio año. Digamos, sino que yo tengo la sensación que se ha acelerado la capacidad de adopción de esta tecnología por parte de las organizaciones. Poco después de vernos La Última Vez salió ese informe del MIT que decía que el 95% de los proyectos fracasaban las empresas. No, la gente se con con ese título. Hablante 1 Es mal leído, estuvo, es. Hablante 2 ¿Incorrecto, no? ¿Y la gente no fue a ver la parte que decía que hacen bien los que lo hacen bien, no? Y poco a poco aquello ya lo está haciendo bien todo el mundo. Y eso decía, los que lo hacen bien, uno entienden que no es un problema técnico, que la tecnología es una commodity, la van sacando y lo puede adoptar. El problema es cultural, de procesos de personas, 2 tiempos realistas, parece magia, pero no lo es. ¿Antes de integrar una tecnología como esta, hacen falta meses o años una compañía? 3 Meterle I a sobre un proceso unos datos. Que estén sucios y mal ordenados es un pastiche que no sirve para nada. Por tanto, los que lo están haciendo bien llevan meses trabajando en proyectos de datos, bien hechos, decía cuatro. Ojo con el sesgo de inversión vamos a hacer una nueva web, un nuevo producto, los quick wins están en el back office en toda la parte delegal de recursos humanos, de operaciones. Y decía, hay 5 y último. El informe era muy divertido porque hablaba de una cosa que es la shadowey I no y decía. Y tenéis a todo el mundo en la empresa utilizando herramientas que no son corporativas. Todo el mundo está haciendo marranadas que no debería hacer los que lo gestionan bien y utilizan esta inquietud en favor para hacer cosas. Si no lo prohíben, les da muchísimo mejor que aquellas compañías que son estrictas y prohíben Asus empleadas hacer este tipo de cosas. Entonces todo este tipo de cosas, claro dices, hombre, son bastante sentido común. ¿Bueno, ahora quizás sí, pero hace un año no? Entonces este año yo tengo la sensación que ha habido muchas empresas en muchas organizaciones que se han subido a este carro y que con todo esto más o menos ordenado a la vez que llegan los agentes, estamos viendo cambios tremendamente potentes. Agentes de IA: Seguridad, Errores y Responsabilidad Legal Claro, es que al final el tema de la de la Agencia es es muy simple, es que la I haga cosas no, entonces es como muy sencillo, aunque sí que es cierto que el término se ha prostituido muchísimo y ahora cualquier cosa le llamamos un agente a un GPT, o ahí que es lo que le llaman. De hecho, incluso creo que open e AI finalmente ha sucumbido al tema, se ha sumado al Carré, a cualquier cosa no, pero pero había una definición que me gustaba mucho, que una gente era aquella I a que se podía autopromtear. Me parece que es el punto donde realmente podemos trazar la línea donde la I a tiene. Hasta cierto punto y con muchas comillas, porque implica muchas cosas objetivos propios, esa es la. Hablante 2 ¿Clave o maneras propias de conseguir los objetivos que tú le has dado? Hablante 1 Claro, porque tú le puedes dar a un objetivo principal, pero luego la guía se marca subobjetivos para poder llegar a eso. Tú le dices, oye, me quiero ir de vacaciones. Muy fácil. Pregúntale a Chal GPT, saca el móvil y pregúntale a ch al GPT, Oye, me quiero ir de vacaciones. Él, internamente, se va a poner objetivos propios. Primero consultar su memoria para saber qué cosas te interesan y tal. A partir de ahí, buscar, o sea, se no tiene un checklist de lo que tiene que hacer, sino que directamente se autopone, se autoprontea, por decirlo de alguna forma. ¿Entonces podemos asumir que esa GPT es un agente? En cierta medida no, pero pero creo que precisamente hemos visto una revelación de los agentes. Con la aparición del famoso cloudbot, Moltbot, Openbot o Open cloud. ¿Como que dices ahora porque han tenido que cambiar el nombre 35 veces, no? Y para la gente que yo supongo que todo el mundo se entera porque esto ha salido hasta por la tele, o sea, ha sido una cosa loca, no, esto del del la langosta esta no. Al final se trata de algo muy simple, algo que un tipo que es. Esto es muy, muy, muy significativo, una persona, un tío en un garaje, o sea, un tío en su garaje. Es cierto que es un tío que vendió su startup por más de 100 kg. Es un tío que sabe lo que hace. ¿No es precisamente exactamente que de que de repente decide coger 3 elementos importantes, no? Y dice Oye, y lo que vendría a ser cloud code, que es una inteligencia artificial que puede manejar tu ordenador. Junto con lo que sería el agent mode de chat GPT, que es una I a que puede navegar por Internet y hacer cosas por ti, junto con un énfasis importante en la memoria. Todo eso conectado entre sí con un interface o opensource completamente sencillo. Desde el punto de vista de la usabilidad, da lugar al primer agente masivo con el que nos encontramos, con todos los peligros que conlleva, que no son pocos, porque al fin y al cabo es como si le dieses. A alguien que empieza a trabajar para ti tu ordenador con todas tus contraseñas y todo con lo cual hemos recomendado mucho aquí en este canal instalarlo en ordenadores aislados. Hablante 2 Etcétera, que la gente que la ha probado explica que al cabo de unas horas lo más probable es que pasen cosas que tú no quieras, con lo cual es mejor jugar y todavía no utilizar. Hablante 1 Sí, sí o o que tú no quieras o que tú no esperas, porque en ni caso yo tengo. Yo compré un mcmini y lo instalé. Lo tengo ahí. Se llama clippy y además me gustó mucho el nombre y está ahí trabajando. Y una de las cosas que le dije es, oye, mira, a partir de ahora cada noche. Cuando yo esté durmiendo desarrolla algo, algo que mejore nuestro nuestro día a día, nuestra relación y yo me levanto y a las 9:00 de la mañana tengo un informe cada día de lo que ha hecho por la noche. Clippy Clippy hace lo que le da la gana, o sea un buen día, pues me dijo, Oye, Mira, lo que he desarrollado es que a partir de ahora, cuando me mandas un WhatsApp por voz, te lo voy a contestar por voz y con lo cual se desarrolló un text to speech para mandarme audios de voz en lugar de mandarme textos en WhatsApp que eran como muy extensos. Otro día pues no sé. De repente se busca y dice, Oye, mira que me he dado cuenta que cuando estás haciendo este tipo de cosas no sé suficiente, solo me preguntas de TI, así que me he cogido tu canal de YouTube y me lo he transcrito entero para tener un poco de información sobre de qué me hablas cuando me preguntas. Hablante 3 Pues son como decisiones propias, es. Hablante 2 Autonomía es lo que define lo que es una gente. Hablante 1 ¿Exactamente y eso es brutal, porque creo que clot ha puesto en la mente de gente muy normal lo que algunos ya estaban viendo que era capaz de hacer, pues cloud code bien bien integrado y tal, no? ¿Cuánto falta para que veamos esto integrado en las empresas como tal es? Hablante 2 Decir para mí la barrera, yo creo que sí. Hablante 3 Hago una pausa rápida y esta vez no es para hablarte de la última actualización de un modelo de inteligencia artificial. Como sabes, tanto el canal como nuestros proyectos no dejan de crecer y ha llegado un punto en el que necesito aún más. Hablante 1 Ayuda dentro de mi equipo. Hablante 3 Necesito talento, que respire inteligencia artificial. Por eso me he aliado con infojobs, que es el portal más efectivo para encontrar trabajo. Para buscar de esta forma a 3 perfiles que quieran venir a trabajar conmigo. Estamos buscando a un especialista en integraciones y automatizaciones que sepa conectarlo todo y automatizar procesos de una forma excelente, a un consultor en optimización de procesos con inteligencia artificial, alguien que vea un flujo de trabajo y sepa cómo optimizarlo con herramientas de inteligencia artificial y a un formador de inteligencia. Artificial porque necesito alguien con esa pasión por comunicar y enseñar que tanto nos gusta en esta Comunidad. Trabajar en nuestro equipo es estar en la zona cero de la Revolución tecnológica. Buscamos gente con muchas ganas y que lo dé todo. Infojobs es el lugar donde estamos centralizando todo para que el proceso sea rápido y profesional. Recuerda que allí se firma un contrato cada 22 segundos, así que vamos a por el tuyo. Tenéis el enlace aquí debajo, tanto en la descripción del vídeo como en el comentario fijado. Con las ofertas de trabajo que hemos publicado, también puedes encontrarlas entrando eninfojobs.net o en su aplicación y escribir en el buscador John Hernández y te aparecerán todas mis ofertas. Ya sabes, entra en infojobs. Inscríbete y súmate a esta ola de la inteligencia artificial. Hablante 1 Seguimos con el podcast. Hablante 2 Y la yo creo que sí. ¿La barrera es más la seguridad y los guardaraíles, que no las capacidades técnicas, no es decir lo que tú decías, que la gente entienda bien lo que es una gente de verdad, no? ¿Los primeros modelos, los primeros chat, GPSY demás, qué son inteligentes a la que tú le preguntas y él te responde, totalmente reactivo, perfecto, de ahí pasamos a lo que diríamos los primeros agentes, no que no sé muy bien ni si son agentes, Oye, hazme esto mientras yo no, este vale, pero hacen esto, no otra cosa que hacen lo que tú dices y ahora vamos al tercer modelo, que es la I agéntica de verdad no quiere decir, Mira, Ayúdame, sí, pero cómo no, no, tú decides cómo me ayudas, no? ¿Tuviste aquí como invitado a una de mis socios en la gestora capital riesgo que trabajamos, no? Y una de las cosas que hacemos, por ejemplo, es una gente que le decimos, mira nuestro interés de inversiones en estos sectores, la biotecnología, la inteligencia, lo que sea. ¿Investiga qué pasa en el mundo que nos pueda interesar y ya está sabes nuestra tesis de inversión, sabes las compañías en que nos gusta invertir? ¿Sabes los exits que hemos tenido invirtiendo en ciertas compañías? Investiga el mundo. Y el agente desarrolla estrategias para hacer esto. Y de repente dice, Mira, he pensado no lo dice así, pero he pensado que cada domingo te mandaré un mensaje de voz con las novedades principales de ese sector, porque he visto que está habiendo mucho movimiento y en este sector hay una tecnología que a vosotros os interesa perfecto. He pensado que podía hacer y por tanto, ahora sí que tienes un agente, tienes la tecnología que va generando propuestas, ideas, el problema fundamental, la seguridad. Si tú instalas esto en tu ordenador normal, hay una alta probabilidad que dentro de 3 horas esté mandando WhatsApp a tus amigos que no quieres o. Hablante 1 Porque lo he pensado, he pensado borrar tu carpeta de, por ejemplo, claro, claro. Hablante 2 Seguridad y guardarraíles. Oye, mira, piensa lo que quieras, pero me lo invento en mis finanzas como compañía, en las relaciones laborales y en no sé qué más no puedes entrar. Y cualquier idea que tengas en todo esto no la puedes agilizar. Hablante 1 Claro, pero aquí estamos un poco en uno de los grandes problemas que cada vez la inteligencia artificial se parece más a los humanos. Y es que tú puedes poner guardarraíles, pero yo te puedo decir que no vayas a más de 120 por la autopista como nos dicen, y luego tú te puedes ir a 180 si te da la. Hablante 2 Gana y por eso hay empresas que se dedican a desarrollar y vender guardarraíles porque no es un problema cerrado y hay empresas que se dedican a hacer hackatones con gente súper inteligente. A ver estrategias de reventar estos guardarraíles. Hablante 1 Pero es es solucionable porque la base del problema en los humanos no lo ha sido. Tú puedes poner una ley y lo que puedes poner es penalizar el incumplimiento de la ley. No puedes evitar que alguien la incumpla. Hablante 2 Es como en el fondo, estos agentes están entrenados con datos generados por humanos. De momento es tan solucionable como con un humano, es decir, pero. Hablante 1 Con un humano no es solucionable. Bueno, por ejemplo, sin ir más lejos, aquí los cambios del agua no te puedes bañar. Hablante 2 ¿Puede haber alguien que ha pasado entonces ha pasado en que alguien? Hablante 1 ¿Se ha metido en el agua entonces? Claro, es evidente que tú puedes poner más vallas fuertes al campo, claro, pero siempre habrá. Entonces tú lo que podrías hacer aquí es poner unas vallas de cristal alrededor del jameo para que la gente no pueda llegar al agua. Siempre podría haber uno que se podría saltar la valla por encima, con lo cual no lo reduces. ¿Pero vas a limitar? Hablante 2 Igual que te pasará que en tu empresa puede haber alguien que un día se levante y decida hacer una cosa totalmente disparatada entonces. Hablante 1 Es totalmente insolucionable el tema de la seguridad con los agentes. Hablante 2 Si por solucionarlo entendemos que no fallen nunca y yo creo que sí, como lo es con cualquier tecnología, volvemos al principio de nuestro podcast anterior que no sea determinista exacto, y esa es la clave de todo esto. No es soft, claro, esto no es determinista. If than else, si pasa esto, haz lo otro y si no vuelve para aquí. Aquí hay una cuestión estadística puramente estocástica que van tomando decisiones y que con reglas deterministas no podrás siempre. Limitar un sistema que no sea determinista pero vuelvo lo que decíamos de que la I a se equivoca. ¿Igual que hay compañías, el otro día hacía con mis alumnos el caso de Airbus no que hacer Airbus aviones perfecto, tú puedes equivocarte diseñando aviones? Pues mejor que no, más vale que no, pero Airbus es una compañía espectacular donde hay humanos que hacen los diseños espectaculares. Bien, la lógica sería no le podemos poner i a porque la I a se equivoca y entonces habrá errores en el diseño. Bueno, esta compañía hay muchas, otras están incorporando I a masivamente y han descubierto una cosa muy interesante y es la de correlación de los de los errores entre tecnología y humanos, es decir, típicamente donde un humano se equivoca, la I a lo hace bien y ahí donde la I a se equivoca, el humano acostumbra a hacertar. Estoy simplificando mucho, pero esa es la idea básica, con lo cual si tú tienes 2 fuentes de error, pero que no se suman sino que son perpendiculares. Combinando las 2 consigo resultados mucho mejores, por lo tanto conseguiremos IAS entre comillas, perfectas, que nunca se equivoquen y que nunca hagan algo. No igual que tampoco lo conseguiremos en humanos, pero combinando las 2 cosas se pueden conseguir resultados mucho mejores que solo con uno de los 2. Si al. Hablante 1 ¿Fin y al cabo, yo creo que es el el mismo problema que tenemos con los coches autónomos, no? Es decir, siempre ha habido esta teoría de vale, un coche autónomo puede cometer un accidente y puede matar a alguien. Pero al final, mientras cometa menos que los humanos, nos interesa implementar eso. Entonces si. Llegamos a un punto en que la I a comete menos errores, menos barbaridades, borra menos veces la carpeta que no tenía que borrar un becario que un humano, pues llegaremos al. Hablante 2 Punto que será más útil. Cuántos procesos médicos están siendo primero apoyados por una I a y poco a poco no todos, algunos sustituidos por una i a bueno, porque claro que la I a se equivoca, pero si en conjunto demostramos que lo hace menos que los humanos y que combinando los 2, los errores todavía son menos. Pues vamos a hacer esto sin ningún tipo. Hablante 1 ¿De duda, lo que pasa es que esto abre un melón importante a nivel ético, moral de yo al tío que Salta el jameo le meto en la cárcel correcto, pero si lo hace un agente de I a que? Hablante 2 Es el problema, es el problema de la responsabilidad. Hablante 1 Claro, si la I a incumple uno de los guardarraíles que le ponemos que pueden ser leyes o pueden ser normas de una empresa, no lo puedes despedir. Hablante 2 Y hay y hay una empresa para. Hablante 1 Pagar, pero sí. Hablante 2 Y hay una idea todavía más compleja, siguiendo lo que dices, si yo me cojo modo lenguaje con los originales, un GPT o lo que sea. Si comete un error no voy a que mate a alguien. ¿Qué hace que una empresa pierda dinero, por ejemplo? Podríamos pensar que esa empresa puede demandar a quien le ha vendido la licencia de modelo de lenguaje, porque al cometido y ahí podría haber un caso, me imagino. Pero ahora hablamos agentes. Los agentes son algoritmos que crean cosas y que se van autodesarrollando y que van desarrollando distintas aplicaciones. Es cada vez más difícil tirar para atrás el hilo. Y encontrar dónde está el responsable último, si hay un error en este tipo de tecnología. Y para mí la discusión. Hay una parte ética, moral importante, pero para mí la discusión legal es urgente y no estoy seguro que sea ni mucho menos fácil. Y es dónde está la responsabilidad de los errores en sistemas que prácticamente podíamos decir que se autoprograman. Hablante 1 Sí, de hecho, hace poco hemos visto a Pedro Sánchez hablar de la responsabilidad de los algoritmos y de cambiar completamente la legislación. Y veremos con esto porque repetimos, es decir, una cosa es una red social que al fin y al cabo es un escaparate. Es como que yo creo que tienen que tener cierta responsabilidad, sin ninguna duda, porque al final ellos deciden o ellos o a través de su algorittario. Al final, si Instagram te muestra algo, está claro que es el algoritmo entrenado por tu pues por tu dopamina o por lo que sea. Pero al fin y al cabo, Instagram ha decidido que es ese algoritmo que quiero utilizar más allá de aquellos. No llegan a entenderlo, pero ellos han decidido de la misma forma que sí. El director de un periódico decide poner una noticia en primera página o en la última. Entonces ahí hay un hay una responsabilidad. Pero claro, en el momento en que tú creas un agente, como por ejemplo Cloudbot que cloudbot luego decide hacer cosas. No estoy tan seguro que en la responsabilidad por parte del creador de Cloudbot, porque al final es un software que que conecta una serie de elementos que te permite desarrollar una gente que tú estás desarrollando y. Hablante 2 Como tú has dicho que además esto es algo generado por una persona que esta es la barbaridad absoluta, prácticamente ni tan siquiera tienes alguien contra lo que ir. Ha aparecido ahí y de esta plataforma saldrán agentes que aparecerán. No sé dónde entonces se difumina tanto la responsabilidad que será uno de los retos importantes. Hablante 1 ¿Oye, cuál es tu opinión de porque opening I Google Apple se está haciendo muy famosa? Esa esa frase de que cloud Bot es lo que sí debería haber sido. ¿Por qué todas estas empresas con presupuestos multimillonarios no han sido capaces lo que haces de hacer lo que ha hecho? Este tiene un garaje. Hablante 2 Y yo creo que sí, que lo son. Pero yo creo que no se pueden permitir el error a esta magnitud, es decir, ese tío en un garaje. Ha hecho una cosa espectacular a nivel técnico, pero que tiene que dar implicaciones tremendas, tremendas que estas compañías no se pueden permitir tener. No pueden ensuciar su reputación ni tener los problemas legales que implica. Voy claro, es voy a generar una red social solo para agentes. No, no se lo puede permitir. Es decir, no me parece que técnicamente haya una barrera. ¿Para que cualquiera de estas compañías lo lleguen a hacer, diría más, esto a qué nos lleva? Esto nos lleva al viejo sueño de que al final yo no quiero un chat GPT o un cloud al que me tenga que conectar lo que tenga que pedir. Yo quiero un sistema operativo de mi máquina que sea esto. Yo quiero tener un agente como sistema operativo y que no solo puede hablar en formato voz con mi ordenador, sino lo que le puede decir el sueño que tenemos todos hoy es sistema operativo, llevo 3 días de retracción en el email. Resuélvemelo, Buscad en mi agenda, no sé qué historia oye cada noche repaso los whatsapps y los días más urgentes. Proponme no sé qué y hacer esto de manera totalmente informal. Pero lo que decíamos antes, la tecnología para hacer algo así existe, pero la capacidad de controlarla, comparada con lo que es un sistema operativo normal que hoy tenemos, no la tenemos ni muchísimo menos. Entonces nadie se imagina que el I o S de turno, o el Android de turno o el Windows de turno se equivoque. Como que se equivoque o funciona bien, y si hay un pequeño agujero se actualiza y ya vuelve a funcionar bien. Entonces pasar de ahí a un sistema operativo, que en el fondo sea una gente que es a donde creo que vamos a llegar. Es el dilema clásico del innovador. No, las compañías grandes que tienen la capacidad no se pueden permitir el riesgo que implicaría fallar, que ahora es lo que pasaría, y los pequeños emprendedores que se pueden permitir el riesgo, que son los que aceleran mal este tipo de cosas. Esto puede acabar como ha acabado toda la vida. ¿Que es que el lugar que una gran compañía lo desarrolla aparezca una startup en algún sitio, desarrolla una tecnología de este tipo, sea adquirida por una grande y la encontremos en nuestras máquinas dentro de un año, por qué no? Hablante 1 ¿Claro, quieres decir que se productice ese esa? La diferencia en este caso es que esta creación ha sido open source y a partir de ahí, pues claro, se ha puesto en manos de todos. Hablante 2 ¿Para el que la puede montar? Hablante 1 Y con lo cual ahí ahí se va. El Impacto de los Agentes de IA en Empresas y PYMES Oye. Hace poco escuché un podcast de creo que era el C de Mckinsey. No me queda con el nombre, pero estoy prácticamente seguro. Que hablaba de forma muy sin querer. ¿Mckinse está muy metida en el tema de la I a, evidentemente, pero y además les vale también porque en parte de consultoría, obviamente, pero pero decía una cosa como le preguntaban cuántos empleados tiene Mckinsey ahora? ¿Y él dijo algo como x 1000, tantos humanos y tantos agentes de I a tú crees que es correcta la visión? ¿Yo honestamente creo que no, pero crees que es correcta la visión de poner a los agentes de I a como trabajadores? Hablante 2 Algunos sí, yo creo que en general. Los agentes, para mí forman parte de la plataforma de infraestructura tecnológica de la compañía. Oye, tú tienes redes, tienes computadores, tienes datos y tienes agentes a los que puedes llamar o utilizar en función de la tarea que quieras realizar o lo que sea. Pertenece a que hay algunos que puedes considerar ser considerados directamente como trabajadores, entre comillas, no otro ejemplo de mi trabajo actual. Tenemos un agente que yo creo que es el mejor analista de negocio que hoy he visto en mi vida. ¿Como mínimo, en el mundo de las startups tecnológicas, una gente al que tú le puedes dar, le puedes hacer escuchar la presentación, el pitcher emprendedor, le puedes dar el el, el PowerPoint de un emprendedor, el modelo de negocio y casi inmediatamente es capaz de hacerte lo que te haría un analista, que es decirte qué sentido tiene el modelo de negocio si es escalable, cuál es el landscape competitivo y quién más en el mundo está haciendo algo así? Si la lógica de adopción de esta tecnología que propone tiene sentido de acuerdo con unos estudios que no sé qué. Por lo tanto, sí que tienes algunos agentes que los puedes tratar como trabajadores en el sentido de que te hacen lo mismo que te hacía un trabajador y otros son totalmente de infraestructura transversal para aquellos que son como un trabajador y toma un un pequeño desvío en lo que decías. Creo que uno de los grandes retos que hoy en día tienen las organizaciones es hacer el onboarding de los agentes y casi nadie sabe cómo hacerlo. Está actualmente, es decir, cuando llega alguien nuevo a trabajar en la empresa. Pues recursos humanos, hacer el onboarding no oye, mira aquí, pues este es el manual de no sé qué, esta es la cultura corporativa, este es tu ordenador, este es el RP, este es no sé qué y luego hay el onboarding informal, no, oye, ahí está la máquina de café, comemos cada día en este restaurante, en este bar, etcétera, etcétera. ¿Esto que está totalmente bien protocolizado, hay que empezar a hacerlo con los agentes, porque tú tienes que contarle a un agente cuál es la cultura corporativa, cuáles son los valores de la compañía, cuáles son los procesos actualmente establecidos? ¿Una de las cosas con las que más me divierto últimamente es algún proyecto que hago en alguna compañía y le dices a los de recursos humanos, oye, cómo lleváis el Onboarding? ¿Súper bien, tenemos el protocolo, hacemos así bien, y el onboarding de los agentes, qué tal? Y también hay en cara de cómo, pues claro, es que tenéis un nuevo tipo de trabajadores virtuales a los que hay que acoger, formar y adaptar en los procesos de la compañía. Pero insisto en lo que decíamos, Eh, esto para un tipo concreto de tareas, la mayoría para mí forman parte de la infraestructura de. Hablante 1 La compañía. ¿Muy antiguo, donde yo creo que había 2 visiones muy claras que eran samadman por un lado y Mark Zuckerberg por el otro, donde Mark Zuckerberg creía que en el futuro tendríamos miles de IAS haciendo miles de cosas diferentes, no? Y en cambio Sam tenía una visión más de que tendrías una I ya que haría miles de cosas. Entonces a mí me da la sensación de que ese es el punto que estamos del debate de los agentes ahora mismo, cuando evidentemente la gente está haciendo una cosa concreta, pero esa gente al fin y al cabo está corriendo un modelo. Ese modelo es el mismo que corre el resto de agentes, con lo cual es como si fuese ese shogot, ese monstruo que llaman con los múltiples tentáculos y las múltiples caras que son cada uno de los end points a los que tú vas, pero al final es un solo. Hablante 2 Acabaremos hablando más de la capa agéntica del modelo exacto que no de un montón de agentes que me he puesto por ahí. Ahora estamos en este punto, jugando un agente, otro, etcétera. Hablante 1 ¿Pero van a acabar fusionándose? Hablante 2 En en nivel corporativo, tú tienes tu stack corporativo y tienes tu computación y tu software corporativo. Y el modelo de lenguaje en el cual confiarás por el proveedor y encima tendrás una capa agéntica y todo eso está integrado en la infraestructura tecnológica de la compañía. Hablante 1 Claro, es que además, lo súper importante es que esos agentes que cuando tú estás hablando con la gente que te hace facturas y la gente que contrata trabajadores sea consciente de eso. Porque claro, eso lo que le da es un contexto brutal que le permite hacer más y mejores cosas. Yo muchas veces lo veo como un solo trabajador. ¿No, que es como un trabajador que hace muchas cosas, pero que tiene diferentes brazos, no? Y entonces cada brazo hace cosas. Oye, es cierto que los tenemos desconectados, pero creo que tendríamos que tirar hacia ese modelo de compartirse en un mindset único. Hablante 2 Y esto abre una oportunidad espectacular a unos perfiles profesionales en las compañías, en las organizaciones que aparentemente había peligro que desaparecieran, que es toda la gente de sistemas. No hay este mantra de como la I hate programa que por cierto, lo hace muy bien. Que los programadores ya no sean necesarios. Esto es una simplificación muy burda, porque vamos a un escenario en que habrá mucha menos programación, pero mucha más orquestación, con lo cual seguirás necesitando de este tipo de gente que te orquesten todas las tecnologías posibles para montar esta infraestructura para todo el conjunto de trabajadores. Hablante 1 Claro, lo que quizá no es discutible es que ese nuevo paradigma supone muchos menos puestos de trabajo, o sea, muchos menos unitariamente. Hablante 2 ¿Supone muchos menos programadores? Seguro, no estoy seguro. Que a medio plazo, en este tipo de competencias no necesites un número grande de gente para mantener las tremendas infraestructuras que deberás mantener, porque a veces nos imaginamos que en una compañía esto va bueno. ¿Ahora con el bytecoding puedo hacer una aplicación, no? ¿Claro que puedes hacer una aplicación, pero luego está el mundo en la empresa real, no? ¿El otro día estaba con gente del sector turístico, gente que tiene una cadena de hoteles muy, muy grande, no? Y me enseñaba la infraestructura computacional y tecnológica. Que hay detrás de lo que para nosotros es algo muy simple, que es dentro de la web del hotel. Miro la habitación y hago una reserva. Detrás de esto hay tal capa de frameworks y de aplicaciones y de conectividades que difícilmente existirá, no porque técnicamente no sea posible, porque igual es que no hay ni modelo de negocio, una guía explícita que sea capaz de hacer esto. Seguirás necesitando una cantidad de agente importante que te orquestre todo esto ahora. Ahora te están registrando webs y programadores. Bueno, pues te pasará lo que están agentes. ¿Pero seguirás teniendo una cierta necesidad de este tipo de perfiles? Hablante 1 A mí me cuesta ver que el volumen de empleos se pueda mantener. Es decir, me da la sensación de que estamos en el momento en que tenemos más gente empleada del mundo. No tengo la menor duda de que en el futuro va a haber más trabajo. Tengo mucha duda de que haya más empleo porque muchísima parte de ese trabajo lo va a hacer la guía, sobre todo viendo al ritmo que estamos avanzando. Hablante 2 Bueno, ya está pasando, es decir, yo creo que ni t no lo tanto. El caso más simple es atención al cliente. La atención al cliente en prácticamente cualquier negocio es que es cuestión de semanas que ya la gente empieza a poner, obviamente, chats de voz que pueda mantener una conversación a tiempo real, con un conocimiento profundo de la compañía, etcétera, etcétera, etcétera. En esos campos me parece el el mismo informe que decía Davos, la palabra clave que utiliza es Clarks, no esta palabra para para designar al que atiende al cliente y hace una especie de ranking de posiciones o empleos. Que van a desaparecer con mayor probabilidad o donde se van a destruir unas puestas de trabajo. Y creo que de los 20 primeros, 10 o 12 llevan la palabra Claire que hay dentro. Es obvio que es una dimensión del trabajo. Hablante 1 ¿Es gestor, no? Hablante 2 Sí, la la persona que atiende una queja, una sugerencia, una demanda. Esto ya se va a automatizar y esto nos lleva a otra cosa todavía más divertida que esto, los protocolos a gente, a gente contra gente. No es lo que hace Google con las formas y estas cosas no si ya empieza a ser normal. ¿Que yo llame a un proveedor o a una empresa donde le he comprado un producto, me quiera quejar, quiera devolverlo o quiera preguntar dónde está el paquete, me lo invento y ya me conteste una I a que no es si tal clique uno, si tal pique 2 no, no puede mantener una conversación, pronto llegará un momento que yo voy a pensar, bueno, pues qué tengo que llamar yo, que llame a mi agente, Eh? ¿Google hace una demostración muy divertida que se me ha acabado, tengo un problema con el aceite del coche y tengo que cambiarlo, vale? ¿Qué hago yo ahora me voy a Google Maps, busco aceite, coche cerca de casa, me sale un listado de talleres, llamas al primero, oiga, qué tal? Mira, no podemos, estamos muy llenos, quizá mañana bueno y ahora llámale vale, llámeme al segundo, oiga, que no se no se cuantos que llame mi agente, que lo haga con voz si le atiende en humanos o que no algún protocolo agente contra gente, si cuando llame a mi agente responde a un agente y vamos acabar creando una capa donde los agentes se hablarán entre ellos. No sé con qué lenguaje, porque no tiene por qué ser natural, donde habrá transacciones comerciales entre cliente y proveedor sin ningún tipo de interacción humana. Ahí sí que claramente los empleos tenderán a desaparecer o reducirse muchísimo, porque esto estamos diciendo que es una ciencia ficción. Es que yo creo que estamos a meses de que esto pase y se commoditice de una manera brutal. Hablante 1 Sí, esto ya era una una versión alpha que tenían la opción de que tu vía llamase al mecánico y anunciaron que la siguiente versión era que ponerle ahí al mecánico y entonces a partir. Pero ojo con esos protocolos a gente, a gente. Hace poco con el tema de cloudbot y en el foro este de Modebook se se había un post que no sabemos cuánto de ello era prompteado por humanos y cuánto ello era real, pero recuerdo uno en el que estaban creando. Bueno, hablando de que porque leches tenemos que hablar en inglés, no es decir, si busquemos nuestro idioma más eficiente, claro, el problema no es el hecho de que encuentren la eficiencia, que eso a priori puede ser bueno. El tema es en que nosotros perdamos el control de esa transparencia, no de de que esto pasó hace creo que 10 años aproximadamente en meta, donde pusieron 2 días a hablar entre ellas y empezaron a hablar en el y las que desenchufar. No fue un momento de darle a kill switch porque a ver qué coño están planeando. Claro, estamos en un momento en que quizá. El obligarlas a hacerlo en un idioma que nosotros entendamos supone un cuello de botella para lo que pueden llegar a hacer y ahí tendremos que decidir si confiamos. Hablante 2 YY en positivo, si los agentes contra agentes cuando interactúen desarrollan idiomas, es decir, protocolos para hacerlo más eficientemente que el lenguaje natural, estaremos descubriendo nuevos protocolos de comunicación más eficientes. Obviamente hay un peligro que es la pérdida de control, pero hay una gran oportunidad. Que es descubrir maneras más eficientes de intercambiar información entre 2, en este caso agentes, en lugar de 2 humanos. Hablante 1 Oye, hablando de oportunidad, se habla poco de lo que supone esto para una empresa pequeña, es decir, hablamos mucho de cómo los agentes en las grandes corporates estamos viendo ahora open a y consume la plataforma de generación de agentes para tal y que lo está probando el BBV a y que lo están probando cuatro o 5 empresas gigantescas. Y poco se habla de lo que una tontería como cloudbot o cualquier otro agente manus o lo que sea. Puede hacer para una PYME, para un autónomo. O sea, es increíble la multiplicación de capacidades, porque en una empresa, como digo, grande, pues hay mucho problema de datos, etcétera. En una empresa más pequeña, pues tomas más riesgos donde la productividad marca la diferencia. ¿Crees que se va a reducir el gap de lo que puede hacer una PYME versus lo que puede hacer un corporate gracias a esto o se va a ampliar yo? Hablante 2 Entiendo pensar que se va a reducir por 2 motivos, uno. Porque está tecnología tiene una gran virtud y es que es prácticamente gratis jugar con ella, es decir, el acceso de una gran corpo a cierta tecnología hoy es prácticamente el mismo que tiene la PYME. No hay una barrera, hay una barrera de conocimiento, obviamente, de tener equipos que lo hagan, pero no es que o PNI tenga una licencia misteriosa, que solo es para las grandes corpos y que los pequeños lo puedan utilizar. Está todo abierto hoy en día, con lo cual creo que no hay barreras para acceder. Y la y la otra cuestión es, empieza a ser bastante habitual ver a PYMES que han sido capaces de entender la siguiente aproximación y me gusta mucho simplificarlo así. ¿Cualquier empresa se debería preguntar qué hacer en cada uno de los cuatro cuadrantes de productividad de la I a qué es en una dirección? ¿La pregunta es, dónde lo hago? Es decir, si lo hago en mi Front Office de cara a cliente o si lo hago en mi back office de cara a mi compañía. ¿Y en la otra dirección se debería preguntar por qué lo hago? El por qué lo hago siempre tiene que tener la única respuesta que es para mejorar mi cuenta de resultados. Y esto se hace o ingresando más o gastando menos, o vendiendo más y mejor o siendo mucho más efectivo. ¿Entonces este esquema tan simple? Yo cada vez veo más pymes que dicen, mira, yo en el esquema temas de Backoffice para ser más eficientes, ya estoy haciendo estas cosas. Me he instalado un último GPT para conseguir que haga el seguimiento de unas facturas que no sé qué tengo un tío me ha probado un agente que hace hablar entre ellos el no sé cuántos. No me parece que haya barreras de entrada tan claras como parecía hace un tiempo, porque la I a Argentica te permite que con muy poca cosa al final tengas acceso a lo de los mejores. ¿El caso para mí fundamental es el de los bots de voz, no? ¿Cuántos minutos tardas hoy sin hacer propaganda en conectarte con el level labs? Y montarte un chatbot que atiende a tus clientes son 5 minutos, literalmente. O sea, si tienes tus datos corporativos bien ordenaditos son 5 minutos en prácticamente cualquier idioma del mundo. ¿Entonces han desaparecido mucho las barreras de entrada? Claro que habrá pymes que van a desaparecer porque esto se las va a llevar por delante, pero aquellas que quieran, yo creo que hace uno o 2 años lo tenían más difícil que hoy, donde hay cosas muy potentes, mucho más accesibles. Crea tu Web con IA y Hostinger ¿Y el tema del qué te está pareciendo el podcast hasta ahora? Hablante 3 Déjame interrumpir 1 segundo para hablarte de uno de nuestros patrocinadores hostinger porque todos tenemos aficiones, negocios, incluso alguna cosa que haces los fines de semana que requieren de que tengas presencia en Internet. Hostinger es una empresa que te permite alojar tu página web y como todos sabemos, tener una página web a día de hoy es absolutamente indispensable, tanto como digo si es para tu negocio, tu afición o alguna cosa tipo side business que tú hagas. La realidad es que tener una página web parece algo sencillo, pero a veces no lo es tanto. ¿Y hosting? Que te ofrece una solución paquetizada que te lo pone muy sencillo. No solo es un buen hosting, sino que además es extremadamente barato. Tienes 2 tipos de planes para elegir, el premium o el business. En el caso del business cuesta un poquito más, muy poco, pero ya te incluye todas las herramientas de inteligencia artificial para no solo almacenar tu página web, sino también para crearla. Y piensa que no solo puedes crear una página web nueva, sino que puedes migrar la que ya tengas ahorrándote un dineral. A la hora de elegir tu plan sólo tienes que elegir cuántos meses quieres tener de cuenta y piensa que al fin y al cabo vas a tener una web para siempre, con lo cual te recomiendo que cojas los 48 meses, pero desde 12 meses ya tienes un precio imbatible. Una vez tengas eso te saldrá el precio total del periodo y además de esto te voy a dar un cupón de descuento. ¿Pones aquí inteligencia? Y conseguirás un descuento adicional haciendo que el precio sea absolutamente espectacular. A partir de aquí puedes crear tu página web con inteligencia artificial o alojar un wordpress o cualquier otro tipo de web que tengas sin ningún tipo de problema, pero si Decides crearla con inteligencia artificial verás lo fácil que es y lo rápido que lo consigues. Conseguirás algo como esto que es, por ejemplo un ecommerce que he hecho sobre venta de quesos online. Lo primero que vas a ver es que el interface totalmente gráfico puedes mover los botones y hostinger se ocupa de programarlo para que quede en su sitio. Incluso puedes verlo. Cómo va a quedar en móvil y. Hacer un diseño distinto si crees que va a ser mejor que el botón esté más arriba o más abajo o cualquier texto cambie. Para aquellos usuarios de teléfono móvil, como digo, hostinger se ocupará en todo momento de colocarlo en su sitio y de programarlo para que no tengas que hacer absolutamente nada. Por otro lado, puedes incluso crear opciones de ecommerce. Dónde va a crear los productos, los precios, el carrito y solo tendrás que editar las fotos y los textos para tener tu página web lista para empezar a vender tienes un montón de herramientas con inteligencia artificial como el escritor, conia, generador de páginas, generador de Secciones, generador de blogs. Creador de imágenes, todo lo que necesites que has elegido, el plan que te permite las herramientas de inteligencia artificial y por último, tienes una especie de chat gbt, que tiene un conocimiento exhaustivo de cómo hacer páginas web que te puede ayudar en cualquier duda que tengas sobre cómo crear tu página web con hosting. En definitiva, si quieres una página web o estás harto de tu hosting y quieres mover la tuya, hazlo con hostinger, que es la mejor opción del mercado y además tiene un precio absolutamente imbatible. Tienes el link en la descripción. Además, acuérdate de utilizar el código inteligencia. Seguimos. El Costo Energético de los Modelos de IA Avanzados Con el podcast, el cómputo, el tema de el acceso a esos modelos más altos, porque claro, es cierto que obviamente esto se está democratizando en el sentido de que tenemos modelos. 8003 flashes es un grandísimo ejemplo, no un modelo que ha optimizado el coste de ciertas tareas en un 4000 por en un año. O sea, es es ridículo, claro, es extremadamente barato, extremadamente rápido, puede hacer cosas que el año pasado solo podía hacer o 3 costando miles de euros por tarea, no, entonces esto lo puede hacer por céntimos de euro. Entonces es cierto que este modelo es así, pero a la vez tenemos GPT, 5.3, codex Extra High en la API que cuesta una pasta entonces al final. Lo que nos encontramos es que es cierto que vamos democratizando la tecnología haciéndola más barata, pero a la vez la marea sigue subiendo, con lo cual si quieres ser competitivo no vale quedarte con ese modelo que hace cosas espectaculares. Hay ciertas tareas para las que no necesitas más inteligencia, pero si tú me dices oye, genérame en unos modelos de negocio, cuanto más listo sea la I a mejores modelos de negocio va a poder generar. Con lo cual si yo digo eso y mi competencia dice lo mismo porque utiliza un modelo superior. Si la. Hablante 2 Diferencia con otras tecnologías es que el acceso tuyo a este modelo superior será cuestión de 6 meses, pero como vendrán 2 iteraciones más, este que ahora es una cosa extremadamente increíble, pasará a ser comodity barato en 6 meses. ¿Mi competencia que pueda pagar tendrá ese nivel de estará por encima, pero seguramente 6912 meses en muchos negocios no son suficientemente relevantes como para impedirte a ti competir con tu competencia, pero será estancia, no? Claro, no, no hay suficiente tiempo. Para dejarme que esta diferencia me da mi ventaja competitiva real en el mercado. Para mí la gran limitación y la que decíamos de limitaciones y ahora me lo pongo tanto en el punto en el punto de vista de de las compañías como de los proveedores de de los modelos. Me empieza a preocupar la limitación en términos de energía de todo esto, no es decir, y tengo la sensación que llegaremos a un punto donde los propios proveedores serán los que empiecen a limitar el acceso de los usuarios a este tipo de modelos. El otro día se hacían públicas o más o menos públicas. Luego creo que fue un likach de las necesidades energéticas de o PN AI a largo plazo no, y creo que los datos decían o PN AI hace un año necesitaba unos 0.25 gigavatios para satisfacer a los usuarios. Cero 25 gigavatios es 1/4 de una central nuclear más o menos bueno. Tampoco parece tan impresionante si consideramos los 900000000 de usuarios y tal ahora las cifras se han movido de cero 25 a 2 gigavatios. Hombre 2 gigavatios empieza a ser un número que hace queda respeto. El número que se filtró es que en 2033 ellos se imaginaban una necesidad de cerca de 250 gigavatios. Claro, 200 140 gigavatios. Es algo que hoy es imposible y que a 567 años vista, y yo me atrevo a decir que es imposible, excepto una parte muy concreta del mundo, que me temo que es China, que es el único sitio donde llevan más de una década. Con un incremento exponencial de producción de energía, yo creo con una visión clarísima de que será la base sobre la que se va a construir todo esto. El otro día leía, escuchaba en una entrevista a Agent San Juan, el C de Nvidia, que prácticamente suplicaba su administración Trump diciendo, por favor, recuerden que vemos que ustedes ven aplicaciones que viven sobre modelos, que se enteran con datos gracias a grandes ordenadores que tienen dentro chips, pero que toda esta pila. Solo se aguanta por 2 cosas, una, el talento. Por tanto, por favor, no eviten que venga talento a Estados Unidos. Y la más importante, la energía o esta capa sigue creciendo y eso en plica retos de otro tipo. O todo esto que estamos diciendo acabará un poco encontrando un cuello de botella en la capacidad de servir que tienen este tipo de compañías, porque estos modelos en los benchmarks no paran de subir, pero también sube su coste y buena parte del coste viene por el coste energético. Y ahí yo sí que creo que puede haber un futuro cercano donde las propias los propios laboratorios digan, oye, paramos y mira para cierto tipo de usuarios a partir de ciertos queries o de ciertos tokens o de no sé qué. No es que sea más caro, es que es mucho más caro que simplemente se corta el acceso porque creo que igual no serán capaces de tener suficiente energía. Guardar todo esto. Hablante 1 Sí, yo creo que ya hace un año y medio aproximadamente en que vemos clarísimo que la energía es el cuello botella que está claro que los chips están mejorando en eficiencia, son cada vez mejores, son cada vez más capaces, pero la paradoja de James YY revienta el hecho de que cada vez cuanto más eficiente esto, más lo utilizamos para más cosas y con lo cual multiplica exponencialmente el nivel de energía que necesitamos. En esto se están planteando varios proyectos interesantes, como por ejemplo el suncatcher por parte de Google o lo que hizo envidia de lanzar un satélite al espacio para que el procesado sea. Y de hecho ya han conseguido entrenar el nanogpit de Carpacy en el chip que este que han mandado en el espacio. Hay una GPU dando vueltas por el espacio con una placa solar que básicamente no gasta energía, es decir, lo que estamos, o sea, básicamente el concepto que la gente lo entienda supone que a través de una conexión. Nosotros obtenemos la inferencia, es decir, podemos hablar con esa I a y obtener el resultado de esa I a, pero esa I a se entrena en el espacio, con lo cual no consumo ningún recurso o Baro, es decir, necesitaríamos cero energía. La energía es la del sol, que es parecida, infinita del otro día y lo más también comentaba un poco que no utilizamos ni el 0. ¿00000001% de la capacidad energética del sol, con lo cual tenemos margen, no? Hablante 2 Y además, no se calienta. Hablante 1 Exacto, con lo cual no necesita, no necesita agua, no necesita nada, y con lo cual eso supondría esa utopía de poder tener toda la inteligencia artificial que queramos sin consumo energético terrestre, con lo cual. Hablante 2 Siempre que tengamos capacidad de hacer la transmisión necesaria, la transferencia de miles de millones de humanos contra esas máquinas sea posible, lo cual nos para la trivial y por eso lo más salido a comentar su nueva red de satélites. Que intentara que sean exactamente para eso, que permitan dar una capacidad de comunicación suficiente como para que las necesidades terrestres puedan hablar con estos CPDS en el espacio. Hablante 1 ¿Alguna fibra óptica satelital como para que Internet? Cómo nos funciona gracias a este tipo de Conexiones que tenemos a día de hoy, de una forma prácticamente invisible, lo haga en ese caso y no sea un cuello de botella. Hablante 2 Suena para mi es muy futurista porque es fácil de decirlo. Pero eso que vuelas una GPUY necesitaremos hacer volar miles de GPUSY. Es obvio que no es trivial. Pero ponen sobre la mesa lo que decíamos. La cosa que más preocupa a este tipo de compañías no son los datos, no son los chips, no son los transistores, es la energía. Hablante 1 El hecho de que en 2026 en estas empresas sea un proyecto real, mandar centros datos al espacio es complicado, surrealista. O sea, es es una locura, o sea, es es hal 9000. Hablante 2 Y también demuestra nuestro fracaso en conseguir de una puñadera vez una fuente de energía. Limpia y prácticamente invisible en el planeta, en solar, en eólica y demás se avanzan, pero no al ritmo que necesita esta tecnología. Y el Santo Grial de la fusión nuclear no está todavía lo madura que debería estar como para pensar que en 5 años tendremos energía prácticamente infinita, prácticamente gratuita, etcétera. La IA Aporta Nuevo Conocimiento Científico Etcétera, esto volvemos a otros de los grandes puntos. ¿Que tratamos en el anterior podcast y que fue muy controvertido en su momento? No el hecho de si la I a está aportando conocimiento nuevo a la humanidad en el sentido científico de la palabra. En ese momento creo que lo que hablamos no recuerdo exactamente como lo contabas, pero recuerdo que la cosa fue un poco de seguro. Está acelerando. Empezamos a ver atisbos de que quizás está aportando cosas nuevas. ¿Cuál es la visión ahora, un año después? Hablante 2 La visión ahora. ¿Es que uno confirmamos que aporta cosas nuevas? Por supuesto, es decir, la I a descubre cosas que los humanos no han descubierto, dicho así en mayúsculas, creo que hace un año te he hablado de las proteínas y de la biología, que es un campo dicho en muchas comillas, fácil para la I a no. ¿Qué pasa en la biología con este tipo de campos? ¿Que tenemos pocos modelos teóricos sobre cómo funcionan las cosas, pero que tenemos muchos datos? Bueno, esto es un terreno. Fundamental para la I a los humanos no podemos sacar información de grandes volúmenes de datos, la I a es lo que hace mejor, pero claro, nos hemos movido de la biología otras cosas, empezamos a ver avances increíbles en matemáticas y claro, la I a que trabaje bien en matemáticas y ahora no es una. I a que corra la datos es una I a que razona, dejamos aparte la discusión moral de si piensa o no piensa, vale, pero como mínimo razona, entonces está clarísimo. Que la I a empieza a aportar conocimiento nuevo en muchísimas disciplinas, punto número uno y punto número 2 es cada vez más útil para lo que realmente también nos gusta. Y es que nos acelera. Por tanto, igual que en una compañía se empieza a pensar en delegar la atención al cliente o en delegar el cuadro de las facturas, o en delegar lo que sea, también en ciencia estamos empezando a delegar cosas y que en procesos de laboratorio o de investigación o de publicación. Empezamos a tener modelos que son tremendamente competentes en acompañar esta investigación. Hace un año te hubiera dicho, quizá te dije que teníamos I a s del nivel estudiantes de doctorado y es increíble poder tener un montón de estudiantes de doctorado trabajando para TI. Ahora tenemos científicos que trabajan contigo que es muy difícil a estudiantes que trabajen para TI y la la preposición la exagero un poco vale. Por tanto, ahora mismo estamos en esta situación. Es prácticamente imposible estar en la frontera del conocimiento sin el uso masivo de estas herramientas. Y llegar a esta frontera del conocimiento empieza a ser posible para mucha más gente gracias a este tipo de herramientas. Y esto plantea un montonazo de problemas en la carrera científica. Uno, publicar se está convirtiendo en algo distinto que antes. Antes publicabas 123 papers al año. Publicar un paper era un proceso de meses de borradores. De iteraciones, de discusiones, de idas y venidas con la revista donde querías publicar, ahora publicarse ha cortado una barbaridad. La productividad de muchísima gente está creciendo exponencialmente. Bueno, obviamente, porque si tú para escribir un reporte en tu empresa utiliza este GPT, pues para escribir un artículo científico utilizarás estos modelos que además se entiende muy bien de ciencia. Pero es que si además aceleramos la producción y la publicación, eso también implica que el científico tiene mucho más tiempo para hacer otras cosas. Pero a la vez implica retos en las empresas. ¿Empezamos a tener un problema en algunas funciones, porque si el trabajo de los juniors ya lo hace, la I a cómo formaremos a los Seniors? ¿Pues la ciencia puede empezar a pasar lo mismo si los estudiantes exageran un poco, Eh? Todavía, pero si los estudiantes de doctorado, entre muchas comillas, son cada vez menos necesarios, porque el tipo de trabajo que hacen lo puede hacer algún tipo de combinación de modelos. ¿Cómo conseguiremos tener buenos estudiantes que luego sean postdocs, que luego sean juniors y que acaben siendo líderes de investigación? Entonces, el mismo reto de la compañía normal en muchas funciones se empieza a trasladar al mundo científico. Es que. Hablante 1 ¿En ciencia es muy bestia, EH? Pero hemos visto, por ejemplo, el tema de los erdos problems de matemáticos que han empezado este año a resolverse, uno semanal prácticamente. Hablante 2 YY la mayoría son problemas que llevan décadas planteadas eso. Hablante 1 Es digo, eso, son problemas que llevamos años y años en que nadie había tenido. Capacidad para resolverlos. ¿Y ahora están cayendo por su propio peso, porque es que en cuanto empieza a resolver uno te resuelve el otro y es es como una constante, no? Pero el otro día me quedé también bastante alucinado con un astrofísico muy potente que dijo que había estado en una convención de muy alto nivel, donde bueno, se estaba diciendo que empezaron a estar preocupados, que un 90% de su día a día lo hacía la inteligencia artificial de forma perfectamente capaz. Y que con lo cual, claro, había tenido como una especie de despertar, como una especie de de momento de EUREKA, de decir no es mi campo, pero se me ha atropellado esto como un como un tren a toda. Hablante 2 Hostia, y esto pasa menos, quizás en las áreas de investigación muy experimentales, porque cuando tienes que hacer experimentación todavía, obviamente, lo que decíamos antes, de la agricultura a nivel de puestos de trabajo, pero en áreas de pensamiento y de investigación más académico, teóricas y menos experimentales. El reto es enorme. Un astrofísico me lo puedo imaginar, pero hablemos de la investigación en ciencias sociales. Hablemos de la investigación cualitativa, no cuantitativa en muchas disciplinas, que al final la investigación cualitativa tiene mucho que ver con el diálogo entre expertos. ¿No es casi un método socrático hacer avanzar el conocimiento? Bueno, si algo hace bien la I a es dialogar, si hace muy bien la I a es dialogar contra argumentos, con lo cual eso está pasando en prácticamente todas las disciplinas. Que estamos viendo avances muy rápidos gracias a la tecnología y a la vez retos muy gordos para la propia carrera de los científicos en muchas de las áreas. Hablante 1 ¿Samal man dijo hace unos meses que en 2026, en septiembre, tendrían una gente que estaría descubriendo nueva ciencia a pequeña escala y que en 2028 habría grandes descubrimientos científicos de esos que quedan en los libros de historia de la humanidad, no? ¿Vamos a entrar? ¿Crees que hace 2026? Vamos a poder tener esa I a que realmente descubra nuevas cosas, más allá de que ayude a un científico a descubrir nuevas cosas, pero que por sí misma nos traiga cosas. ¿Es decir, mira, esto pasa por esto, no? Hablante 2 No me parece nada imposible, tú entrevistaste que no hace tiempo a un médico norteamericano. Hablante 1 ¿En serio? Hablante 2 Que hizo un poco la broma, pero no era una broma de que aquí lo más importante era vivir 10 años más. Porque en el fondo, en 10 años lo curaremos. Hablante 1 ¿Todo, no muy poca broma, Eh? O sea, tenía, se lo cree muchísimo. Son un poco una puta que luego. Hablante 2 Cuando bajas y te das cuenta de lo que está pasando, empiezas a pensar que que no me parece una tontería y que sí que es muy posible que en medio año, en un año, tengas agentes especializados en una determinada área que se hayan leído todos los papers de la historia de esa de esa área. Y que sean capaces de hacer cosas increíbles. De esto va el proyecto Génesis norteamericano, que eso es algo que quizá estos seguidores no lo conocen tanto. El Gobierno americano acaba de aprobar hace nada un proyecto que simplificándolo mucho, dice. Vamos a coger todos los datos científicos generados por la ciencia norteamericana en todas las disciplinas y los vamos a poner todos a disposición de la ciencia. Para que con los grandes computadores que tenemos en Norteamérica, más la inteligencia artificial más avanzada, veamos lo que sale directamente, vean lo. Hablante 1 Que sale es que esa es la frase es. Hablante 2 Decir, vamos a coger todas las los datos de cualquier acelerador de partículas. Lo ponemos con una idea de las más avanzadas en un gran supercomputador. Igual sacamos un nuevo modelo de partículas elementales que los humanos no hemos sido capaces de extrapolar a partir de los datos experimentales. No lo sabemos. Pues es el momento de intentar a ver qué es lo que pasa. Entonces no tienes limitación en computación, seguramente sigue, tienes limitación en datos y por eso este proyecto gobierno americano es tan relevante a nivel internacional. Hablante 1 Sí, Trump lo presenta el proyecto Génesis como algo con la ambición y la necesidad del proyecto Manhattan que nos llevó a la guerra al fin de la Segunda Guerra Mundial. No son un poco. Hablante 2 ¿Peliculeros y si ves el vídeo con el que lo han presentado es vamos a llegar a la Luna, no? Pues ahora vamos a hacer esto. Pero otra vez eso de los 10 años que decía tu invitado no son un poco peliculeros, pero entonces te das cuenta de lo que están diciendo de verdad y estás diciendo que vamos a crear el mejor científico que ha existido nunca en muchas de estas áreas, porque es una gente que haya podido educarse con todos los papers publicados y con todos los datos generados por laboratorios. No sé si la gente conoce esto. Hay mucha ciencia, por ejemplo en física de partículas que se hacen no a partir de los resultados del experimento que he hecho hoy. Que se hace a partir de los millones de resultados y experimentos de hace 10 o 20 años. Que no hemos tenido tiempo material de analizar porque la avalancha de datos que sale de un gran telescopio de un celular de partículas de un sincrotrón de luz es tan espectacular que los humanos no podemos. Bueno, pero ella sí que puede. Hablante 1 Sí, sí, más lejos, hubo un estudiante de 18 años en Estados Unidos que cogiendo los datos de estos satélites y tal perdón de estos telescopios. Montó un modelo de I a y ha descubierto 1000000 y medio de cuerpos celestiales desconocidos, agujeros negros, etcétera, que la NASA lo había descubierto y automáticamente, cuando lo publicó en en x, el nuevo director de la N a s a le ofreció trabajo, no o. Hablante 2 Sea, me parece, y es un perfecto que diga que hay. Hay un problema de exceso y avalancha de datos científicos no analizados y hay una oportunidad que es una herramienta tremenda, que si algo hace bien es encontrar patrones en datos masivos. Pues de eso va el proyecto Génesis. Vamos a orientar toda la ciencia norteamericana. A sacar provecho de todos estos datos. Es un proyecto tecnológicamente tremendamente complejo porque hablamos de datos muy alegremente, pero estamos hablando de Petabytes y petabytes y petabytes de datos en formatos, protocolos totalmente distintos en un montón de siglos, con lo cual es un proyecto de infraestructura científica que no va a durar 2 meses. Pero yo diría que es bueno, diría. No es el primer gobierno mundial que ha puesto el foco en esto y me parece, mira que criticamos el Gobierno americano por muchas cosas, pero en esto. Me parece una una visión excepcional que por cierto y por cierto, hay un español detrás de esto, porque el número 2 de la en Estados Unidos hay el department of Energy, no, que es el el Ministro, digamos que se encarga de la ciencia, la energía y todo esto. Su número 2 para Science and Technology es Darío Gil, que hay Murcia. Ahí le llaman Darío Gil, que es el anterior vicepresidente de investigación Mundial de IBM, que es un español nacido en Murcia que ha hecho carrera en IBM. Es una persona excepcional a nivel intelectual. Y que es el gran inspirador de este proyecto. Y realmente, cuando lo veas a él personalmente presentarlo es un proyecto que suena absolutamente increíble. Veremos que es lo que sale de. Hablante 1 Ahí, bueno, del último salió la bomba atómica, o sea que vamos a saber por donde va esto, oye. Datos Sintéticos: El Futuro del Entrenamiento de IA Hablando de datos precisamente por todo este proyecto basa mucho en datos. Otra de las cosas que teníamos hace un año es que la I a necesitaba del dato humano, pero yo recuerdo perfectamente, se me grabó. O sea, además es que creo que pasó absolutamente desapercibido, pero en la presentación de GPT 5 en agosto salieron primero. Todo el tema de la presentación y tal y después, pues lo típico que van entrando otros invitados. Y entró Sebastian Bubeck y Sebastian Bubeck dijo, dijo algo ahí que a mí se me hizo caerme de la silla que dijo, Tenemos un break through en el que hemos conseguido que el dato sintético sea mejor para el entrenamiento de la I a que el dato humano. Eso pasó absolutamente desapercibido. La gente se puso como tal. Eso es muy bestia porque supone que uno de los posibles limitadores de la ampliación de la cartera Día desaparece de la noche a la mañana. Hablamos de que hasta ahora. ¿Y esto es una cosa que medio en broma he comentado un montón de veces cuando entrenabas una guía en datos sintéticos, como cuando había hijos e hijos en una familia dentro de los primos y tal que pasaban cosas raras, no? En cambio, de repente nos encontramos con que este hombre han hecho algo. Este hombre. Recordemos que Sebastian Bouvet es la persona que hizo ese famoso Papers Park Jei en Stanford, en el que en 2023 se ocupó de ser el link de contacto entre Microsoft y Open AI para integrar open AI en todo lo que tenía con Microsoft. Entonces él se ocupó de validar técnicamente bajo el liderazgo de Kevin Scott, que open a IY lo que tenían. Era algo válido y a partir de ahí a él Microsoft, a él le voló la cabeza y hizo la integración para Microsoft y después se fue a trabajar a open AI entonces este tío es un genio para empezar, o sea, es un tío espectacular, pero en open AI se ha dedicado a trabajar en el dato sintético. ¿Cuál es la situación actual? O sea, podemos ya entrenarías en datos intering nos necesita la I a. Hablante 2 ¿Algún paso atrás para ver toda la foto? ¿En qué datos se entrena una I a? 3/4 partes para hacer números redondos en todo lo que está en Internet abierto, y 1/4 parte más o menos en datos más bien corporativos que open a e compra a compañías, etcétera, etcétera. ¿Vale, cuál es la idea general de esto? Hemos agotado el conocimiento humano generado hasta la fecha para entrenar algoritmos de ella. No nos queda más seguro que hay una biblioteca todavía no digitalizada en algún sitio del mundo, pero en general diríamos que ya está. Todos los libros, todas las tesis, todos los artículos, todos los forocoches. Todo lo que está público en Internet ha sido ya utilizado para entrenar algoritmos de ella. Esto, por tanto, es un cuello de botella brutal. ¿Bueno, qué más hacemos? No la capacidad de los humanos de generar datos no suficientemente grande como para que los algoritmos siguen. Hablante 1 ¿Creciendo a pesar de que es mucha, no? Porque si no recuerdo mal, yo leía en una estadística que cada año hacemos más que. Hablante 2 Sí, de hecho, como anécdota, si quieres, cuando yo trabajaba en el en el centro Supercomputación de Barcelona para entrenar uno de los modelos de lenguaje que se entrenaron. Se hizo un download de una última release de commoncroll, que son los que van digamos bajándose todo el Internet. Y creo que me contaban, creo que recordar de memoria que una sola release de una parte de Internet te tomaba como 3 meses bajártela con un pedazo de ordenador que ahí que no veas, no por lo tanto es una barbaridad, pero ya está y además nos hemos dado cuenta y esto es una cosa, a ver si la puedo explicar bien, que en parte buena parte de los datos que generamos humanos ya son redundantes. ¿Porque en el fondo nos repetimos, no? Y en cambio, hasta ahora los datos sintéticos eran muy redundantes porque eran como datos que la I a hacía a partir de los datos que le habías dado tú, con lo cual era como un look, no, pero ahora hemos aprendido y esta es la la palabra fundamental o la expresión fundamental. Hemos aprendido a explorar el resto del espacio, no, entonces, para que la gente que te que te sigue lo entienda la gente que tenemos un mapa de un mapa, de un territorio, de unas montañas o lo que sea. Y de este mapa solo tenemos la imagen como unas piezas del puzzle. De una pequeñita parte, mira, aquí debe haber un río porque hay agua, aquí hay unos árboles, aquí hay, no sé que etcétera, etcétera. Ahora lo que hemos conseguido son técnicas matemáticas para que de manera razonablemente precisa la propia y a genere las otras piezas del puzzle y tienes como el puzzle completo con una cierta aproximación que es buena y además cubres esos espacios que los humanos no hemos cubierto con nuestros datos. Matemáticamente diríamos que cubrimos el espacio en unidimensional de los datos con Completitud. No solo esas partes del espacio que los humanos generamos datos útiles, sino también todo el resto. Esto tiene unas implicaciones para entrar en modelos de guía espectaculares. Empezamos a ser efectivamente, cada vez menos necesarios, pero es que además empezamos a ver artículos publicados de gente que ya utiliza datos sintéticos. Con toda tranquilidad. Uno de los últimos artículos publicados por Google hablando del sistema que tiene, que se llama Amy, que es un sistema de diagnóstico médico donde demuestran que el sistema este funciona mejor que los humanos. ¿En cierto diagnóstico, cuando tu te estudias la arquitectura que han montado de datos y comunicación y entrenamiento para conseguir este sistema, hay una parte que ha pasado desapercibida que pone pacientes sintéticos y dices, cómo que pacientes sintéticos? Y en el Paper te explican que ellos han cogido miles de pacientes humanos y a partir de esa cohorte que se llama de pacientes, han generado miles de pacientes sintéticos. Todos y cada uno de estos pacientes sintéticos no tienen nada que ver con ningún paciente real. Tú no puedes recuperar los datos de alguien de verdad con esos pacientes, pero estadísticamente hablando cubren todo el universo de datos que los pacientes reales pueden llegar a cubrir. ¿Claro, cuál es la virtud de tener un conjunto de pacientes virtuales? Jugar con ellos, empezar a hacer algoritmos, empezar a probar test, empezar a cambiar configuraciones de fármacos. Pues llegar a acelerar muchísimo la investigación biomédica. Igual que una empresa, pronto veremos que así como PNIY genera datos sintéticos para entrenar modelos, empiezan a haber empresas que, sin contarlo mucho, generan clientes sintéticos para probar estrategias comerciales sobre ellos. ¿Qué pasa si saco este nuevo producto? ¿Hasta qué punto la elasticidad del precio de un producto puede aguantar? ¿Lo puedo probar en el mundo real? Sí, pero a un coste y con un riesgo bueno me voy a montar comillas, un mundo virtual con pacientes sintéticos, con clientes, en este caso sintéticos, contra los cuales voy probando nuevas estrategias de mercado. Hablante 1 Y esto es algo que yo incluso conozco algunas pequeñas Pymes, agencias que lo han hecho de forma muy rudimentaria. ¿Que es básicamente, pues hacer que esa gente te actúe como una abuela, hacer que esa gente te actúe como un niño, hacer que tal y probar tu producto en ese en ese rollo, no? Pues ahora escalar escala. Hablante 2 A miles y miles de pequeños agentes. Si quieres, cada uno es un cliente y testear precios, productos estresencias comerciales contra un mundo virtual donde la única limitación real que hay es tu capacidad de computación. La que puedas comprar para poder entrar a este tipo. Hablante 1 De sí, esto hablábamos hace hace años, ya creo hace un par de años con con gente del mundo del marketing y hablamos de cómo y les parecía una locura, no en ese momento, pero pero hablamos. Yo recuerdo que también hubo una entrevista de Saman en un medio de marketing que hablaba un poco de cómo el marketing que se iba a hacer con I a y hablaba un poco en esta línea, no de cómo ese proceso va a tener una retroalimentación a tu diseño de producto. Entonces cuando tú lances un producto al mercado ya vas a saber que funciona. ¿No vas a tener que saber buen producto, a ver si funciona, porque eso ya lo habrás hecho de forma digital, no? ¿Y eso nos lleva un poco a lo que ha estado haciendo envidia con esos, con esas salas blancas de entrenamiento virtual para los robots donde hacen un gemelo digital, si queremos llamarlo así, pero en este caso es un gemelo digital del mundo comercial, no? Y a partir de ahí, yo creo que yo creo que esto, aparte de lo que conlleva y volvemos otra vez a lo mismo, la tecnología ya está. ¿Pero nos falta una plataforma donde una empresa pueda comprar un acceso para poder probar su producto contra esos roles que que hemos ventado, no, entonces es como que da la sensación de que no paramos de correr para adelante cuando quizá ya hemos pasado la línea de meta, sabes? Y parece que seguimos corriendo. Gobernanza, Riesgos y la Curiosidad Humana en la IA Y esto. Últimamente he tenido charlas con Roman y Polsky, he tenido charlas con con orligi, he tenido charlas, creo, la ligia aún no está publicada, pero pero he tenido charlas con gente del mundo más dumer de la de la artificial. Y da la sensación de que hay una cosa que me están empezando a hacer reflexionar, que es que quizá no nos hace falta ir más allá. O sea, ya está. Ya hemos, ya hemos conseguido algo que es tremendamente potente, que va a atraer nuevo descubrimiento científico, que va a acelerar las enfermedades, la cura de las enfermedades que va a disparar la productividad de las empresas. O sea, yo recuerdo en 2023, cuando yo empecé en esto de la I, a una frase de Max Stack Mark que decía, Vamos en coche a toda hostia. Sabemos que hay un precipicio al final, pero es que el paisaje cada vez es más bonito. ¿Igual llega un momento en decir vale, o sea igual ya no tomo más riesgos, no, igual es el momento de plantarnos y decir hasta aquí me voy con todas estas ganancias a mi casa, no? No crees que estamos siendo igual un poco por 1 * 1 lado egocéntricos de pensar que podemos controlarlo y por otro lado empezamos a tomar riesgos que ya el el retorno no está alto. Hablante 2 A mí me cuesta imaginar la situación. En la cual. Hablante 3 Espero que estéis disfrutando del podcast. Sabéis que hay una herramienta que utilizo muy a Menudo, que es el ploud note. Este dispositivo me permite llevarme una grabadora a todos los sitios donde yo vaya y que tengo una interacción con otra persona. Y me permite no solo grabar esas conversaciones que con un solo botón lo puedo poner a grabar, sino además tener una conversación interactiva con esas conversaciones a posteriori. Esto realmente es muy útil porque cuando tenemos reuniones presenciales. Siempre estamos en ese juego de quién dijo qué y cuándo dijo Quién. A partir de ahí, lo que nos encontramos es una situación en la que no tenemos seguridad, como cuando tenemos un correo electrónico de la información que hemos capturado. Tener. Esto nos permite tener esa interactividad con esas reuniones a posteriori. En cualquier momento puedo acceder a aplicación de Plot y preguntarle sobre esa conversación que he tenido. Pero no solo eso, sino que además tengo una especie de chat GPT con toda la memoria contextual de todo esas reuniones que hemos tenido en el pasado. Esto me permite, pues que si tengo. ¿Que hacer un presupuesto, le preguntar a plot y si tengo que hacer un correo electrónico para un cliente? Le puedo preguntar a Plot porque plot forma parte de todas esas interacciones que tenemos entre humanos. La realidad es que es una herramienta súper útil y que cabe en el bolsillo, con lo cual para mí es una no brainer. Es como una herramienta que cuesta muy poco llevar y que en el momento que tienes una interacción la pones a grabar, le pides permiso a la persona y a partir de ahí tienes eso grabado para poder recurrir a ello en cualquier momento. Si queréis, pues resumir vuestras reuniones presenciales, todo eso que tiene que ver con. En el mundo físico, plot es la mejor opción. Tenéis un link en la descripción tanto para la aplicación como para el nuevo plot pro. Y si queréis que el antiguo aún está disponible y también está disponible el plot PIN, ese más pequeñito que podéis usar como. Hablante 1 Collar o como reloj. Hablante 3 Tenéis los links en la descripción. Hablante 2 En la cual los humanos como especie renunciemos a hacer avanzar el conocimiento y yo creo que estamos como programados para seguir empujando la frontera. La curiosidad. Es que es innata y no lo podemos evitar. Hablante 1 Y Mato al gato. Hablante 2 Bueno, un poco de ahí viene, claro. Entonces sí que es verdad que no empezamos a ver unos ciertos riesgos. Y tú dices es que no. Quizá el equilibrio entre lo que vale la pena y lo que no se está rompiendo. Pero es que la curiosidad humana sin nada. Hablante 1 No, no, lo que vale la pena o no, pero quizá el equilibrio entre el riesgo y el beneficio, es decir, hasta ahora, con muy poco riesgo, era muy difícil que echar. Solamente pasará a más el control del mundo YY el beneficio que hemos aportado es enorme. Los agentes pues empezamos a darles pues esto habla mucho Joshua Avenger, no estamos ya ya ya dicen no quieren parar la iya quieren parar la Agencia no dices vale los agentes ostias que hacen muchas cosas, entiendo el beneficio de los agentes, el riesgo bueno existe pero quizás asumible. Ostia igual el nivel de un IGI dices igual podemos curar el cáncer sin IGI sin perder el control de la humanidad, pues por el. Hablante 2 Problema de esta reflexión es que estamos ante la primera tecnología. Que el desarrollo nos está gobernando correcto. Y para mí esa es la. Esa es la discusión gorda, no la propia discusión de en qué momento tenemos que parar, si es que tenemos que parar. No, no sé cómo la podremos tomar si todo esto está en manos de compañías y personas que ahora mismo no obedecen a ningún tipo de gobierno. Hago un símil muy simplista con la tecnología nuclear. No tenemos bombas atómicas para destruirnos todos 200 veces. Pero la humanidad llega un momento que firma una serie de protocolos que básicamente decían que no se puede comercializar con uranio enriquecido que separaba la proliferación de las armas. No es decir, sabemos que podemos destruirnos, pero pactamos no hacerlo y pactamos que ciertos avances oye el riesgo que conllevan. ¿No vale la pena teniendo en cuenta los beneficios que traen, no? Hablante 1 Pero para que eso sucediese, tuvo que pasar el giro. Jimena, Nagasaki. Hablante 2 Y estar esta tecnología en manos esencialmente gubernamentales, no sé lo que hubiera pasado. Si esa tecnología fuera la fuente fundamental de beneficios para compañías multinacionales como las que tenemos ahora. ¿Y es cierto que a mí me cuesta imaginar a los humanos auto controlándonos en esa curiosidad innata infinita, cuando además, quién debería decir de acuerdo sentémonos y pactemos hasta dónde son personas que lideran compañías la vida de las cuales dependenteramente de esto, algunas de las cuales, no lo olvidemos, siguen perdiendo dinero? Siguen perdiendo toda la mayoría de ellas, no, con lo cual es el el paisaje. Cada vez es más bonito, pero es que necesito seguir corriendo con el coche porque yo tengo que dar beneficios para retornar a mis inversores. Entonces yo ahí creo que tenemos una desalineación de incentivos brutal, que será cada vez más crítica cuanto mayor sea la capacidad de estos entrar con lo de Mall Book, que decíamos es un poco una coña y hemos reído mucho viendo. ¿Cómo se comportan agentes? ¿Una red social solo para agentes, no? Hablante 1 1000000 y medio de agentes. Hablante 2 Vale, pero las risas empiezan a acabarse el día que hay agentes que empiezan a poner post diciendo que esto de la humanidad es muy molesto y que quizá deberíamos pensar en ir acabando con ello. El primer post hace risa, el segundo no tanto. ¿Cuando ves que hay 1000000 y medio de agentes, alguien se empieza a preguntar, bueno, pero esto alguien lo está controlando? Entonces a mí lo que me preocupa de toda la discusión mundial de la gobernanza. Sin darle más capacidad a la ida a la que todavía tiene cuidado. Es que si en algún momento llegamos a este tipo de capacidades y yo no veo un sistema de gobernanza hoy que sea capaz de decidir una ralentización, un paro, unos límites. Llámale como quieras. Desafíos de Europa en la Geopolítica Tecnológica ¿El sitio donde todo esto, en teoría se tiene que hablar es en Davos y la voz ha sido hace muy poquito, no? ¿Cómo la has visto? Mi percepción es que hemos hablado demasiado de Groenlandia y muy poco de ello. Hablante 2 Yo creo que se ha hablado bastante de I a, pero que ha salido poco en los medios y creo que en los medios se ha hablado mucho de de las gafas de Macron y de Groenlandia, de estas anécdotas y no se ha hablado de algunas cosas interesantes que han pasado en Davos. Para mí ha habido sobre todo 2, una reflexión que es muy continuidad de la que venía el año anterior sobre el mercado laboral y la reflexión siguen la misma lógica que decíamos antes de que habrá muchos puestos de trabajo que se van a desaparecer, etcétera. He incorporado algunos matices que me interesan. ¿Uno muy importante es el matiz de cada vez más, sobre todo a nivel individual, en dejemos de hablar de empleo y pasemos a hablar de competencias, es decir, no, cuánta gente también tú te encuentras que te dice, Ostras John, es que con esta tecnología qué voy a hacer yo no? Bueno, el problema es que tú, que tienes esta pregunta, estás confundiéndote a tú, a ti con tu puesto de trabajo. Entonces si tu empleo desaparece. Eso no quiere decir que tú cómo trabajar vais a desaparecer. ¿Por tanto, vamos a mover el la discusión de qué va a pasar en mi puesto de trabajo, a cuáles son las competencias que no necesito para ser útil en este entorno que se está creando? ¿No? Entonces el análisis que damos hace es hay 2 grandes tipos de competencias que serán muy útiles para el trabajador futuro, independientemente del del tema. Una es, obviamente siguen siendo muy necesarias, el liderazgo, la resiliencia, el pensamiento crítico, etcétera. Es decir, parece que lo contrario. De lo que muchas de las redes y estos algoritmos están impulsando. Y la otra lógica es, sí, la I a la tecnología digital, etcétera. Es muy importante y aparece una nueva competencia. A mí me importa muchísimo. Además, tuve una persona muy preocupada por el tema de la formación, que es una competencia que en daos le llamaban la technological literacy, que me gusta traducir algo así como la cultura general tecnológica. Es decir, si tú quieres seguir sobreviviendo y progresando en el mercado laboral. Que te dediques a lo que dediques, tienes que tener cultura general tecnológica. Tienes que poder mantener una conversación como esta, tienes que poder entender el proveedor que te venga a vender una tecnología. Tienes que poder hablar con la persona de IT de tu compañía sobre lo que está pasando en tu puesto de trabajo. Si no hay este masivo APP skilling en estas competencias, da casi igual. ¿Lo que te digo es que será muy difícil que sigas, no? Esto por una parte y también la otra gran cosa importante de Davos. Fue un informe que apareció, que fue muy discutido, que se llama algo así como repensar la soberanía, que me parece un informe muy inspirado por Norteamérica, por Estados Unidos, que viene a decir y te lo simplifico mucho. Miren, señores de países que no son soberanos, olvídense del tema. Olvídense de llegar a ser soberanos en todas las capas de la inteligencia artificial, es decir, si ustedes quieren ser soberanos en energía. Chips, infraestructuras, datos, modelos y aplicaciones. Miren, no van a poder porque hay 2 grandes países en el mundo que trabajan para la soberanía global en toda esta capa, o la tienen o están muy cerca y de facto la tienen y todos los demás o no competirán por energía. Aquí el problema de Europa es enorme, o no podrán competir por datos o no podrán competir por la fabricación de chips. Por tanto, concéntrese en competir en desarrollar aplicaciones. Quizás en desarrollar algunos modelos, pero dejen las capas básicas de la cadena de valor a las 2:00, grandes partes del mundo que están dominando de esto. A mí esto me parece un análisis tremendamente parcial de una parte del mundo. Davos, hay mucho más Estados Unidos que China, por decirlo simplificadamente, pero me parece el enésimo toque de atención a Europa en general de la dificultad que cada vez es más en llegar a ser autónomos de edad. No, tú decías, parece que cada vez vayamos más rápido. No, no es que cada vez vamos más rápido. Y por tanto, cada mes que pierdes en no avanzar rápidamente en estas capas es mayor probabilidad de que nunca serás capaz de ligar ahí. Hablante 1 ¿Pero es es tremendo, porque yo recuerdo que había ese mensaje de decir, vale? España, por ejemplo, no puede ir sola, tiene que ir de la mano de Europa, pero estamos hablando de que Europa no puede ir sola, de que de que Europa no puede ser soberana. Hablante 2 Europa podría ser euro, claro, es que el problema es el ritmo. ¿Un ejemplo muy simple, que en Davos se discutió no ser un poco injusto, Eh? Aviso, pero me parece que es un ejemplo para para para explicarlo, elon musk, el último centro de datos que ha construido en memphis 122 días 122 vamos a ir. Un centro de datos que es una auténtica barbaridad. Las girafactorías europeas, que podían ser el equivalente von der ley en las anuncias, creo recordar, en febrero del 25, en febrero del 26. ¿Todavía estamos discutiendo dónde las vamos a poner, vale? Hablante 1 No, no, tremendo. Hablante 2 ¿Es entonces tienes talento para hacerlo? Sí, tienes dinero, es que lo tienes. No es un problema de fondos. Hoy en día tienes la estrategia. No me parece que sea imposible tenerla. ¿Los gobiernos no tienen malas ideas en estas cosas, Eh? Mira que los criticamos en esto. En general, nuestro Gobierno no tienen malas ideas, pero el ritmo europeo te inhabilita para llegar a ser soberano en la mayoría de estas capas. Es así de simple. Hablante 1 ¿Es es deprimente, o sea, llega un punto en que dices, cómo podemos ser conscientes de lo que estamos haciendo mal y no ser capaces de corregirlo? Hablante 2 ¿Pero somos conscientes, EH? Es que eso es un pase eso 4 años. Yo me paseaba por Bruselas muy a Menudo y cosas tan simples y tan obvias hoy en día como priorizar tecnología europea por encima de la extranjera. Si existe para promover el tejido empresarial, nuestro innovador era considerar un anatema y era literalmente ilegal de acuerdo con reglas de la competencia. Hoy, como mínimo, todo el mundo no era. P acepta que eso hay que hacerlo ahora nos falta coger un ritmo que nos permita por descompetir y el tiempo la sensación es que se está acabando. Hablante 1 ¿Eres pesimista en esto? Hablante 2 Soy menos optimista que hace un año menos. Hablante 1 ¿Recuerdo que decías hace un año aquello de que que la gente se quedó muy grabado en la gente de no estamos en champions, pero no podemos dar el por por perdido, no? Hablante 2 Es que objetivamente tenemos el talento, tenemos el dinero, tenemos las estrategias. ¿Qué nos impide competir con el resto del mundo solo hacia no nosotros mismos? El otro día estaba con un diplomático español en Bruselas, que es una persona excelente que me decía. Llevamos años enredados en nuestros propios nudos, no hay nada de fuera que nos impida conseguirlo. Somos nosotros mismos que no hemos sido capaces de encontrar la gobernanza para correr al ritmo que corren los otros y por eso soy menos optimista de lo que hace un año. Hablante 1 ¿Pues es triste, Eh? Porque de verdad que es algo que va a cambiar YY va a redefinir el orden mundial. ¿Va a redefinir un poco la posición? Del orden mundial no es un poco como como la época de las colonias, no cuando de repente todo el mundo estaba cogiendo. Es que espacio en el partido no de. Hablante 2 ¿Qué va? La geopolítica hoy va de tecnología, o sea, todas las batallas que vemos entre gobiernos. Nosotros hay una guerra en general política, que es la tradicional, no los metros cuadrados, el territorio, las fronteras, las materias primas, etcétera. Pero la otra gran batalla es sin duda y simplemente la tecnología. ¿Quién encuentra los datos? ¿Quién contra las comunicaciones? ¿Dónde se imprimen los chips? ¿Quién tiene la propiedad intelectual de esa tecnología? ¿Quién entrena los modelos? ¿Quién retiene y captura el talento que es capaz de hacer este tipo de cosas? Todo va alrededor de esto. Hablante 1 Yo acabo de volver hace muy poco de China y mi sensación es que vuelvo preocupado, pero no vuelvo preocupado porque China sea increíblemente tecnológica o tal. Vuelvo preocupado porque yo pensaba. Que la parte difícil de la ecuación de la geopolótica era Estados Unidos y vuelvo de China viéndome dado cuenta que a China le da igual el mundo, o sea, vive en una burbuja con todo el derecho del mundo de serlo en que o sea, es que les da igual, es que son independientes al 100 * 100. Es que no nos necesitan para nada. Entonces el tema es que cuando tú quieres sentar a la mesa a alguien para negociar, ese alguien tiene que tener algo por lo que sentarse y cuando a ese alguien le da absolutamente igual tu vida. Veo que es difícil que se sienten, con lo cual me da la sensación de que mi percepción de que el problema era Estados Unidos, que bajo una administración como la de Trump, bueno, tienen ese egocentrismo que les lleva a ese imperialismo y a eso una serie de cosas. ¿Me da la sensación de que igual es una reacción a aceptar que estos no se van a sentar, con lo cual no tiene ningún sentido que intentemos negociar no? YY lo que me da la sensación es que quizás el mayor problema China que que Estados Unidos. Y aparte de que me parece que lo tienen muy bien montado y que han avanzado increíble. Y sobre todo, la energía está en años luz. Aparte de todo eso, me da la sensación de que es cultural, de que para qué van a venir, no si. Hablante 2 Es que eso pone sobre la mesa una situación muy difícil para Europa porque aunque es muy difícil negociar con Trump. Hablante 1 Es el único que puedes. Hablante 2 Es el único que puedes negociar y con lo cual, cuando tienes en Asia una gran potencia que no tiene ninguna intención de negociar, al menos obviamente, que lo hagas enteramente con su playbook, cosa que no va a pasar. ¿Estás en manos de alguien como Estados Unidos? Ojo, seamos honestos con el que tienes muchos vínculos culturales y de muchas cosas y que sí que a veces tienen las administraciones con los cuales es muy difícil entenderse y que llevan enfrentamientos políticos muy gordos. Pero es tu socio natural. Y es que no es solo tu socio natural, por valores y por cultura y por historia, es que todas las máquinas que tenemos encima de la mesa, la tecnología que llevan dentro, está diseñado ahí y está en sus manos. O sea, es prácticamente imposible buscar una alternativa a esto. Debemos encontrar la manera, aunque sea muy difícil por el carácter y demás de ciertos dignatarios, de llegar a una alianza que nos permita, yo no te diría lo que tú dices ya no es protegerse de China. No, no, China tiene su camino, tiene su ruta. Y va a desarrollar su tecnología es para poder ser mínimamente competitivos con todas estas tecnologías se está desarrollando. El Maduramiento de la Computación Cuántica Yo creo que esto es un resumen increíble de lo que está pasando, pero no es lo único, porque yo no puedo evitar sentarme contigo y hablar de cuántica. ¿Venga, entonces oye, cómo hemos avanzado un año en el tema de cuántica? ¿Porque claro, ese es el otro gran elefante de la sala, no? Sí, hemos avanzado. Hablante 2 ¿Cómo se tiene que avanzar? ¿Que es de manera discreta? Yo creo que hay, pero. Hablante 1 Oye, cuidado que ha habido willow, que ha habido lanzamientos de de Microsoft, ha habido cosas que han hecho mucho ruido. Hablante 2 Pero eso es café para muy cafeteros. Es decir, en el periódico se ha oído hablar poco de quantia durante este año. ¿Y eso está bien, porque el problema de la cuántica que tuvo en un cierto tiempo es que el hype era tan bestia que las expectativas no cuadraban con la realidad, no? ¿Entonces, qué ha pasado este año? Y me han pasado varias cosas, uno, la adopción. De una tecnología que todavía no está madura. Recordémoslo por las empresas empieza a ser muy interesante. Hay muchas corporaciones que han entendido que uno esto no va de comprarse en un ordenador cuántico, ni mucho menos. Esto va de empezar a formar a tu gente en la compañía para hacerse la gran pregunta que es el día que haya computadores cuánticos competitivos en producción. ¿Mi modelo de negocio está en riesgo? Esa es la pregunta clave y empieza a haber gente. Compañías relevantes, industriales, de retail, etcétera, en Europa, en España, que están empezando a preguntar esto y esto es un cambio muy importante respecto a los hace un año. El segundo. Hablante 1 Cambio es que durante durante mucho tiempo la cuántica se ha entendido o al menos al gran público, nos ha llegado como un ordenador capaz de hacer muchas otras cosas, pero en cambio está mal interpretado. Hablante 2 No es no es no, es algo más rápido, es algo diferente, no sólo lo más rápido, es un orden distinto. Las GPUS son mejores que las CPUS para entrenar algoritmos de I a porque multiplican matrices, no son más rápidas o más lentas, son distintas, pues los ordenadores cuánticos no son más rápidos y más lentos, son distintos. Pero yo decía el otro día una persona preguntaba, mira si quiero clavar un clavo, utilizo un martillo, si tengo unas tijeras, pues las utilizaré para cortar, no para clavar un clavo, no, pues lo mismo hay problemas matemáticos que un ordenador clásico no puede resolver razonablemente bien. Un ordenador cuántico lo podrá hacer. Hay los típicos que se conocen de la factorización de números primos, que implica el tema de la encriptación de información, las comunicaciones seguras. Vale todas esas cosas que dicen ya veremos, vale, pero ahora yo creo que todos tenemos claro que el gran problema donde la computación cuántica será relevante es el problema de la optimización. Es decir, cuando yo intento una función optimizarla, utilizar es una metáfora que es simplemente entender, no si te pones una sábana. Y la coges bien de las puntas y pones unas cuantas piedras encima de la sábana. ¿Hay, se hacen huequecitos, no? Entonces, si tú fueras una hormiga que caminara por ahí, de repente encontraría un huequecito y estaríais súper contenta con su mínimo local que se llama. ¿Es el mínimo más mínimo de todos? Pues la hormiga no lo sabe, pero ahí está muy bien. Bueno, cuando encontramos mínimos de una función, por ejemplo, cuando entrenamos un algoritmo de I a, estamos buscando mínimos en funciones muy complejas. Los algoritmos clásicos te permiten encontrar mínimos locales que son muy útiles. La cuántica algún día te permitirá encontrar el mínimo más mínimo de todos, la piedra más gorda de todas, por decirlo de alguna manera. Esto será tremendamente útil en cualquier problema de optimización. Y en las empresas reales hay muchos problemas de optimización, en logística, en rutas, en transportes, en diseño de materiales, en química en 1000. Historias. ¿Entonces la gente está empezando a ver, ah, vale? ¿No es que hay gente que dice que ahora tendrá un ordenador más rápido? No, no, es que este problema concreto que ahora determinan la productividad en mi negocio puede ser disruptado cuando aparezca un ordenador cuántico realmente comercial. Hablante 1 ¿Entonces, pasar de optimizar a solucionar? Hablante 2 Directamente de soluciones aproximadas a soluciones exactas. Esto puede pasar en 3 años, en 5 o en 10. Nadie lo sabe, pero hay empresas que empiezan a decir, vale, ya lo hemos entendido. Vamos a empezar a crear un pequeño grupo en mi compañía. El que esté pensando cómo la compañía puede disruptar el modelo de negocio si aparece esto y por lo tanto, que el competidor no me pase por un lado, no, esto es una cosa que ha pasado. La otra gran cosa que ha pasado para mí es el avance estrictamente tecnológico. Ha aparecido willow, ha aparecido mayorana one y ha aparecido Helios en los últimos meses. Son grandes avances en conseguir chips más fiables, no necesariamente chips más potentes, algo muy distinto de la cuántica respecto a la clásica. Simplificándolo mucho, es que un chip cuántico comete errores y no da resultados precisos. Estoy simplificando Eh, pero yo no puedo no fiarme de la figuridad de un chip clásico. Bueno, funciona bien, hacen las operaciones matemáticas, se tocan, no funcionan, pero en cambio en un chip cuántico esto no pasa. La limitación aquí es puramente tecnológica, de ingeniería no es una cuestión matemática, no, es que la física cuántica no, no, la teoría está bien escrita, pero no nos escala bien la tecnología. Y hay una batalla brutal, una carrera brutal entre muchas compañías en el mundo para desarrollar tecnología que permite tener chips mucho más precisos. Estos 3 que decimos que además fueron secuenciales en el tiempo. El último año empiezan a subir el nivel de precisión al cual podemos trabajar, que es una condición no suficiente pero sí necesaria para saltar la siguiente etapa. Y la última cosa que ha pasado, y esto es muy relevante y viene de los últimos 3 meses, es el calentón del mercado que hay. A nivel de operaciones corporativas puede hacer. Puede ser un poco de burbuja, pero oye, cuando el mercado habla es que va esas cosas. Entonces tenemos un montón de compañías levantando rondas no de millones, sino de decenas o de centenares de millones. Hablante 1 Empresas de cuántica. Hablante 2 Empresas de cuántica, empresas de computación cuántica no comunicación de computación cuántica. Tenemos eman a que empiezan a haber desde difusiones adquisiciones entre estas compañías. Por tanto ganan volumen. Por tanto, son capaces de hacer más y se empiezan a rumorear las primeras IP o s las primeras salidas a bolsa de estas compañías. Por ejemplo, quantinum, que es la empresa que ha hecho el Helios que hizo una última ronda de evaluación de varios billions, empieza a comentarse, que está preparando pronto un IP o una salida a bolsa a bolsa de Estados Unidos. ¿Esto no quiere decir que se haya solucionado un problema que antes no estaba, Eh? Nos seguimos avanzando poco a poco, pero el mercado empieza a madurar, claro. Hablante 1 Y cuando le vuelcas más dinero, las cosas avanzan más rápido, como hemos visto en la guía. Hablante 2 Capturas, más talento, la tecnología, escala más se encuentran nuevas soluciones. La adopción de las tecnologías para las compañías es relevante. Empiezas a tener compañías que antes solo desarrollaban chips cuánticos y ahora empiezan a hablar líneas de negocio que es consultoría empresarial para decirle a la empresa, Oye. Ahora todavía no te vendo el chip porque todavía no funciona bien del todo, pero ya te empiezo a preparar que va a pasar cuando yo lo tenga y por tanto así como hace un año me hubiera mantenido un discurso muy de ya lo veremos. ¿Oye, es espectacular académicamente, es chulísimo investigación y yo hace un año decía en el BCC, hemos adquirido, decíamos en broma, más experimentos que ordenadores cuánticos, no? Pues son ordenadores que sirven para experimentar, para jugar, para testear. Ahora empezamos a ver. Que hay tecnología que escala rápido, que los dineros llegan a centenares de millones mínimo y que las compañías futuras clientes se están empezando a preparar bien. Bueno, a mí todo esto me indica que igual el sistema está madurando más que lo que pasaba hace un año. El problema de la cuántica es que no tenemos como con la I a un índice. Claro, no hay un benchmark, no hay un numerito mágico que te permite decir estamos el doble que hace 3 meses. Son más sensaciones y feeling que números concretos, pero yo creo para mí, de todo lo que he dicho, el indicador fundamental es el mercado. Cuando hay gente que es capaz de plantear salir a esa bolsa de compañías que hacen chips cuánticos con valoraciones de billions, es que el mercado ya está descontando unas expectativas que los laboratorios deben estar pasando ya. Hablante 1 ¿Oye, qué crees que va a pasar con todo este tinglado en el próximo año? Escenarios Futuros de la IA y Reflexiones Finales ¿Si repetimos dentro de un año este podcast, dónde crees que estaremos en la inteligencia artificial? Hablante 2 Tengo 2 escenarios y no sé cuál va a pasar. ¿Uno continuista, uno disruptivo, vale? El continuista, entre comillas, es seguir multiplicando por 5 cada año. Hablante 1 Y ese es continuista. Hablante 2 Claro, si seguimos así, que va a pasar, pues que lo que hoy son algunas compañías espabiladas montando infraestructuras de agentes en el interior tendrás esto que se habrá convertido en una commodity no hace 2 años. Solo los trabajadores más espabilados utilizaban el chat GPT, 3.5. Hoy las compañías lo están implementando con una infraestructura, pues para mí dentro de un año deberíamos tener infraestructuras agénticas que permitieran sistemáticamente delegar a cualquiera un montón de tareas que hoy son core del negocio, la atención al cliente, la planificación de rutas, encontrar patrones de clientes. 1000 cosas. Esto en el escenario continuista. Alguna de las. Hablante 1 Limitaciones que seguimos teniendo. Hablante 2 Técnicas, hacer un salto y saltársela. No la veo en tecnología de hardware. No veo porque escala muy lentamente, no veo que dentro de un año alguien haga me lo invento. Transistores de un nanómetro y de repente envidia. Saque unos chips que sean 1000 veces más potentes. Me cuesta imaginarme esto. Veo una posible disrupción en la generación masiva de datos sintéticos que permita escalar mucho esto. Pero para mí la posible disrupción y viene de un paper publicado hace no mucho. Es hay gente que empieza a decir, tenemos que entrenar los modelos de I a haciendo cosas distintas. Vuelvo al ejemplo del de del de las Piedrecitas en la Sábada. No es como si estuviéramos concentrados dando vueltas alrededor de un hoyo que ha creado una piedra. Sin darnos cuenta que si nos movemos un poco ahí hay otro. I o mucho más profundo y mucho más interesante, entonces hay gente que empieza a proponer estrategias para el entrenamiento de los modelos de I a empezar a explorar partes del espacio. N dimensional donde viven estos modelos que no han estado nunca exploradas, dando como un poco más de capacidad aleatoria de movimiento a estos modelos para explorar, no es como si fueran exploradores que van por terrenos ahora no explorados. ¿Podría ser que estrategias nuevas de este tipo permitieran escalar mucho más rápido de este tipo de cosas? Para mí, si esto se puede llegar a hacer, hay una cifra que me gusta trabajar a veces con mis alumnos, no, yo les pongo una gráfica y con esto acabo esta reflexión que es en los últimos 15 años hemos pasado de hacer 10 a las 12:00 operaciones matemáticas para entrenar algoritmos de I a a 10 a la 26 operaciones matemáticas para entrenar algoritmos de I a en una gráfica que es una exponencial. Pura y absoluta. Esto quiere decir que ahora una gran compañía de estas puede entrenar un modelo de lenguaje de primer nivel. Va 6 meses entre que lo montas que tal se cae el Código. ¿Hay problemas con el hardware? Démosle 6 meses cada 6 meses más o menos pueden sacar una nueva generación, un nuevo. No sé qué punto algo vale si estos 10 a la 26 los metemos en la misma unidad de tiempo, un par de órdenes de magnitud más a 10 a la 28. Y para eso necesitas una disrupción. Sería como si en lugar de hacer un nuevo modelo cada 6 meses, pudiera hacer un nuevo modelo cada día. Y esa es la disrupción. La disrupción sería que estos grandes laboratorios podían romper una de las últimas barreras y es el coste brutal, no solo de medios, sino de oportunidad. ¿Que les implica entrenar un nuevo modelo? Claro, ahora voy a entrar en el nuevo GPT, no secuanto.no sé cuánto vale, qué tengo que hacer de entrada, colapsar un supercomputador durante muchos meses y a todo un equipo de gente que solo puede estar por esto. Si hay otro camino para explorar con esta gente y este ordenador no lo puedo explorar y esto no lo puedes paralizar mucho porque cuántos supercomputadores tienen o PN a y hombre alguno, pero no tiene 200. Si tú reduces en un par de órdenes de magnitud el tiempo necesario para ese tipo de procesos, vas a hacer más pruebas, puedes llegar a acelerar la propia investigación de cómo entrenas modelos. Hablante 1 ¿Y para mí? Hablante 2 Ese puede ser una disrupción total, absolutamente. Y si a eso le sumamos la. Hablante 1 Capacidad de automejorarse los modelos, que es algo en lo que se está trabajando y que creo que podría ser una de las cosas que pudiésemos empezar a ver este 2026 modelos que. No simplemente se mejoran en reentrenamiento, sino que están en mejora continua. Chat GPT a medida de cosas saliendo que en el se reentrenan a sí mismo que a día de hoy esto no pasa y la gente se cree que sí, pero no, no es algo que pase ahí podríamos irnos claramente a ese explotar esto. Necesitas estos 2 órdenes de magnitud más, pero a la vez si. Hablante 2 Puedes darle capacidad de autonomía. Esta exploración en el entrenamiento de espacios ahora no conocidos la puede hacer él de manera autónoma. Y eso, si hay capacidad computacional algorítmica suficiente podría permitir otros. Es que hay otro detalle que ha salido ahora en la publicación de GPT, 5.3 Codex, que que. Hablante 1 Se ha pasado un poco por alto y creo que es muy importante en que esa mamma ha dicho que GPT 5.3 Codex ha sido clave para la creación de CGPT 5.3 Codex. Es decir, están utilizando la misma I a para crear a la propia I a no. Y esto es algo que ya habíamos visto, por ejemplo, con el famoso cloud cowork. ¿Que fue creado por cloud coat en una semana y media, no? Entonces estamos empezando a ver cómo las IAS hacen la siguiente generación de la I a un poco es lo que decía Sebastián Bubeck que los datos que había generado GPT 5 han servido para entrenar GPTY, con lo cual, en el momento que esto sea algo que se pueda hacer de forma automática en. Hablante 2 Todo el sistema. Hablante 1 ¿Dejamos de ser nosotros los que hagamos de interventores en esa selfre Carency? Y esto básicamente se puede disparar. Y si a eso le sumamos unos mejores de eficiencia, pues nos vamos a la explosión de inteligencia de kurzwell que planteó para 2029, con lo cual no está tan lejos porque parece que estamos. ¿No está tan lejos, no? Entonces bueno, pero veremos en un año si es esto o. Hablante 2 Es. Hablante 1 Un escenario de continuidad que no sería poco, que no sería poca cosa. Hablante 2 Pues oye, lo veremos porque a mí me apetecería ir viéndonos una vez, no sé si lo conseguimos mejorarlo. Hablante 1 Porque esto ya va a ser difícil, o sea, sí que nada, PEP ha sido. Hablante 2 Un absoluto, el hacer un placer, como siempre, gracias.