DeepSeek vs. Silicon Valley, DOGE, novedades del fondo y plan Factorial 2025 | Primer evento 2025 |

Yo no me meto en una furgoneta

Tenemos un micro inalámbrico porque tenemos la casualidad que está aquí Berta por favor

A ver mientras recibe el micro Berta Hay una cosa que te has dejado explicar Que es que El evento en directo Lo moderas tú Es verdad Entonces Que yo estoy aquí agarrándome Para no entrar

Berta De qué va Este nuevo contenido Cuéntanos Hola Guay Pues iremos a visitar Una a una Todas las invertidas Del portfolió Hemos empezado Con Carla Que hoy No ha podido venir De Teker El siguiente Va a ser Jonathan Que está Aquí delante En el sofá De Roy Ward Y el siguiente Justo al lado Que ya hemos grabado También De Genesis E iremos Yendo a visitar todas No sé si Cogeremos Furgoneta O Avión No se puede revelar Pero Será interesante Muy bien Es un formato diferente Corto Dinámico Donde pasan muchas Cosas en poco tiempo Y que se conoce La otra parte De las startups

Que es cómo son por dentro Quiénes del equipo Un poco Qué vibe tienen Los equipos Que también es Interesante conocerlo Tú haces caras Por algo

Porque el YouTube No cargaba Estaba el live En YouTube Estoy por detrás Haciendo el backoffice Ahora parece Que se ha cargado Ya sí Hoy también hablaremos un poquito del fondo de Itnig por eso tenemos aquí a varios founders del portfolio y luego Bernat usted también os he empezado con más proyectos dentro de Itnig uno de ellos es abrir restaurante

Tú quieres que cuente lo del restaurante Quiero que cuentes los restaurantes Vamos a contar lo del restaurante Sí Pues sí ese es otro proyecto porque como aquí nos aburrimos y hacemos muy pocas cosas vamos a abrir un restaurante a cien metros de esta oficina vale en la calle Pujadas esta misma calle Se va a llamar L'Entrepreneur Vale Va a ser un sitio Muy especial Enfocado a emprendedores Comida Sana Natural Y catalana Vale Ehh Y Bueno Lo va a llevar Marta Que no sé si Está por aquí Eh pero va a ser la CEO de L'Entrepreneur Y además ella Tiene mucha experiencia En restauración Ha montado previamente Grandes restaurantes

De Barcelona Y Nos va a sorprender Sin duda Con la experiencia Gastronómica De L'Entrepreneur Después de quince años De no saber Cómo se escribe ITNIC Que nos escriben De todas formas Ahora llega L'ENTREPRENEUR Perdona Sabéis quien es el fan número uno Y el que nos ha acabado obligando A usar este nombre Fake news fake news Tengo ganas de ver Como la gente lo escribe En Google Maps Aparte de esta novedad Que es muy relevante Em En el mundo han Pasado Bastantes cosas Una de ellas Es DeepSeek Supongo que Conocéis Que es Y toca hablar de AI Toca hablar de AI Porque en la última Tertulia Hablamos Mucho

de Otro tema hablamos de Glovo Y ahora tengo que hablar de De qué pasa con Con la IA No sé si lo sabéis De acuerdo Hago un resumen Muy breve Pero básicamente Ha salido un Nuevo modelo Open source Por un hedge fund chino Que ha provocado Un cataclismo En los stocks En Estados Unidos Nvidia por ejemplo Cayó un veinte% Microsoft Otras compañías Han sufrido mucho Y entonces aquí Tocamos geopolítica Tocamos inteligencia artificial Y tocamos también Tecnología Y tú Jordi Me dijiste la semana pasada Que lo sabías todo De Deepseek Obviamente ¿Lo sabías todo?

De cualquier Tema En Especial deep seek Te explico un Poco Oye ¿Qué es este Modelo? Y si realmente Lo que es Lo que se oye En el titular Solo ha costado seis millones Versus un billion de OpenAI ¿Es cierto? O si hay Algo más Que quizá nos

Como la gente se Aburre ya de mis monólogos Vamos a hacerlo entre César y yo Venga Arranca tu César Y yo te voy corrigiendo Perfecto Contestando primero A la pregunta Más importante ¿No? Han conseguido Entrenar un modelo Que performe igual Igual o Mejor que el o1 De open ai Con sólo seis Millones de dólares No La verdad es que no Seis millones Allegedly Que no sé cómo Se dice en castellano Lo gastaron En entrenar La última versión De Deep Seek v3 Si no me equivoco Jordi Más Bien Pero aparentemente Tienen una serie de

Bueno aparte de Haber entrenado Otros modelos Anteriormente a Ese haber entrenado otros checkpoints de ese mismo modelo anteriormente con más dinero y más tarjetas gráficas estuve escuchando el otro día una entrevista que le hicieron al CEO de Scale AI que es un chaval que parece tener dieciséis años es flipante

Es que LeCun es superpionero, en realidad-

Total.

En el outsourcing de labeling de data , ¿no? Antes de toda esta ola y que ahora obviamente están por detrás de muchos catálogos de datos que se están utilizando para entrenar modelos.

Sí, pues le entrevistaron en Davos, que estuvo por allí.

En el World Economic Forum.

Sí. Yyy el tío-

Que le cuesta sesenta millones de euros a, al gobierno americano.

A Elon Musk.

Elon Musk. Sigue, sigue.

Em... No, pues el, el tío básicamente decía que él ha escuchado las, las malas voces dicen, eh, que esta-- que este hedge fund que ha construido DeepSeek, em, en realidad tienen en torno a cincuenta mil tarjetas gráficas, eh, H100, em-

Que son las buenas, que en teoría no llegan a China.

Correcto, porque Estados Unidos puso, pues controles de, de exportación de estas tarjetas y en teoría China no tenía acceso a ellas. Em, entonces nos lo van contando como que las tienen, pero parece ser que han conseguido acceso a ellas.

Tenían acceso hasta 2022 y luego solo podían las ochocientas, que luego tampoco en 2024 se lo quitaron. O sea, puede que las tuvieran de antes, puede que las tengan en Singapur, como hay otros rumores que dicen. Pero lo que, lo que sí que parece que mucha gente confirma es que se ha entrenado en serio esto y que hay una inversión grande en CapEx, en, en maquinaria vaya y en horas de GPU para entrenar este modelo.

Yo he escuchado del orden de cientos de billones de dólares.

No es magia.

No es magia, pero sí que es verdad queee este-- que han, han encontrado ciertas formas de hacer que los algoritmos que entran en estos modelos performen mucho mejor, em, que lo que teníamos hasta ahora. Y, y lo bueno que tiene esto es que lo han publicado completamente open source. Entonces sabemos exactamente, aparte del paper que publicaron, sabemos el código que tienen, em, y, y cómo han conseguido entrar esos modelos de forma mucho más barata que lo que estaban haciendo, eh, otros proveedores.

Que una de las grandes innovaciones, ¿no?, que, que hacen para bajar la cantidad de memoria que necesitas para hacer el entrenamiento es los MOIs, que son, eh, básicamente romper un modelo en expertos y cada experto lo entrenas y solo tienes que cargar el trozo de modelo experto en un área cuando lo entrenas con conocimiento relacionado con esto.

Y luego a la hora de hacer el-- ah, las queries, hacer las preguntas al modelo también puedes solo acceder a partes de modelo versus los modelos anteriores que tienes que cargar todo el modelo entero, con lo cual lo hace más caro entrenarlo y, y luego hacer el-- la inferencia, ¿no? Hacerle las preguntas al modelo. Esa es una de las grandes ca-- diferencias de arquitectura.

Pues sí que es verdad que esta arquitectura se conocía de antes. Eh, no, no es algo que inventaran ellos. Ellos donde más cambio han hecho, eh, ha sido en el uso de reinforce-reinforcement learning, RL. Em, hasta ahora la mayoría de modelos se habían entrenado usando RLHF, que es, eh, reinforcement learning with human feedback, que es básicamente: el modelo genera cosas, te da varias opciones y tienes un humano que va seleccionando la mejor, ¿no?

Y ese es el feedback que utilizan para, eh, redistribuir los pesos, em, y que se haga comportando de, de mejor forma, eh, según pasa el tiempo. Ellos han conseguido automatizarlo completamente y estar pensando có-cómo explicar qué es, qué es RL, qué es reinforced-- reinporcment-- rei-- no sé ni decirlo. Reinforcement learning.

Ahora en pantalla estamos viendo, perdonad que justo, em, dato importante fueron los primeros en la Apple Store a nivel de descargas durante- ...durante la primera semana. Y luego un dato que ahora, ahora cuando pueda Dani va a poner, es justo lo que decías, que a nivel de coste la API de DeepSeek es muchísimo más barata que OpenAI incluso que los modelos de, de Amazon, ¿no?

Y es una ventaja competitiva grande, porque no solo han batido a OpenAI en lo que era su misión- No lo han batido, ¿eh? O sea, R1 no performa mejor que los modelos de OpenAI, pero se acerca mucho. No, batido quería decir, no sería la palabra sino que han conseguido hacer open source- Eso sí Un modelo fundacional de IA que era el propósito inicial de OpenAI, ¿no?

Incluso con un coste menor, seguramente menor.

Este concepto no, no se, no se acerca al concepto de singularity de reinforcement learning. O sea gran parte de este, de este proceso de aprendizaje más rápido es por el uso de modelos, eh, modelos existentes para entrenar el modelo nuevo, ¿no?

No exactamente, no necesariamente. Eh, os voy a explicar de forma-- Voy a intentar hacerlo sen-sencillo. Creo que funciona- Cómo funcionan reinforcement learning. Básicamente si buscáis en YouTube por ejemplo vídeos donde entrenan a una IA a jugar videojuegos. Por ejemplo, el otro día estaba viendo uno donde entrenaban a utilizar un hack en un videojuego que se llama TrackMania, Trackmania, em, que es una cosa que solamente podía hacer un bot.

No, no lo puede hacer un humano, pero conseguían entrenar al, al bot para que consiguiera completar un circuito usando un hack del juego que tenías que combinar como una serie de pulsaciones de botones. ¿Y esto cómo lo entrenan? Pues primero le enseñan un comportamiento muy específico, eh, y le, y le ponen un sistema de recompensas. Entonces cuando, eh, lo prueban muchas veces hacen como muchas simulaciones y cuando consiguen llegar al punto donde querían, pues le dan la recompensa y entonces el propio modelo se autoentrena para llegar a ese punto.

¿Y qué hacen después? Pues le dan el siguiente comportamiento. Si el primero era ir lo más rápido posible, el siguiente es ir lo más rápido posible mientras giras. Em, iban como añadiendo esta serie de comportamientos mediante un sistema de rewards, em, hasta que consideren que el modelo haga lo que, lo que tú quieres. En el caso de R1, em, la mayó-- Según lo que yo he leído, la mayoría de evaluaciones que utilizaban para o la mayoría del siste-del sistema de rewards que tenían para, para reentrenar el modelo, em, eran sistemas computacionales estándar.

O sea era: "Te doy un problema de matemáticas dame la solución" y yo calculo por otro lado cuál es la solución y veo si, si es verdad o no y te doy la recompensa o no. Em, la mayoría del entrenamiento que han hecho ha sido de esta forma y por eso ha sido tan barato Porque no solamente han utilizado otros LLMs para, para entrenarlo, em, sino que mucho de esto ha sido pura computación normal de toda la vida.

Que esto fue el descubrimiento que hicieron los de AlphaGo Que, eh, fue la primera vez que hicieron un algoritmo que ganaba al go a profesionales, eh, con inteligencia artificial versus los anteriores Las primeras versiones, eh, se entrenaban con partidas de humanos y miraban muuuchas partidas de humanos e intentaban aprender a raíz de esto Y AlphaGo hicieron fuerza bruta Y dijeron: "Tú haz una partida, luego haz una mejor, luego haz una mejor".

Y así hasta el infinito. A base de millones de euros en GPUs, eh, aprendió mucho más que cualquier humano porque probaba jugadas que nadie nunca hubiera planteado , pero la inteligencia artificial-

De hecho es que el-

...aprendió que sí que tenían sentido y ningún humano lo había explorado.

El, el jugador de Go contra el que ganó, eh, calificó alguno de los movimientos como alien, ¿sabes? Como que le parecían tan raros. No los había visto nunca, eh, esa forma de jugar, que le parecía como de, de otro planeta.

Pero era el reinforcement learning, era el mismo concepto.

Exacto.

Y lo que dices tú, Bernat, yo sí que estoy de acuerdo, ¿eh?, que es, eh, esto lo empezó a popularizar yo creo OpenAI cuando hacía los modelos mini, ¿no? Hacía el modelo caro que costaba mucho y tanto a ellos como al usuario le tenían que limitar mucho, ¿no? Te daba-- te dejaban hacer muy pocas queries al día porque costaba dinero y no había suficientes GPUs para, eh, para, para consumo y usaban el modelo bueno para entrenar un modelo más sencillito.

Y eso es lo que dicen-

Lo que pasa es que esto, esto no es reinforn-- reinforcement learning.

No, este es el distillation.

Esto es distillation.

Que es lo que ha hecho R1, eh, según OpenAI, contra las APIs de OpenAI, que dices: Bueno, mmm, si ofreces una API, pues normal que pase, ¿no? Y-

Bueno, en principio directamente el modelo se autoidentificaba como ChatGPT.

Sí, sí. Le preguntas qué modelo es y te dice: "ChatGPT." Dices: "Mmm, sospechoso." Quizás un caso-

De todas formas, esto no es la noticia. La noticia es que han aparecido los chinos, han sacado un modelo que cuesta una décima parte o menos de una décima parte de ChatGPT, la API call.

Sí.

Eh, y que está sustituyendo, como ahora se ha visto en pantalla, ah, o está cogiendo market share importante en, en el-- las queries de Open-- de, de, de, de ChatGPT vamos.

Y que es open source, que es lo que decía Marcel, que es la ironía, que es lo que tenía que haber hecho OpenAI que no ha hecho.

Uno de los temas que se habla mucho ahora en, en Silicon Valley es si realmente la, la gran boom de, de IA, que han captado muchísimo capital, ¿no? Justamente esta semana creo que OpenAI creo que ha levantado cuarenta-- creo que eran cuarenta billions, ¿no? Emm..

Se rumorea.

Si eso, si eso hace que no haya tanta innovación, si la scarcity que había en, en China, porque ahora el gobierno chino, el Ban-Banco de China, ahora sí que ya ayer salió en prensa que han sacado ciento sesenta billones para trabajar en inteligencia artificial, pero no había tanto dinero en el mercado. Silicon Valley ha tenido muchísimo dinero en el aftermarket y realmente todos han hecho unos modelos del mismo patrón y han tenido que innovar, ¿no?

Este fondo chino que teníamos hedge fund, que ha, que ha conseguido hacerlo de una forma un poco diferente. Entonces, el debate realmente es si hace falta tanto capital, si los quinienta-- los quinientos billions que decía Trump tiene sentido que se pongan en el mercado o si realmente con mucho menos se puede hacer un modelo parecido y no hace falta tanto.

Una pregunta. Me gustaría preguntarle a la, a la audiencia cuánta gente ha dejado de utilizar ChatGPT y ha pasado a usar DeepSeek. ¿Hay alguien que uti-utilice DeepSeek, eh, diariamente tal? Uy, vale, no hemos llegado al veinticinco por ciento todavía de market share aquí. Tres, cuatro personas de cien-cien-

La app móvil es un... Es imposible de utilizar. Hay, hay-- estás superlimitado el sign up. De hecho, me, me empecé a registrar y mientras me registraba iban metiendo más limitaciones. Primero, que si mi dirección de correo no era válida y utilicé la de Factorial, utilicé un dominio mío, utilizé un Gmail, ninguno de ellos. Luego que tenía que ser un, un teléfono.

Luego el teléfono tenía que ser chino. Luego ya al final me cansé y, y lo probé en hacking phase, que alguien había subido el, el modelo open source-

En, en la plataforma que tienen online funciona, ¿eh? Yo lo he probado hoy-

Pero la app mobile de DeepSeek me tuve-- no conseguí registrarme.

Hombre, si es la, la más descargada entiendo que...

Yo me la he descargado, o sea, sale en las estadísticas, pero no me he podido registrar. No me deja.

Eso espero que me digas que es la hostia para bajármelo yo. Siempre después de ti.

No, es la-- Lo que es la hostia es lo que hablaremos luego.

Vale.

César, a nivel de producto, que has estado mirando bastante. O sea, realmente, ¿quién gana aquí? Gana el que hace el LLM, gana el que hace la infraestructura o gana el que hace la aplicación.

A ver , yo, yo creo que la, la pregunta e-es más dónde está el mode, ¿no?Dónde está el, eh-

La defensibilidad.

La diferencia, la defensibilidad, la diferencia competitiva, emm-

Parece un commodity tu modelo de IA.

¿Cómo?

Parece un commodity tu modelo de IA.

Es que es un commodity totalmente. O sea, sí que hay modelos más especializados en generación de código, en algunas cositas, pero la realidad es que si, si las curvas de performance siguen creciendo como están, ehm, se van a equiparar todos. Entonces vamos a tener una serie de modelos que al final es, es inteligencia, es outsourcing de inteligencia. Entonces, ¿dónde, dónde está el valor aquí? ¿Dónde, dónde puedes construir un-una defensibilidad, no?

Em, yo creo a cien por cien que es en la capa de la aplicación, que es-

Los wrapper. Los wrappers es lo único.

Donde la gente decía: "Eh, pues isso-"

La gran ironía, ¿eh? La gran ironía.

Que le decimos a Jaume, que está ahí sentado, ¿no? Cuando nos contó por primera vez Genesys, ¿no?: "¿Pero qué es un wrapper?" ¿No? Al resto de que wrapper es, es, es lo queee...

Lo único que tiene valor. Porque el modelo, mmm, todo mundo tiene uno y open source.

Esto es por do-- Esto es por, es por dos motivos. Uno de los motivos es los modelos siempre van a ser genéricos. Eh, o sea, los grandes modelos funcionales siempre van a ser genéricos, van a estar entrenados para cumplir un montón de, de tareas distintas.Entonces, si tú quieres hacer, tú quieres conseguir que haga una tarea súper, supereespecífica de tu vertical, es que vas a tener que explicarle la tarea de alguna forma.

Entonces, esto, esto es una parte de, o una forma de construir mode. Y luego la otra, eh, la gente subestima muchísimo, eh, las, eh, la... ¿cómo se dice? La, eh, se me va la palabra.

Habla inglés.

Ya, es que... No.

Chino.

Las costumbres del usuario. Es muy difícil sacar a la gente de algo que está haciendo para que, para que vaya a otra cosa. Y bueno, ya lo hemos visto aquí preguntando quién está usando DeepSeek, a pesar de que hostia, es gratis, eh, performa igual que o uno, que mucha gente ni siquiera tenía acceso. Eh, dos personas han levantado la mano. Entonces, a la gente lu-- le cuesta muchísimo, muchísimo cambiar sus hábitos.

Ehm, y esta es la otra forma de construir mode, ¿no? El quien construye la interfaz, quién distribuye la interfaz que la mayoría de gente utiliza.

Sí, pero Google, Facebook y, y Apple, eh, tienen todo el mundo casi, ¿no? Eh, en, en sus, eh, aplicaciones todo el día y vamos a ChatGPT para hacerle preguntas la mayoría de nosotros. O sea que sí, pero, ¿eh?- O sea, ChatGPT ha conseguido con un nombre de, de mierda y, y una aplicación que nadie tenía, que hemos tenido que registrarnos, muchos hemos acabado pagando, que en lugar de utilizar el Apple Intelligence que tenemos en el teléfono ya nativo, el Google que nos sale todo el rato porque estamos utilizando para todo o Meta, porque lo estamos utilizando para otras cosas.

Mmm, yo no utilizo ninguna de estas y me voy a OpenAI.

Yo creo la excepción quizás es si tu producto realmente es un diez equis, eh, comparado con lo que había antes, sí que la gente cambiará sus hábitos totalmente. Y lo hemos visto-

Pero eso con todo. Todo el mundo aquí que son emprendedores tiene este problema.

Claro, pero tienes que reemplazar también...

Tiene que ser más de un diez equis para cambiar un uso.

Y hacer más de un diez equis no es trivial.

No.

No es trivial.

Y OpenAI lo ha hecho claramente. ChatGPT lo ha sido durante mucho tiempo y, y sigue estando muy por delante. No sé si diez equis, pero está por delante.

Mhm. Y aun así está muy por detrás de la cantidad de uso que tiene Google. ¿Sabes? La gente sigue utilizando Google. Hay mucha gente que no usa ChatGPT nunca.

Em, acaban de sacar, eh, O3 mini, eh, y O3 mini Hype. Eh, han sacado como dos versiones-

No tengo ni idea la diferencia entre uno y otro.

Yo tampoco. O3 mini Hype.

Son lo mismo. Es un follón era el drop down de modelos. Hay como cinco y luego hay more donde hay cuatro más. Y luego abajo hay como unas, eh, unos toggles, unas pastillas que habilitas browsing o los deshabilitas, habilitas deep research o lo deshabil-- es un cagao.

Y pusieron una hace una semana, que creo que la han quitado ya, que ponía: "Use more intelligence". Usa más inteligencia. Es como: "¿Y qué es esto? ¿Qué significa?"

¿Y por qué no, no?

Ya, exacto. Actívalo por defecto, ¿no? Em, no, pues eso, han saca-sacado modelos de razonamiento pequeñitos. Eh, ya presentaron unos benchmarks con otros que me parece los hablamos aquí con el ARC Prize y tal, eh, me parece performaba supersuperbién. Han sacado la primera versión. Em, y aparte de eso han sacado Deep Research, que esto Jordi creo que tienes experiencia con ello, ¿no?

Tú te has ga-te has gastado doscientos pavos.

Hoy me he gastado doscientos dólares. Soy doscientos dólares más pobre, eh, que hace cuatro horas. Eeeh, y por culpa tuya además, porque estábamos hablando a la hora de comer y me has convencido. Eeeh, normalmente es al revés. Bueno, es igual. Pues, eh, básicamente yo utilizo mucho, eh, ChatGPT y lo utilizo para hacer preguntas o para procesar datos.

Y hay cierto tipo de tareas donde quiero, eh, research, market research. Muchas veces es, eh, pues vemos una empresa y quiero entender, eh, pues todos los proveedores de soluciones SaaS para ayudar a un agente de ventas a hacer prospecting o hacer email automation, hacer no sé qué. Y en lugar de tener un, un analista que haga esto o de dedicarme yo dos días, pues he probado hacerle la pregunta a Deep Research, que es la fun-- el nuevo producto que ha lanzado OpenAI y es la hostia.

O sea, ha estado diez minutos currando. Primero me ha hecho unas cuantas preguntas de cualificación que me ha gustado, porque no se ha lanzado a hacerlo directamente, eh, sino que me ha dicho: "Oye, exactamente querías decir esto, esto, lo otro". Le, le, le he matizado lo que quería decir. Se ha puesto a currar diez minutos. La verdad es que los primeros cinco me estaba mirando porque era interesante. Luego ya he dicho: "Bueno, ya me avisará." Y, y se ha pegado un curro de visitar webs, bajarse datos, vi-visitar webs en idiomas que yo no hablo.

De tamaño de mercado. Una, una consulta de tamaño de mercado específico, número de empresas, número de empleados en sectores, sec-- clasificada así. Y me ha hecho todo esto. Y luego, de hecho, yo le he subido un documento interno y le he dicho: "Hazme un cálculo de cuota de mercado". Una cosa que yo puedo hacer, me tiraría un día entero, he hecho en diez minutos.

Eso es lo que te he dicho antes, que la conversación de la comida ha sido: Hostia, si esto funciona, eh, doscientos euros me parece casi gratis para los equipos de producto, donde el mayor problema normalmente no es ejecutar bien, no es hacer las cosas bien, sino hacer las cosas adecuadas. Y para hacer, para saber las cosas adecuadas tienes que hacer un mínimo análisis de mercado, un research, decir: "Oye, esta feature, ¿qué mercado tiene?

Este, esta funcionalidad, este problema, ¿qué mercado tiene?", ¿no? Entonces, hacer este esfuerzo de tra-- de, de investigar exactamente cuánto pagaría alguien por este problema, qué soluciones alternativas hay, qué pricing tienen, qué ta, ta, ta. Hacer este curro...

Es un curazo, ¿eh? Eso es mu-mucho trabajo.

Un curazo de links, de Excel.

Pero es el mayor valor que puede aportar un product manager, porque cuando estás priorizando, estás creando un, un roadmap, tienes que comparar oportunidades. Digo: "Hostia, esto es baratísimo para Factorial", he dicho: "Poder hacer esto". Solo te he echado pa-- salido pa-pagado y me he hecho... Además, es que la pregunta que le he hecho, y que no la voy a explicar porque es un tema interno, pero la he hecho varias veces ya, me he tirado una mañana entera, me he aburrido o me ha salido algo que tenía que hacer, lo he dejado a medias y con esa información a medias hem-- he ido tirando muchos años y he dicho: "Venga, quiero la, la respuesta" Bien, y la tengo.

Tengo ya un Excel con exactamente el estudio de mercado que yo necesitaba para Factorial. Otra cosa que hago muchas vezes, hablamos nosotros de empresas, por ejemplo Hubspot, ¿no? O sea, Factorial es un, es un SAS que vende a SMBs. Hay muy pocas empresas grandes que facturen billions, eh, vendiendo SAS a SMBs y HubSpot es una de ellas y hablamos mucho de ellas, pero es muy fácil ver HubSpot hoy, pero es difícil ver toda la historia de HubSpot, el ARR año a año, la inversión año a año, el CAC, en qué países estaban, qué productos habían lanzado, eh, cuánto dinero habían levantado de inversores.

Esto yo lo puedo sacar en dos días de estar ahí haciendo Google, pero me voy a aburrir.

Arqueología de notas de prensa, de tal.

Pues le voy a Deep Research y digo: Hazme toda la historia del ARR, todos estos hitos por año y júntamelo todo en una tabla y hazme un resumen.

Brutal.

Se va, se pone a currar. Estos son dos días de curro. Pues doscientos dólares de momento ya los hemos recuperado.

Te lo crees, eso iba a decir. Exacto. Sí, porque hay las fuentes. Hay las sources y haces dos clics para comprobar más o menos y, y me encaja.

A ver, me creo. Piensa que yo también tomo decisiones basadas en un blog post que hizo Jason Lemkin hace siete años. Entonces, claro, me lo creo. Sí, entre comillas, pero sí, me creo Internet si las fuentes más o menos confío en ella.

Claro, pero que te garantiza que, que si es una persona escribiendo...

Una persona puede hacer lo mismo, ¿no? Pero es un tema casi más, te diría cultural, de, de, de creerte que eso estará bien Al 100 %, porque al final necesitas que salgas de este bucle. Esto es como el coche autodirigido, ¿no? Como el, el self-driving car.

Ya, pero hay, hay una... Una persona le miras a los ojos y ves si-

Bueno, y hay algunas que miran al infinito

...y ves si se lo ha currado o no . ChatGPT dice: "Uh".

Bueno, y s-- y si no está bien, y si no está bien, hay feedback, pues, pues aquí es-- si se ha equivocado, se lo dices y te dice: "Ay, sí me he equivocado", y ya está, ¿no? Eh... A mí me ha ido fantástico, la verdad. O sea, eh, es una pasta. Seguirás pagando, seguirás pagándolos.

Por cierto, mañana ya no lo va a utilizar. Doscientos pavos. Qué mala puta vida.

Es posible. No, y luego cada mes. Cada mes me irán cobrando ciento pavos.

Cada semana viene una gusa nueva.

Hasta de aquí tal. Eh, a ver, de momento sí. Mmm, si en, si en dos meses no lo he utilizado una o dos veces por semana, seguramente lo cancele. Y lo que es muy probable que pase es que estos doscientos bajen a cincuenta, porque doscientos me parece un poco bestia para mainstream, pero, pero sí. O sea, mme voy a acostumbrar a tener un analista que es que con el teléfono puedo hacerle preguntas de media hora de research profundo, que para mí sería un día entero.

Chief of Staff GPT.

Le he dicho, le he dicho a Biel, digo: "Oye, Biel, eh, lo siento, pero tú cobras más de doscientos pavos al mes" Vale.

Em, también yo, yo creo que lo que va a pasar es que más gente va a empezar a hacer este tipo de cosas. Em, porque es que no, no es tan difícil hacer un deep research. Em, y esto me, me ayuda a entrar en el tema de los agentes, ¿no? Eh, que lo hemos comentado aquí de pasada alguna vez, em, pero sí que hemos visto todo el hype que hay con qué es un agente, eh, van a conquistar el mundo, se van a reducir los equipos en porcentajes relevantes gracias a sustituirlos con agentes de AI.

Va a morir el SaaS también, ¿no?

Va a morir el SaaS, correcto. Em, y Deep Research no es más que un ejemplo más de un agente. ¿Y qué es un agente? Un agente es un LLM. Si tomamos un LLM como una unidad de inteligencia, como decía antes, em, es una capa por encima, una capa de abstracción por encima, ¿vale? Y lo que hace esa capa de abstracción es ejecutar unas instrucciones en un bucle infinito hasta que consigue llegar al resultado.

Y tiene una serie de herramientas a las que puede acceder. En ese caso, Deep Research, eh, pues tiene acceso a Internet, puede hacer búsquedas, puede extraer contenido de páginas web, etcétera, etcétera, storearlo seguramente algún sitio.

Hace código, guarda datos y los cruza. Esto es superpotente.

Correcto, pero realmente con, con un prompt que se ejecuta en un bucle, que tiene como herramientas un web browser-

No es magia negra

...y, y un ejecutor de código.

Cuatro o cinco herramientas.

Montas esto. Y no sé, no se justifican los doscientos pavos, la verdad.

Hombe, e-en valor sí, ¿eh? En valor sí.

En valor sí.

Un día entero de mi trabajo cuesta, o del trabajo de nosot-- cualquier nosotros cuatro cuesta esto.

Claro, lo, lo que no sé es cuánto les va a durar poder cobrar doscientos euros por esto.

Ah, o sea, la de GPUs que están ahí sacando humo, quieres decir.

No, no, no, en el sentido de cuántos competidores van a hacer esto, eh, con solo cuatro teclas.

Va a bajar mucho. Va a bajar. Bueno, y de hecho, en Hugging Face, en veinticuatro horas hicieron un blog post diciendo: "En veinticuatro horas hemos clonado, eh, Deep Research", y le llaman Open Deep Research, que utiliza, de hecho, eh, O3 Mini, o sea, la nueva API de OpenAI para hacer de modelo. Pero el orquestrador este que dices tú y el crawler, o sea, el, el navegador de Internet que baja datos, lo han hecho ellos y utilizan la API de OpenAI y han hecho una versión de Deep Research en veinticuató horas.

O sea, que estoy de acuerdo contigo.

Mhm.

Mmm, está inventado. Ahora todo el mundo va a hacer un Deep Research. De hecho, Google hizo también un Deep Research en diciembre, que funcionaba bastante bien. Lo que pasa es que no sé por qué se hizo menos famoso. Oye, ¿os parece si volvemos a, a Europa y empezamos a hablar de otra cosa que pasó la sema-la semana pasada, que hubo muchas rondas de financiación?

Venga. Concretamente en España. Nuestros vecinos de TravelPerk levantaron, em, no sé si fue dos-- fueron trescientos millones, creo, más o menos, a unos dos, dos billones de valoración. En Valencia también se levantó la ronda.

Con Atómico, precisamente.

Con Atómico. Sí, justo. En Valencia también levantó Kivi otra ronda. Que he dicho: Yo les pillé, porque un día estaba, estava comiendo por aquí por el barrio, eh, en un restaurante que vamos muchoy me encontré a Abi, eh, fundador y CEO de Travelperk, con, con una agente de Atómico. Y diga: "Hola, no sabía que estabas en Barcelona".

Y todos ahí como muy incómodos, ¿sabes? Como cuando te encuentras a un colega con... Pues, eh...Pero bueno, celebramos un montón, porque parece que vuelve a haber mucha actividad. Y tenemos un invitado hoy que es, em, Josep Talavera, de Mundimoto, que la semana pasada también anunciasteis una nueva ronda de financiación. Primero, toda enhorabuena. Y segundo, oye, cuéntanos un poquito cómo fue la ronda y, y sobre todo, una cosa que me interesa mucho es cuándo empezáis, cuándo empezasteis a, a trabajar esto, porque no creo que sea una cosa de un par de semanitas, ¿no?

Em, bueno, graci-gracias por invitarme. Em, la ronda la empezamos a trabajar en septiembre, octubre. O sea, tampoco, no hace mucho. Em, y levantamos, eh, veintiún millones, eh, ocho millones de equity y trece de deuda.

Em, principalmente la deuda para financiar el renting, que eso es un poco-- nosotros somos una compraventa de motos de segunda mano, em, que estamos empezando a vender moto nueva también, pero que también estamos metiéndonos en el, en el tema de-del renting, ¿no?, de, de la recurrencia. Yyy nada, la verdad que contentos. Contentos porque, porque, porque mola levantar pasta.

Pepe.

O no, ¿no? No sé.

Pregunta, pregunta. ¿Cómo vais cerrar año?

Bien, muy bien. Casi cien millones. Siempre haces la misma pregunta.

Tú prometiste, tú prometiste en el pódcast...

Eso fa tres anys ya, Bernat, tío. Exacto, tío.

Estoy aquí con, con bache.

Una mereteca.

Pódcast.

Casi, casi.

¿Cinco, Pepe?

Dijo: Voy a hacer ciento veinte.

No, cien millones dije.

Ah, cien millones.

Me creía a, a veinte o treinta.

¿Hemos llegado o no?

Estamos ahí, punto.

Cerca.

Cerca, cerca.

Y, y el instrumen-- el, el renting, el instrumento de deuda.

Eso es nuevo, ¿no? Lo de...

Eso es nuevo, sí. O sea, lo que vimos nosotros al dedicarnos a compraventa es que cada mes empiezas de cero, ¿no? Y es una putada, ¿no? Porque tenemos muchos, eh, gastos fijos, ¿no? Entonces, eh, mes que pinchas, mes que hay pocos días laborables, mes que hay vacaciones, mes que llueva, llueve, pues la gente no compra motos, ¿no? Entonces, vimos, eh, ¿no?

Empezamos a entender que, que la recurrencia, ¿no? El ARR, esto tan guay que decís los, los del software.

Quería ser un SAS, quería ser un SAS.

Quería ser algún SAS, ¿no? Por ahí algo con el deck, todo, sabes, que los, los, los fondos se lo miran más guay, ¿no? Que, que ser mecánico de motos. Eh, y empezamos con el renting, ¿no? Eh, y ahí vimos que había una oportunidad, porque en el, en-- para que os hagáis una idea, en el, en el mundo del coche, el 30 % de los coches que se matriculan en España se matriculan con renting. Es decir, eh, la penetración del coche es, es enorme, pero en la moto es del 0 %.

Y no había ningún player que, que hiciera esto ni ningún banco, ¿no?Porque los bancos, o sea, se lo han mirado mil veces, pero el problema es que hva hacen luego con el stock ¿No? Que les devuelve la moto después de cuatro o tres años, o un año de, de, de renting. ¿Qué hacen con ese stock?, ¿no? Un Santander, un, un LeasePlan, un Ivan, uno de estos lo rentan-

Porque es un problema diferente que con los coches.

Porque con los coches hay mil compraventas grandes que te pueden comprar quinientos-- un Clicars de turno, un Flexicar o cualquier cosa de estas, ¿no? Te viene y dice: "Venga, quiero mil coches, te los compro", ¿no? Pero en motos no, no hay, no hay players, ¿no? Entonces ahí vimos una oportunidad y, y vimos que al final el renting nos crea nuestro propio stock, ¿no? Eh, porque yo al final, eh...

Lo que hemos conseguido un poco, y para que tengáis un poco la idea, es que tú ahora vas a una tienda Yamaha y te venden el renting de Motimoto, o te vas a una tienda de KTM o de Kawasaki y te vende el renting de Motimoto. Hemos cerrado acuerdos de exclusiva en los próximos tres a cinco años, depende la marca. Es decir, hemos conseguido cerrar la penetración de otros competidores ahí y solo damos el renting de las motos que sabemos que luego también se, se venden bien de segunda mano.

Es decir, tú vas a Yamaha y quieres una R1 de competición para circuito y nosotros hacemos un renting, ¿no? Hacemos moto nueva, que, pues una Xmax, eh, una Kawasaki Z800, 900. O sea, moto más que yo luego puedo vender de segunda mano. Entonces-

Toda la parte operativa la hacéis vosotros entiendo.

Toda la parte operativa hacemos nosotros. Nosotros financiamos, o sea, tenemos líneas de financiación en las cuales compramos las motos y financiamos ahí las motos, eh, y el cobro del impago lo gestiono yo. Es decir, si no pagas, yo te llamo y te digo: cabrón, págame.

Y, y otra cosa que habéis hecho también desde, desde el pódcast es abrir tiendas físicas, ¿no?

Sí, abrimos cuatro o cinco tiendas. Eh, con este mix de online offline, eh, hemos conseguido bajar la inversión en marketing y sobre todo, ¿no? Eso, ¿no? Que estamos generando nuestro propio stock para luego vender, ¿no? Cerramos el ciclo, ¿no? Compramos motos nuevas, las alquilamos, ehm, y luego las-- cuando pasan un año o dos años, que ya vemos que ya hemos sacado suficiente rentabilidad, las vendemos a través de nuestros canales de venta, ¿no?

Entonces estamos fabricando nuestro propio stock.

Una pregunta, Pepe. O sea, la, la dicotomía esta de ir a capilarizar más el mercado sacando más producto, más presencia física, etcétera, versus abrir nuevos mercados, ¿qué os ha funcionado mejor?

La verdad que estamos en Italia, Italia y Francia, ay, Italia y España. Italia es-- este es el segundo año, hemos facturado veinte millones en, en Italia y estamos empezando también a penetrar también y a cerrar los acuerdos con, con renting, ¿no? Yo creo que la compraventa a nuestros tickets, que no son muy altos, ¿no? En un coche son quince mil euros, nosotros estamos en cuatro o cinco mil euros.

Eh, es difícil no subir a, a, a hacer cinco mil motos, ¿no? Porque no hay cinco mil tíos que te vendan esas, ¿no? motos una a una, ¿no? No, no hay un tío que te venda de golpe dos mil o tres mil motos, ¿no? Como pasa en el renting. Entonces, el mix, eh, con el renting y con abrir unos mercados que no están tan-- o sea, España es un mercado que hay mucho compraventa de segunda mano con Wallapop, etcétera, ¿no?Pero en Italia, en Francia y tal, pues hay menos competencia y ahí vemos también una oportunidad muy grande, ¿no?

De, de, de, de producto.

Qué guay.

Eh, has visto… ¿Cómo has visto los inversores estos últimos meses? O sea, estaban igual de excitables que las anteriores rondas, ¿más o menos?

Esto del ARR mola .

Osea esto de pretender que es un SAS está ido bien pero tenías yaARR cuando has ido haciendo la renta-

Sí. Este es-

Ay, la ronda

Llevamos año y medio. Este year hemos hecho casi cinco millones de ARRR. ¿Lo he dicho bien o no? Sí, sí, bueno, no sé. Mola, mola.

Qué bien. Y tienes churn y net expansion y-

Esto, esto no llegó todavía. Tampoco es un problema

Este es el problema del SAS. Todo el mundo habla de ARR, pero lo que después descubre la gente que hace SAS es que es como construir una pared en la que te van quitando un ladrillo por debajo cada día, ¿sabes? Entonces siempre, siempre mide igual la pared.

Nosotros se nos cancelan los contratos también, pero al final, pues tenemos un contrato que si lo cancelas tienes que pagar, eh, equis, ¿no? Em, pero bueno-

O sea, a medida que tienes más base de clientes, más cuesta crecer.

Sí, claro. Sí, sí.

Pero ¿os ha ayudado la suscripción? Y has visto los inversores-

Mucho más. Sí, sí, sí.

Porque al final, ¿y hablas con inversores de temas de automoción o hablas con inversores de venture capital?

El tema es que lo que nos pasó a nosotros es que tuvimos la oportunidad de, de ir a un venture capital, eh, grande, ¿no? De, de-- con el modelo este de renting sobre todo, pero los inversores que teníamos actuales, eh, han querido seguir invirtiendo en la compañía. Eh, y claro, nosotros tenemos por ejemplo a Mutua Madrileña, ¿no?

Que nos cubre toda esa parte de seguros, eh, y ha vuelto a invertir. Tenemos a Francisco Riveras, que es de, de Orilla, de-- el propietario de Gestamp, que es patrón de Endeavor, que ha liderado la ronda, ¿no? Entonces, y Endeavour Catalyst también ha invertido. Em, tenemos ese más industrial, ¿no? Que entiende muy-- ¿no? Entiende que, ¿no?Que, que, que Gestamp, por ejemplo, que es un fabricante de piezas de automóvil, pues el mercado de que de golpe tengamos la exclusiva de vender en Yamaha o en KTM o en Kawasaki lo valoraron mucho, ¿no?

Porque en el coche es muy grande el, el mercado de, de renting de, de coches.

Oye, y a nivel, y a nivel de ejecución, ¿no? Han sido pocos meses, pero esa ronda, ¿la llevas tú, la, la delegas a alguien de tu equipo?-

No, la llevo yo.

¿Cómo la gestionas?

La llevo yo.

¿Toda?

Sí, porque tuvimos como un acercamiento de un BC grande. Entonces con eso yo fui directo en plan tutú, aquí me van a liar cinco años más, me van, me van a enfundar, ¿no? Y lo, lo-

Es que vea, vamos a desempaquetar esto. O sea que, que te van a-- o sea, estás hablando de que te van a hacer vestear tus acciones.

Claro.

Te van a meter un vesting de founder, que eso la gente no lo sabe, que tú montas la empresa y te piensas que es tuya hasta que levantas una ronda y te dicen: Ahora tú tienes cero acciones y te las vas a tener que ganar durante los próximos cuatro o cinque años. Esto se llama reverse vesting.

Si tiene cero acciones, es que no sabes negociar directamente.

Bueno, eso es lo que te dice el VC. A partir de ahí tú juega, ¿no? Y a ti esto no te apetecía. No, porque yo había vesteado, em, y-

Estamos todo el día vesteando.

Todo el día. Eh, entonces quería algo también que yo me sintiera cómodo, ¿no? Dentro de la compañía y al final, pues tampoco necesitábamos tanto dinero para, para crecer, eh.

¿Y has, has fijado la valoración que te traía este nuevo que venía o no?

Ha sido un mix intermedio para que todo el mundo estuviera contento

Y hemos, hemos dado salida a algún inversor pequeño también que, que, que había entrado hace tres años. Entonces, bueno, yo creo que al final la foto es, es buena para todos, ¿no? Eh, levantas dinero, tienes un negocio que, mmm, no, que, que es bonito, recurrente, eh, y haces un mix, ¿no?, entre la compraventa y lo que es alquiler de, de motos.

Y Endeavor te ha ayudado-

Endeavor es la hostia

Por eso llevas la sudadera de Endeavor, ¿no?

Sí. Estaba apuntando una de Factorial que tengo, que, que robé de un evento hace años, eh, pero Endeavor es, es la hostia. Bueno, vosotros sois-- estáis ahí en Endeavor y, y la verdad que nos ha ayudado muchísimo.

Gracias.

¿Qué diferencia hay entre founders, emprendedores y empresarias?

Es una gran pregunta, de verdad. Para más.

No sé entenderlo, ¿eh?.

Madurez

Como Pepe, ¿no?

No, pero este matiz es importante, nosotros, eh, casi todos los BC del mundo, eh, el dinero que hay detrás son money managers, ¿no? Son grandes gestoras de dinero que diversifican y quieren un poco de su dinero en, en riesgo, en activos, eh, privados que no sean cotizados, etcétera.

Y se meten en private equity. Dentro de Private Equity hay un subsegmento que es venture capital, y dentro hay uno muy pequeñito que es el risk stage, que es donde estamos nosotros. Nosotros creíamos que íbamos a hacer esto, pero por el camino hemos visto que había mucho founder empresario y emprendedor, eh, y preferíamos hablar con esta gente con todo cariño del mundo, que hablar con los money managers que se dedican a gestionar el dinero de otros.

Y nos ha dado un poco más de trabajo que ir a cerrar tres institucionales grandes, pero nos hace mucha más ilusión porque luego los podemos invitar aquí y nos lo pasamos mejor. Son más, más divertidos. Total.

Y tenemos aquí a Kai y Asama para que nos cuenten un poquito cómo les fue y explicarnos de primera mano qué es la experiencia de levantar una ronda Seed y, y en qué os hemos ayudado, en qué no também desde Itnig.

Ya tenían sudaderas, pero han mejorado mucho.

Hay mil competidores de Genesi AI ahora mismo, no es ninguna novedad-

AI-- todo el mundo está haciendo AI y en vuestro espacio bastantes. ¿Cómo, cómo os ha afectado esto en el fundraising?

O sea, el gran obstáculo era-

Tú y cuántos más, ¿no?

¿Y cuál era la re-- Pero ¿cuál es la respuesta que dabas?

Para ponerte otra vez en la situación.

Porque vosotros sustituís, eh, a un agente de ventas o le complementáis.

Enhorabuena. Y ahora volver a vender, que es lo que es lo que te mola supongo. Pepe levanta la mano porque quiere contratar Jenes in directo. Ah, ¿sí? Mira, hoy ha salido Genesy en una conversación en Italia de mi CEO de Italia hablan- Estamos expandiendo a Italia Hablando muy bien de vosotros y me h-, me ha preguntado y que digo hostia, ¿por qué no hacéis B2C?.

O sea n-no-- Osea calientáis el lead de B2B pero no estáis entrando en B2C No Que son nos iría de puta madre a nosotros.

Es u-un tema muy interesante porque ha sido una conversación de que ostia qu--- A nosotros nos iría muy bien alguien que hiciera lo mismo en particular Porque limpias muchooo, mucho lead, ¿no? Y el CEO est-está enamorado contigo y con, con la compañía dice Hostia, nos iría de puta madre algo igual pero para particulares Si alguien tiene una idea pues ahí..

Por cierto aprovecho este paréntesis para recomendar si no lo habéis visto todavía el podcast de Nitya Fajardo, eh, que es la sleepy de ventas de Factorial que lleva personas que tienen el problema de que está hablando Kai escala y que en un momento dado yo le pregunté oye cual es tu tool set, ¿no?- ...de herramientas Yo estaba esperando dirás Genesai.

Y al final lo dijo.

No estaba forzada ni nada. Era totalmente orgánico.

Kai en los últimos diez segundos que te quedan estás contratando a alguien qui-- necesitas algo Aprovecha micro Bueno sí Ingeniero sobre todo Tenemos Una oportunidad jaume Cofounder y CTO de Genesis De Ventas Vamos Bien pero ingenieros necesitamos Por favor Mandadme Un mensaje por LinkedIn si Estáis interesados en Entrar en una startup Con Mucho crecimiento un Equipo Muy bueno y muchas ganas Cómo te encuentras unas oficinas muy chulas ah por Linkedin mandadme un Mensaje a Mí directamente que te llamas Jauma Puch Ahí Gracias Jajaja No la Verdad es que no es de marketing Yauma Tenemos Mucho Capital Un Poco la Sensación que tenemos llama y Ahora Mismo es Sí Sí Todo muy bonito pero Aprieta Porque vienen curvas Este Dinero y Esta Valoración Ahora entonces

Ahora Pues tengáis Prisa en Gastarlo Tampoco no no no Siempre Ya Sabes Como Somos las Heladeras Bien pero no a Ver Vamos a Intentar Ser un Poco menos Eficientes de lo que Fuimos y Invertir en Crecimiento un Poco Más Inorgánico eh uséase Lanzar Marketing empezar a Hacer Paytouch Empezar a Crecer vais a Intentar ser más eficaces

Bueno tirar más, tirar más de, de crecimiento inorgánico. Sobre todo en la parte de marketing. Meter mucha caña al tema IA. Queremos lanzar cinco agentes, eh... este año.

Y nada, lo último que quiero decir justo hoy y parece mentira, pero acabamos de llegar al milestone de, de un millón de ARR. ¡Vamos!

Muy contentos. Muy contentidos.

Eso sí que se celebra, sí, sí. Una ronda-

Mhm.

Es mucho más fácil el software, tío. El vendedor, el vendedor de motos le voy a vender una cosa de software y el de software que preferiría estar vendiendo coches, ¿no?

Estás en proceso de hacerla pública, dices en directo.

O sea, se acaba de hacer pública.

Creo, creo que era un producto que faltaba. O sea, nosotros lo hemos desarrollado internamente, pero es una cosa-- yo creo que va a funcionar la hostia, porque el, el pequeño, mediano, eh, concesionario no, no, no tiene esa herramienta y es, o sea, un multipl publicador. Tú sabes lo que es publicar la moto a Wallapop, Coches.net, no sé qué tal, tal.

Cambiar el precio que se te cambie automáticamente es un show, ¿no? Entonces da mucho valor a ese pequeño, mediana compañía que, que no tiene ingenieros. Nosotros porque somos una empresa de software ya. Eh… Pero, pero no, no, yo creo que es un producto que va a funcionar de, de, de la hostia.

No cualquier persona, la personas-- las personas que más capacidad de ejecución han probado en la historia y en el transcurso de Factorial cómo las despliegan y cómo son capaces de comprometerse a ellas. Esto es un ejercicio básicamente... Que es bastante simple en, en, en el fondo, ¿no? Eh, necesitas-

Teoría simple.

En teoría es simple, pero, pero quiero decir, es coger ideas que se han producido durante un año, es listarlas, ¿no?, eh, y convertir estas ideas en, en posibles equipos, en posible nueva inversión.

Pero quizás es más complejo cuando eres mil empleados, ¿no? Y tienes nueve mercados, ¿no?

Mmm, no por una cosa, porque realmente tienes más track record, eh, tienes más negocios en exe-- en ejecución. Cuando estás empezando, y César nos lo puede contar, o sea, todos son negocios en inversión, en fase de inversión, no en ejecución, no en explotación. Entonces, es muy difícil alargar con el Excel un negocio que todavía no existe.

Es que la, la certidumbre cambia completamente. O sea, yo- Totalmente. Yo ahora mismo si hago una proyección financiera en base a los datos que tenemos de adquisición de, de leads, es que no, no puedo cogerla. Deep research, ¿no? Hazme el forecast. Exacto. Suerte probar. Entonces nosotros combinamos, seguimos, seguimos haciendo negocio nuevo siempre, si no es imposible crecer al ritmo que queremos crecer, pero combinamos, eh, crecer y explotar y, y ha-y hacer squeezing, como dicen, eh-

Exprimir.

Exprimir. Exacto.

No, pero no solo, o sea, también yo creo que hay una inercia. O sea, la empresa empieza a tener un tamaño que tiene una inercia, que es bueno y malo, ¿no? La parte buena de la inercia es que el cliente existente podemos predecir, eh, qué va a pasar con él, ¿no? Qué retención vamos a tener, qué expansión vamos a tener ycómo se va a convertir el negocio recurrente que tenemos en enero a final de año.

También tenemos una inercia de tráfico en la página web, de porcentaje de cierre, de tamaño de cliente nuevo, y con esto podemos predecir la inercia que ya tenemos. Y esto nos lleva a un punto, ¿no?Que es básicamente si no cambia nada en factorial, si más o menos seguimos haciendo con las personas que estamos la inversión que hacemos y las ideas que hemos tenido hasta ahora, ¿a dónde nos llevaría esto?

¿Qué pasa? Que normalmente nuestro objetivo está muy por encima de a donde nos lleva la inercia, ¿no? Y la gran pregunta que nos hacemos entre nosotros y hacemos a las personas clave de Factorial es: ¿Cómo llenamos esta, este gap, no? ¿Qué nos lleva de lo que n-- va la inercia a lo que queremos hacer? Y ahí hay propuestas con mas-más o menos certidumbre y con más o menos riesgo y con más o menos inversión asociada.

Y luego hay otra cosa que es muy importante, creo que hemos aprendido, eh, que es hacer una línea en la arena de todas las cosas que hemos hecho que consideramos que no han performado. Y eso es muy incómodo, porque todo el mundo piensa, Marcel, todo el mundo piensa que hay cosas que hemos dicho que es en este país, que tal, por qué no lo alargamos, ¿no?

Y tenemos que hacer un ejercicio muy duro de poner una línea y decir: "Esto no ha funcionado y lo vamos a parar". ¿Vale? Entonces, ¿dónde ponemos esta línea? Bueno, depende de muchas cosas, ¿no? Pero sí que valoramos mucho y cada vez más el foco, eh, dónde ponemos nuestras pocas neuronas, dónde, dónde nos enfocamos, ¿no? Porque cuesta mucho hacer muchas cosas a la vez.

Entonces, tal y como añadimos nuevos negocios, eh, también quitamos negocios, eh, que no han funcionado.

Un tema interesante también en la evaluación de Factorial, aquí tenemos una imagen, em, que pasa en muchos softwares, es que al principio el crecimiento pasaba por nuevos clientes, por adquisición, y cada vez es más relevante, ¿no? A la que eres más grande, el cliente existente, cómo no solo lo retienes-

Total.

Sino que le vendes más productos, ¿no?

Sí, sí.

Entonces, eso, cómo lo, cómo lo casas con el equipo que retiene y el equipo que construye producto nuevo, que al final es, es tu foco ahora, ¿no, Bernat? Construir nuevos productos para que el cliente, en vez de la parte de tiempo, también tenga performance, también tenga finanzas, también tenga otro tipo de módulos.

Mi, mi foco es ambos, ¿eh? O sea, yo, yo estoy pensando en el portfolio de clientes y cómo podemos dar más valor. Casi te diría que esto es de las cosas que más me preocupan ahora, no hace dos, tres, cuatro años, pero ahora sí. Eh, y luego cómo podemos, eh, captar nuevos clientes con o-con oportunidad, con problemas y soluciones, ¿eh?

O sea, entonces esa combinación de, ehm, de dar más valor a quien ya conocemos y captar gente nueva que no conocemos, pero que igual que en un produ-- con un producto nuevo podríamos llegar a conocer. Claro, pero tie-tiene que ser un producto que sea distinto, o sea, tiene que ser una nueva offering dentro de lo que tenéis, ¿no? No puede ser tipo una feature dentro de un vertical que ya, que ya cubrís.

Efectivamente, tiene que ser una offering completamente diferente. Muchas veces tiene que ser un buyer persona totalmente diferente, tiene un riesgo de la hostia, ¿no? Eh, y, y ahora mismo empezar desde cero nuevos negocios para nuevas buyers persona, para tot-- o sea, es más difícil que nunca, pero lo, lo hacemos.

Para matizar, Marce, lo que has dicho tú, o sea, eh, el cliente existente es muy importante, porque si el cliente existente no se retiene, no seríamos una empresa de software como Mundimotos y tendríamos un problema, ¿no? Si la retención es mala, eh, el lifetime value, eh, o lo que te dura un cliente, eh, es muy malo y se te rompe un poco las económicas del SAS.

Pero el crecimiento de Factorial es noventa por cien nuevo cliente y diez por cien cliente existente. O sea, que estamos viendo aquí un gráfico de cuarentas por cien de crecimiento en expansión, ni de coña estamos aquí. Seguimos estando en un modelo, en un momento de negocio donde es principalmente nuevo cliente. La gran mayoría del crecimiento nuestro viene todavía de nuevo cliente.

En nuestro caso sin duda, pero sigue siendo verdad que-

En nuestro caso sí, sí que es el que estamos hablando.

Cada vez pesa más, ¿no? La expansión de cliente existente. Estamos muy lejos de eso.

Sí, pero en euros no. O sea, pesa más porque tenemos muchos clientes y hay que cuidarlos y hay que desarrollarlos y hay que trabajar con ellos. Pero los euros que crece Factorial vienen, la grandísima mayoría, de cliente nuevo todavía, muchos de ellos gracias a nuestros partners, que llevas tú.

Gracias a Dios.

Y, y en ese balance evidentemente la respuesta son las dos, ¿no? Pero hablábamos de rondas de financiación de inversores, ¿no? Que están-- si están-- si el mercado está caliente, si no. ¿Qué, qué se valora más ahora? ¿Q-qué gusta más a, al venture capital? ¿El crecimiento rápido, la profitability, la eficiencia?

¿Está cambiando esto? Lo que más se lee ahí todavía- Vamos. Ya, ya hablé una vez. Es verdad. Eh, lo, lo hablé una vez, que hablé con uno de los, mmm, VCs más grandes del mundo, que es japonés, que empieza por soft y acaba por... Eh, y, y, y que-- Y me preguntaba muy preocupado, decía: "Pero, pero ¿sois una empresa de AI?".

Y le digo: Bueno, sí-

Sí

...a ver, podríamos. Digo: "¿De, de qué pasa? Dice: No, si sois una empresa de AI no hay múltiplos. Da igual todo. Si no sois AI entonces no tenemos que mirar los mercados públicos y nos comparables y tal". Digo: No, no claro que somos AI faltaría más. Yo estaba allí comprando factorio.ai, que costaba una pasta. Eh, pero volviendo a tu pregunta, es cierto que hace un par de años, eh, hubo mucha preocupación por: Oye, esto o es rentable o, o os vais al carajo y nunca más vais a conseguir levantar dinero, con lo cual o sois rentables o cerráis, ¿no?

A un punto donde ahora mismo se sigue valorando más el crecimiento que la rentabilidad. Sí, el crecimiento es suficiente. Es cierto que hay una zona de la muerte donde o creces o eres rentable, ¿no? Y si te vas a unos crecimientos de un veinte, treinta, cuarenta % y no eres rentable, empiezas a estar en una zona muy chunga donde no crece suficiente y no eres rentable, con lo cual es un problema.

Si estás por encima de esto a escalas ya de decenas de millones o cientos de millones de facturación, e-e-empresa en crecimiento siempre va además que empresa rentable, ¿no? Y tiene que haber una potencial y fácil de entender y creer rentabilidad. En nuestro caso, eh, no estamos en rentabilidad analítica, pero estamos en flujos de caja que no se nos ha movido la caja en un año entero.

Entonces, que, que no es bueno porque no ha ido para arriba, como es el, el caso de Jonathan, pero no ha ido para abajo, como es el caso de todas las empresas en, en nuestro tamaño de compañía y con nuestro crecimiento. Con lo cual sí que es cierto que ha vuelto el apetito un poco para el crecimiento yyy lo que, lo que hay es más exigencia con unas líneas rojas. Por ejemplo, el burn multiple es una cosa que se habla mucho, que es para una empresa que crece pero no es rentable; se compara el tamaño de ARR incremental, el Net New ARR contra, eeeh, el burn, lo que se ha quemado en un período, era en un año.

Y típicamente dice pues una empresa que crece de diez a veinte millones de ARR, ¿no?, ha metido diez millones de RR. Si esta empresa cree-- quema, eh, diez millones de euros en conseguir esto, diez entre diez, uno tiene un burn multiple de uno. Si crema veinte, veinte entre diez dos tienen un múltiple de dos. Un burn multiple de dos no mola.

Un burn multiple de uno mola y un burn multiplo negativo, que significa que ganas dinero, pues mola muchísimo. Ese es un resumen de lo que dicen los VC ahora. Y nosotros a crecer a tope este año. Nosotros estamos creciendo muy bien y de esos promotipos que molan. Muy bien. Pues yo creo-

Por cierto también estamos contratando.

Es verdad.

De hecho-

¿Qué contratamos?

Estamos contratando unas cuatrocientas personas, ¿vale?- ...este año Estamos haciendo une, un, un empujón muy, muy bestia este 2025 a Factorial, eh, y estamos buscando todo tipo de perfiles desde ventas, líderes de ventas, como ya hablamos, eh, esta semana, a líderes de producto. Gente que, que ha conseguido productom eh, PMS sobre todm PMs Product Managers que llevan growth a sus espaldasque eso es muy difícil de encontrar.

O sea, medimos el Product Manager en diferencial de net new ARR en sus productos, no en el project management, no en las tareas que han hecho, no en las, no en las research ni en les post it en las pizarras. Medimos en net new ARR hecho en el pasado. Pero estamos buscando gente que tiene track récord de net new ARR creado en otros productos.

Ojalá SaaS B2Cay B2B, B2B perdón, ¿vale?. . SaaS B2C Tenemos ahí También, también alguien buscando seguramente gente.

Y también contratamos vendedores-

También, anche muchos vendedores.

Contratamos gente de marketing. Lo voy a repetir porque buscamos muchos más de estos en realidad. Gente en el equipo de customer experience, gente en el equipo de people, gente en el equipo de finanzas, gente en el equipo de partners. Eh, ¿me olvido alguien? Gente en todos los equipos. ¿Y qué hacer esa gente? Crecer. Crecer. No, para aplicar, digo a ir a LinkedIn.

Ah vale, digo cada uno lo suyo.

Pues va a la página web. A ver si no saben aplicar- LinkedIn, LinkedIn. A ver, que espabilen, que espabilen. Si no sabéis aplicar es que no pasáis del primer filtro, eh, pero buscamos gente de todos los niveles, de VP aaa gente que es su primer trabajo. Con lo cual os recomiendo que miréis las posiciones abiertas en factorial que estamos contratando mucho. Nos espera, nos espera un año divertido, seguro.

Yo creo que pasamos a las preguntas, que tenéis mucho público hoy.

Pero t-- ¿no teníamos un pitch?

Sí.

¿No vamos al pitch? Preguntas.

Antes de las preguntas.

Ah, no sé tú eres el moderador.

Ah, no sé, no sé. Siempre dio otras circunstancias. Preguntar primero normalmente, sí, ¿no?

Sí, ah sí.

Pero si quieres hacer el pitch hacemos el pitch, ¿eh? De cero a un millón Kai ya no puedes preguntar tú, ¿eh? Vale, y, y, y la mejor pregunta tendrá premio, por cierto, ¿vale? Osea para hacer un poquito de hype. Así que nada. ¿Quién, quién rompe el hielo? ¿Quién quiere preguntar algo? Hay un premio a la mejor pregunta.

¿Y cuál es? ¿Cuál es el premio?

Sorpresa.

Ay, sorpresa.

Tendría que haber uno a la primera pregunta, ¿no? A la primera... No, no a la mejor. Hemos dicho a la mejor. Era bait.

La empresa que va más rápida en llegar a los cien millones de facturación concretamente El típico gráfico que puso de moda Slack creo que eram y que luego han ido llegando otras compañías y han ido como poniéndose por delante. Y ahora Cursor ha sido el que, el que gana.

Yo Esto lo escucho cada día de una compañía diferente.

Hombre, a mí me motiva a haber invertido en cursor hace dos años, ¿no? Pero demasiado tarde.

¿Tú has invertido?

No, no me mo-- Me motiva a intentarlo

No, yo creo que es uno de, de los ejemplos como ChatGPT, ¿no? Que hablábamos antes. Es un producto que es diez X, eh, mejor que lo que había antes, que-

Lo es, lo es claramente.

Es curioso porque-- pero, pero es curioso porque se parecía al final VS Code había sacado el Copilot, que más o menos hacía lo mismo. Pero ahí, ahí es donde yo creo ves muy bien el diferencial de, de lo que es un agente de verdad, porque, eh, Cursor, lo que tiene es el Composer, em, que es básicamente un, un agente donde tú le pides una cosa, genera el código, tiene varias tareas que puede ir haciendo, eh, y esa fue la gran diferencia por la que la gente se, se pasó a Cursor, em, pero fue claramente un diez X y es lo que les ha hecho, lo que les ha hecho crecer.

También te digo, no sé muy bien cómo va a evolucionar, eh, la, los hábitos del software, porque sí que es verdad que cada vez estamos viendo que la gente cambia más rápido de cosas, ¿no? Y, y todo el mundo que usaba Copilot se pasó rapidísimamente a, a Cursor. Em, pero es verdad que son developers, entonces les cuesta menos, yo creo, cambiar, eh, hábitos por algo mucho mejor.

Pero no sé, me, me da curiosidad ver cómo cambian los hábitos de consumo.

Hay, hay una reflexión que salía justamente después de, de esta imagen que salió de Cursor y la curva de llegar a los cien millones de facturación, que decía: ahora hay varias startups de AI que están yendo de cero a diez millones o de cero a cien, incluso algunas en semanas. Y la reflexión es decir: Oye, si uno puede llegar de cie-- de cero a diez millones de euros en facturación, eh, mmm, seguramente otro también puede llegar.

O sea, es, es poco probable que aquella empresa tenga una patente o una propiedad intelectual superúnica. Seguramente es un mercado nuevo que acaba de explotar, ¿no? Como cuando hay petróleo, pues uno, uno pica el suelo y sale petróleo, pues que el otro pica al lado y también sale. Entonces, eh, hace cuestionar si esto es una pequeña burbujita o si de verdad que esta empresa acabará siendo millonaria.

Nunca hablan del churn de las empresas que crecieron tan rápido hace unos meses. Y yo vi algunas, por ejemplo, de estas típicas que te generan fotos de perfil para LinkedIn y tal, que habían crecido una burrada, que habían llegado a diez millones de RR y tal. Es como: ya, ¿pero cuánta gente va a estar haciendo fotos de perfil todo el rato? ¿Sabes? Cuál, cuál es el churn luego que van a tener.

Freepik u otros te sacan una herramienta así o gratis o incluyen otro productono, y se, se peta la burbuja. Es lo que pasa con muchos de estos. Oye, vamos a, a más preguntas. Veo... ¿puede ser que vea a Lucas Carné por ahí? Veo a Lucas Carné, señor. Lucas Carné tiene uno de los podcasts más exitosos en Itnig, donde explica la historia de la venta de Privalia.

Iba a decir, tiene otros méritos, Lucas, aparte del podcast . Lo más importante es el podcast . El epitafio. Y ahora se ha pasado al SaaS, ¿no, Lucas?

SaaS real estate. Es otro que se ha ido de transaccional al SaaS.

Unos cuantos, sí. Sí, Marcial es precisamente quien lleva la parte de strategy.

Ahora mismo se han conectado todos para saber cuánto pagamos. Eh, es, es un rango, vale, pero s-sí que es verdad que tenemos dos modelos, principalmente, vale, resumiendo, que es el partner que, que es el experto, que le llamamos, que te lo hace todo, ¿no? Ojalá tengamos más de esos, que es: yo te vendo, te doy este-- te doy, te hago el onboarding y te doy el primer nivel de soporte.

Estos le damos un porcentaje de la licencia y luego tiene un recurrente los siguientes años porque le dan valor al cliente, ¿no? Entonces aquí el rango puede ir de un ver-- de un veinte a por encima de un treinta, en función del volumen de negocio que te genere ese partner y a partir del segundo año baja bastante, ¿no? Y pasamos a la mitad más o menos y das un recurrente y un soporte.

¿Por qué lo hacemos también? Porque Factorial al final es un software de volumen. Nosotros-- un partner no se va a hacer rico monetizando servicios de Factorial, pero sí que en cambio puede vender un software muy rápido, se basa instalada, ¿no? Y luego tenemos otro modelo, que es el referenciador. Aquí es más transaccional, entonces tú me traes un cliente, yo lo cierro, aquí te doy un fee, pero te lo doy durante un año, porque luego ya yo me encargo de hacerte el customer experience y absorbo, y absorbo ese coste del cliente, que nuestro margen de eso es de un 80 % haría que nos quedásemos sin.

Ese es el modelo que tenemos. Y si quieres un día nos tomamos un café y concretamos más. Qué transparentes somos, es increíble.

Esto está en la web prácticamente.

Quiere saber nuestro variable, lo que tributamos. Y si es que sí, eh...

Vuestro honor.

Nosotros tenemos un- Tenemos un plan que compartimos con toda la empresa y con el consejo, que es el Plan Sagrado, que es un plan, eh, que es ambicioso y que, y que, digamos, haciéndolo estamos todos contentos, ¿no? Y se puede hacer. Luego, ¿qué pasa? Que, mmm, no va todo bien, ¿no?

Yo no creo que nadie en su sano juicio pueda asumir que el cien por cien de las iniciativas van a ir al cien por cien. Quieres que vayan al cien por cien, al cien por cien, pero no es así. Siempre algo falla. Entonces, lo que nosotros hacemos, que le llamamos buffers ahora , es que nosotros tenemos un plan donde, eeeh, todo va perfecto, pero como nunca va todo perfecto, luego cada trozo de estos tiene un pequeño cojín de seguridad.

Por ejemplo, si yo tengo diez vendedores, cada uno tiene una cuota de ventas. Tú sabes que no tienes siempre diez vendedores vendiendo. Uno se te pone enfermo, otro se va, hay que recontratarle, tarda unos meses en estar productivo. Entonces, estas-- Estos, eh, márgenes de error que tiene la vida real, que no es perfecta, la metes en, en estos márgenes de seguridad.Entonces, si tú sumas que todas las cosas van perfectas, tendríamos un plan mucho más grande.

Lo que pasa que no pasará, porque no es perfecto el mundo. Pasan cosas, hay pequeños accidentes en el día a día, entonces tenemos como ese margen de seguridad ahí. Y si quieres un día con el café te contamos las comisiones precisas y te cuento más en detalle.

Es muy fuerte, porque cuando hicimos lo de los buffers, Jordi y yo dijimos: "¿Esto se lo contamos a alguien?" Dijimos: "Bueno, al management", ¿vale? Y ahora hemos acabado en una tertulia explicando los buffers. Así es como van las cosas.

No, no, es el oficial de la compañía. Es el plan oficial de la compañía. Es el mismo que utilizamos siempre porque es más simple.

Muy bien. Ya nos tomaremos el café.

¿Quién más? Veo una mano por ahí.

Hay varia gente que dice que es el año del robot, ¿eh? O sea, que, que, que hay, o sea, hay mucha oportunidad en robótica, se está, se está innovando hacia todas las direcciones en robótica, eh, y hay muchos proyectos de robótica. La verdad es que esa es la realidad. Eh, también están levantando mucho dinero varia gente.

Entonces, yo creo que es un buen año para estar en robótica. Y robótica aplicada a todo, a manufacturing y aplicada hasta a la vida real, a la vida diaria de cada día, aunque Romero nunca metería un robot en su casa, dice.Eh, entonces, nosotros, eh, lo vemos interesante. Nos interesa el espacio de robótica.

Por eso hemos invertido en dos proyectos.

Y lo que escuchamos de nuestras participadas de robótica es que tienen inversores haciendo cola y persiguiéndonos. O sea, hay, hay interés de inversión. Más que en el SAS. Pepe, te estás, eh, tenéis que hacer moto robot en lugar de software para motos. Pero parece ser que hay mucho interés en España para invertir en startups de robótica, por lo que nos cuentan nuestras participadas de robótica.

Mmm, es complicado, ¿eh?, para nosotros meternos en robótica, porque hay que aprender muchas cosas que no tenemos ni idea. Pero bueno, de momento les va bien.

Bueno, yo creo es mitad software, mitad máquina.

En general. Sí, bueno, pero quiero decir que hay gente que innova, eh, e innova principalmente con el software dentro del espacio de la robótica.

Totalmente. Totalmente.

Otra más. A ver, tenemos que ir pensando la calidad de las preguntas. Para Lucas no va la ca-- El regalo seguro que no va para Lucas, pero vamos a ver. Lucas, ya tuvo regaló en el pódcast, ¿no?

Puede subir un poquito, acércalo un poquito. Ahora se me oye mejor. Estamos encarando ya la ronda, ¿no?, pre-seed. Eh, estamos dentro del sector, ¿no?, y dentro de la industria de los agentes de inteligencia artificial. Y nos surge una duda a la hora de encarar la charla con los BC, porque sí que se está viendo mucho el resurgimiento del nuevo modelo de negocio B2A, business to agent o agent to business.

Aún hay dudas realmente de lo que va a ser este modelo de negocio. Entonces, tenemos dudas si realmente estamos ya en un momento de la ola en la que hay que dirigirse a estos BC como a nivel comunicación, ¿no? Como un agente de inteligencia artificial, un modelo de negocio B2A o se sigue, sigue siendo un SASB2B lo que están buscando este tipo de inversores.

César. Estoy muy confundido.

Vía correcta.

No, pero Kai, Kai quiere-- tiene opinión. Pásale... hay-

Tres. Cuatro.

Ya. Yo tampoco estoy entendiendo muy bien la di-- la dicotomía entre SaaS versus agente, porque pa, pa mí van de la mano.

Se autocomplementan. Bueno, pe-pero también depende, ¿no? Porque tú al final por el agente puedes pagar de la misma forma que fuera un SaaS y puedes pagar por un SaaS por volumen como si fuera un agente. Entonces ta-tampoco hay una, una dicotomía muy, muy fuerte ahí. Yo creo que si lo que tenéis es un agente, eeeh, ahora mismo es el momento de vendérselo así al VC. Eh, según mi, mi contacto con, con ciertos VCs.

El momento de, de presentar el agente. Y, o sea, es que está todo el mundo mirando empresas de agentes de IA. Es una locura.

Exacto. Eso es.

Lo, lo que sí que creo es que con el tema de agentes, eh, ha habido bastantes, eh, bluffs. O sea, ha bi-- ha habido bastante gente que te vendía, bastante gente, eh, que te vendía un agente, eh, que luego en realidad no funcionaba, se rompía por todas partes, no hacía lo que tenía que hacer. Entonces yo creo que si tú consigues explicar el workflow que estás reemplazando y mapearlo directamente a lo que hace la gente y lo explicas así y explicas cómo vas a reemplazar lo que una persona está haciendo ahora manualmente con ese agente, pero paso por paso mapeado en el workflow, eh, yo creo que así es como vas a convencer a la gente de que tienes un agente que realmente funciona.

Eh, porque ahora también yo creo del-- que la gente estaba tirando un poco para atrás y diciendo hostia, me, me he comido ya dos pufos de, de agentes que no han tirado nunca. Eh, a ver el siguiente.

Guau. A mí me da más miedo poner, poner AI, ¿eh? En general toda la categoría, ¿eh?

Muchas gracias.

Eso, Carlos, es la típica pregunta del innovator's dilemma, ¿no? Es cómo te autoderrumbes, ¿no? Por qué el, el que está dominando la cámara analógica no inventa la cámara digital. Pero si es obvio, ¿no? O porqué Blockbuster no, no saca el Netflix, ¿no?

Puede ser, pero a veces pasa.

Pero, o sea, primero que tienes que tener la, el market share, que ninguno de los que estamos aquí tenemos el market share que nos gustaría. Todos queremos mucho más para crecer Tenemos que captar cliente nuevo, ¿no?

No es verdad Vamos a matizar Twitter Facturaba Dos mil setecientos Millones Perdona Twitter Factoraba Cinco Mil millones de dólares y ganaba Seiscientos millones de Dólares de beneficio Después de Elon Musk Twitter factura la mitad Con lo cual Depende de cuál Fuera su objetivo Pero Twitter Tiene la Mitad de market share ahora Factura dos mil Setecientos millones Pero gana Mil doscientos Con lo cual ha Mejorado un Montón la eficiencia Pero ha empeorado Su relevancia O su Market Share entonces depende Volviendo al Punto de Bernard De qué quiera Priorizar En lo más quería priorizar la eficiencia Primero Porque si no la Empresa se lleva la mierda Porque si no Ganaba suficiente dinero para repagar

la deuda se quedaba sin empresa y segunda porque este señor tiene sus prioridades y facturar más o crecer o tener market share no era una de ellas él no sé qué quería pero más pero no quería crecer la facturación de Twitter seguro porque la ha dividido por la mitad entonces buen ejemplo se ha cargado la plantilla factura la mitad

Ni idea.

En el fondo había otra.

Eh, es muy buena pregunta en, en realidad, eh, porqueee bu-- yo tengo una opinión muy fuerte que es: lo mejor es montar un equipo aparte. ¿Por qué? Porque actualmente, eh, y esta es una de las mayores oportunidades laborales, eh, y empresariales que hay en el mercado ahora mismo, la gran mayoría de gente no sabe ni lo que es un LLM, ni cómo utilizarlo, ni cómo montar un agente, ni ninguna de estas cosas que hablamos aquí tan, tan alegremente.

Ni le importa.

¿Ni?

Ni le importa igual.

No, igual sí que les importa porque ven que, que vienen a por ellos, ¿sabes? Eh, pero me encuentro, tío, un montón de product managers que es que no han tocado un LLM en su vida. Yyo pienso: hostia, co-- es que te vas a quedar sin curro en dos años, tío. Bueno, da igual. Eh, pero sí que hay un cambio de mentalidad muy importante en cómo la gente piensa en cómo construir sobre LLMs.

Y no es lo mismo alguien que quizás ha puesto una feature de categorización o un summary o, eh, un resumen, eh, o cosas así sencillitas que llevamos viendo ya un par de años o tres, em, comparado con gente que realmente entiende cómo un LLM funciona por dentro, gente que ha integrado LLMs a escala, gente que, que tiene una mentalidad de, de producto de IA.

Es que cambia completamente. Entonces, yo, yo creo que si tienes una empresa grande y intentas, eh, meter IA ahí en alguno de los equipos y la gente tiene que aprenderlo de cero, eh, es entrar como con calzador. Si pones-- si haces como, eh, como Vercel y montas un, un equipo dedicado exclusivamente a un producto que es completamente separado de tu offering normal, eh, ahora mismo, como hay tanto, eh-- Como todo cambia tan rápido, como hay tantas técnicas incipientes, como, eh, sale una cosa nueva cada semana, es que lo mejor es tener un equipo dedicado exclusivamente a hacer pruebas de eso, solamente de eso.

Si tie-- si te lo puedes permitir, obviamente. Em, porque si intentas aplicarlo en, en, no sé, como de forma paragüas en toda la empresa, eh, la realidad es que la mayoría de gente no sabe cómo trabajar con un LLM. Era lo que yo hemos hablado.

Yo llevaría la contraria, pero sería una conversación muy larga.

Venga. ¿No te atreves?

Es que el, el, el problema es-

Te veo mañana en la calle.

El, el problema es, o sea, la gente de los LLMs, o sea...

La gente de los LLMs.

Categoría. Eh, llegan y te dicen: "No, esto, dame datos desestructurados, que yo te monto un Copilot en tal, tal". Te montan un Copilot y luego no tienes ni puta idea si lo que está diciendo tiene sentido o no. ¿Sabes? Si, si, si los datos que estás sacando tiene algún mínimo sentido.

Pero ¿con quién has hablado tú?

Con mucha gente, con muchos.

No, pero, o sea, el tema es-

Es que vos no has hablado con la gente correcta.

Puede que haya hablado con la gente incorrecta. He hablado con mucha gente. Eh, o sea, hay la gente que s-sabe de un problema y que lleva tiempo investigando, hablando con clientes y tal, y saben un problema y tiene el contexto de qué, qué problema tiene esta persona. Y luego está la gente de los LLMs, que dice: «Yo te lo resuelvo todo».

Hostia, espera, espera, porque igual tienes que estudiar también un poco, porque si no... Del problema digo, del problema.

Mira, yo ya-- yo en, en los quince años que llevo trabajando en tecnología no he visto nunca una-

Quince años, ¿pero quince años? Tienes diez años.

De los, eh, cuarenta años que llevo trabajando en tecnología, nunca he visto, eh, una diferencia tan bestia en skill set entre la gente que sabe de LLMs y la gente que no.

Bueno, pero esto es otro tema. Esto estoy de acuerdo, pero-

Es que es muy bestia.

Es la gente que sabe de la última tecnología que haya salido. Siempre quieres gente que sabe de la última tecnología que ha salido, porque son la gente innovadora, nerd, la gente que tiene side project, la gente que está todo el día leyendo y tocando lo nuevo. Esta gente es la que tiene un sesgo positivo. Estoy de acuerdo. Ahora, esa gente hay que enseñarle luego payroll.

No, bueno, está claro.

O payroll o, o performance reviews, gestión del talento, cosas para que luego te hagan el, el Copilot y puedan saber si lo que está diciendo el LLM tiene algún sentido.

Claro, pero es que yo eso lo incluyo dentro de la gente que sabe de LLMs. Pues si, si no sabes cómo integratingrarlo con un dominio, es que igual no sabes tanto de LLMs.

Claro, pero el problema es la horizontalidad del LLM, ¿no? Pero dices: «Te lo resuelvo todo.» Ese es el problema. O sea, tienes que, para poder dar una buena solución, tienes que verticalizar. Es una, es una, es una paradoja más-

Ya, pero ese es el trabajo de la persona que implementa un LLM para una empresa como una feature Es que es esto, ¿eh?

Es apasionante este tema. Yo me lo he estado viendo aquí. Un saludo...

Un saludo a la gente de los LLMs.

No sé si tenga alguno en la cabeza Bernat, yo me suena que sí .

Em, ganadora de la pregunta por unanimidad, la chica que ha preguntado sobre ChatGPT. Así que-

Oriol, Oriol, ¿dónde estás? El premio.

Oriol.

Pásaselo, pásaselo, dáselo .

No, está ahí, está ahí. Y nos vamos ya volando, nos vamos ya volando al pitch que, que tiene que empezar el after work así-

Finalmente, ¿eh? Que creo que ya ha levantado ronda durante todo el rato que lleva esperando para pitchear y está a punto de hacer IPO. Oye, quién, quién-- preséntate, Álex.

Como amigo del pódcast, puede ser.

Con tu nombre de verdad .

Para los que nos siguen desde YouTube es @sanamenteloco.

Es un clásico de los comentarios y de los directos de YouTube.

Estamos aprendiendo. Danos, danos-- como experto de YouTube, danos feedback . Oye, que me regalaste una taza hecha con inteligencia artificial tú hace un año y medio o así, ¿no?

Era el meme ese del, del perro con, eh... En un fuego, pero que soy yo, en lugar de un perro.

No, no, lo estaba haciendo muy bien. Esto se llama account based marketing.

Que es ir plantando la semilla y tal, y luego nosotros hemos venido a pitchearla.

Eso se llama casualidadead, no sé, yo me creo la casualidad, pero bueno. Venga, Alex, eh, pitcheonos.

Venga.

En la anterior versión de pitches no permitíamos demos. Eso es una innovación que hemos añadido.

La gente de los LLM. La gente de los LLM.

Que esto es YouTube deberías saber

Si tiene una palabra en inglés entonces que es buenoy est

Que ya tienen micro como si fuera la gran innovación.