Hablando con Jordi Vidal de Wework, NVIDIA Y IA - Tertulia #57

Bienvenidos una semana más a La Tertulia de Itnig. Hoy estamos Jordi y Jordi Jordi Vidal, que es principal en Kibo Ventures.

Hola. Buenas a todos. Encantado de estar aquí. Gracias por, por invitarme.

¿Nos puede explicar qué es principal y qué es Kibo Ventures?

Sí. Eh, bueno, Kibo Ventures es un fondo de venture capital. Eh, nos dedicamos básicamente a invertir en compañías deee, de tecnología o donde la tecnología es un co-un componente importante de, de las compañías. Y principal es director de inversiones, es un, un rango dentro de, de, de la estructura de, de los equipos de los fondos de, de venture capital.

Entre analista y partner, ¿no?, se puede decir.

Sí, más o menos. Sí, totalmente.

Vale. Oye, Kibo, ¿nos puedes explicar un poco la historia?-

Sí.

Cuánto gestiona, cuántas inversiones ha hecho, cuál es vuestro top five... Esta es una pregunta muy jodida, el top five.

Sí, sí, sí. No, no, no, qué va, es buenísima. Eh, bueno, Kibo es un fondo de VC que nace en 2012. Eh, lo fundan Javier Torremocha, Aquilino Peña y José María Musategui. Y básicamente lo fundan porque ellos llevaban mucho tiempo invirtiendo en, en amigos suyos o conocidos que estaban empujando o montando compañías de tecnología y veían que, que había un hueco cuando esas compañías necesitaban, pues irse a buscar financiación para, para crecer.

Eh, entonces, lo montan en 2012, que, que, bueno, es un año complicado para levantar un fondo y más para levantar un fondo de venture capital, ¿no? Cuando prácticamente en España no, no existía el, el venture capital. Y desde entonces, pues, eh, hemos levantado el primer fondo-- fue un fondo de cuarenta y tres millones, que se invirtió en treinta y una compañías, entre las cuales están Flywire, que es una, una compañía, eh, fundada por un español, eh, que es uno de nuestros casos de éxito.

Es una compañía que se... Bueno nosotros invertimos en 2013 o 14, diría que 13, y, y salió a cotizar en Nasdaq en el verano de, de 2021. Eh, bueno y a partir de ahí, pues hemos investido en-

Estaba Redbus también.

Sí, estaba Redbus en ese primer fondo.

No es del, no es del top cinco.

No, pero bueno, de ahí han salido, por ejemplo, compañías como, como Factorial. Redbus es uno de los emprendimientos de, de Jordi.

Donde estábamos Pau y yo.

Yo, yo nunca estuve.

Sí, era su vecino.

Pero bueno, estaba, estaba en la oficina.

Entonces, bueno, ahí, pues empezamos a invertir en, en un ecosistema aún muy pequeñito y muy inmaduro, ¿no? Y pues a raíz de eso, hasta fecha de hoy estamos gestionando poquito más de trescientos millones. Vamos por nuestra tercera generación de fondos y hemos invertido en casi setenta compañías.

Creo que estamos ahora a punto de firmar la número setenta.

¿Qué etapas?

Pues esoha, ha ido evolucionando mucho durante toda la historia de Kibo, ¿no? Y también junto con, con el ecosistema. Pero bueno, ahora, ahora mismo estamos invirtiendo en late seed series A, que básicamente son compañías que tienen un producto lanzado, que tienen clientes, que tienen algo de revenues, que son capaces de demostrarte con números que hay, pues el famoso product market fit, ¿no?

Que básicamente es que hay clientes que están sacando valor de, de estas compañías y que están dispuestos a pagar, a pagar por, por ello, ¿no? Y además con recurrencia.

¿Cuál es el revenue mínimo que tiene que tener la compañía para que podáis invertir?

Se-- depende mucho. O sea, nosotros, eh, invertimos, eh, somos muy agnósticos en cuanto al vertical, al modelo de negocio, ¿no? Entonces, depende mucho del modelo de negocio, ¿no? No es lo mismo un marketplace que tiene take rates o márgenes bajitos que un SAS que puede tener márgenes más altos. Entonces, realmente no nos gusta dar números porque depende mucho de la compañía, ¿no?

Y...

Pero aquí nos gusta preguntar números.

Ya, ya lo sé, lo sé, lo sé. Em, pero bueno, por, por dar un benchmark, pues mira, compañías que vemos que se están acercando al millón de, de ARR en software as a service es algo que ya nos parece interesante. Y te puedes estar acercando al millón de ARR teniendo muy poco ARR, pero estar creciendo muy rápido, ¿no? Por eso digo que no nos gusta poner, poner un número, porque si-

Si alguien te ven-- te viene con cien mil o doscientos mil euros de ARR, demasiado temprano.

A priori sí, pero si esos cien mil, doscientos mil vemos que muy rápidamente se van a convertir en ese millón y que hace, pues dos meses que han lanzado el producto, están traccionando muchísimo, pues son cosas que estamos encantados de analizar. O sea, también por eso digo que muchas veces es case by case, ¿no? Y de hecho, en algunas situaciones acabamos de anunciar hace relativamente poco, diría que esta semana, eh, una inversión que es prácticamente preseed, ¿no?

Pero tiene algunos componentes que a nosotros nos generan mucho confort.

En IA.

Bueno, e-esta concretamente no, esta es una compañía que se llama Signaled, que es, eh, que está fundada por, eh, uno de los fundadores de una de, de las compañías en las que ya hemos invertido, ¿no? Y eso, pues, eh, al final trabajar con gente con la que ya has trabajado, que además, pues les han ido bien las cosas, que sabes cómo trabajan, lo hacen bien, entienden el pain que están resolviendo, pues te da todo ese confort que quizá en otro tipo de equipos te lo darían los números.

Vale. En, en la segunda parte de esta, de esta conversación hablaremos de cómo ir de cero a un millón de euros y habrá muchas preguntas de, de qué tiene que tener un proyecto para ser invertido. Pero vamos a, a la actualidad, eh, y el mundo IA en particular, que aquí hablamos mucho, ¿no? Y vosotros imagino que veis muchos proyectos de, pues grupos de emprendedores, ingenieros que empiezan a hacer algo con IA.

¿Qué es lo que veis? ¿Lo habéis categorizado? ¿Tenéis alguna opinión sobre qué hacer en-- con proyectos de IA?

Sí. Eh, a ver, nosotros en IA llevamos mucho tiempo invirtiendo, ¿no? El, la, la, pues el prime-el primer, la primera operación o la primera compañía en la que invertimos, que un poco podríamos decir que, que realmente hacía en IA, es una compañía que se llamaba, se llamaba Jetlore, que la compró PayPal y invertimos en 2013.

Y ellos básicamente utilizaban modelos de IA y, eh, que se aplicaban en temas de e-commerce y retail Una cosa, mmm, pues que-

¿Qué hacían con el AI?

Básicamente predicción del comportamiento de los usuarios en tu página web. Eh, qué, qué ratios de conversión vas a tener, qué tipo de campañas de marketing has de hacer para convertir mejor, etcétera, etcétera ¿no? Em, y a, y a raíz-- bueno, y a partir de ahí, pues hemos invertido en una com-compañías como Klarity, como Billinks, que es una compañía que hacía temas de IA y eh-

Esa que se vendió Apple

...sí, sí. Es una compañía de Barcelona que se vendió a Apple en dos mil-- diría que el verano de 2019 o veinte, ahora no, no acabo de recordar. Hemos in-invertido en algunas otras que han ido también. Hemos invertido en Klarity AI, que es un tema de IA ya aplicado a analizar los portfolios de gestores, eh, de asset managers, de gestores de activos y decirles el, buah, categorizar el impacto de su, de sus portfolios ¿no?

Hemos invertido en Gestos, que era una compañía que básicamente, eh, tú le dabas vídeo y te devolvía, pues en base a los gestos que habían en ese vídeo, pues tú los podías categorizar y tenías aplicaciones como por ejemplo ir conduciendo y que hubiese una cámara en el coche y que en vez de tener que apretar el intermitente, pues con un gesto le, le indicases eso al coche, esta pues, por ejemplo, no ha sido tampoco un caso de mucho éxito.

Pero bueno, que hemos visto muchas cosas en los últimos diez años relacionadas con IA. Entonces, sí que es verdad que en los últimos doce, quizá un poco menos incluso, doce meses, un poco menos vemos mucho emprendedor cogiendo la ola esta de generative AI ¿no?, y de los large language models y utilizando, pues, eh, una infraestructura que ya es superaccesible, no diría barata, pero bueno, con algo de dinero puedes empezar a, a probar cosas para, para montar modelos que-- modelos de negocio o resolver casos de uso, eh, atacar mercados que igual, si quieres tú montar el modelo de cero necesitas

muchísima más infraestructura y desarrollo ¿no?. Y la verdad es que en este, en este segmento ahora mismo estamos viendo muchas cosas. No nos hemos lanzado a hacer nada. Eh, yo creo que lo acabaremos haciendo. Eh, pero bueno, el debate que tenemos nosotros ahora internamente ¿no? y estamos discutiendo en muchos comités de inversiones todo este tipo de negocios eé: cuánta defensibilidad pueden generar en base al producto, eh, o si pueden generar defensibilidad de otra manera ¿no?

Y esa es la discusión yo creo interesante.

¿Y cuáles no generan defensabilidad?

Pues aquí hay-- vemos como dos ver--dos vertientes ¿no?: eeeh, la vertiente de si tú básicamente lo que estás haciendo es lanzar una llamada a la API de OpenAI y no tienes nada de producto encima de eso, no generas defensibilidad o tu producto no genera defensibilidad.

Y hay la otra vertiente que es: "Oye, si tú haces eso, pero eres capaz de seleccionar o targetizar muy bien el--la solución que estás, eh, que estás aportando al mercado, el tipo de cliente que utiliza esa solución y eres capaz de vender rápido y distribuir muy rápido ese producto, pues ya estás generando otro tipo de defensibilidad, ¿no?; más relacionada con la distribución, con crear una marca, eh, o, o básicamente con hacer buen marketing", ¿no?

Y luego hay un punto intermedio que es estos modelos que se montan encima deee, de un ChatGPT o incluso Stable Diffusion que están un poco fine tuned o que utilizan datos muy específicos de ese caso de uso, ¿no? Y entonces esos podrías argumentar que aportan más defensividad porque estás entrenando a la máquina en base a un caso de uso, a unos datos muy concretos.

¿Pero habéis discutido dónde está la defensibilidad del AI? Porque hablas de la distribución, pero eso cualquier negocio. ¿Pero dentro de lo que es AI en particular? O sea, ¿es el dataset, es el procesado, es el modelo? Hay mucha gente que está diciendo que el modelo va a ser open source y de hecho Stability AI tiene una propuesta open source que parece ser que funciona muy bien, emm..

Se leakearon los dee, los de Llama.

También.

O sea que s-se han hecho open source sin querer.

Con lo cual, em, ¿el futuro va a ser hace-los modelos? O sea, ¿o va a ser, eh, generar los datos, tener los datos o el procesado o...?

Yo creo que allí hay una capa por encima del modelo que es: oye, cómo consigo yo los datos, cómo me conecto a las fuentes de datos y toda esa capa puede generate algo de sensibilidade, incluso cómo tuneo un poco los modelos para que básicamente entiendan mejor el caso de uso que estoy resolviendo.

El prompt en sí no. Hacer prompts...

Bueno, es que al final lo que he descrito es lo puedes traducir en hacer prompts, ¿no? Es oye, yo es que hago mejor prompt porque tengo mejor dato que el de al lado y tengo mejor dato porque mis APIs están mejor integradas con las fuentes de dato del caso de uso concreto que estoy resolviendo. Al final yo te diría que pueda haber algo de ofensiva, pero sinceramente nnnosotros tampoco lo vemos.

De momento no hemos visto nada, al menos ninguna compañía que solo haya sa-- lo ha sabido construir de manera relevante, ¿no? Yo creo que se verá cuando veas una compañía que está creciendo muchísimo, que realmente tiene un producto que aporta muchísimo valor y que está distribuyendo más rápido porque tiene mejor producto, so puedo justificar esa capa de tecnología por encima de los modelos.

¿Qué es lo mejor que se está haciendo en ella y en España ahora mismo o que estáis viendo vosotros?

Lo que estamos viendo y t-te diría por lo mejores al menos equipos muy buenos empujandooo este tipo de cosas ¿no?.. Equipos supertécnicos, equipos que han decidido dejar posiciones o trabajos súper relevantes en compañías de producto o compañías de mucha tecnología para lanzarse a hacer cosas con IA degenerativa.

Estamos viendo algunos temas relacionados con ventas, con ayudar a los equipos de ventas a que sean más eficientes Estamos viendo algunos temas, eh, relacionados con trabajos muy creativos. Pues por ejemplo, montar algunos-- bueno, m-montar una tecnología que utiliza modelos de IA para ayudar a equipos creativos a que tengan ideas más rápido, a que iteren sobre sus propias ideas de manera, de manera más rápida

No dices nombres, ¿no?

No. Bueno puedo decir, ¿eh?, pero esta última- Esta última es Fermat. Pero bueno, hay, hay unos chicos españoles también en, en Estados Unidos que están haciendo una parecida que se llama Crea. O sea que ahí hay bastante, hay bastante movimiento. Pero el ejemplo de Fermat creo es un ejemplo bueno de un equipo-

¿Vais a invertir ahí o vais-- os lo estáis mirando para invertir?

Mmm, no sé si vamos a invertir. Eh, la última vez que hablé con ellos nos faltaba un poco esa parte de distribución, ¿no? De: "Oye, que tengan, eh, pues yo qué sé, cinco, seis, siete clientes muy relevantes que realmente los estén utilizando de manera recurrente, eh, y que veamos que realmente están aportando valor y están dispuestos a pagar por ello a largo plazo", ¿no?

Eh...

Casos de uso concreto.

Sí, sí.

Yo creo que pobres debe ser lo que les decimos todo el mundo cuando hablamos con ellos porque tienen algo, tienen algo, tienen muy buen equipo mucho talento, ¿no? Pero, pero el concretarlo...

Sí, yo es que c-- la última vez que hablé con ellos, el tema es que son un equipo muy, muy técnico. Entonces igual la última vez que habló con ellos lo que les faltaba es eso, ¿no? Alguien que les ayude a realmente encontrar ese caso de uso, a irse hablar con gente que tenga ese pain y que pueda llegar a acabar pagando-

Porque el trabajo del venture capital es también asumir riesgo, ¿no? O sea, igual cuando lo tengan ya no os necesiten.

Bueno dep-depende, ¿no?, de al ritmo al que quieran crecer.

Eh, puede ser que sean capaces de crecer muy rápido sin necesitar financiarse, pero igual todo esto que hablamos de la distribución requiere de montar equipos muy grandes de ventas. Para eso tienes que financiarte.

Pero igual cuando demuestren que tiene la distribución y tal, igual se van a un tier one BC internacional.

Sí, pero bueno, es que nosotros somos un tier one BC internacional. Lo que pasa es que da la casualidad que estamos en España, pero lo somos.

O sea, no, no, no-- Por ejemplo, un Sequoia, eh, un gran fondo internacional. O sea, ¿n-no lo veis como un problema de competitividad el perderos estas etapas iniciales? Esa mi pregunta más bien.

Nosotros-- Eso es un poco lo que os decía. Tenemos nuestra tesis, que es invertir en productos que tienen clientes que tienen tracción yyy, y eso implica que es cierto que a veces tienes otros fondos internacionales que tienen tesis parecidas y que se están empejan-- empezando a fijar en un mercado en el que nosotros estamos muy acostumbrados a operar, a pesar de que invertimos hemos invertido en toda- Totalmente, totalmente

Está viniendo el venture capital internacional incluido el norteamericano.

Totalmente.

¿Tú crees que asume el mismo riesgo un VC español que un VC americano?

En general no, porque los VCs americanos que vienen aquí y n-nos encanta coinvertir con ellos y creemos que además Estados Unidos es el país donde nace esta industria, ¿no? Y tenemos aún mucho que aprender y estamos muy por detrás de muchas de las cosas que pasan ahí. Pero muchas veces son fondos muy grandes donde quizás, eh, hacer una inversión, pues una compañía del estilo que hemos hablado de dos millones, pues no le-- no, no es lo mismo que para, que para nosotros, ¿no?

Por los tamaños de sus fondos comparado con los tamaños de los nuestros. Entonces no diría que es lo mismo, perosí di, sí diría queee de cara al fundador es, es, es muy parecido, ¿no? El valor que yo creo que podemos aportar, el tiempo que vamos a dedicar probablemente sea muy diferente. O sea que ahívamos bastante...

Creo que, creo que e-es algo que en el ecosistema en España tenemos que, que ir madurando poco a poco, ¿no?

Mhm. Vale. He mencionado rápidamente Stability AI y resulta que el, el fin de semana pasado me hice doble clic en la historia de Stability AI y conocí la, la historia del founder, que no la conocía. No sé si la conocéis vosotros. O sea, Emad Mostaque, no sé cómo se pronuncia.

EM, este es un tío que-

¿De dónde?

Él nació en Jordania, se movió en Bangladesh estudió en UK, eh, Matemáticas en Cambridge y montó un hedge fund.

Hostia, típico.

Típico. Estuve trece años, eh, en el Hedge Fund. EM...

Y este ha montado estabilidad Stability AI.

Sí hizo una pasta ingente. Eh, y hubo un momento donde, eh, nació su hijo, se planteó la vida. Se ve que además nació con autismo, eh, y se empezó a obsesionar por, por cómo, em, ayudar a su hijo a aprender más rápido.

Y eso le llevó al, a las neural networks y a utilizar la inteligencia artificial para su aprendizaje. Ehy se metió en este mundo. Em, entonces dio un vuelco completamente a su carrera dejó el hedge fund. Él decía que se había dedicado media vida a hacer a la gente rica, más ricay que esto, pues le daba igual ahora y metió su pasta a fundar esto.

Primero montó una empresa para ayudara los países en desarrolloque se llamaba Asymmetry. Em, pero,pero luego montó Stability, que fue totalmente bootstrapped. Tenía claro en todo momento que-

¿Sabes cuándo?

2019.

Vale.

O sea tampoco... De hecho, se co-- incorporó la empresa en 2021 post COVID. Eh, la financió él contrató ciento setenta personas tenía claro que la estrategia de,de, de AI, eh, no iba a ser un algoritmo cerrado sino que iba a ser un algoritmo público desde el principio open source todo.

Ehm,

luego se le-- se quedó sin pastapor el camino , ¿vale? Y acabó levantando cien millones de euros el año pasado,em, a billion de valoración. Eh, han creado lo de Stable Diffusiony varios modelos, eh, que son muy populares también, que les han captado muchísima atención. Su modelo de negocio es enterpriseellos venden instalaciones on premisea bancos De, de sus modelos.

O sea, eh, que es un modelo open source clásico, pero que además en este caso tiene mucho sentido porque en la vida un banco o una gran empresa va a utilizar, em, ChatGPT. O sea, es obvio, ¿no? Entonces, e-ellos hacen toda esta instalación que es casi on-premise o-

Como ya veremos con, con Microsoft, ¿eh? Porque Microsoft está ofreciendo OpenAI en clouds privados de Azure. O sea, hay, hay una-- hay un intermedio.

Vale. Puede ser. Ellos se han enfocado en eso. Eh, le importa un pepino el AGI. O sea, es, en ese sentido es muy pare-- muy diferente de, de Musk, aunque es un tío muy directo. Hace unas charlas, que he visto unas cuantas, las recomiendo. Es, es superinteresante.

Eh, y ostras ve, ve que su modelo, eh... puede ser el modelo. Él lo, lo tiene muy claro. Sí que cree que todo va a ser AI y que, y que realmente es una gran responsabilidad, eh, hacer esto. Le preocupa más el, el acceso, o sea, el construir armas con IA más que el, "el AI nos va a matar a todos", eh, que es este dilema de, de Ap-- de apocalipsis con el AI, pues es más de la corriente de, de que nosotros mismos nos vamos a, a matar.

Y como curiosidad, es un tío que tiene, eh, afa-afasia o afastasia, no te acuerdo. Como una, una-

Que se le cruzan las palabras.

Afasia. No, que no pu-- no, no tiene la capacidad de visualizar cosas.

Ah.

O sea, no puede visualizar cosas. Eh, es, em-

Es difícil de imaginar esto.

Sí, es muy difícil de imaginar. No puede imaginar cosas visuales, digamos. Eh, entonces todo s-- es texto, digamos, ¿no? N-no sé si hay alguien aquí en el público que tenga conocimiento de, de, de este caso, pero ostras, es un tío, es un tío realmente interesante que no sé por qué, eh, se me había escapado.

Nunca había, nunca había escuchado este nombre.

Yo había escuchao la his-la historia de este hombre, pero mucho más alto nivel. Sabía que había estado en finanzas y tal, pero ni lo de su hijo ni del tema este de la afasia. Superinteresante.

Sí. Bueno, esta semana han salido más cosas, eh, entre ellas NVIDIA, por ejemplo, que también en el corrente AI ha tenido una revalorización brutal.

Ha entrado en el Trillion Dollar Club, luego ha caído, pero brevemente entró en el Trillion Dollar Club donde solo están, em, Apple, Amazon, Alphabet y Microsoft. Y ahora Nvidia. Bueno, ahora ya no, pero, pero sí, sí creció un... Lo tengo apuntado por aquí, treinta por cien en tres días la capitalización de NVIDIA.

De trescientos a trescientos sesenta dólares o algo así. Una cosa-

Sí, yo he mirado el market cap total, eh, pero sí son treinta por cien, eh, hasta rascar el, el trillion. Cuatro datos de NVIDIA que sorprenden: Pues es una empresa madura, o sea, está creciendo, pero es una empresa madura. Em, el, el P/E, no sé cómo se dice en castellano, ¿no? El Price-

Price to earnings

...price to earnings, o sea, el precio de acción sobre los beneficios por acción es de doscientos tres, que si alguien sabe lo que es un P/E, es un número loquísimo para una empresa cotizada y tan grande, y tiene la valoración es treinta y seis veces, eh, su facturación, eh, anual. O sea, unos múltiplos muy besties para una empresa de un trillion.

Si lo comparas con los Apples, los Microsofts y los Amazons, están muy lejos de estos múltiplos. Son múltiplos muy modestos porque son empresas que no van a multiplicar por diez de un día para otro. A este tamaño es muy difícil, ¿no? Cuatro números de NVIDIA, eh, últimos doce meses desde los resultados que se anunciaron hace poquito, veintisiete mil millones de dólares, em, en revenue, quince en gross profit, o sea, más o menos la mitad de su revenue en gross profit, que no está nada mal considerando que no es una empresa de software, eh.

O sea, es NVIDIA que no-

¿Cuánto revenue has dicho, perdona?

Veintisiete billion.

Ostra.

Quince de gross profit, cinco coma cinco de operating income, seis de EBITDA, tres coma ocho de free cash flow. Eh, o sea, genera unos cuatro mi-- billon de free cash flow y la empresa vale un trillion, ¿vale? Si comparas, eh, el cash que genera Apple, eh... Está muchas veces por encima de lo que genera, eh, NVIDIA, em...

¿Cuánto cash genera Apple?

Ahí me pillas, pero, mmm-

Centro de datos

...te diría que muchas decenas de billion. Muchas decenas de billion. Estará más cerca de, de los, de los cien.

Más de cien billion.

Estará cerca de los cien, sí. Eh, historia de, de NVIDIA muy breve forma-- fundada por Jensen Huang. Muchos lo conoceréis como el, el rockero del mundo tech porque siempre va con una chupa de cuero. Yo esta semana también me puse la chupa de cuero en honor a Jensen Huang.

A ver si sube el valuation.

A ver si sube el valor de Factorial. Además, digo: "Me tengo que tatuar el logo también", porque él se tatuó el logo y, y subió la valoración, eh-

¿No, no os habéis tatuado el logo aún?

Ta bien, eh.

Luego te lo enseño. Nacido en Taiwán, estudiado en Estados Unidos. Funda NVIDIA en el 93, 1993, o sea, hace justo 30 años. Eh, muchos conoceréis NVIDIA como las tarjetas gráficas para jugar a videojuegos o diseño o edición de vídeo. En 2017tiene una idea que es básicamente lo que está haciendo NVIDIA es calcular números en paralelo, porque simplificando mucho, eh, en una pantalla, en un monitor de ordenador, mmm, hay, pues, eh, mil y pico píxeles por varios miles de píxeles, ¿no?

Eh, y esos millones de píxeles se tienen que refrescar entre sesenta y ciento cuarenta veces por segundo, ¿vale? Con lo cual hay que hacer muchos cálculos para millones de puntitos, mmillones de veces por segundo. Em, resumen, hay que hacer aritmética, operaciones de mil números por mil números muy rápido.

Los ordenadores normales tienen un procesador central que le llamamos CPU, típicamente, ¿no? El Central Processing Unit, que es muy bueno haciendo cálculos de uno en uno. La GPU para hacer gráficos se especializó en hacer cálculos de mil en mil, simplificando mucho, ¿vale? Cálculos vectoriales y, y en paralelo. Pues, eh, Jensen o NVIDIA en general tuvo la idea de que había otras, eh, necesidades para hacer muchos cálculos en paralelo y decidieron crear todo un paradigma, eh, que dio al nacimiento de CUDA.

Esto fue en 2000, eh, siete, hace quince años, dieciséis años. O sea, eh, lo que ha, lo que ha tardado en generar frutos esto es muy bestie. En 2007 dicen: Hay otros casos de uso, ¿no?"Hay una anécdota, una anécdota que no sé si es cierta o no, que dicen que un, un profesor de universidad mandó un email a NVIDIA diciendo: "Oye, estoy intentando usar tu GPU para hacer unos cálculos en mi laboratorio y tengo este bug".

Y de repente Jensen dijo: Hostia Brutal. Está usando una GPU para hacer cálculos de laboratorio, ¿no? Y bueno, total, de ahí nace CUDA, que CUDA es el, el ecosistema lenguaje de programación, eh, tooling para utilizar GPUs para hacer otras cosas que no solo pintar pantallas y esperan, esperan a ver que la gente haga cosas con ello, ¿no?

Eh, empieza un poquito de machine learning y redes neuronales que ya hace muchos años que se están usando. Eh, llega una pequeña burbuja, lo que parece que era una burbuja, que es cripto, que también hace muchos cálculos en paralelo, eh, que empiezan a ven-- a usar GPUs y se empiezan a vender como locas. Eso va para abajo y de repente, eh, mainstream, eh, de large language models, de machine learning, de redes neuronales, eh, a saco.

Microsoft, Amazon, Google y todo Dios está comprando miles de GPUs, eh, tope de gama que valen muchísimo y NVIDIA se hace un hartón de vender. Y esta es el, el-- la última explosión, ¿no? Y, y lo que les ha metido en el trillion dollar club, que yo personalmente nunca hubiera dicho que NVIDIA era la próxima.

Es que es espectacular. O sea, además es una empresa de hardware que en general los BC nos gustan las empresas de hardware porque tienen problemas de escalabilidad.

Total.

Pero en su caso particularmente ellos no hacen-

No fabrican

...no construyen el hardware, sino ellos diseñan y se van a Taiwán, a TSMC.

A Taiwán, de donde sale Jensen, ¿eh? O sea...

Que ahí es donde ensamblan, me imagino, las GPUs.

Ahí tienen, tienen el-

Las fábricas

...no sé cómo le llaman, forgery. No sé cómo-

Sí

...le llaman.

Los, los primeros fondos de VC en Estados Unidos que nacen en, en los, en los setenta financian empresas de, de, de, de-

Ahí nace el PC, se llama Silicon Valley por algo

De Sicilia, ¿no? Entonces al final pues...

Pero, pero su caso interesante es eso, ¿no?, que, o sea, ellos no invierten en CAPEX, en máquinas de producción, nada. O sea, ellos hacen diseños circuitos y se van a, a una empresa de estas generalistas en Taiwán que te implementa lo que tú quieras, hace un partnership con ellos y, y con eso escalan y escalan a una velocidad brutal.

De todas formas esto que estás diciendo Jordi es como, o sea, es suerte, ¿no? O sea, ¿quién puede ver esto? Es que ni ellos lo ven.

No hay una visión muy grande, ¿eh?

¿Tú crees?

Sí, hay una visión muy grande, que es decir, eh, hay una revolución que es: el ordenador es una calculadora muy potente, que esto pasó, pues entre los setenta y los noventa, ¿no? Cuando arrancó poco a poco. Y luego hay otra visión de este tío ah, en los dos mil, dos mil diez, que es decir, eh: hay otra oleada de calculadoras en paralelo.

Es esto. O sea, igual que Turing dijo puedo automatizar calculadoras programables simplificando mucho, este tipo dijo podemos hacerlo en paralelo para casos de uso que no conozco. Esto sí que hay que esperar. Suerte o paciencia, no lo sé.

Pero es, es-- yo, yo me quiero imaginar que estos tíos en, en el dos mil, dos mil y pico seguro que les venían pues desarrolladores de videojuegos, gente que necesitaba mucha capacidad de computación y les decían: "Oye, es que tengo estos problemas con tus, con tus CPUs, ¿no? Eh, ayúdame a resolverlos", ¿no? El ejemplo que ponías de un, de, de un tío en una universidad intentando resolver-

En el laboratorio

...cálculos en el laboratorio. Y un poco yo creo que se retroalimenta un poco, ¿no? Ese oye, tenemos que innovar y vemos qué problemas tienen nuestros clientes y cómo les, les podemos ayudar.

Todo es suerte. Y luego hay otra cosa que también siempre es, eh, es suerte, pero, pero a toro pasado es interesante. Nvidia en dos mil diez, eh, con el lanzamiento creo que era de Android hizo una apuesta muy grande en chips mobile. Nvidia volcó la compañía a, como lo de LA todavía no estaba pasando, se puso a hacer chips mobile.

Luego, eh, estaba, eh, fabricó un montón, ¿no? Cuantos millones de chips mobile vio que, que lo de los, eh, lengua-- eh, los neural networks tenía sentido y estaba empezando como a cuajar aunque ha tardado más de diez años o doce años desde aquel momento en empezar a hacer algo, dijo no, no, lo del mobile es una distracción, estamos vendiendo, es rentable, creo, y lo mató y dejó de hacer chips mobile para enfocarse solo en gaming, que es lo que pagaba la fiesta y en-

Y luego en cripto, ¿no?

Y en AI crypto cal-cálculados vamos a decir data, eh, creo que ellos le llaman data center, que es usar GPUs no para pintar, eh, pantallas, sino para, para hacer cosas en la sombra con, con, con ello.

Curiosamente, no, eh, últimamente hemos visto un par de compañías que se habían dedicado a montar infraestructura de cripto y ahora están pasando a vender infraestructura para cualquiera que quiera tener AI.

Vaya oportunista.

Al final es aprovechar una cantidad de cacharros que has comprado para una cosa.

Y hacían mascarillas hace dos años también.

Tal cual.

Eh, antes hablabas de TSMC, ¿no? Que tú decías la empresa de Taiwán, Taiwan Semi conductor, no sé qué. Eeeh, como comparable el P-- el PE, el price over earnings, el precio sobre beneficios es de catorce, de doscientos tres a NVIDIA a catorce en TSMC, que van muy de la mano, porque una parte importante del negocio de, de TSMC es, es fabricar GPUs, aparte de fabricar chips para Apple, etcétera.

Eh, dos, dos cosas yo creo curiosas. Not investment advice, pero me parece una locura, eh, el-- la explosión que ha tenido NVIDIA la veo irracional y, y además si piensas el riesgo que tienen, porque unos de sus clientes más grandes son Amazon, eh, Microsoft y Google, eh, Microsoft es más seguro, pero todos está rumoreado que están haciendo sus GPUs.

Microsoft ha hecho una inversión megabillonaria en OpenAI. Es normal que terminen en una i-una inversión megabillonaria en hacer su propia infre-infraestructura y su diseño único de GPUs o de chips para AI, eh, para diferenciarse del resto. Con lo cual, si pierde uno o dos o tres de sus grandes clientes, NVIDIA se, mmm, puede pillar los dedos.

¿Y cuál es su defensibilidad? Porque al final...

Estará patentado, ¿no?

Es un diseño de un chip.

Estarán patentados.

Son patentes.

Supongo. No lo sé, la verdad es que ahí me pillas. No lo sé, pero alguno tendrá, ¿eh?Porque un trillón no vale cualquiera. Claro.

Y además estos players de quien que estás hablando tienen capacidad influe-influencial de diseño.

Parte de, parte yo diría de la ofensibilidad es que esos claro son un bicho tan grande que son capaces de servir A gente tipo Microsoft que necesitan una capacidad computacional brutal para correr OpenAI. Sí que es cierto que en un momento dado, pues no sé, de aquí a unos años cuando OpenAI facture cientos de billions o lo que sea que vaya a facturar-

¿Pasará esto?

Bueno, no sabemos. No lo sé. De momento...

Cientos de billions es mucha facturación.

Sí, sí, sí. Pero bueno, who knows, who knows. Em, pero bueno, que igual cuando se-- cuando estén en esos números ya te das cuenta que tienes que atacar más e-el margen y te, y te compensa integrarte verticalmente y incluso comprar esta compañía que es tu proveedor de chips, ¿no?

Es curioso porque hasta el año estoy viendo la evolución del stock de NVIDIA. O sea, hasta el año 2016 esto valía nada, cero cinco euros eh, la acción.

Quién los pillara.

Pues es que en do-en do-en 2017...

Once mil quinientas patentes, NVIDIA.

Once mil quinientas patentes, que se hacen patentes a punta pala. Esa es su defensibilidad. Puede ser o puede no ser, no sé.

Tampoco son tantas, ¿eh? IBM hace ocho mil al año, por lo tanto...

Y cuántas de estas representan un luego un negocio en la P&L. La, la cosa es que durante, durante desde el año 99, que es cuando salió a bolsa hasta el año 2016, eso luego dices: "Hostia, Nvidia qué visionario" y tal. Ya, bueno, sí, pero desde todos estos años...

Bueno, en el 17 es cuando sale el paper de los Transformers, ¿no?, de, de, de unos researchers de Google creo, que es un poco en lo que se, se basa todo el tema de la, de la IA generativa.

Durante todo este tiempo la acción va oscilando, pero está por debajo de los cinco euros.

¿Y sabes por qué? Porque el accionista le metía caña por estar distraído con esto del CUDA. Porque tú miras todas las charlas de NVIDIA y todo lo que hablaban era CUDA, CUDA, CUDA, CUDA. Y lo usaban cuatro frikis en un laboratorio y generaba cero ingresos o casi cero ingresos. En lugar de estar hablando de GeForce cuarenta y dos GT no sé qué, hablaba de CUDA y, y tenían razón.

Yo conozco a un programador en Cama-- en Camerún que, que estaba trabajando conmigo, que compró acciones de NVIDIA cuando empezó la cripto. Eh, y claro, tuvo una revalorización brutal. No sé si aguantó, porque esto era nada comparado- Claro, o sea imagínate si invirtieras en 2016, 2017, eh, mil euros, pues eso serían cien mil euros, ¿no?

Un por diez.

Eh, Jensen Huang, se llama así, Juan, con aires de Steve Jobs esta semana ha dado una charla en el National Taiwan University. No sé si, pues espero que hayáis visto y si no recomiendo mucho el commencement speech de Steve Jobs en Stanford. Es una charla muy matricional y la verdad es que muy inspiradora, pues él ha hecho lo mismo en, en Taiwán.

Eeeh, mmm, nada que ver con la de Steve Jobs. Recomiendo la de Steve Jobs, la verdad. Pero ha dicho una frase cuando acababa reconocía mucho a los padres y las familias, que está bien, eh, y se había traído sus padres, incluso habían querido escuchar, pero me ha hecho mucha gracia una frase final que me dice, la digo en inglés como la dijo él, eh, dice:"Either you're running for food or you're running from becoming food.

And oftentimes you can't tell which. Either way, run." Y entonces, eh, básicamente lo que dice es para adelante, para adelante, para adelante. No sabe si para-

No pa-- no pares de correr.

No pares de correr. El resumen es no pares de correr.

De donde sea, pero corre.

O hacia un sitio u otro sitio. Me ha gustado. Me ha, me llamado la atención la frase, eh, porque este tío ha corrido de-del, del León cuando le perseguía, eh, cuando n-- cuando se fue casi a la mierda mil veces TSMC, ay perdón, eh, NVIDIA, eh, hay muchos fracasos famosos como cuando hicieron el chip para Sega, pero luego no lo lanzaron.

O sea, muchas anécdotas ahora que está corriendo delante del mundo, ¿no? Y está arrastrando a, a todo mundo, pero que no dejen de correr.

Y hablando de correr, eh, y viendo también stocks, eh-

Esto no estaba preparado, ¿eh?

Stocks de esta semana que, que han cambiado mucho de valor, eh, me encontré con Wework, que aquí hemos hablado algunas veces de, de WeWork. Eh, resulta que Wework hoy vale cien millones. O sea, Wework, que llegó a ser-

Millones con M de maletín.

Que, que llego a valer, eh, WeWork cuartenta y cincuenta-

Cincuenta mil millones, ¿no? O sea, fue, fue cincuenta billion. Eh, fue la empresa de moda, la empresa que cualquier BC quería tener en su portfolio. Vosotros seguro que te queríais tener WeWork en, en vuestro portfolio en, en cierto momento, como-

Nunca nos lo planteamos, eh, básicamente por no tener acceso.

SoftBank, eh, buen Benchmark Inside, ¿no? Eh, tuvieron y siguen teniendo acciones de, de WeWork. Eh, levantó, levantó más de... Ah, vale, esta es la screenshot de-del, del valor de WeWork, eh, que vale pues dieciséis céntimos la, la acción a día de hoy.

Claro, pero cuando salió a Bolsa no debía, debía valer poquísimo también, ¿no?

Ya valía muy poco.

Debía tener market cap de...

Novent millions.

Cuando salió a Bolsa.

Estuvo en, si no me acuerdo mal, ocho o nueve billion. Habiendo levantado más que esto. Parecido.

Ha levantado unos veinticinco billion. Eh, sin contar deuda.

Ellos cuan-- ellos tuvie-tuvieron todo el lío del founder justo cuando iban a salir a bolsa, ¿no? O...

De ahí salió el lío también.

Ahí tuvieron todo el sí.

Pero cómo puede ser que una empresa levante veinticinco billion y que valga cien millones. O sea, deja dinero en el banco. Claro, deja dinero en el banco y sigue valiendo mal.

Valdría veinticinco billion.

¿Y cómo puede ser que una empresa que todo el mundo tiene en su cabeza, que está en todas las ciudades, em, del, del mundo, o sea, que está en todos lados, una marca muy reconocida, eh, pueda valer tan poco? Y Jordi dice en la oficina hoy se lo está diciendo esto y me dice: "Oye, compramos WeWork". Digo: "Espera, vamos a ver el balance, vamos a ver el balance".

Entonces ves el balance y di-

Lo he dicho, lo he dicho en broma, ¿eh?- Te declaro.

Y claro, ves el balance y entiendes que hostia, eh, realmente no sé si quiero tener una acción de esto, ¿no?Porque...

No sé si la gente viene aquí a ver balances, mientras están comiendo un balance.

Eh, la deuda, la deuda que tiene, eh, bueno, tiene más de veinte billion de deuda, también tiene assets, eh, em Pero la deuda neta, estamos hablando, eh, que entendemos- Jordi nos decía que es la diferencia entre obligaciones, ehm, que tiene a corto y la, y la, y las deudas que tiene, pues es de tres billion, ¿no?

Eh, con lo cual, eeeh, o sea, y las obligaciones que tienen con él contra las obligaciones que tiene con acreedores, eh, es de, es de tres billion. Eh, con lo cual, claro, em, con un revenue-- un ma-- un EBITDA, digamos, un, un resultado a final de año de menos dos billions, si no recuerdo mal, no sé, no lo estoy viendo.

Aquí uno punto, u-uno punto cuatro, ¿no? Parece.

Uno punto cuatro, exacto. Uno punto cuatro. EBIT, EBIT menos dos; EBITDA, uno, uno cuatro.

O sea, al final es una increíble máquina de quemar dinero. Sigue siéndolo después de tantas reestructuraciones, tanto tiempo, tanta... Sigue siendo una increíble máquina de quemar dinero. Por el camino Adam Neumann pasó de cero a un billion en su balance personal. O sea, él, él sacó en secundario, em, más de un billion y sigue siendo el trece por ciento de la compañía.

Si no fue casi ni, ni secundario, fue un acuerdo con SoftBank para deshacer el pollo, ¿eh? O sea, si, si WeCrashed, la serie, eh, dice la verdad hay, hay, hay-- es más complicado que un secundario.

Entonces, claro, dices: hostia, pues al menos el mundo VC debería aprender, ¿no?, cuando hay un caso así como tan bestia que q-yo creo que roza el fraude o... No es fraude, pero, pero hostia, eh, lo roza. Dices, bueno, el mundo VC, tier one VC, Andreessen Horowitz, en este caso, trescientos cincuenta millones valoración, un billion con un papel.

Sí. O sea, yo aquí, yo me sé la historia de, de Wework más o menos, y, y sí que es cierto que es un, es un modelo de negocio que, que es muy intensivo en capital. O sea, tiene un balance superpesado, porque al final ellos tenían, creo, contratos a muy largo plazo con los dueños de los edificios.

Sí que es verdad que lo, lo ves unitariamente e igual puede ser un negocio relativamente bueno, ¿no? Alquilas una cosa por mil y la realquilas, eh, por trozos y te acabas sa-sacando mil quinientos, ¿no? Pero eso al final no es un negocio que puedas hacer crecer, que puedas hacer escalar.

Es decir, que puedes que-- puedas hacer que los revenues y los ingresos crezcan sin tener la necesidad de incurrir en mucho, en, en incrementar ese balance, ¿no? En coger más edificios que te cuestan mucho más dinero, ¿no? No es lo mismo que montar un SaaS como el que tenéis en Factorial, que la realidad no es así, ¿no? Porque siempre estás iterando el software y tienes que invertir mucho en producto, etcétera, ¿no?

Pero al final, oye, con un, con un, con un producto ya cerrado y montado tú puedes crecer y irte a todo el mundo a venderlo sin necesidad quizá de invertir muchísimo más en producto, ¿no?

Pero bueno, él decía que era una empresa tecnológica y la gente se lo compraba. Y lo peor de todo es que después ha montado otra empresa de Real Estate, que le dicen que es una empresa tecnológica y se lo han vuelto a comprar.

Yo defiendo a Dan Newman, ¿eh?

Ya, ella siempre defiende a-

O sea, yo creo que, yo creo que A-Adam Neumann lo que, lo que es clarísimamente es un storyteller.

Si no ha hecho fraude. Si, si que sepamos, no ha hecho fraude. Nadie le ha demandado ni se ha demostrado que haya hecho fraude.

Define, define fraude también.

Bueno, pues es lo que diga un juez. De momento ningún juez ha dicho que, que, que este señor ha, ha hecho fraude. Y, y hostia, es una empresa cotizada, está muy observada esta empresa. No es una empresa privada misteriosa. Ha pasado un proceso IPO, ha pasado un proceso de, de regulatorio de la ICC, ¿no? De la CNMV americana. Y, y si hubiera fraude, hubiera salido.

Lo que este señor decía es, eh, como Jesucristo, ¿no? Esto es un, un nuevo paradigma, lo estoy cambiando todo. Decir que es una empresa tecnológica es una opinión. A mí no me parece que sea falso. Yo no estoy de acuerdo en que sea una empresa tecnológica, con lo cual yo no le hubiera dado el valor que tenía. Para mí el problema es el que le pagaba la valoración que él pedía y según dicen los rumores, le pagaban más que la valoración que él pedía.

O sea, eh, lo que se dice es que Adam iba a pedir diez y le daban quinientos. Entonces, la responsabilidad es del que le daba quinientos, no del que pedía. Tú pi-- tú pide misa. Yo antes te decía: yo te puedo decir que Factorial vale un trillion. Ahora el problema es tuyo si te lo crees. Yo puedo decir que vale un trillion y, y si alguien me lo compra, pues oye, yo encantado.

A ver el liquidation preference, que... Bueno, ¿quieres decir algo?

No, no, no.

Ah, vale. Bueno, no sé, es un, es un caso...

Yo no invertería, ¿eh? Pero que no le culpo a él. Yo no culpo a Adam Neumann, porque no ha ido a la cárcel y ha pasado mucho proceso regulatorio y-

No se ha demostrado que sea...

Claro, con lo cual asumo inocencia

...que sea culpable. Sí que, sí que es verdad que desde un punto de vista ético hay, hay cosas que chirrían un poco, ¿no? Como, como tú ir sacando hasta, hasta mil, mil millones cuando realmente no estás devolviéndole valor a tus accionistas.

Esto es, esto es...

Ni a tus trabajadores.

Ni a tus trabajadores.

Absolutamente nadie.

Este dinero se lo dio Softbank, ¿eh? No lo sacó de la empresa, o sea, se lo ofreció alguien.

Sí, sí, sí, totalmente.

¿Softbank es del sesenta y pico por ciento del capital hoy?

Mmm. A ver, lo que sí que no sabemos es qué conversación había detrás de puertas cerradas que f-- que generó es-ese acuerdo de casi un billion. Quizá él chan-- no lo sé. O sea, quizás hizo algo no correcto ahí, pero yo no estaba.

Sí. El... Bueno, yo lo que he leído del nuevo proyecto, que es bastante opaco, no hay mucha info.

Flow.

Flow, sí, sí, Flow. Lo que, lo que he leído es que les ha financiado, eh...

Andreessen.

An-Andreessen, ¿verdad? Y que... y que, bueno, el, el partner de Andreessen que lo hizo, lo hizo porque, porque creía muchísimo en la, en la visión de, de este, de este hombre, ¿no? Además-

¿No fue Marc Andreessen propiamente?

Sí. No lo sé. Lo que he lei- lo que he leído-

Han ido juntos hace poco a un evento.

Lo-- o sea, lo que, lo que he leído es que el tío le llamó literalmente poco después de que saliese todo el escándalo de Wu-- del escándalo de Wework y tal, se tomaron un café y le compró muchísimo su visión sobre cómo se va a vivir en el futuro, ¿no? Y creo que lo que está haciendo ahora está muy relacionado con eso, ¿no? Comunidades...

Que es generando un monopolio de la vivienda enorme.

Pero su visión de Wework es buena, ¿eh? O sea, el concepto de Wework es muy bueno. Otra cosa es que el negocio no sea tan bueno y que la valoración no tenga ningún sentido. Pero nosotros somos clientes de Wework

Hay muchísimas compañías de-

Bueno, hemos sido mucho tiempo cliente de Wework. No en España, en otros países

...hay muchísimas compañías de real estate que se dedican a hacer eso y que son buenas compañías-

Claro

...y que tienen buena rentabilidad.

Lo han hecho poco a poco.

Se reían de Regus, que Regus o yo qué sé, estas empresas pues siguen valiendo lo que valían. Siguen valiendo lo que valían siempre, ¿no? Como Wework que ha hecho así y así y así. Sí, sí.

No, no, está claro. Hijo-- eh, para, o sea, relacionado con eso, eeeh, i-igual me voy a alargar ahora, pero no sé por qué tengo muchos temas. Como la semana pasada n-no hicimos tertulia tengo una lista como de mil temas. Se, se murió Sam Zell. No sé si conocéis Sam Zell. Eh, Sam Zell es un, un, uno de los emprendedores más conocidos en Estados Unidos, especialmente en Real Estate.

Él pu-popularizó el concepto REIT, que es lo que aquí se llama SOCIMI, que son esas sociedades, eh, inmobiliarias fiscalmente interesantes, pues, pues, eh, pues re-reinvirtiendo el, el capital. Y es una persona que le, le llamaban The Grave Dancer, el, el, la persona que, que el bail-bailador de, no vai-- bailarín, eh, de las tu-- eh, de las tumbas.

Joder, The Grave Dancer, vale. Eh, porque era, era un mago en, en encontrar distressed assets, o sea, activos, eh, que están muy mal, ¿no?, con todo lo contrario de WeWork. O sea, cosas que Está muy mal y conseguía refinanciarlas, reestructurarlas, emm, arreglarlas, ¿no?

Porque, pues empiezas de real state concretamente, pues las arreglaban, las reva-- las reposicionaba. Eh, y ostras, este tío generó un imperio, eh, brutal. Eh, tiene una biografía que se llama Am I Being Too Subtle, ehm, que, que, que es interesante. Al final es un caso de, de una persona que entiende muy bien el negocio, entiende muy bien el supply and demand.

Él, en su caso en particular, entiende muy bien el riesgo. Es decir, es capaz de entender lo peor que le puede pasar en un deal, mapear muy bien lo peor que puede pasar en un deal y a partir de ahí tener claro qué es lo que tiene que conseguir, eh, construir por encima del riesgo, cosa que no pasa tanto en el mundo, en el mundo de las startups tech, eh, tech en general.

Em, u-una persona que valoró mucho la liquidity, eh, y que fue capaz de conseguir mucho, mucha liquidity, mucho, mucho cash en momentos difíciles, para luego aprovecharle el turnaround, ¿no? Y ser capaz de comprar en estos momentos. Eh, genera un imperio, un imperio que, que vendió a, a Blackstone por más de cuarenta billion.

Eeeh, y él personalmente, pues tuvo, tenía un network de más de cinco billion, ¿no? Bueno, es un caso bastante interesante en Estados Unidos, si no, si no lo conocéis, pues yo creo-- es muy diferente del mundo tech, pero al mismo tiempo casi todo lo que dice es aprovechable. A mí me gusta aprovechar historias de distintos lugares.

¿El libro tú te lo has leído? Yo no lo conocía este.

Am I being too subtle.

No me lo has pasado este.

No, que no he tenido tiempo.

Yo la verdad es que tampoco lo conocía. Superinteresante. Al final t-te coges este barrio, ¿no? El Po-poblano veintidós arroba y hay muchísima gente que ha hecho mucho dinero así, cogiendo naves industriales antiguas que estaban para el arrastre, arreglándolas poniéndolas superbonitas y convirtiéndolas en oficinas.

Y lo que él hacía bien es este oportunismo, ¿no? Hacerlo aplicarlo a nivel macro, o sea que consu-consume de muchas oportunidades. Él buscaba sistemáticamente un caso de uso y lo buscaba, pero por mil. Eh, sabes, veía un problema, pues ioquésé, pues un, un caso de, pues oficina, como estamos aquí, ¿no?

Oficina con espacio de coworking, cafetería y tal. Osea, esto es una oportunidad, eh, en una nave industrial de nosequé. Vale, pues no es que vaya a hacer dos veces o tres veces esto, lo voy a hacer por mil en múltiples ubicaciones y tal, ¿no? O sea, esta hiperescalabilidad, eh, pues él era, era, era capaz de hacerlo en el, en el mundo real state.

Luego lo aplicó a muchas otras cosas, lo aplicó en otros sectores, em, y creo que, creo que es un caso interesante y que bueno, eh, murió con ven-- ochenta y, ochenta y pico años, eh, hace poco. Y, y una última cosa. Sí, vaya y acabo. Una última cosa de, de, eh, de este hombre es que era, tenía muy claro que, que tenía que tener, eh, cuatrocientos contactos, cuatrocientas personas, que esto es una, es una cosa que me contó también Vern Harnish en un evento del IESE que encontré el otro día, que me, me invitaron a charlar, eh, que es el, el au-autor del libro Scaling Up, em, que me decía que la clave de

todo, me decía La Clave, además con este estilo americano que dices joder, es que te lo he comprado ya antes de que empiece a hablar, eh, decía la clave de todo es tener esos cuatrocientos contactos con los que tú generas una relación y luego puedes apoyarte en todo lo que hagas, ¿no? Y una cosa que decía Sam Zell es enviar cada Navidad un music box.

O sea, hacía una canción que pagaba gente y tal para que la hicieran con una tendencia, una predicción de lo que pasaría en el mercado. Básicamente inbound marketing aplicado al mundo de altos, alto standing real estate, eh, y que la gente que no recibía ese music box, o sea, estaba totalmente out, ¿no? O sea, la gente se acostumbró-

Tenían FOMO para estar ahí en esa newsletter.

Entonces, bueno, en vez de una newsletter era una canción. Es una cosa como muy curiosa, pero oye, no me alargo más. Eh, tenemos las-

Lo de los cuatrocientos contactos me parece una tontada enorme. Lo he usado antes. O sea, vaya genio. Tener contactos es valioso. Premio Nobel.

Yo te voy a presentar a Vern, a Vern Harnish.

Le digo esto.

Te juro que te va a convencer.

Vale, vale. Así tendré cuatrocientos uno.

Oye, hacemos una pausa de, de unos cinco minutos.