IA de doblaje sin “robar” voces, Netflix vs Paramount y Disney mete $1.000M en OpenAI

Gracias por venir. Está, está bastante lleno. Hoy tenemos, como siempre, a Jordi y a Bernat. Buenas tardes, bona tarda. Y a Carles Reina.

Buenas, señores, ¿qué tal?

Eh, muy bien. Un placer tenerte, tenerte por aquí. Para los que no te conozcan, aunque estuviste un poquito en el pódcast de Itnig, hará unos, ¿qué?, tres, cuatro meses que, que viniste por aquí.

Verano, por ahí.

Verano, porque lo que no sabéis-- bueno, perdón, interrumpo ahí.

No, no, di.

Pero Bernat me puso la temperatura superalta, el muy cabrón, y estábamos sudando. ¿Te acuerdas de esto?

No, la temperatura de la sala era, era alta.

Y estábamos sudando. Y en algún momento tuvimos que parar porque estábamos los dos sudando como cerdos.

Hoy está fresquito.

Íbamos hablando.

Me has visto, me has visto con capas, por eso.

Pero presén-preséntate, Carles, que no ha acabado Marcel de presentarte. Eh, sí, bueno, nada, yo soy Carlas, eh, y llevo, llevo la parte de Go to Market de ElevenLabs y también soy inversor, angel investor, con setenta y cuatro tickets y luego acabo de levantar mi propio fondo también.

Muy enhorabuena.

Baobab Ventures.

Son oficialmente quince, pero en realidad son dieciséis. Pero el número aparecía mejor si decías que eran quince.

Quince millones de, de dólares para hacer pre-seed deals, eh, trescientos cincuenta K en cheques y-

Se parece mucho a otro fondo que hay por aquí cerca, ¿no?

Sí, sí. No sé cuál. ¿Yelo?

Em, volviendo a ElevenLabs. Em, todo el mundo lo debe conocer, pero por lo que no, ¿qué es, qué es ElevenLabs?

ElevenLabs, al final lo que hacemos-

¿Qué no es? Somos agentes, voces, etcétera. Al final nosotros nos hemos montado nuestros propios modelos de voces de inteligencia artificial, eh, que suenan naturales, eh, y que lo hacen en setenta idiomas. Y encima de la capa de todos los foundational models que hacemos, voz, música, transcripción, etcétera, hemos montado toda la capa de agentes, eh, doblajes y diferentes productos, ¿no?

Y entonces operamos a nivel global. Somos unas cuatrocientas personas a nivel, a nivel mundial, facturando más de trescientos millones. Y tengo equipos por todos Estados Unidos, eh, todo Latam, eh, Japón, India, Sydney, eh, Corea, Middle East, etcétera.

No, no habíamos llegado.

Esto es ahora.

No, llegamos, llegamos hace unas semanitas, pero sí, pasamos los trescientos ya. Buen mes.

Veníamos-- mira, llegamos-- creo que tardamos unos veinte meses más o menos en pasar de cero a cien, eh, veinte, veintiún meses, otros seis meses de cien a doscientos y luego hemos tardado cuatro en pasar doscientos a trescientos.

Sí, lo típico.

Está bien.

Y, y justo el otro día una publicación de que en, en un día habíais, habíais cerrado, creo, en catorce millones o una cosa así. Eso entiendo que es venta enterprise. Son pocos clientes.

No, al final, ¿sabes qué pasa? Que de media firmamos unos ciento cincuenta, ciento setenta contratos al mes, enterprise. Y entre-- es, es una burrada. Y entonces hubo un día que justamente no lo habíamos ni planeado y firmamos una burrada de clientes en veinticuatro horas y sobrepasamos la, los catorce millones en enterprise solo.

Para nosotros ha sido como la fecha, el, el momento clave, ¿no? Pero ahora el objetivo es veintidós millones en un solo día.

¿Qué pasó ese día?

Firmamos varios contratos grandes, pero a la vez que se firmaron muchísimos.

O sea, fue casualidad, ¿no? No fue...

Casualidad. No estaba planeado absolutamente para nada. Sí que es verdad es que firmamos uno muy grande al principio del día. Entonces, como que todos los, los, los de Go to Market se incentivaron unos a otros diciendo: "Hostia, yo quiero también", ¿no? Entonces, como empezaron a hacer: "Va, va, va, hay que hacer, hay que hacer más, hay que hacer más". Y uno le llevó al otro y otro llevó al otro y parecía como que se acababa el mundo. Eh, y, y yo firmo los contratos y era como uno y otro.

Y los de Go to Market haciendo ping en Wa-- en Slack diciendo: "Ey, tienes otro, fírmamelo ya, fírmamelo ya". Y entonces, bueno, eran unas cosillas de estas, ¿no?

Sí.

De verdad, la buena.

No.

No, no, no. Además, además, nosotros lo que tenemos es que nosotros lo metemos en, en Salesforce y entonces tú pones, eh, la fecha en que comienza el contrato, ¿vale? Entonces, todos los contratos al menos son de doce meses. Eh, tendemos a mojar para, para más de doce. Pero lo que tenemos es que si tu contrato empieza, si empieza hoy, ¿vale? Y tú ref-- eh, haces el refresh de las estadísticas de Sigma, eh, mañana, al cabo de veinticuatro horas, te aparece ya el ARR firmado.

Pero si tu contrato empieza dentro de un mes, no te aparece en las estadísticas. Entonces, a mí no me aparece que tú has firmado un contrato. Me aparece en el contrato y me aparece en Salesforce, pero en las estadísticas que reportamos a los investors y que utilizamos internamente para reporting no te aparece porque el contrato técnicamente no ha empezado.

Claro.

Sí. Es lo que al final, pues si tú multi-- son, eh, al final de mes multiplicado por doce o los commit months que tenemos en contrato, que ya han empezado ya y están activos.

¿Y cobráis, eh, anualmente? Has dicho contratos de doce meses o más. ¿Los cobráis por adelantado, los doce meses, o, o típicamente no?

Algunos sí y algunos no. Yo, mi recomendación personal a todo el mundo, sí que Finance, y esto será controvertido, pero Finance siempre me dice: "No, no, no, cobra por adelantado". Y yo siempre les digo: "Mmm, no, I don't think so". Eh, puramente porque yo lo que creo es que como los use cases, eh, crecen muy rápido, tienes una empresa que empieza lanzando agentes, ¿no?

Para automatizar el call center. Y entonces, eh, ellos entran por el entry level, si quieren, ¿no? Entonces, el entry level, pues pueden firmar un contrato, pues yo qué sé, me lo invento, por veinte mil al año, veinticuatro mil, lo que sea. Eh, si tú firmas-

Interacciones por llamadas a la app

Claro, y entonces les cobramos por minuto, dependiendo del producto, por minuto, por millón de créditos, etcétera, ¿no? Pero, ¿qué pasa? Que si yo te cobro los 24 K o los 20 K todo por adelantado, el problema es que si tú luego creces, tú me estás pagando un, un precio más alto de lo que realmente tendrías que pagar. Yo lo que puedo hacer es durante esos 12 meses o 24 meses o el tiempo que hagamos firmado, es que yo te puedo decir: mira, tenemos estos tiers en el pricing contract, en el cual si tú empiezas por 2.000 al mes y el mes que viene se te ha disparado el volumen, tú subes al siguiente tier y a lo mejor el siguiente tier son 4.000 al mes.

Entonces, tú se-- tienes un precio más bajo a medida que vas escalando. Si tú me lo pagas de inmediatamente todo, mi recomendación es: no lo hagas, porque entonces estás pagando más de lo que tendrías que estar pagando. Finance no le gusta nunca, pero al final tienes que mirar también por los clientes, ¿no?

¿Los descuentos están en la ARR?

Eh, sí, al final va en función de, del tier, ¿no? Si yo entro por un contrato de 2.000 al mes, pues son 24.000 al año, esa es la ARR. Si yo hago el sign up, eh, hago el increase, el upgrade de tier al siguiente y pago 4.000, estoy más que doblando el volumen de créditos que utilizo el commitment que hago, pero yo hago son 4.000 por 12, 48.000, ¿no?

Y entonces ya hago el descuento.

Sí, no, lo que quiero decir es que en el número que, que publicáis de ventas, ¿están incluidos los descuentos?

Sí, claro, porque al final lo que haces es negocias el descuento en cada uno de los tiers. Si tú me contratas más y haces más el commitment, yo te doy un descuento.

O sea, no es el cash que se está pagando a día de hoy. Los 300 mil.

Es el cash que se está pagando. Pero yo te facturo cuatro, 4.000 ese mes.

Vale.

Luego lo...

Haciendo, haciendo una división rápida, has dicho 300 millones de facturación anual, 400 personas más o menos, ¿no? Esto da a unos 800.000 más o menos dólares, eh, de facturación por empleado. Entonces, eh, a no ser que paguéis muchísimo al equipo, eh...

Les pagamos unas fortunas, les pagamos fortunas.

Vale, pero inc-- igualmente, seguramente que-queda algo.

Sí.

¿Sois, sois rentables?

Sí.

Pero levantáis rondas todo el rato.

Sí, al final-- fuimos rentables desde el primer día, eh, porque al final nosotros no creemos que puedes montar una empresa a largo plazo si solo pierdes dinero y sobre todo con foundation models, que el coste de compute es muy alto.

Eso quería decir, te estás dejando...

Sí, sí, no, quiero llegar a margen bruto.

Te estás quedando el compute.

Claro, claro, el compute, eh, el gran beneficio de todo esto es Nvidia, porque si a una sort-- bueno, Nvidia-

Siempre gana, Nvidia siempre gana.

Con Google Cloud, AWS y toda esta gente, ¿no?

¿Es socio también de ElevenLabs o no Nvidia?

Justamente han entrado ahora en la última ronda.

Nvidia.

Sí.

¿Y Microsoft?

No.

¿Y Amazon?

Tampoco.

No, vale, porque están invirtiendo en todas. Luego hablaremos, pero...

Pues tienen tanto dinero que al final dicen: Oye, para ti, para ti, para ti, dale.

Pero, o sea, levantáis rondas para pagar, ehm, el, el margen bruto.

Eh...

No, pero has dicho que sois rentables.

Somos rentables. Tenemos todo el dinero que hemos levantado en toda la historia, lo tenemos aún en la cuenta.

¿Y por qué seguís levantando entonces?

Porque al final, eh, hay una percepción importante del mercado que-- por varios motivos. Una pri-- primera es percepción del mercado, porque al final si levantas nueva ronda, val-- revalorización y como tal, el mercado percibe que eres más sólido a largo plazo. La siguien-- la otra es para dar liquidez también a los empleados. Cada vez que hacemos una ronda-

O sea, mucho secundario.

Hace-hacemos secundarias, ¿vale?

De hecho, la última fue un secundario, ¿no? ¿Puede ser o no?

Hicimos un secundario ahora en octubre, sí, a 6.6 billion. Eh, la tercera razón, fundamentalmente, es porque queremos invertir, ¿no? Y entonces, pues, eh, ya sea por comprar empresas en algún momento, comprar GPUs a largo plazo, etcétera, hemos ido comprando. Lo que pasa es que generamos bastante cash y entonces, pues bueno, seguimos, seguimos generando, generando mucho.

Y sobre todo porque al final yo creo que tienes que utilizar el momentum que una empresa tiene para aprovecharte de la situación del mercado. El, el mercado se puede caer mañana, pero si se cae, se cae y yo tengo 300 millones en la cuenta. No hay ningún problema.

6, 6.6 mil millones de dólares, ¿no? Con 300 de facturación son 55 veces.

Eh, a día de hoy hacemos...

Múltiplo de valoración sobre facturación. ¿Lo he hecho bien?

300. No, serían dos-- se verían 20 veces más o menos.

20 veces.

Eh, normalmente hacemos 33, múltiplo de 33.

Sí, normalmente hacéis múltiplo de 33. Me encanta esa afirmación.

Sí, no, no, es el estándar. Eh, nosotros-

¿A cuánto va el kilo de ElevenLabs? A 33 veces facturación. Venga, que, que hagan cola.

No...

Bueno, lo bueno es que hacen cola, ¿no? Entonces podéis definir el múltiplo.

Eh, sí, pero al final hay empresas que se, se, se disparan. Yo creo que también hay algo, un poco de bur-burbuja en el sector.

Entonces prueba 44, ¿no? Si en 33 hay cola.

No, no, porque al final tampoco no quieres trabajar los próximos 12 meses para conseguir una valoración futura muy elevada, ¿no? Entonces, yo creo-

Si ganas dinero, te da igual, ¿no? Porque no tienes la presión de tener que levantar otra ronda.

Sí, pero al final yo creo que es un, es un trick psicológico, ¿no? De si levantas demasiado, vas a tener que trabajar muchísimo más para conseguirlo, ¿no? Y entonces como que al final, mmm, no funciona el momen-- al menos para nosotros. Somos mucho más conservadores a nivel, a nivel valoraciones y todas estas cuestiones.

Que no está mal, eh, 33 no está nada mal. Sobre todo a estos tamaños.

Está muy bien, está muy bien, totalmente. Pero a efectos prácticos, si en algún momento alguien quiere salir a bolsa, al-- los múltiplos se reducen y entonces tienes que ajustarte a lo que es el mercado, ¿no? Entonces, bueno.

Eh, hablando un poco de lo que ha pasado desde que estáis en el pódcast, o sea, habéis llegado a 300, secundario de 6 billion, ha entrado en inversores, aparte de Nvidia, ha entrado Matthew McConaughey también como inversor, ¿no?

Sí.

¿Co-- qué, qué, qué ha pasado ahí? ¿Por, por qué entra gente de la industria en, en ElevenLabs?

De la industria, de, de otra industria.

Sí, perdón, de la industria del entertainment. Luego vamos a llegar ahí. Estoy, estoy spoiler, vamos a hablar de TTM ahí un poquito. Eh, ¿por qué entra gente de-- desde un mundo donde podía ser una amenaza, no? Eh, entonces, ¿por qué entra Matthew, en este caso, a ElevenLabs?

Porque al final ellos-- al final la gente sabe que, que el, el cambio es inevitable, ¿no? Eh, nos podemos resistir a todo, pero al final va a acabar llegando. Y lo que movemos much-- vemos muchísimo es que algunos de los, de los grandes actores de Hollywood a día, a día de hoy hacen muchísimo venture, venture investing y, y son muy visionarios.

Eh, entonces Matthew McConaughey como tiene esta idea de que quiere hacer el backing de las empresas que están transformando el mundo. Y entonces él cree funcionalmente que, que la industria del entretenimiento va a seguir evolucionando, que hay un elemento de IA que se tiene que incorporar, que ya se ha ido incorporando estos años, aunque no lo llana-llamamos como tal, y al final quiere estar en esa-- cree en la empresa y cree, cree en ella.

Él invier-él, él invierte, ha puesto dinero, pero aparte de eso, ¿hay algún otro tipo de colaboración? De momento simplemente entra como inversor más.

Simplemente ha entrado como inversor y-

¿No está su voz

Está su voz

Lo que pasa es que qué lá-- ya, qué lástima, ¿no? Oportunidad perdida.

No se os había ocurrido.

Es una voz bastante épica

Hay que pagar más para...

Oye, ¿y contra quién competís hoy en día?

Google entiendo que es Gemini, todo lo-- el Wis-- parte de Whisper.

O sea, hace unas semanas, por ejemplo, hubo este deal de OpenAI con Disney, donde básicamente hay, hay coinversión y, y s-se va a ver, ¿no? Pero seguramente, pues en Disney Plus veremos contenido generado de alguna forma.

Sí.

Es espectacular en energía.

La gente lo hacía pirata y luego-

Aquí seguro.

El sector está muy, o sea, muy, no, muy crítico.

Con este, con este deal concretamente.

Y de hecho, a ver, yo acabo de ver que acaba de entrar por la puerta eh, un, un representante del sector.

Una voz mucho más importante que Masumi Okunagi.

Pero mucho más. De hecho, es-

No, pero esto es lo más importante. Pero lo secundario...

Que empieza por Net y acaba por Flix.

Eso estaría muy bien.

Pero un momento, para dar un poco de contexto a la gente que todavía no conozca a Masumi Mitsuda. Él es la voz de Harry Potter, de Anakin Skywalker, una de las voces más importantes de España-

...en el mundo del doblaje.

Y de, y del pódcast de Itnig.

Y sobre todo, la voz del pódcast de Itnig.

Dice "claro", como Mira Murati cuando le preguntaron si había, si había utilizado YouTube. Decía: "Claro, claro".

Bueno, pero se le subió una ceja que no ha vuelto a bajar, ¿eh? A Mira Murati.

Yo creo que es una cuestión, lo has dicho clarísimo, de es una cuestión de calidad, ¿no? Al final, qué calidad quieres paga-- quieres y qué-- y en función de eso tienes la respuesta. Al nivel de doblajes que tenemos en España, que es muy bueno, yo creo que vamos a tardar dos años.

Eh, pero claro.

Esto es muy largo.

Dos años para acabar la web de Itnig.

...el año pasado fue el primer año que, eh, el, el-- la cantidad de dinero que hicieron, eh, fue más grande desde el mercado internacional que el mercado local japonés. Si tú miras los estudios japoneses, por ejemplo, un Shin-Ei, por ejemplo, que hace "Shin-chan", eh, esta gente ha hecho siempre contenido para el mercado local.

A día de hoy, esta gente se ha dado cuenta de que, ostras, eh, hay tantísima demanda en el mercado internacional que tenemos que estar mirando, tienen que estar mirando distribución, doblajes, etcétera. Pero la gente que los distribuidores de anime o de, de contenido de, de dibujos animados a nivel global cogen el contenido de Japón, le ponen subtítulos y muchísimas veces lo doblan fatal.

Y, y lo venden y hacen fortunas de dinero, ¿no? Entonces-

No.

Desafortunadamente.

E-e-este contenido tan bueno-

Bueno, porque-

Si tiene tanto éxito

...no, porque antes, antes era-- eh, no era tan exitoso. Lo que pasa es que ha explotado en los últimos años y entonces no es rentable hacer un doblado de alta calidad. No obstante, tienes, por ejemplo, TV3, que ha hecho unos doblajes espectaculares de dibujos animados toda la vida-

Como Masumi

...es así, es así. Y, y lo, lo que pasa es que ahora que se han dado cuenta que el mercado es grande, eh, pues como tienen estos contratos firmados de distribución durante un montón de años, están "milking the cow", ¿no? Entonces, llegará un punto en que se les acabará, tendrán que renegociar y seguramente los estudios directamente japoneses cogerán las riendas de todo esto y le ofrecerán una calidad más alta con IA.

Sí

Aprovecha, aprovecha.

Oye, pero ¿no eres sitio? ¿Qué ha pasado?

Sí, a-- para mí, eh, Japón es espectacular porque está, está muy metido en este, en este contrato. Es una, es una-

De hecho, tú vienes de Japón, ¿no? Has dicho.

Estuve hace tres semanas en Japón, sí. Justamente nos vimos con ellos y hemos-- hicimos el anuncio y tal. Eh, básicamente, lo que hicieron es montar una, una especie de union, un sindicato, como le queramos llamar, un grupo que le llaman AILAS. Eh, y entonces esta gente estaba preocupada porque las empresas utilizaran sus propias voces sin pagar nada y sin reconocer que estaban utilizando esas voces en contenido, ¿no?

Y entonces, lo que nos hemos unido todos es decirles: "Oye, nosotros estamos aquí para trabajar con la industria y lo que nos gustaría es encontrar una solución." ¿Qué pasa? Que ellos tienen un listado de todos los, los miembros y esta gente, eh, entrega como samples o, eh, contenido de su propia voz. Nosotros lo registramos y podemos marcar si esa voz está siendo utilizada con ElevenLabs o no, ¿no?

Entonces, damos esa rec-- esa recognition. A la vez que si alguien utiliza esa voz, eh, que no tiene el permiso, les hacemos el, el flag directamente a AILAS.

Pero esto tienes que fiarte, es un poco juez y parte aquí, ElevenLabs.

Bueno, nosotros hemos firmado como el contrato conforme estamos ahí, ¿no? Y queremos, queremos mantenerlo porque creemos-

¿Y cómo lo hacían para utilizar una voz sin permiso?

Vale. O sea, lo entrenaban de manera pirata.

Sí, con, con la, con la versión más barata. Y entonces lo que pasa es que hemos puesto muchos controles en todo esto y entonces la versión de alta calidad requiere un verificación y mil cosillas. Pero la verdad es que hacemos-- tenemos el voz market-- el Voice Marketplace con más de trece mil voces ahora mismo en la plataforma. Hay-- uno de los mercados más grandes en cuanto a actores o gente que vo-- sub-- pone su propia voz es España y todo el mundo de Latam, ¿no?

Entonces, es una de las-- es gigante la cantidad de gente que hace dinero semanalmente con ElevenLabs porque les compartimos ingresos. Es brutal, ¿eh? Alucinaríais.

O sea, está, estás-- eh, va a pasar como con Spotify, que al principio de Spotify los músicos dejan de cobrar de la manera que estaban acostumbrados, que era la venta de discos, y pasan a cobrar en lugar de cien mil dólares, pasan a cobrar veinte dólares de reproducciones, pero luego con el tiempo coge un montón de volumen y, y los artistas pasan a cobrar ahora con Spotify más que antes vendiendo discos.

Bueno, bueno, bueno. Los-

El top. El top.

Rosalía.

Rosalía creo que sí que cobra bastante, pero se pone nariz, ¿no?

Claro, eh, yo creo que no. Eh, lo que estamos viendo nosotros es fundamentalmente es que la gente que tenía sus propios, eh, gigs on the side, que hacían post doblajes, que hacían audiolibros, que hacían anuncios, etcétera, siguen teniendo esos trabajos, esos ingresos no se han perdido. Lo que hacen es generan más ingresos porque hay use cases que antes no tenían ca-- no podían hacer.

Tenías una-- un, un proyecto en Japón o en Chile o en Alemania, que antes evidentemente no podías hacer porque ni inquie-- ni siquiera abarcabas o ni siquiera te poní-- se podían inc-- poner en contacto, que a día de hoy cualquier persona va a la plataforma y puede utilizar tu voz y entonces te pagamos el dinero que tú hayas puesto que quieres cobrar. Tenemos cien millones de usuarios en la plataforma a día de hoy, ¿no?

Así que claro, el volumen es muy grande.

Una pregunta, si ahora tú tuvieras que convencer a Masumi, que representa casualmente una unión, una, una-- un sindicato de dobladores en, en España, ehm, ¿cuál sería el, el deal? ¿Cuál sería el incentivo para ellos de decir: "Oye, mmm, digitalizad vuestra voz en ElevenLabs, eh, vais a cobrar X y ya está.

Y os podéis ir a la playa, ¿no?

La X. ¿Cuál es la X? Despejemos la X.

Ya, pero es que el problema es que esto no te lo puede garantizar absolutamente nadie. Yo creo que lo interesante de todo esto es, eh, si lo comparamos con, eh, al principio de YouTube y lo que se estaba haciendo en televisión, ¿no? Y tú decías: los presentadores de televisión cobraban unas fortunas, vino YouTube, aparecieron los youtubers y empezaron a cobrar unas fortunas, ¿no?

Estás sacando un sitio para-

Como youtuber, desmiento esto, ¿eh?

Bueno, pero, bueno, pero, pero si tú eres un Mr. Beast que empezó al principio.

Mr. Beast con ElevenLabs.

Al principio hacen unas fortunas importantes.

Algunos sí.

Es complicadísimo. Yo creo que es un negocio supercomplicado porque al cabo de un tiempo necesitas un descanso, quieres hacer otras cosas, pero no te deja la comunidad porque tienes que seguir dándole caña, ¿no? Yo creo que a efectos prácticos se están creando tantos casos de uso a día de hoy que no están relacionados con el doblaje, que el dinero viene por los otros casos de uso.

Yo lo que me esperaría es que tú digas: "Oye, pues yo lo pongo allí, eh, habrá algunas veces se utilice para hacer una película, para hacer lo que sea, seguramente va a ser poquito, pero tú pon un, un po-- una voz tipo conversacional y la cantidad de agentes de customer support, eh, employee training, go to market training, lo que tú quieras, se están disparando a día de hoy.

Nosotros miramos las estadísticas y más de tres millones de agentes en nuestra plataforma han sido creados en los últimos doce meses

Para que te hagas una idea, ¿no? Y entonces como es el-- todo el otro extra "use case" que hasta ahora no habían sido posibles, que se están creando y que es lo que realmente te generará ese X, que no sé cuánto va a ser, pero será bastante.

De momento no, pero seguiremos. Me quedaría todo el día hablando de esto. Luego te secuestraré, pero ya...

Ya que estamos con, con expertos del sector de entretenimiento, una, una noticia que ha saltado bastante las últimas semanas y que evoluciona todavía a día de hoy es la, la oferta, bueno, la compra de Netflix por Warner Bros, que son unos ochenta billion más o menos. Se anunció. Yo recibí como cliente de Netflix, recibí un mail y yo me alegré. Digo: "Mira, pues yo que tengo Netflix y HBO quizá pago menos, no lo sé, para tenerlas en esa misma plataforma." Pasa que a la...

Y es-ese acuerdo, eh, no, no incluye todo Paramount, sino sobre todo unos assets en concreto.

Todo Warner Brothers.

Eh, perdón, todo Warner Brothers. No incluye todo, sino sobre todo la parte digital, que es HBO, HBO Max, etcétera, ¿no? Y esto seguramente se ha diseñado porque últimamente todo lo que son M&A está antitrust y es complicado comprar toda la compañía y parecía casi, pues, ser más sencillo. Y también porque tiene más sinergias con Netflix, al final es, es contenido digital.

Bueno, porque la otra parte, que son, eh... parques y noticias.

Donde está la CNN.

Es, es político casi, ¿no? Tiene una connotación más política que, que de negocio.

Claro.

Y creo que lo han querido apartar para, para no complicar más el deal.

Pero a los dos días aparece Paramount y dice: "Yo lo quiero todo." Eh, ya habían presentado una oferta al board. Pasa que se había rechazado varias veces por más valoración. Pa-- la de Netflix era veintisiete dólares por acción, Paramount treinta por toda la compañía, ciento ocho billion, que ahí incluye todo. Ahí incluye CNN, incluye HBO, incluye HBO Plus, eh, todos los assets de, de, de Warner Bros.

¿Qué pasa además de todo esto? Que como está el tema del antitrust, eh, aparece Donald Trump y dice que a él le parece mejor que se compre toda la compañía porque no quiere que una cadena de televisión fuerte como es la CNN se salga de una empresita y cualquiera la puede utilizar, ¿no? A todo esto, detrás de Paramount, no sé si lo sabéis, pero está la familia de Larry Ellison.

De hecho, su hijo es el que está a cargo de todo lo que es el negocio de Paramount. Y, eh, son, eh, tradicionalmente, eh, gente que ha apoyado y ha financiado al Partido Republicano. Y a todo esto, en los últimos deals, tanto TikTok como, como diferentes, eh, deals en esta-- Trump estaba al borde de ellos.

Entonces, parecía que iba a ir hacia ahí. Hasta este martes, que han pasado muchas cosas, que Trump ha dicho públicamente que, eh, los Ellison, las CBS en Paramount han publicado cosas que no está muy de acuerdo con él y que cree que para tener amigos así mejor tener enemigos.

Y el yerno de Trump, que está detrás de la operación de, del deal, se ha, se ha echado para atrás, con lo que ahora parece que Paramount no es el favorito. Sigue la oferta encima de la mesa. El board de Warner prefiere Netflix porque ya han firmado y porque también hay una penalty de tres-- de casi tres-- de dos coma cinco billion si no firman con Netflix.

Entonces, estamos en un momento de consolidación, un poco lo que hablábamos antes, donde parece que el player digital que es Netflix quiere consolidar. Es bastante pro, no sé si pro lo que hace ElevenLabs, pero bastante tecnología, bastante... Y, y Paramount es un poco la del sector tradicional, Hollywood, ¿no? Es Hollywood contra el mundo moderno. No sé, ahí...

No, a mí me parece muy interesante porque al final son, son empresas que se están muriendo de muchas maneras, ¿no? Y cómo alguna de ellas está intentando transformarse. La visión de, de Paramount desde que fue comprada hace unos meses ha sido transformarse en una empresa tecnológica que hace es entretenimiento, ¿no? Y me parece superinteresante el concepto, porque a efectos, a efectos diarios es, es una industria muy complicada, ¿no?

Em, entonces, bueno, eso, eso es-- que pasará o no pasará, Paramount acabará comprando o no, yo tengo dudas, porque al final también comprar una empresa por cien mil millones se complica muchísimo la integración y, eh, las deudas y tal, pero, pero yo creo que va a ser positivo para el sector.

Bueno, de momento las acciones de Warner han subido, eh, bastante. Sí que ha pasado, y esto también es relevante, que el, el, el board de Warner no se cree, o sea, ha, ha enviado un comunicado en contra de la oferta de Paramount porque hay una cláusula donde se ve que Ladi-- Larry Ellison puede salir del deal. Al final es un deal que se busca financiación externa.

No ha comprometido la pasta.

Y no ha comprometido la pasta en un momento en el que-

Aunque había dicho que sí

...en el que Oracle está también, eh, todo está conectado.

Sufriendo.

Sufriendo.

Bueno, claro, está en el trust, ¿no? Y a través del trust es como lo ha intentado hacer, ¿no? Entonces...

E-esto es la serie esta de "Succession".

Claro.

Un poco versión matizada, pero se parece mucho a, a los dramas de "Succession", ¿eh? O sea, eh, Netflix, ¿qué vale? Medio trillion, ¿eh? con la, con la tontería. Aquí hablamos de trillions, que, bueno, ElevenLabs an-antes decíamos que todavía no está en Eleven Trillion de valoración, pero, pero Netflix está en, está en-- estaba en cuatrocientos cincuenta la semana pasada, que es cuando lo, lo miré.

Cuarenta y dos billion de facturación, creciendo un quince por cien. Para comparar, Warner, eh, que está cotizada, antes de la oferta, estaba en sesenta billion de market cap con la misma facturación que Netflix. O sea, Warner Brothers y Netflix facturan casi lo mismo. Warner Brothers cuarenta, Netflix cuarenta y dos. Y la, y la valoración es ocho veces más la de Netflix.

Eh, Warner Brothers no está creciendo. Está creciendo un uno, uno y medio por cien. Y, y de hecho, yo creo que la intuición es que va a ir más para abajo que para arriba.

Bueno, y tienen una deuda disparadísima, ¿no? Y también es, es del anterior merger que hicieron y tal, ¿no? Al final, el sector está yendo por una transformación brutal, que yo creo que se-- lo necesitan porque, porque, bueno, el, el mercado ha cambiado. Yo creo que a día de hoy, eh, estamos todos interesados en consumir contenido, pero las grandes empresas de entretenimiento están ancladas en un tipo de contenido de muchísima alta calidad.

Pero yo creo que depende del momento del día estás dispuesto a consumir un tipo de contenido de una calidad diferente Entonces, si solo haces un tipo de contenido de muchísima alta calidad, lo que estás perdiendo es cuota.

Pero esto precisamente es el pitch de Warner Brothers, ¿no? O sea, con HBO y con sus grandes, eh, películas blockbuster de, de Hollywood, es más can-calidad que cantidad.

Mmm.

Y Netflix, famosamente-

Sí

...es-- no es lo contrario, porque lo contrario es TikTok, pero, pero digamos, dentro de la parte profesional es lo contrario, que es mucho volumen algorítmicamente y, y churrera de, de producciones, ¿no?

Claro, pero porque al final, al final del-- al, al día a día, no todo momento quieres ver una película de altísimo con-- de altísima calidad. Qui-- en diferentes momentos quieres algo más tonto. Entonces, Netflix te da la opción de tener diferentes variedades. No tanto como un TikTok, pero tienes las diferentes variedades. Es claro, si solo haces para un tipo de contenido de altísima calidad, te tienen que salir bien, muy bien los números, porque es que si el mercado cambia-

Si fallas una, eh, la jodes

...si fallas una o el mercado cambia porque te cambia el tipo de po-- de audiencia, estás jodido.

No tienen la agilidad.

Yo creo que también como usuario, si esto, o sea, si al final se pueden mantener los dos mundos, ¿no? Al final, si hay una consolidación, eh, hay una parte que puedes pensar: "No, pues ahora lo que están los, los dos mundos se van a unir, ¿no? Pero quizá en, en un año sigue siendo lo que hace Netflix el día de hoy y perdemos un contenido de calidad que era el de HBO, ¿no?" O sea, a nivel de usuario, esta consolidación, yo no sé si es lo mejor, ¿no?

Es un, es un poco el, el tema de si realmente tienes que-

Esto en general, ¿no?

Sí, ¿no? O sea, cuanta más competencia, mejor.

Siempre.

En general, mejor.

Y Netflix es curioso, porque es una empresa que desde que la conozco siempre hay un argumento de que se está muriendo, ¿no? De que, o sea, empieza-

Pasa de moda, ¿no?

Con los DVDs, eh, luego sale con las, las producciones estas que, que compra lo barato, luego empieza a ha-hacer sus propias producciones y dices: "Bueno, ha hecho House of Cards y Narcos y ya". Luego dice: "No, ahora viene el gaming, se la va a cargar el gaming porque la gente no mira la tele, sino que juega videojuegos". Luego llega el Kivi, Ki-kibi o Quibi se llamaba, que se-- no sé si os acordáis, una, una startup que duró dos meses.

Sí.

Que invirtieron-

Le invirtieron mil millones o mil quinientos millones.

Exacto.

Y lo vendieron todo en nada y...

Exacto.

Todo bien.

La ex es-- bueno, esto era el, el no sé qué, Katzenberg, que es uno de los, eh, productores e inversores más famosos de Hollywood, Jeffrey Hat-- Katzenberg, creo que se llamaba. Y, y la, y la mujer que era la CEO de Hewlett-Packard, eh, que no me acuerdo el nombre, es que ha-hace años ya de esto, ¿eh? Que, que pusieron más de mil millones de dólares en montar la startup y al, al mes de, de-- el mes de lanzamiento cerraron, que era un Netflix TikTok.

O sea, eran superproducciones de capítulos de tres minutos en formato vertical para consumir exclusivamente desde el móvil. Y, y luego llegó TikTok, eh-

¿Y dónde fueron los mil millones? Yo me lo pregunto.

A la basura. A la basura. O sea, desaparecieron.

Pero algo harían. Algo harían.

Bueno, hicieron una plataforma tecnológica que no se usó nunca.

Claro.

E hicieron unas cuantas series de estas que, que no se vieron nunca. Entonces, se, se incineraron.

En lugar de montar algo en plan vas escalando y vas poniendo parches como es escalando, ellos pensaban que tendrían mil millones de usuarios inmediatamente y entonces consiguieron una escala. Pero sobre todo compraron muchísima IP, ¿no? Y entonces empezaron a hacer licencias para comprar IP, generar contenido, etcétera, y la gente no lo consumía.

Con superestrellas de Hollywood, etcétera.

¿Qué, qué parte del, del revenue de Eleven Labs es en venderle a esos players de entretenimiento a Netflix de turno?

No lo inventaría ahora mismo.

¿Pero es relevante?

Eh... mmm, bastante.

¿Sí?

Más del 10 %.

Sí, sí, sí. Todo el tema de-

Más del 30.

Todo el tema de generación de...

Sigue, sigue. Te subasta.

Sí.

Sí, más del 30, ¿eh?

No lo sé, no te sabría decir, ¿eh? No te sabría decir.

Hombre, pero si están entre 20 y 30. Si están entre 20 y 30.

Es relevante. Más del 10 % segurísimo.

O sea, tú pasas tiempo en Hollywood.

Yo el año pasado me tiré muchísimo tiempo viajando a Los Ángeles y los conocemos a todos muchísimo, muchísimo, muchísimo. Eh, Disney es un investor nuestro, por ejemplo, y si te hubieras de los cinco grandes-

Vuestro cap table tiene que ser entretenido, ¿no?

No, no, no es tan, no es tan complicado como parece, ¿eh?

¿Cuántas filas tiene?

No, no tantas, no tantas, no tantas como piensas. Pero por ejemplo, de las top cinco que hay a nivel de Estados Unidos, eh, tenemos contratos enterprise con cuatro de las top cinco.

¿Pero qué hacéis? ¿La traducción, el doblaje?

No, no, no. Doblajes no se hacen casi nada, pero es más, eh, generación de preproductions, productions, marketing.

¿Qué significa esto? ¿Qué significa generación de preproductions y productions?

Bueno, hay un momento en que estás haciendo preproduction, que estás creando contenido para, para cómo encajará, estás creando scripts, estás creando-

Como la versión de prueba. Antes de hacer la buena, la de prueba la hacéis con IA.

Y luego hay cos-- un montón de cosillas en production que, pues hay que hacer cambios o que le pones una voz a un-- a una persona concreta, etcétera.

Vale.

Y luego hay toda la parte de postproduction, que también a lo mejor si el actor A no está disponible y ese actor A, porque lo vemos muchísimo en Hollywood, actores muy conocidos que tienen sus propias voces de IA y que les hemos hecho. Entonces, ellos tienen su propia voz y tú estás haciendo una producción. Por tema de schedule, no puedes ir a hacer la postproducción porque necesitas grabar no sé cuánto y estás en la otra punta del mundo.

Entonces, les das permiso para que utilicen tu propia voz. Hay cosillas de estas y esto pasa continuamente.

Claro, imagínate luego hacer la misma voz del actor, pero en catalán.

Sí, pero sería más doblaje.

No, sí, claro, pero sería el mismo actor, la misma voz.

Sí, claro, pero sería lo ideal. Yo si veo una película, lo siento mucho, pero yo si veo una película de, de, de, de Margot Robbie, me encantaría verla en, en, en el idioma correspondiente, Margot Robbie hablando. Es porque, es que tiene un, es-- tiene una manera de hablar que es para mí es espectacular. No quiero ver el doblaje, personalmente. Respeto a todo el mundo que lo quiera.

El 90 % de la gente piensa lo contrario, porque son los datos que hay en Netflix ahora mismo por, por costumbre que tenemos aquí.

Pero porque no tienen esta opción, más claro.

Claro.

Porque, o sea, ahora la opción es en inglés en original o en tu idioma otra persona.

Mucha gente que ha visto-- está acostumbrado a ir-- ver películas de Bruce Willis con la voz de Ramón Langa, luego oye la real, la auténtica voz de Bruce Willis y dice: "Uf".

No es Bruce Willis.

No es Bruce Willis.

Pero, pero tienes-- te están vendiendo, te están vendiendo humo cuando no ves la-- no es la voz original.

Dice, y es verdad. No tengo nada en contra, pero...

A ver, son, son opciones de consumo al final. Yo lo veo de una manera o de la otra. Eh, me están vendiendo la versión con texto abajo que tengo que estar leyendo, pues tampoco es la versión que quiere el director. Al final es-- uno escoge la que prefiere, ¿no?

Eh, no sé de dónde venía esto, pero la voz de Margot Robbie La voz de Margot Robbie en, en castellano. Bueno, ese, ese también es el reto que a mí me gustaría, porque todavía no he visto ningún doblaje hecho en castellano de España, eh, con la voz original que suene, que suene como a un nivel de calidad que yo exigiría a un actor si le estuviera dirigiendo.

Vale, pues es lo que estaré atento. Estaré, estaré atento, obviamente.

Invierte, invierte en ElevenLabs, Masumi.

Si hace-

Va a ser una line item del CapTable.

Oye, entre estos tres players que hemos visto en la, en la foto, ¿hay mucha diferencia de cómo trabajan? Eh, ¿o son parecidos, no? Como hemos dicho Warner, Paramount.

Todos son muy diferentes. Todos son muy diferentes a la vez. Eh, pero todos los, los estudios. Algunos son más complicados, algunos son más avanzados tecnológicamente, algunos no te ponen problemas, otros te ponen más problemas. Entonces, bueno, yo creo hay una parte cultural dentro de ellos que, que, que es-- varía muchísimo, ¿no? Pero bueno, son todos bastante interesantes, ¿eh?

Y cuando OpenAI ha anunciado este deal con Disney, por ejemplo, que es inversor vuestro, ahí ¿cambia algo la relación?

¿OpenAI con?

Con Disney.

Con Disney. Eh, no, absolutamente para nada.

No competís ahí dentro.

Bueno, sí, pero al final ellos tienen sus maneras, ¿no? Con OpenAI le han puesto que son mil millones, ¿no? Es una hostia de-

Sí.

Nosotros no nos pusieron mil millones, pero no vamos a levantar nueve mil millones. Entonces, son, son, son mundos diferentes. Seguramente para ellos es más importante OpenAI que ElevenLabs y me parece perfecto.

Porque me parece interesante el tema.

N-no, al final sí que es verdad que nosotros estamos haciendo el audio y todo el tema de agentes yyy, y entonces, pues bueno, vídeo hay un montón de startups que lo están haciendo y me parece que son unos megacracks. Entonces, bueno, veremos exactamente, pero-

Son unos megacracks, igual que los dobladores. Son unos megacracks.

No, no, no, pero sí que es verda-- sí que es verdad que al final, eh, el, el-- nuestro, nuestro core es to-todo el tema de audio y agentes, donde nos dedicamos al cien por cien es en, en tema de audio, ya sea transcripción, ya sea voz, ya sea agentes, lo que sea. Y entonces todos los otros no, no estamos allí.

Una pregunta, Carles. El otro día hicimos tertulia, eh, con la gente de Heydiga, que, que están aquí al lado-

Claro.

Que hacen, eh, agentes de, de, de voz, ¿no?

Claro. Sí.

Sí, sí, cuéntame. Sí.

¿Cuál es la anécdota?

Ah, vale. Vale.

No, porque Sergi y yo somos muy buenos amigos. Sergi es uno de los founders, eh...

Quizás está en la sala.

Si no está en la sala, está en la de atrás. Y, y nada, eh, yo no soy, no soy ni investor, no tengo ni shares, no tengo absolutamente nada. Y me escribió, porque hablamos un montón y me escribió: "Oye, te puedo poner como advisor, tal". Y yo dije: "Tío, esto a mí no me interesa absolutamente para nada y yo estoy en contra de los advisors y tal, no aportan absolutamente nada. Eh, pero bueno, si te va a ayudar, pues yo encantadísimo y ya está".

Oye, ¿hace falta-- porque según la web de ElevenLabs, vosotros vendéis el producto de agentes como que es lo único que te hace falta. Tú vas a ElevenLabs, eh, empiezas a configurar cosas y ya está todo montado. ¿Hace falta otra capa por encima para hacer agentes de voz o, o te vas directamente a ElevenLabs y te lo montas todo?

Depende lo que necesites. Eh, tú puedes montarte un agente de voz sin ningún problema en minutos.

En ElevenLabs.

En ElevenLabs. Eh, y t-tienes la integración nativa con WhatsApp, con telephony systems, con lo que te apetezca.

Sí, o sea, el número de teléfono lo registras y lo configuras todo en ElevenLabs, esto.

Eh, normalmente no. El número de teléfono te vas a un Twilio y lo integras. Lo compras allí y lo integras con la, con tu API key. Pero, pero es bastante sencillo todo integrar. La cosilla es que si tú eres una empresa más grande, la integración no es tan fácil, porque tienes a lo mejor sistemas un pelín más antiguos, porque tienes, tienes cosillas importantes que tienes que gestionar.

Y entonces, un-- lanzar un agente de dos minutos que no esté integrado no hay ningún problema. Lanzar un agente en una startup que esté integrado, pues tardas un día y lanzar un agente con una empresa gigante, eh, de telecos o de banco tal, pues tardas dos meses, tres meses.

Support.

Call centers. Call centers.

Call centers. Call centers, ya sea de inbound y outbound, ¿no? Eh...

Sí, sí, sí, muchísimo. Eh, es la primera. La segunda te podría decir que es to-todo el tema de collections, ¿no? Todo el tema de, de, de deudas y tal. Y después ya hay todo el resto, que es un long tail.

Me debes, me debes cincuenta euros, págame. Eh, no, pero es, es un caso de uso gigante que, que a efectos prácticos es difícil recolectar esas deudas si alguien te debe dinero o empresas te deben dinero y hay un montón de startups que lo están haciendo y a mí me parece un caso espectacular, porque realmente los resultados son, son-

Impresionantes. Y evidentemente tienes que seguir el proceso de cada uno de los países. En España está superbién regulado lo que puedes hacer, lo que no puedes hacer, etcétera, ¿no? Eh, y entonces son casos de uso muy buenos. Hay una startup en Barcelona que se llama Murphy, que también levantó Yo soy pre, eh, me tiene en la preseed, soy investor y ElevenLabs está en la cap table.

Nosotros metimos desde ElevenLabs y entramos en la seed round también con ellos. Y hay un montón en el mundo que lo hacen.

No, no, no.

Créditos a cambio.

Tampoco.

No. San Lidio.

No sé si Borja, Borja está por aquí, pero, eh, pero Borja siempre me escribe: "No, pero se los regalo". Pero no, no, al final nosotros metimos dinero porque creemos que hay algo importante en el sector. Eh, tenemos ElevenVentures, ¿no? Que ElevenVentures es nuestro venture capital fund interno de la empresa y invertimos directamente desde la, desde el balance sheet.

O sea, levantáis rondas y luego usáis el dinero de las rondas para invertir en startups.

Espectacular, ¿no?

Sí, no sé.

Sí, no, lo, lo hemos hecho-

Mal nos va, no sé.

Lo hemos, lo hemos hecho y bueno, el, el, el fondo, ElevenVentures, aunque no sea un fondo en sí, nos va bastante bien.

He invertido en la preseed a nivel personal, sí, con mi fondo.

Y hablando, hablando de, de megadeals, em, ayer justo salió que, que Amazon, eh, que es la que faltaba, pues ha invertido 10 billion en, en OpenAI, que visto viene después de que OpenAI también anunciase unos compromisos, todo aquí circula como siempre, de casi cuarenta, que son treinta y ocho, en consumo y los-

Treinta y ocho billion.

Sí, treinta y-- que es poquito.

Ya.

Porque, o sea-

En, en, en las TPUs, que son la, como la competencia de Nvidia que hace-- que está haciendo Amazon igual que lo hace Google y consumo de, de cloud, ¿no? Es parecido, al final es, son-

La TPU solo es Google.

La de, la de Amazon como se llama, creo es, creo se llama parecida, ¿eh? Em, y, y básicamente, eh, otra vez estamos en, en un mundo parecido. Sí que es verdad que en este acuerdo he estado leyendo bastante y se especula mucho sobre que hay también una, una cláusula que habla de acceso a amazon.com desde OpenAI.

Correcto. Un partner de ChatGPT-

Desde chat de e-commerce, desde ChatGPT. Que yo aquí lo que, lo que leí penso: hostia, no sé si realmente si yo fuese Amazon me interesa mucho o sí que, que se salte mi web para comprarme desde, desde OpenAI, porque al final desde ahí en publicidad, en, en, en datos de usuario tienen muchísimo, tienen muchísimo. Entonces, que al final se vaya el, el usuario a OpenAI a ChatGPT-

Amazon factura miles de millones de dólares en anuncios.

En anuncios.

Y con todo margen. O sea, es todo beneficio. Claro, pero a, pero a mí me parece más interesante, yo creo que el, el, el, el, el deal me parece espectacular, porque si desde OpenAI puedes comprar en Amazon, al final Amazon sigue generando el volumen, pero seguramente, no lo sé porque no tengo insights en esto, pero seguramente lo que va a hacer Amazon es va a cobrar por token, ¿no?

Si tú tienes un agente que entra, por cada vez que visite me va, me vas a pagar una especie de tokens o cantidad de dinero. Entonces, es una fuente de ingresos absolutamente brutal para Amazon. Yo lo haría de esta manera.

Que también tiene un deal con OpenAI.

Claro.

Es más defensivo que otra cosa, ¿no? O sea, de alguna manera renuncias a que la interfaz sea la tuya, ¿no?, en el futuro, que en vez de amazon.com todo pase por, por, por ChatGPT o por algo parecido.

Yo creo que dependerá mucho seguramente de la transacción, del tipo de transacción. Si quieres comprar, yo qué sé, alguna cosilla relativamente sencilla, lo tú comprarás desde ChatGPT, pero si quieres comprar algo más, más complejo, seguramente seguirás yendo a Amazon, ¿no? No sé, no, pero no tengo ni idea. O a lo mejor habrá algún momento en que te aparecerá como los anuncios directamente de Amazon, míratelo más detalle en Amazon, no sé, y te llevarán ahí, cosillas de estas.

Eh, poquito. Poquito.

Poco, ¿eh?

No, estoy pensando yo, yo poco.

¿Quién busca en Perplexity?

Uh.

Nadie.

Nos hemos escondido, nos hemos escondido. Me he sorprendido, 10 manos. Yo buscaba en Perplexity.

¿Sí?

Sí. Ahora ya...

¿No? ¿Qué ha pasado?

No lo sé. O sea, entre ChatGPT y, y, o sea, ChatGPT ahora me res- me resuelve prácticamente todo lo que antes. Antes Perplexity tenía la parte de research que tenía gratis, ahora también me lo da ChatGPT. Em, y Google también me da cosas parecidas, no, no, no veo la diferencia.

Eh, yo utilizo ChatGPT, eh, Claude, depende de las cosas, y Google.

A mí lo que me molesta mucho de ChatGPT es que hay que recordarle el, el web search. Muchas veces le preguntas algo y te contesta cosas del pasado y le dices: "Tío, eh, no, o sea, usa web search, que ya hace un año y medio que, que está inventado esto". No sé si es por ahorrar o por lo que sea, lo desactivan siempre. No sé si os pasa, pero-

No, hay un, hay una-- en el más tienes que activar web search. Y cada vez que se me olvida lo hago rápido y tal, y, y me contesta cosas del pasado.

No, pero yo creo que-

Claro.

Porque estamos en una burbuja. Nosotros los que estamos en el mundo tech trabajamos en una bu-burbuja que no es la real. Y yo creo que la gente real, normal, de a pie, del día a día, sigue utilizando Google de una manera normal, como, como si no pasara nada. Y no, nadie utiliza Perplexity. Lo utilizan unos cuantos, pero ya está. Yo no soy un-- No, no tengo-

Yo creo que Perplexity al final es una nice UI, es una UI muy bonita, pero son APIs de diferentes empresas, eh-

Sí, también. Pero tiene una valoración hinchadísima, ¿no? Y que me parece muy bien si tú tienes un, un, un, un conexión, un montón de conexiones de, de APIs y tal, y utilizas ElevenLabs y Perpl-- y OpenAI y no sé cuántos, eh, y tal, pero si te metes un múltiplo pero gigante con una valoración disparadísima y, y lo vendes como has montado un orchestrator encima de esto, joer, me parece algo rarísimo, ¿no?

Eh, bueno, y vemos que Google tiene una distribución absolutamente brutal, pero brutal. Y entonces, no sé, a lo mejor me equivoco y seguramente me equivocaré, pero yo no

Muy bien.

Pues, eh, ya pasando a la, a la noticia que a mí me sorprende bastante de ayer, eh, es que Databricks ha levantado una serie L, eh, de 4,8 billion, eh, creo recordar, sí, a una valoración de, de casi 140, ¿vale? Y, y para mí lo que es curioso es que ahora hemos hablado mucho de billions, etcétera, y toda la vez combinamos compañías públicas y compañías privadas.

Eh, y, y lo que, lo que ahora no queda muy claro es realmente para crecer una compañía dónde tiene más sentido hacerlo, si hacer una IPO o seguir un mercado privado, porque si lo comparamos con Snowflake, que tenemos una, una foto por ahí de una tabla, Snowflake hace dos años era de las que tenía mejor múltiplo de ARR de todos los secto-- mercados públicos. Ahora está en un 20 más o menos, eh, que está muy bien, pero es que Databricks está prácticamente en, en, en un trenta y-- en, creo que era, a ver cuánto era, treinta y-- cincuenta y cinco por-- cincuenta y cinco X, eh, revenue.

O sea, factura lo mismo, factura un 4 billion.

Más que vosotros, ¿no?

Facturan cuatro billion las dos. Una vale, una está valor-- valorada en mercado privado en 135, la otra no llega a los, no llega a los 100. Sí que es verdad que Databricks está creciendo mucho más, está creciendo un 55 por cien.

Ah, pues no.

Más o menos.

Mercado privado.

La, la pregunta-

Sí.

Claro.

No, y se están juntando los múltiplos. Al final del año que viene va a ser el golden age de salir a bolsa, ¿no? Vamos a ver seguramente SpaceX, vamos a ver seguramente Anthropic, OpenAI, Databricks. OpenAI no lo creo.

No, Eleven tampoco. Pero, pero yo creo que vamos a tener, vamos a tener dos años-

Somos demasiado pequeños ahora mismo para salir a bolsa.

300 millones. Si el año que viene triplicáis a 1 billion punto 2, ya está bien.

No, pero para salir a bolsa necesitas 18 meses de prepararte fuerte y no estamos. Tendríamos que tener ya a la gente-

Sí.

Sí, no, al final es, eh, como hay tanta demanda de los empleados en el mundo IA, sobre todo de los researchers, eh, necesitas darles un tipo de liquidez importante para que estén engaged, porque si no, si estás con ElevenLabs y no puedes vender nunca o solo puedes vender cada seis meses, pero a la vez, eh-

No, pero-

Claro, pero el mercado ha cambiado muchísimo. OpenAI la semana pasada anunció que eliminaba los, los cliff.

Pues que yo esto me parece una cosa...

No, pero claro, pero a mí no me gusta nada.

Y a la-- exacto.

No, y a la empresa le interesa tener gente que esté, mmm, tres, cuatro meses en la empresa. ¿Aporta algo un empleado que solo está tres o cuatro meses en una empresa?

Es, es un, es una cosa más de, de: doy la opción, pero sé que no va a pasar, ¿no? Entonces, lo que, lo que puede pasar es que alguien no funcione, esté en la empresa tres meses, no funcione, entonces, pues se llenen esos tres meses, ningún problema. Pero es una, es, es el mercado que está evolucionando de manera, y si tú quieres contratar a la mejor gente del mercado, tienes que darles liquidez continuamente, tienes que sacar los cliffs.

Sí.

Eh, no lo sé, no lo sé. Les pagamos bastante bien, les pag-- bastante bien, pero bastante menos que OpenAI.

Eh, total compensation, sí, pero se incluye equity-

Eh, cara.

No lo sé, no te sabría decir. Pero OpenAI les paga muchísimo más. Un Google les paga muchísimo más. Meta hizo famosos los, los paquetes de 100 millones en verano y estamos hablando de que son un Cristiano Ronaldo cada uno de ellos y que se los merecen, ¿eh? No te digo que no, que se los merecen perfectamente.

Yo creo que sí. Yo creo que sí. Son los Cristiano Ronaldo del momento y me parece perfecto.

A ti te han, te han venido a llamar a la puerta, la gente de Meta: "Este verano te llevo".

No, no, si me llamaran me irían 2 euros, vente.

Tienen miles de go to market, esta gente no es nada. No, pero si tú lo miras, gente de go to market tradicionalmente han sido los mejor pagados del mundo. Hasta que llegó-

Los vendedores que venden.

Los vendedores que venden son los que más han ganado, evidentemente, ¿no? Y hace tres años el mundo ha cambiado totalmente y los researchers se lo merecen 100 %. Yo estoy a favor de estos packages multimillonarios que se llevan, porque es gente que realmente está transformando el mundo. Me parece genial.

A mí lo que entiendo es que como ex, ex bajo a seis meses, puedes decir: "No, pues yo lo bajo y, y, y intento traer talento", ¿no? Entiendo que al final traerte el, el researcher clave de xAI o de Meta o de OpenAI, pues puedes, puedes verte muy bien, porque al, al día siguiente sabes qué están pasando ahí, pero también se te pueden ir. O sea, si no tienes cliff, al día siguiente, o sea-

Sí, un año.

Es lo estándar, eso es normal.

Monthly vesting, one year cliff, que es lo normal.

¿Y lo, lo queréis quitar?

No.

No.

Me parece bien.

O sea, te parece muy bien que lo hagan los otros.

Perfecto. Así les podemos robar lo del talento.

Ah, vale.

Yo creo que si se convierte en una norma, si o Anthropic lo hace y luego lo hace, yo qué sé, Cursor y lo hace no sé cuántos, lo acabamos haciendo todos. No habrá opción, ¿no? Entonces, todos seguiremos en, en, en, en, eh, como, como, como hormiguitas, ¿no?

Pero en Silicon Valley ya hay, eh, una cultura de rotación muy bestia. O sea, la gente es muy poco leal. ¿Se dice leal? Eh, el promedio, cuando yo estuve ahí, que hará, que hará 10, 12 años, 13 años, eh, me acuerdo que, que el promedio de tenure, de, de duración de un empleado en una startup tech era de 14 meses.

Mmm.

O sea, ahora debe ser de cuatro meses.

No.

Con la presión por talento que hay, incluso que hay que bajar, hay que quitar el cliff. Si hay que quitar el cliff es que a la gente le importa. Y si estamos en catorce meses, hace trece o catorce años, ¿dónde debemos estar ahora en, en duración promedio de un empleado en una empresa tech o AI de Silicon Valley?

Yo creo que depende mucho de la empresa. Por ejemplo, nosotros la gente no se nos va. Y s-- y está muy bien, pero también, pues a veces, pues, pues oye, si a la gente le apetece montar alguna cosilla, me parece también genial, ¿no? Pero tú miras un Thinking Machines de Mira Murati yyy, y tampoco se le va nadie. Y les ofrecen packages gigantes y no se va ni Dios. Gente de Anthropic tampoco se van.

Entonces-

No, no tengo absolutamente ni idea.

Conozco gente, pero no tengo ni idea de lo que hacen. Son muy secretos y me parecen genial porque ellos están intentando cambiar el mundo a su manera, pero Safe Superintelligence, también de Ilya, exfound-- excofounder de, de OpenAI, también es supersecretive, la gente no se va de allí, ¿no? Entonces, yo creo que hay empresas que están perdiendo mucho talento y es un elemento que tienes. A la me-- a medida que creces muchísimo en cuanto a personal, la gente se siente un número y como tal, si sientes un número, pues te sientes libre de marcharte y ser un mercenario.

Eh, Carles, ¿tú te has sentado con Tim para cambiar Siri, arreglar Siri?

¿Tim Cook? No.

Claro. Bueno, yo sé que a Carles le llama porque hay Ilya y Mira y tal, digo...

No, no, no, yo personalmente-

A ver si alguien espabila a Siri de alguna vez, digo, quizá vosotros.

Bueno, vosotros utilizáis, eh, iOS, pero yo utilizo Mac y Android, así que me parece bien si cambiamos lo de-

Pero en el Mac también hay, también hay Siri, ¿no? Pero ¿quién lo usa?

No lo usa nadie. No, eh, yo personalmente no. Conozco a Jensen Huang, muy buen hombre, espectacular, y a varios de los otros, pero Tim Cook no.

No.

Jensen es socio, sí.

No, no, no, no, no, no. No.

Tiene trabajo, shippeando. Está empaquetando envidias todo el día.

A ver, que tampoco al final. Si, si una empresa quiere salir-

No, claro, pero si una quieres-- empresa quiere ser pública, necesitas un consejo que realmente funcione bien, ¿no? Y qué mejor-

¿Quién?

No, a día de hoy, pero ya hemos dicho que en cuatro años nos gustaría salir públicos y tal. Entonces, necesitas un board que funcione bien y quién mejor que tener a lo mejor un Jensen o alguno de estos en tu board. Espectacular. Han montado la empresa, han pasado por momentos dificilísimos, superbuenos momentos. Te pueden dar un montón de consejos buenos y me parecería genial.

No.

No. Mati lo hace y Mati, Mati y yo lo gestionamos y ya está. Entonces, Mati hace la parte más de big fans y yo hago la parte más de estratégicos y ya está. Es sencillito.

No, no, es poca, no, menos de un 10 %.

Bueno, abren la agenda y dicen: mañana a las siete de la mañana se abre el fundraising. Treinta y tres veces ARR, venga.

Firme aquí. Sí, como la-- un concierto de Taylor Swift, ¿no? Para entrar en ElevenLabs.

No, es que-

Está Jensen. No, pero lo bueno, si creces mucho, tienes evidentemente los investors son todos de FOMO y no se quieren perder nada. Hubo Harry Stebbings, que es, eh, uno de los founders de-- founder y investor de 20VC, eh-

Y youtuber también.

Youtuber, que somos superbuenos amigos. Y, y puso un tuit esta semana que decía: "If, uh, if you're not an investor in Lovable, ElevenLabs, Cursor o one of these ones, you don't matter", ¿no? Y entonces, ha recibido un montón de, de haters en Twitter y todo eso.

Es por la cámara, es por la cámara. A mí me encanta, es-- me encanta. Realmente es superbuen tío, superbuen tío. Trabaja más que nadie y, y, y a mí me encanta. Pero ha recibido un montón de ge-- de, de hate, de-- o, o, o trolls.

No.

Eh...

Sí, pero no, no, no, no.

No tanto.

No, y compartimos deals un montón de veces y tal, y entonces él me intenta convencer: "Entramos en este los juntos", y yo: "No, esto no me interesa". O yo le envío y me dice: "No, este me interesa", ¿no? Y entonces hacemos deals juntos, pero, pero tenemos nuestras-

Y a mí no me puso ni en la web.

Ni sudadera.

Ni tengo la sudadera tampoco. Estoy esperando.

Tengo la que pone Reina. Hicimos un pódcast hace dos semanas. No, ¿hace una semana? No, tres semanas en Londres y aún no ha salido, pero me pone Reina detrás y yo dije: "Hostia, Reina, por qué no me pones Carles". Me ponen Reina. Digo: "Vale".

Y ya para completar, eh, una actualidad, Lovable hoy ha anunciado una ronda de trescientos millones a six billion.

Sí, six point six.

O sea, como vosotros, ¿eh?

Cabrones.

¿Han hecho treinta y tres también o no?

Eh... Son unos cabrones, nos han copiado. No, pero ya han levantado como... no sé, están en doscientos millones ahora mismo, entonces han hecho como treinta y tres también. Eh...

Los mismos con doscientos.

Sí, sí, sí, sí. Y...

Es el estándar ahora.

Sí. Treinta y tres. Hemos patentado el número. Eh... No, Ant-Antón es un crack, eh, Antón es un crack. Me gusta mucho como persona y tal, pero, pero bueno, hay que seguir creciendo. Hay que seguir creciendo. Al final, lo que importa no es cuánto creces, sino la cualidad de-- la calidad de tu revenue, ¿no? Y entonces, si todo tu revenue está skewed towards like self-service, cuidado, porque a lo mejor todo, a lo mejor tienes subidas y bajadas.

Es menos sticky.

Claro.

Hay, hay una gran pregunta sobre empresas quizá más de Lovable que de Eleven, ElevenLabs. Eh, pero a mí me va a salir Eleven X, de hecho, ¿no? Que es otro Eleven que, que, que también entra en esta categoría de empresas que crecen tan rápido que mucha gente se plantea: oye, este revenue, estos nuevos clientes son en realidad son, son pruebas piloto, gente que quiere probar la tecnología, pero que un porcentaje muy grande no se va a implantar, no se va a quedar, con lo cual luego habrá un churn.

Cuando se acabe este contrato de doce meses, vosotros, ¿qué churn estáis viendo?

No lo vemos demasiado, porque al final hemos migrado mucho la parte de enterprise y en la parte de enterprise no.

Eso es más serio. Esto cuando se mete, se queda.

Como vosotros al final, ¿no?

Nosotros probamos muchas cosas y las cancelamos, ¿eh?

¿Sí?

Sí, claro. Probamos muchas cosas.

No todo funciona.

Claro.

De calidad. Vale, vale, vale.

Ah, vale. Nosotros, digo, nosotros como compradores, nosotros compramos casi toda la AI que hay. Cuando hay una AI para hacer marketing, para hacer ventas. Hay mucha AI, demasiada.

Demasiada.

Y, y por-- bueno, pero nuestra reacción por defecto es: "La vamos a probar", porque queremos lo que funciona, queremos lo último. Y, y, y no todas funcionan.

Y no funcionan, no funcionan. No, no, no.

Las que funcionan, algunas, por ejemplo, Genesis, ¿no? Que es una empresa invertida por nosotros, funciona muy bien. Seguimos siendo clientes de hace más de dos años, creo.

No, no, yo he usado un montón, pero por ejemplo, yo lo que he estado montando estos últimos años, estos últimos meses, era todo el tema de contrato a ingenieros para el equipo de go to market, y entonces montamos agentes para el equipo de go to market. Entonces, cada año monto una visión de lo que va a ser ese año para go to market en revenue. Entonces, tenemos la veintitrés, veinticuatro, veinticinco, y ya he montado la veintiséis.

Y la del veintiséis puramente es a swarm of agents working for every single one of the go to market people, ¿no? Entonces, al final es un conjunto de agentes de IA trabajando para cada uno de mis empleados en la empresa. Y tenemos allí, hemos montado un AI SDR, por ejemplo, que funciona muy bien, nos gestiona el setenta y ocho por ciento de las, de los inbound. Tenemos-

Cuando haces el, cuando haces el, le metes, eh, para ponerte en el form, para mo-meterte ahí, te aparece un agente y dice: "¿Quieres hablar conmigo? Estoy disponible inmediatamente". Es un agente de IA que habla contigo. Setenta y ocho por cien-

¿Eso es vuestro o es un...?

Totalmente nuestro.

Muy claro.

Synthesia utiliza mucho ElevenLabs.

Hacen la parte de avatar, sí. Em...

Todos, todos.

Sí, OpenAI y toda esta gente. Sí, sí, sí. Bueno, está bien. No, pero para mí-

Pero en go to market agents son todos vuestros. No usáis-

Nuestros agentes son nuestros, porque al final yo estaba cansado de comprar cosas, bustecearlas y no me funcionaban para nada, ¿no? Un, un por un lado, y el otro lado era que mi equipo de infosec me decía: "Olvídate, no lo voy a probar nunca", ¿no? Eh, y entonces, pues bueno, eh...

Ese es el agente de seguridad.

Sí. Yyy, y entonces al final lo conseguimos nosotros y tenemos, pues eso, el AI SDR, tenemos el AI, el AI proposals managers, tenemos mil cosillas.

Hablando de implementaciones, eh, Carles, ¿tenéis forward deployed engineers vosotros?

Sí. Sí.

¿Qué perfil son? O sea que-

Eh, muchas veces ex-Palantirs, eh...

Que es el que se inventó el forward deployed engineer.

Exactamente, que lo sacó de, de, de, de, de Defensa, ¿no? Eh, pero sí, sa-- nosotros tenemos un montón y lo tenemos por todo el mundo y lo estamos-

Pero claro, perdona, el forward deployed engineer de Palantir sabía un montón de big data y de repente sabe de workflows, de productividad y de voces.

Claro, tenemos dos tipos de perfil dentro del forward deployed engineer, que para nosotros es un equipo, y entonces dentro del forward deployed hay la gente que son más strategies y la gente que es más, eh, puramente ingenieros. Y normalmente en cuentas grandes o en cli-- cuentas más estratégicas metemos a los dos. El strategist-

Vale, strategist sí que lo puede reciclar de Palantir, pero el técnico quizá no, porque es otro perfil, ¿no?

No, porque Palantir tiene los ecos y los otros, ¿no? Entonces uno es más técnico y el otro no tanto. Entonces, bueno, contratamos mucho de Palantir, pero sobre todo también gente que está-

¿Y esto se cobra? ¿El forward deployed engineer se cobra? ¿Los servicios de estas personas o, o es un coste que asumís vosotros?

Nosotros no lo cobramos.

No lo cobráis, ¿eh? Está incluido en la tarifa recurrente, en los tokens.

Exacto. Sí, sí. Ahora, si te voy a construir customizaciones porque eres empresa A y necesitas veinte customizaciones, pues sí que te los voy a cobrar. Sí.

Vale. Pero empresa A, ¿qué significa?

Cualquiera, da igual.

No, que sea una empresa, pues de...

No, que es una empresa gigante o mediana y que necesita veinticinco customizaciones o a-- o cinco o lo que sea.

Esto se lo hacemos.

Pero se lo cobráis.

Y lo cobramos.

Entonces cobramos con las horas de forward deployed.

Sí.

Oye, estamos aquí mucho rato, pero hay muchísima gente y yo creo que deberíamos pasar a, a las preguntas. Eh, así que, ¿quién quiere empezar a...?

¿Hay premio para las preguntas, Marcel?

Hoy tenemos muchas, muchas camisetas nuevas, que lo anunciamos aquí, vamos a sortear, eh, la, el merchandising nuevo de Itnig, que, que ha hecho VIMAT para nosotros. Entonces, entiendo que sí, que habrá premio para la mejor pregunta y la gente que participa, pero vemos de-- lo vamos a averiguar mientras pregunta la gente.

Ah, sí.

Y tuya.

Bueno, vuestra.

Sí, sí, Tecker, Tecker.

Que están destrozando las oficinas.

El robot se dispara y...

Para Carles.

Dos años.

Ojalá. Un poco más, un poco más, un poco más.

Si puedes volver al castellano, porque la audiencia...

No, claro, sí, porque al final, como nos relacionamos todos con nosotros, vimos cómo intentamos ir más avanzados, aplicamos las últimas tecnologías, pero no es el día a día de la gente normal, de las empresas normales. Entonces, vivimos en esta burbuja en general que nos hemos creado nosotros y que esta funciona muy bien y que a mí me encanta, porque hace diez años, cuando yo empecé a trabajar en Tech, ¿cuántas?

Eh, pues cuánta gente se dedicaba al mundo tecnológico en Barcelona o en España o en toda Europa, pues éramos los raros, ¿no? Y a día de hoy puedes montarte una carrera profesional sin ningún problema y montar empresas espectaculares Trabajando en tech y montando startups. Y a mí me parece genial, pero no deja de ser una burbuja, no es el día a día. Si yo miro todos mis amigos de la infancia, que nos hablamos continuamente, ehm, soy el único que trabaja en tech.

Entonces, la gente sigue trabajando en el día a día, que es lo normal y que me parece bien. Y entonces estamos en una burbu-- en una burbujita. Sueldos más altos, tenemos-- hablamos de vestings, hablamos de, de equity, hablamos de fundraising, hablamos de valorizaciones en, en billions y cosas así. Y no es lo normal de la gente.

Claro.

Claro.

Mira que nos hemos currado las, las fotos, las imágenes, todo, de nada.

Pero el HDMI, eh, es demasiado temprano. 2026 era el año del HDMI.

Este ElevenLabs no...

No, ir de cero a, de cero a uno siempre es complicadísimo. De cero a, de cero a uno, da igual el baremo, ¿no? Pero es lo más difícil. Cuando lanzamos nuevos mercados, por ejemplo, y decimos: "Va, empezamos desde cero en México, hostia, conseguir llegar a los primeros cinco millones en ARR y tal siempre es complicadísimo.

Luego se hace más fácil porque empiezas a tener un nombre, utilizas case studies y todas estas cosillas y como la rueda empieza a girar más rápido, ¿no? Pero, pero es complicado. Nosotros el primer año creo que finalizamos en treinta millones, una cosilla así, ehm, y luego-

Eso fue un fin de semana.

Durísimo, durísimo.

Que levante la mano el que tardó un fin de semana en ir de cero a uno. Pues fue-- no me acuerdo exactamente el número que era, pero lanzamos un nuevo producto y en, en veinticuatro horas había lanzado, había conseguido más de un millón en, en ARR y era como: "Y esto ha sido un producto que lanzamos pron-- que hace, hace nada", ¿no? Pero claro, al final, a medida que vas creciendo, como eso es más fácil conseguir ese siguiente millón y millón, ¿no?

¿Cuándo se funda ElevenLabs?

Ehm, creo que es 14 de abril del 2022.

2022, hace tres años y medio.

Sí. Entonces, eso es cuando montamos la empresa en Delaware y tenemos el holding en Delaware. Y entonces, eh, la primera ronda se hizo en julio del 2022, que es a la que entré yo, a cinco millones de valorización. Y luego, mon-- a partir de ese momento empezamos a montar los foundational models y a finales de enero del 2023 lanzamos el primer producto.

Vale.

Ochocientos y pico X.

Uf.

Pues es una pregunta para, para Mati, evidentemente uno de los founders, que si le preguntas, eh, se va a tirar horas hablando. Horas. Eh, yo he oído la historia veinticinco mil veces y ya desconecto normalmente. Eh, no, al final, eh, eh, al final Mati viene de, de hacer Matemáticas en la universidad y entonces para él el número once es un, un número primo y tiene magical properties, como él dice siempre, y no sé cuántos.

Pues él nació en el, el día, el día once de un mes concreto. Ha-- han cos-- pasado cosas en la empresa diferentes en, eh, en los días 11. Y entonces, pues bueno, hay, hay como una, una historia detrás del número once, ¿no? Y entonces, pues bueno, lo que no queríamos era montarle, darle un nombre que nos relacionara con tema de voz, por ejemplo, porque al final si en algún momento quieres hacer otras cosas más allá, como agentes o lo que quieras hacer-

Imagen, vídeos. Te, te como, te quedas como muy anclado en eso, ¿no? Funcionalmente. Y entonces, pues bueno, queríamos algo más, más-

Carles, lo has comentado ahora, hago yo una pregunta también. Eh, tú entraste como business angel.

Sí.

Y te has como quedado como una especie de cofounder.

Sí, yo entré como el primer-- fui el primer inversor en la empresa, eh, y les ayudé a hacer toda la ronda entera, ehm, porque nadie nos quería meter pasta y todo el mundo nos re-rechazaba. Y entonces costó muchísimo. Y luego se-

Esto fue antes de, perdona, de que saliera ChatGPT.

Exacto.

Medio año antes.

Sí, sí, totalmente. Y claro, nosotros no teníamos ni idea que iba a salir ChatGPT. Eh...

No.

No teníamos ni idea.

No sabíais ni que existía.

No sabíamos que existiera.

Bueno, OpenAI, pero, pero no ChatGPT.

Sí, sí, pero nadie tenía ni idea que iba a salir-

De lo que iba a ser

...en noviembre y en lo que se iba a convertir. Y nos ayudó muchísimo, sinceramente, porque nosotros lanzamos en enero, cuando había el boom de todo el tema ChatGPT, ChatGPT.

Buen timing.

Entonces fue superbuen timing. Lo lanzas a lo mejor seis meses antes y te comes, eh, te, te estampas, ¿no? Lo lanza-- lo lanzas un año más tarde y tienes millones, millones de competidores. Entonces, bueno, fue bastante-

Como, como update, ehm, hay una camiseta de Itnig Mace, que es la primera que damos para la mejor pregunta, que ni Jordi la tiene, de hecho. Y luego sortearemos tres para, para quien ha participado en el sorteo que había antes de la tertulia.

Eh, para mí, yo creo que lo, lo-- el error más grande es intentar buscar whales como clientes, ¿no? Muy rápido. Porque al final lo que está muy bien intentar cerrar un contrato de un millón o lo que sea, pero-- y hay founders que están obsesionados en eso, pero el problema está en que si se te cae, te jode toda la, toda la empresa entera. Y entonces, para mí lo ideal es siempre intentar construir una pipeline que esté bastante-- te dé liquidez, ¿no?

Que tengas contratos, que tengas deals que son tácticos, que son pequeños. Estamos hablando de a lo mejor mil al mes o lo que sea, y-- o algo menos, si es necesario, ningún problema. Pero y sobre todo estructurarlo para que te den liquidez esos deals, te den momentum y te ayude a cerrar contratos más grandes. Porque lo peor, y lo he visto en mi equipo también, es gente que intenta ir a esos whale deals, eh, desde el primer momento, se retrasan por mil motivos, se acaban retrasando y retrasando, y esta gente pierde todo lo que es la confianza en ellos mismos hasta que no empiezan a firmar, ¿no?

Entonces, yo siempre les recomiendo: Oye, firma contratos más pequeños, me da igual la cantidad, genera esa confianza, se-- aprende cómo contestar las preguntas y tal, y esos deals te llevarán al siguiente, te llevarán al siguiente y al final acabarás firmando esos million dollar contracts, ¿no? Todo el mundo quiere firmar un Santander como cliente, y me parece genial el Santander, Santander como cliente, pero vas a tardar bastante en cerrar Santander, y entonces busca otros clientes típicos.

Yo creo que-

No, pero yo creo que a día de hoy, tal y como hacemos empresas, montamos empresas desde cero, tú necesitas intentar atacar los tres segmentos puramente porque no sabes cuál te va a funcionar mejor. Entonces, si tú ya decides que un segmento es mejor para ti, porque el ICP es totalmente, totalmente estático y has decidido ir por ahí, a lo mejor te pegas una hostia y es demasiado tarde para solucionarlo.

No.

No, no. El primer deal que firmamos fue un deal de doce mil, de mil al mes, y...

Una empresa que se llama Aiko Chat, que está en-- que son-- era-- habían construido un ChatGPT antes a través de aplicación de iOS y estaban funcionando superbién, y le metieron bot, y fueron los primeros que le metieron bot a un ChatGPT. Y luego firmamos el segundo esa misma semana, una empresa de medios americana que se llama Futuri, que hacen radios automatizadas y que lo firmamos por treinta y seis mil, tres mil al mes, dos años de contrato.

Eh, uno fue inbound, el otro fue outbound. A día de hoy, nuestra revenue-

...es cuarenta y dos por ciento fue-- es outbound. Entonces, claro, para mí, cuando tú montas go to market, piensas: «No, y ElevenLabs hace mucho inbound». No, no, claro, recibimos centenares de inbounds cada semana. La calidad de esos inbounds es lo que realmente te de-diferencia. Pero yo no puedo hacer que mi equipo de go to market esté siempre aline en inbound, porque al momento van a desaparecer.

Entonces, la fuerza que tenemos montado este año es decir: Oye, ¿cómo pasamos de que el 10 % de los deals sean outbounds a principios de año y a día de hoy 42 %? Ha sido un, un, una mon-

El outbound no es más...

Ahora sí, pero seguimos haciendo... Tengo el equipo dividido y algunos que están pure enterprise, otros strategic, mid-market, y luego está commercial, que le llamamos.

Más pequeñito. Y tech startups más pequeñas y tal, ¿no? Y entonces, entre los todos te dan liquidez.

Mmm, no te sabría decir ahora mismo.

De...

No, no, no.

No te sabría decir ahora.

¿Cuántos clientes tenéis?

Eh...

A ver, a ver si-

Cien millones de usuarios.

Usuarios, vale, no. El-- la línea del partido está clara.

No, pero enterprise, enterprise-

Hacéis media trading, ¿no? Ya a este tamaño... Está, está bien.

No, enterprise-

No lo parece, porque eres natural, pero ¡pum! De repente hemos encontrado el muro y el muro no se mueve.

Enterprise está ya casi al 50 % de los revenues.

Vale.

Sí.

Pues nos quedamos con este dato. Más preguntas.

Sí, totalmente. Eh, y nosotros entramos, hemos entrado en la-- el segmento de gobierno, eh, porque creemos que hay una, hay una necesidad importante, porque al final los servicios públicos no dan abasto a, a todo lo que necesitamos los ciudadanos, ¿no? Si tú miras, por ejemplo, la estadística es que una Repúb-República Checa nos compartía es que el 95 % de las llamadas que ellos reciben nunca las contestan porque no tienen capacidad para gestionarlas, ¿no?

Entonces, eh, y esto es gente que qui-- necesita servicios de gobierno, pues ya sea, pues, eh, cambiar el pasaporte o un-- expedir un nuevo certificado de nacimiento o mil cosillas, ¿no? Y entonces hay una, una parte interesante que puedes automatizar con agentes para dar servicio a todo esto. Pero claro, el back office que necesitas tiene que estar conectado.

España, estamos muy lejos de estas cosillas, ¿no? Y entonces, ¿por qué? Porque son parches encima de parches. Eh, pero tú miras Ucrania, que lo ha montado desde cero y tiene un sistema espectacular, porque tienen los mejores ingenieros dedicados a gobierno y les hemos montado toda la parte de agentic government, que le llamamos, y es que tú puedes hacer miles de cosas, transacciones con el gobierno directamente con un agente, ¿no?

Y entonces, eh, Mati estuvo en Ucrania no hace mucho, eh, anunciamos el partnership y pues puedes hacer, pues, yo qué sé, pedir un certificado de nacimiento, cambiar el sitio de residencia, puedes pedir, yo qué sé, documentos relacionados con educación. Eh, y ahora la siguiente versión de todo esto, y es que puedas-- cada uno de los estudiantes que están tanto en la universidad con los colegios van a tener un propio agente que les contesta preguntas de matemáticas, de historia, de lo que necesiten, ¿no?

Entonces, como es el siguiente paso de todo esto. Y lo hacemos, pues, para Ucrania, lo hacemos-- trabajamos con un montón de gobiernos a nivel global. Y ahora le estamos dando más caña porque creemos que hay un beneficio importante para todos nosotros como ciudadanos.

Eh, tenemos catalán, sí.

La, la, la versión tres tiene catalán, tiene euskera, tiene gallego, tiene diferentes opciones. Batallé para esto, espectacular. Y esto es una anécdota que me viene un researcher cuando éramos pequeñitos y me dice, eh... Le pregunto: "Mmm, ¿tendríamos que meter catalán?" Y me dice: "Si nadie lo habla".

Y le digo: "¿Cómo? Estás entrenando noruego y no estás entrenando catalán. Pero si se habla más catalán, se habla más el catalán que el noruego". Me dijo: "Hostia". Y le busqué las estadísticas y le pasé las estadísticas y me dijo: "Vale, entonces lo meto en la siguiente". Entonces, la versión tres tiene catalán.

Cien por cien verdad.

No, claro. Y...

Pero, pero es-ese era, ese, ese era-- al final, lo bueno que tienes de, de estar dentro es que tienes algo de influencia, algo, no mucha, ¿eh? Algo de influencia en algunas cosillas. Ah, al final es una cosa de, de research y de estar intentando generar el mejor con-- el, los mejores modelos para nuestro dominio, que es el tema de voces. No, no vídeo, no, no texto, eh, imagen a lo mejor no.

Todo el tema de voces, ¿no? Y entonces al final si estás ahí intentando darlo, dar la caña y ser el mejor en la industria y que la industria continuamente valide que eres el mejor, es lo único que nos interesa a efectos prácticos. Evidentemente, hay una, hay una parte aplicable que son el tema de los agentes de voz, que es nuestro domain expertise y tal, y ahora hemos integrado pues el tema de chatbots, WhatsApp y mil cosillas, pero es lo único que realmente nuestro equipo se dedica día sí, día también, ¿no?

Entonces, bueno, yo creo que tienes una, un, una ventaja competitiva por el simple hecho de que haces menos cosas, pero lo intentas hacer muy bien. Google hace muchísimas cosas y entonces algunas las hacen bien, algunas las hacen menos bien. Eh, tema de voz es menos prioritario para ellos. Eh, lo han metido más en la parte de BioSpeak, que BioSpeak funciona superbién y a mí me encanta, pero sí que es verdad que está optimizado para content creation.

Entonces, me parecerá perfecto, pero no están optimizando. El modelo no está funda-fundamenta-fundamentalmente para otras cosas que a nosotros nos importan más.

Está en todo. Pero sí que es verdad que también nosotros reconocemos internamente que los, los foundational models en algún momento se van a commoditizar totalmente, ¿no? Y entonces los open source llegarán al mismo nivel de calidad y, y para nosotros lo que estamos invirtiendo mucho es tener lo que es el ecosistema dentro de los-- alrededor de los foundational models y las aplicaciones end-to-end, porque, pues ya sea dentro de dos años, cuando hagamos doblajes, eh, o lo que sea, pues evidentemente los foundational models habrá mil opciones y tú podrás escoger el que te apetezca open source.

La pregunta es: ¿quién podrá hacer el deployment de esos open source models y el mantenimiento y mil cosillas, no? Con qué voces... Otros problemas, pero estarán allí, sinceramente.

No. No, nosotros solo hacemos voz. Y todo el tema de lip synching, que es el tema de los labios y tal, no lo hacemos, eh, porque al final no, tampoco no es core para nosotros. Si en algún momento hiciéramos alguna cosa y inte-- incorporáramos el producto, que ya está incorporado en nuestra creative platform, son modelos terceros que lo, lo ponemos claramente allí, entonces no, ninguna necesidad.

Sí, pero al final construyes un ecosistema alrededor de los foundational models, ¿no? Y es lo que está intentando hacer OpenAI con tema de applications, trayendo un CEO de applications o una CEO muy buena de applications y cosillas así, ¿no? Para mí es lo mismo que un, un Facebook en su momento o un Instagram en su momento, que, eh, era muy fácil de replicar y había opciones por todas partes, pero ellos fueron rapidísimamente a montar un ecosistema y como tecnología no hay absolutamente nada que sea diferente, pero es el ecosistema y el conjunto que construyes alrededor de esto que te, te da la ventaja competitiva a largo plazo, ¿no?

Hostia, no tengo ni idea.

Si te encuentras otro de los...

Oh, tu factura del mes que viene van a ser doscientos mil euros. No, no tengo ni idea. Sinceramente, no tengo absolutamente ni idea.

Pero es un buen negocio, ¿eh? Es un buen negocio.

No sé.

Hombre, mientras yo facture, genial.

No lo sé.

Hay de todo, hay de todo. Hay gente muy top que está a lo mejor en los cuarenta, en los cincuenta. Hay gente que he visto. Nosotros contratamos, uno de los primeros que contratamos era un chico que tenía diecisiete años, eh, singapurense, un cerebrito que había, había dejado la universidad y tal, eh.

Que había dejado la universidad a los 17.

Ah, no, perdón, perdón, perdón.

Era adelantado, claramente.

Nunca fue a la universidad, dejó el colegio. Dejó el colegio y nunca acabó nada. Eh, nunca quiso ir a la universidad. Nosotros lo conocimos porque, eh, Piotr, uno de los founders, em, está muy en la community de researchers. Entonces, él continuamente es-- eh, busca en open source projects para la gente que quiere contratar para el equipo.

Y entonces él participaba mucho en tema de open source y tal. Eh, Peter lo acabó encontrando con uno de los-- o Piotr lo acaba encontrando con uno de los proyectos que hacía y se pusieron a hablar y le hizo oferta. Y entonces yo recuerdo que incluso para venir al primer offsite que hicimos aquí en Sitges, a las afueras de Barcelona, em, le tuvimos que pedir permis-- bueno, tuvimos que pedirle a los padres que firmaran un consentimiento para que pudiera venir, porque no podía venir.

Ostras, qué fuerte.

Están puertas-- Al final hay pocos. Los que hay muy poquitos, no sabes dónde están y muchos de ellos no tienen ni siquiera perfil ni de LinkedIn ni nada de esto. Entonces es como gente de la industria que se conocen unos a otros, que hablan, pero son gente muy cerrada, con su propio network y tal, y entonces acabas conociéndolos y tal. Entonces, cuando encuentras uno de esos, hazle oferta inmediatamente y lo que sea para traerlos.

Nosotros no tenemos. Tenemos salary bands, por ejemplo, para todos los empleados, pero todo lo que es el tema de researchers, esta gente no tiene salary bands. Entonces lo que haga falta y tantas veces como haga falta para llamarlos, para convencerlos, lo hacemos, ¿eh? Lo que haga falta.

No.

Están todos en el equipo independiente, que-

Piotr, uno de los founders, Peter. Eh, todos reportan a él directamente. Eh, no hay estructura, solo todos reportan a él. Y...

Tenemos unos cuantos, bastantes. Pero hacemos, eh, hacemos, eh, offsites, por ejemplo, solo para ellos.

Hace-hacemos offsite solo para ellos.

No, no, casi ninguno. A lo mejor hay uno o dos. A lo mejor Tim está allí. Seguro que Tim está, pero pocos. Y lo hacemos-

¿Y en la oficina?

¿Dónde estáis vosotros?

Dónde estáis, sí.

Pero s-- oficialmente somos remoto, empresa en remoto, pero tenemos oficinas en-- headquarters global está en Londres y luego tenemos oficinas en Nueva York, San Francisco, Japón, eh, Bangalore, etcétera, ¿no?

Pero es go to market, entiendo, ¿no?

No, hay de todo. Lo que incentivamos es que la gente vaya a las oficinas a nivel global para interactuar con otras personas.

¿Y los researchers dónde están?

Eh, la mayoría en su casa. Eh, y bien

Que no te voy a decir dónde están.

No, no, no, pero, pero-

Uno en Singapur. Hemos sacado esto.

No, pero, pero, pero la ge-- son, son-

Gente, es que gente buscando vuelos.

No quieren ir a la oficina. No quieren ir a la oficina y no los puedes forzar para nada, porque entonces, como los fuerces, se van, ¿no? Y entonces, claro, no, no queremos. Pero les organizamos offsites y los llevamos a las Maldivas, por ejemplo, y cosillas así.

Ostras.

No, no, pero son, son divas, que los tratamos como si fueran divas, que los llevamos así con, con, con, como decir: "Bueno, ¿qué quieres? ¿Quieres un masaje?"

Sí, claro

Son otro mundo ellos. Porque son genios y ellos crean genios. Pero no es la realidad normal.

Es más difícil. Es más difícil. Es más difícil. Mucho más difícil. Pero los techers, G.I., Carla, eh, y Carla, eh, y los dos son genios, genios, genios. Es otro mundo.

Están aquí haciendo un agujero ahora.

Sí.

Hay un chico al fondo que tenía la mano levantada. No sé si le hemos podido dar el micro. Em, y ya con eso acabamos.

Eh, yo, a ver, yo nací aquí al lado. Bueno-

No en el Poblenou, en La Verneda, que está-- no está demasiado lejos. Mis padres siguen viviendo allí. Catalán. Me pasé 20 años de mi vida en Barcelona y hace 16 años no-- me fui a Londres. Mi mujer, que está aquí también, nos fuimos-- vino un pelín más tarde y nos fuimos a Londres y hemos estado 16 años en Londres. Entonces, como después de tantos años nos apetecía, pues algo más de buen tiempo, eh...

Buen tie-- no, buen tiempo, que en Londres no hace una mierda de tiempo.

Y entonces buen tiempo, pues estar un pelín, pues no sé, mil cosillas diferentes, ¿no? Y, y claro, nos miramos Barcelona. Hemos hecho tres años de entre Barcelona y Londres, pero claro, yo viajo muchísimo, pero muchísimo. Y Barcelona es horrible para tema de, para todo el tema de viajes intercontinentales.

Y entonces ojalá alguien esté escuchando y nos lo solucione, pero es horrible. Y entonces, claro, yo viajando tanto y montando la parte de Middle East, como todos los otros mercados, necesitaba un sitio en que pudiera moverme más rápido y tener vuelos directos. Y entonces cuando miras, pues buen tiempo, que sea seguro, que tengas buenas conexiones y mil cosillas.

Evidentemente Dubái es un sitio espectacular. Tengo equipo en Dubái y entonces la empresa me dijo: "Oye, nos gustaría que te movieras. Eh, estás montando la parte de Middle East, llevas toda la parte a nivel global. Estaría bien que estuvieras más por allí". Entonces, pues bueno, lo hablamos con mi mujer Fátima y decimos que sería una buena opción movernos.

Entonces, pues bueno, estamos allí, estamos encantados, llevamos unos cuantos meses y, y bueno, para mí personalmente, eh, me funciona muy bien porque tengo vuelos directos por todas partes del mundo y optimizar cuando viajas tanto es lo mejor. Es lo mejor.

Me parecería perfecto y me encanta.

Para mí sería el factor principal, sin duda.

Pero no los hay.

El alcalde. Alcalde Espla.

No voy a decir el nombre porque no sé si puedo, pero una vez aquí hicimos un llamamiento a, al alcalde de Barcelona, eh, con el fundador de, de Silence y un, un amigo mío y del pódcast dijo: "Yo os lo traigo", que hoy está aquí. O sea que mira, segunda razón para traer al alcalde Collboni aquí a

Hacerle la lista de la compra

Eh, pues perfecto.

Y re-- y recuperamos a Carles Reina en Barcelona.

Hombre.

Vale.

Cuando tengamos los vuelos, tendrás que volver.

Dale, perfecto.

Eh...

Son unicornios que no existen.

Eh... eh, al final s-- ellos crean los modelos que a día de hoy nos hacen el dinero. Entonces, contra más realista sea el modelo, más idiomas tenga, diferentes arquitecturas para modelos más grandes, más pequeños, que si on device en algún momento, etcétera, es una cosa que son gente muy específica.

El problema es que tú puedes montar un modelo gigante que te funcione muy bien, pero a efectos prácticos, si tú tienes algo para efec-- para una, una aplicación, eh, a tiempo real, un modelo grande no te funciona para nada y entonces tienes que sacrificar calidad. Entonces, bueno, hay mil cosillas de estas que los researchers son los que son los óptimos para hacer estas cosas.

No se trata de un fine tuning, pero al final si no coges un open source model y haces fine tuning. Nosotros montamos modelos desde cero.

Claro, la-- hay una diferencia importante. Nosotros no hacemos tradition-- text LLMs, ¿no? Que es lo que hace una OpenAI o una Anthropic. Nosotros no hacemos esta parte que alucina y le metes muchísimo contenido y tal. Entonces, lo que hacemos es montamos text to speech, transcription, etcétera, ¿no? Entonces, ¿qué pasa? Que si tú le metes, evidentemente hay-- puede haber alguna, alguna alucinación y mil cosillas, pero si tú le metes un texto diciendo: "Hola, soy Carles", eh, te tiene que contestar: "Hola, soy Carles" con la, con la...

O te, te hace la voz de: "Hola, soy Carles" con la voz que tú quieras, ¿no? Y entonces, el, el, el-- no es una LLM tradicional, es otro tipo de foundational model que tiene que sonar lo más natural posible. Entonces, ahí hay menos alucinaciones y menos problemas. Pero claro, la calidad final es lo que define si es un modelo más grande, más pequeño, el los-- hay, hay mil detalles ahí que tienes que definir con los researchers.

Sin duda. Bueno, con s-- con lo que hacen, con su research que hacen cada día y, y con las cosas que se inventan cada día, que son unos, unos genios absolutos. Eh, tú le puedes meter, por ejemplo, le puedes meter, eh, yo qué sé, un millón de horas de inglés a un modelo y todavía igualmente no te funciona a la calidad que tú necesitas.

Entonces, hay mil variaciones, eh, componentes que tienes que cambiar, eh, investigar, evolucionar, etcétera. La arquitectura, nosotros cada versión de modelo que lanzamos, lanzamos el ve-- la versión uno, la versión dos, ahora tenemos la versión tres y tal. Cada versión que tenemos es una arquitectura totalmente diferente. Entonces, bueno, acabas montando cosillas muy únicas.

Pues con esto cerramos la ronda de preguntas. Anunciamos al ganador después del pitch, que tenemos a Pol, de Base4. ¿Estás por aquí, Pol? Venga.

Un aplauso para Pol.

Em...

Segundo, no tenemos el dado. Entonces, vamos a hacerlo con el método tradicional que es el teléfono, ¿vale?

Tenemos un cronómetro.

Lo hemos, lo hemos perdido. También verdad, ¿no? Que tiene, tiene un sig, ¿no?

Tres, tres. Tres minutos. ¿Preparado?

Preparadísimo.

Pues vamos allá.

Muy bien. Primeramente, a comentar que esto es un tributo a una persona muy especial para mí. A esta persona es Emma Roca. Fue campeona del mundo de ultratrail, de ultramaratones, de esquí de fondo, bioquímica y fue socia mía también en una compañía que montamos. Lamentablemente, Emma Roca falleció por un cáncer mal diagnosticado o no diagnosticado a tiempo.

Y esto abre el tema de hoy, que es que hay un blind spot en toda la parte de salud femenina, principalmente porque la mujer no ha sido incluida en los ensayos clínicos hasta 1990. Y esto genera un sesgo informativo, porque cada vez que generamos modelos de inteligencia artificial, modelos diagnósticos, tratamientos, ah, fármacos, estamos utilizando mayoritariamente datos de población masculina sin tener en cuenta las peculiaridades que tiene la población femenina.

Y es que principalmente hay una etapa transitiva que los hombres no tienen igual, que es esta etapa que pasa de la fertilidad a la menopausia, ¿no? Entonces, ah, nosotros no tenemos datos de todo esto, pero para ello hemos creado a Base4, que básicamente es una spin-off del Hospital Sant Pau, que a través de una muestra de sangre somos capaces de analizar la expresión de los genes, es decir, cómo los genes se activan y se desactivan.

Esto, proyectarlo a los distintos tejidos u órganos del organismo. Y finalmente, lo que generamos son modelos específicamente creados para la mujer, que lo que nos ayudan es a predecir la edad biológica de todos los órganos del cuerpo humano sin hacer una biopsia invasiva, simplemente con una muestra de sangre.

Esto lo podríamos aplicar a muchos casos de uso Por ejemplo, en el Alzheimer, directamente en el cáncer o en muchos otros casos clínicos. Pero nos hemos centrado en casos... Hemos buscado un trinomio entre toda la parte regulatoria que sea accesible en la parte de go to market, que sea también accesible y finalmente la parte de willingness to pay.

Y tenemos, primeramente, el caso de la fertilidad para ayudar a mujeres que tienen problemas a quedarse embarazadas haciendo intervenciones específicas en, en el tejido ovárico, por ejemplo. Y por otra parte, en la menopausia, para ayudar a más de quinientos millones de mujeres en el mundo que enfrentan problemas que finalmente terminan decantando a enfermedades crónicas, que a día de hoy estas mujeres son diagnosticadas seis años más tarde en más de setecientos setenta enfermedades.

Entonces, ya tenemos contratos con algunas clínicas. Estamos trabajando con clínicas aquí en Barcelona. También tenemos contratos con otras clínicas y otros partners, tanto distribuidores, laboratorios internacionales, alguno también en Middle East, que hay mucho, mucho interés en todo el mercado para ayudar a la mujer a sufragar todos estos problemas.

Y a día de hoy estamos levantando una ronda de inversión, que ya tenemos gran parte de la ronda comprometida. Tenemos inversores que ya están interesados también en, en poder aplicar en la segunda ronda, porque hemos hecho un split. Y sobre todo es para crear toda esta base que generará a estos nuevos modelos, los next generation models, para mejores diagnósticos, para mejores tratamientos, para ayudar a la industria farmacéutica también a hacer tratamientos específicos para la salud de la mujer.

Y para ello tenemos un gran equipo, que yo creo que ahora en esta etapa pre-seed es lo más interesante. Primeramente, tenemos el director de Genómica y Enfermedades Complejas del Hospital San Pablo, el doctor Soria, aquí presente. Luego tenemos a Ángel Martínez, que es matemático y es especialista en modelos de inteligencia artificial, y es quien ha creado estos modelos que a día de hoy tenemos patentados.

Y finalte-- finalmente yo, que soy second town-- second time founder y que también he estado, pues vinculado a muchos proyectos en la industria farmacéutica, con clínicas y en proyectos de inteligencia artificial aplicado al sector salud.

Yo te lo firmo, ¿eh?

Estupendo. Cuando quieras hacemos el term sheet.

Lo hablamos luego. Eh... No, me parece también superinteresante cómo estás viendo toda la parte de... Claro, una, una cosa es todo lo que es, eh, hay fases, ¿no? En todo lo que es clínico. Entonces, ¿necesitáis aprobación, eh, de los reguladores? ¿Hacéis fase-- las diferentes fases? ¿Cómo lo estáis planteando todo esto?

Totalmente. Y esto es un, es un grano en el culo, sinceramente, porque es muy complejo muchas veces toda la parte regulatoria y más aquí en Europa. Entonces, nosotros lo hemos dividido en dos fases. Es decir, para un producto específico, para predecir el fallo ovárico precoz, principalmente para ayudar a las clínicas de fertilidad. Para ahí sí que necesitamos el marcaje CE, que se tiene que hacer un estudio clínico y una vez tienes el estudio clínico con los datos, comparándolo con el gold standard, el...

con un específico intended use, a partir de aquí, entonces es cuando presentas toda esta información a los reguladores y, y obtendremos el marcaje CE. Pero lo que sí que hemos visto es que lo, lo, lo cla-- lo clave aquí es el intended use, que es para qué vas a utilizar este producto en específico. Y en el mercado de la menopausia sí que existe una escala de grises en los cuales si nosotros no somos un producto diagnóstico como tal, pero sin embargo sí que ayudamos al profesional de la salud a tomar mejores decisiones, ya podemos empezar el go to market y el proceso de comercialización.

Entonces, hemos empezado por aquí.

Y, ¿a cuánto está-- cuánto estáis levantando? ¿Cuánto?

Ahora mismo estamos re-- bueno, realmente es una ronda de tres millones de euros. Hemos hecho un split en dos partes. La primera parte es medio millón, entonces ya tenemos algunos inversores y, y s-simplemente lo que hemos estructurado es, tenemos también soft commitments para la segunda parte de la ronda. Lo que queremos sobre todo es montar el playbook del go to market.

Tenemos dos pilotos ahora comerciales con dos clínicas aquí en Barcelona. Tenemos también un acuerdo para distribución en Middle East y ahora estamos cerrando un acuerdo de distribución con un laboratorio internacional. Lo más importante de todo esto, yo creo que es que nosotros podemos coger el end-to-end, es decir, sacar las muestras de sangre, enviarlas al laboratorio, secuenciar y sacar todos los datos.

O podemos apalancarnos con un partner, que en este caso es un laboratorio, el cual ya tiene toda la cadena logística y de operativa, nos envía directamente los datos, nosotros procesamos el dato y le damos el resultado.

Principalmente, es, es complejo, ¿eh? Pero nosotros de una muestra de sangre, lo que analizamos no son los marcadores convencionales de una analítica, sino que miramos la expresión de los genes. Nosotros en nuestro cuerpo tenemos aproximadamente unos veintidós mil genes, cincuenta por ciento lo hemos heredado de nuestro padre, cincuenta por ciento de nuestra madre.

Estos genes no los vamos a poder cambiar a lo largo de nuestra vida. Lo que sí que vamos a poder cambiar es cómo estos genes se activan y se dec-- y se desactivan en función de nuestro estilo de vida, si tenemos un proceso patológico o si tenemos algún problema de salud en general. Nosotros, primeramente cuantificamos esta expresión de los genes.

De esta expresión de los genes tenemos unos modelos específicos basados ya en unos papers publicados en Science, de hecho, que, que proyectan e-- cada una de-- cada uno de los genes cómo se expresa en un tejido concreto, de manera que nosotros en, en sangre lo hacemos. Imagínate, ¿no? La sangre es como un río Entonces, un río, tú puedes analizar el, el agua del río arriba de la montaña o abajo de la montaña y verás el-- la salud del bosque, porque al final arrastra todos los sedimentos.

Con la sangre pasa lo mismo. Entonces, la sangre, como circula por todo el cuerpo, vemos la expresión de los genes de los distintos tejidos del cuerpo y a partir de aquí, con toda esta información y esta proyección a tejidos, a nosotros también tenemos muestras post mortem, es decir, de personas muertas, y sabemos lo que es la expresión de los genes en ex-- en persona muerta y hacemos una predicción de cuánto de lejos estamos de la mortalidad del tejido.

Todo esto, eh, ya sé que es un poco complejo, pero es lo que realmente, por una parte, hemos patentado este modelo de anomalías para detectar anomalías en el tejido y luego para, para hacer estos relojes biológicos que realmente son modelos predictivos para analizar cuánto de lejos estamos de la mortalidad del tejido.

O sea, tenéis una patente con este método.

Tenemos una patente y luego hay toda una parte que es trade secret. Nosotros no nos interesa publicar toda esta información. Tenemos, por una parte, publicaciones que avalan que todo esto nace de, de algo importante y realmente hay más de siete millones invertidos en grants, ah, concretamente con el grupo de investigación de San Pau. Ah, por otra parte, patentamos este modelo de detección de anomalías en la expresión de los genes por todo el cuerpo y por los tejidos, esta proyección a tejidos, pero todo el resto lo mantenemos en trade secret.

Pol, creo que ha-has dado por sentado co-un conocimiento que no tenemos, al menos algunos en la sala. Eh, hay que sacar sangre, ¿no? Esto está resuelto.

Sí.

Luego, esta sangre, hay que detectar, eh, las expresiones de los genes. Claro, ¿esto es una máquina? ¿Esta máquina la hacéis vosotros, ya existe, está resuelta? Luego, este, estos, estas expresiones de los genes, hay que analizarlas, hay... O sea, ¿qué hacéis vosotros? ¿Cuál es el producto que hace-- que es vuestro propio, que no existía antes y cuál son cosas comodities que ya utilizáis?

Tienes toda la razón. Am, sacar la sangre es algo estándar.

Eso está resuelto.

Se hace en cualquier sitio. Esta sangre se envía a un laboratorio a secuenciar, a una máquina que se llama un secuenciador.

Esto también está resuelto.

Esto está resuelto, es estándar. Hay muchos laboratorios que tienen secuenciador. ¿Qué pasa? Que este secuenciador, para ponerte un ejemplo, con una sola muestra estamos sacando trillones de, de, de, bueno, muchísimos terabytes de datos. Entonces, toda la información, todo el raw data que sale de una muestra de sangre, ahí es donde está la magia, ahí es donde nosotros entramos, ¿no?

Que tú tienes datos, eh, desestructurados.

O sea, vuestro input son datos.

Datos, sí.

Y vuestro producto es software.

Nosotros somos una empresa de data science.

Vale.

Sí.

Eso no me había quedado claro. Vale, eh, ah, ¿ahora mismo hay comercialización? ¿Hay, hay client-- hay pacientes siendo analizados?

Nosotros ya lo hemos hecho en más de mil pacientes, de hecho, pacientes de entre tres y ciento tres años, para ver todas las diferencias, eh, de edad, principalmente, y para ver qué pasa en cada momento fisiológico en el organismo. Cincuenta-- casi cincuenta por ciento hombres, casi cincuenta por ciento mujeres. Yo lo que he dicho es que tenemos los modelos predictivos específicos para mujeres, pero es-- también tenemos los de hombres.

Entonces, hemos de momento focalizado en toda la parte de salud femenina. Y... sí.

Y diagnostica-- o sea, apoyáis al diagnóstico.

Ah, efectivamente.

De estas dos casuísticas que has dicho, ¿no? Que son, eh, circunstancias menopáusicas, no sé cómo lo has llamado técnicamente.

Sí, pri-principalmente nosotros hemos aplicado estos modelos, porque es que al final nosotros tenemos ca-cada modelo corresponde a un tejido concreto y luego tenemos un modelo generalista para ver las diferencias de expresión. Entonces, lo que hacemos, sobre todo a día de hoy, no puedo decir que hacemos un diagnóstico, porque entonces me vendría el regulador y me saca fuera de Barcelona y me vengo contigo a vivir a Dubái.

Ah, pero principalmente lo que vamos a hacer es la nueva generación de modelos diagnósticos-

Vale.

Para la medicina personalizada.

Y última pregunta y le dejo a Marcel. Eh, entiendo que ya hay muchos análisis hechos en el mundo. ¿Estos datos son, son de, eh, acceso público, son de dominio público y los puedes utilizar para en-- a entrenar? ¿Podéis acceder a ellos mediante partnerships, etcétera? ¿O tenéis que a pico y pala generar este conocimiento desde cero con nuevos pacientes?

Hay que sí y hay que no. Hay datos públicos, los cuales hemos utilizado. Luego hay datos privados, de estudios privados y, y de, bueno, re-realmente se han realizado dentro del propio Institut de Recerca de San Pau. Principalmente, el Institut de Recerca participó en un consorcio y precisamente lo que aportó es toda esta información, todas estas muestras, más de mil cien muestras, ah, de tejido sanguíneo, ¿no?

Entonces, nosotros combinamos ambas cosas. ¿Qué pasa? Hay muchas bases de datos públicas que están muy desestructuradas, con máquinas distintas. Es decir, es un, es un tema delicado. Entonces, nosotros tenemos nuestro propio workflow y de momento lo que hacemos es pasarlo todo por nuestro workflow. A medida que nosotros vayamos encontrando, porque se van a generar más dato-- más bases de datos públicas que nosotros sepamos curar y sepamos procesar, también las vamos a incluir.

Pero, ev-evidentemente, parte del IP es todo este dato privado que tenemos.

¿Habéis facturado algo ya?

Ojalá. Ah, de hecho, constituimos la empresa hace unas dos semanas aproximadamente. Sí que tenemos estos, ah, acuerdos comerciales y tenemos un acuerdo comercial por valor de más de treinta mil euros con, con un potencial cliente, pero que bueno, que se va a facturar yo creo que entre, entre marzo y abril.

Vale.

Y la empresa está montada en España o está... ¿Dónde está?

Está en España, sí, sí.

Muy bien, pues pasamos al feedback. Eh, ¿quieres empezar, Carles?

A mí me ha encantado. Me encanta.

Me gusta que digas eso. Más en público.

No, no, no. Te lo, te lo digo en serio. Me encanta porque es un área unsexy. A mí me encantan las áreas unsexys, eh, pero sobre todo que tiene un impacto real al día a día. Eh, evidentemente, en la presentación creo que ha-había un, un desajuste en cuánto s-- qué hacíais exactamente y tal, pero eran tres minutos y entonces no puedes hacer absolutamente nada. Pero a mí me parece superútil y, y me encantarse-- me encantaría saber mucho más cuando, cuando salgamos de aquí.

Gracias. Pues luego hablamos.

Perfecto.

Sí, o sea, yo, yo compro mucho, obviamente, la misión. Eh, realmente el problema de los análisis clínicos, ¿no? Y del volumen del cuerpo de datos, eh, femenino es, es ridículamente pequeño comparado con el, con el tamaño total, ¿no? Y esto tiene consecuencias en ratios de mortalidad de muchas enfermedades, sobre todo oncológicas.

Entonces, si, si utilizáis el dato de ahora, que es cincuenta cincuenta, ¿no? Para hacer un catch up rápido en, en detección de enfermedades y tal, el impacto es brutal, con lo cual me encanta la misión de la compañía y la has explicado superbién esta parte, no tanto la de producto, pero bueno, luego nos las has acabado de, de aclarar. Pero claro, me pasa lo mismo que a Bernat, que es que yo no tengo ni idea del tema. Entonces, a mí me encantaría para invertir que alguien en que-- en quien yo confío y que sepa de este tema me diga: "Estos tíos están haciendo una cosa que tiene sentido".

Entonces iríamos jun-- si nos dejáis, juntos de cabeza. Pero tiene que haber alguien con criterio y que, y que sepa del tema y, y que en quien nosotros confiáramos, que nos diga: "Sí, esto tiene sentido". Porque claro, hacer catch up a no sé cuántos años de research de medicina y de tal para poder entender esto, no sé si llegaremos a tiempo. Ya habréis hecho IPO en el momento en que empecemos a entender cómo funciona este, este mercado.

Pero, pero me da la sensación que si lo que explicas es cierto, eh, habrá, habrá capital. Mira, te recomiendo un emprendedor en concreto que es inversor y que sabe mucho en concreto de uno de los casos de uso, que es el de la fertilidad, eh, que es Martín Varsavsky. Eh, a Martín le ha ido muy bien en muchas empresas, eh, y es-

Con Gambio, todo.

¿Le conoces?

Sí, sí.

Ah, vale, vale. Bueno, pues, pues si Martín lo ve, entonces de repente es muy interesante.

Yo repetiría lo mismo a nivel de que no es, no es, no sé lo que me digo con el día a día, con lo de expertise poco. Eh, te fe-- el pitch me ha gustado mucho y creo que veo una energía en ti, que es lo que me gusta. O sea, creo que, que, que tienes ganas de que esto funcione porque es difícil, al final es algo a muy largo plazo. Em, entonces, ahí a mí me ha gustado mucho, bastante bien estructurado.

Me gustaría entender más un poco lo que dice Jordi y Bernat, quizá hablar con ese laboratorio con el que habéis cerrado el contrato y gen-- la gente que se dedica a eso dando tiempo y para que me expliquen exactamente qué ven ellos, ¿no? Al final quién paga. Por eso he preguntado lo de los euros, ¿no? Quién paga treinta mil euros aquí, pues eso me interesa, ¿no? Entonces, pues hablar con esta gente y me lo explica mejor, pues quizá ahí, pero bueno, desde luego es interesante. O sea que enhorabuena.

Un, un, un, eh, consejo no solicitado, pero del pitch la única cosa que-- mira, que cuando lo has dicho, eh, hecho así, eh, son dos palabras. Una es, eh, eso de la ronda tiene un split y tal. O sea-

Soft commitment.

Sí, es la segunda, soft commitment. La primera es split. Eh, no te inventes cosas, ¿vale? O sea, intenta, invéntate, invéntate la tecnología, eh, vuestra, pero no te inventes conceptos de fundraising, porque a-al inversor que está acostumbrado a escuchar muchas historias dice: "Uy, raro, no me gusta raro". Yo quiero uno que va pa, pa, pa, como este, ¿no? Sería A, B, C, D, E, F, G, J, K, ¿no?

Eso, eso gusta. Eh, y soft commitment es un poco como cuando alguien te dice que es: "Mi abuelo dice que soy muy guapo", ¿sabbes? Eh, sí, enhorabuena, ¿no? Pero, o sea, o, o dinero en el banco o ya lo veremos. Entonces, como feedback, que no me has pedido, eh, yo me ahorraría el, el split y estructuras raras de ronda y los soft commitments. Iría a los hechos y, y pa'lante, que el pitch lo has hecho brutal.

Pues tomo nota. Muchas gracias.

Enhorabuena.

Gracias.