IA que agenda citas, despide a los juniors y pone en ‘código rojo’ a OpenAI

Básicamente, pues somos como un recepcionista, pero sin el cómo.

Y sin el recepcionista. ¿Hoy tenéis agentes funcionando? O sea, hay peluquerías que tienen vuestros agentes hoy funcionando. ¿Puedes llamar?

Vamos.

Venga, dime un, dime una peluquería.

La IA es un, es un ingeniero de software junior con una capacidad algorítmia mucho mejor que la de cualquiera, ¿no? Pero al final es un junior.

¿Cómo vosotros, con un agente en un vertical concreto, os diferenciáis de todas estas herramientas genéricas que tú puedes utilizar y programar tu agente relativamente fácil con un prompt?

Es curioso, porque esto es lo que nos lleva es a pensar de que no hay mercado para juniors. Ya oí, ¿eh? ¿Qué os parece el Red Alert de OpenAI, que se ha declarado en código rojo? ¿Os habéis dado cuenta que el tema del full self-driving car se está legalizando poco a poco en Europa? Se está, se está blanqueando. Y que además España va a ser casi de los primeros sitios donde ya hay treinta y nueve coches circulando.

Bienvenidos a la Tertulia de Itnig.

Bienvenidos una semana más al pódcast de Itnig. Hoy estoy con Jordi Romero. ¿Qué tal, Jordi?

Muy bien, ¿y tú?

Muy bien. Y hoy tenemos como invitados a Ilias Ayach y a Sergio Espeja.

Hola.

¿Qué tal, cómo estáis?

Hola, ¿qué tal? Muy bien.

Bienvenidos.

Gracias por invitarnos.

Sergio, un perk de estar en el coworking de Itnig es que cuando caminas por el pasillo te puedes encontrarme a mí y te puedo liar inmediatamente a participar en una tertulia. Hostia, este es un perk de la hostia.

Sí, sí. Hace, hace dos o tres horas no sabía que iba a estar aquí y ahora mira.

No, pero hostia, es que es muy interesante porque vosotros estáis trabajando en agentes también, ¿no? Igual que nosotros. Y es una buena oportunidad para, para entrar en detalle de cómo construimos agentes, que llevamos en el pódcast de Itnig hablando de esto, eh, meses, ¿no?

Mhm.

Eh, pero es interesante ver distintas perspectivas. ¿Qué hacéis vosotros en Heydiga?

Nosotros, eh, resolvemos, eh, automatizaciones de, de comunicación entre clientes y empresas con, con IA conversacional, principalmente por diferentes canales, tanto el canal voz como el canal WhatsApp.

Vale. O sea, y concretamente peluquerías, ¿no?

Estamos en diferentes verticales, eh, en donde tenemos-

Lo primero que nos contasteis a nosotros fue peluquerías.

Sí, es el vertical que tenemos más avanzado-

Vale.

¿vale? Donde tenemos un producto más cerrado que básicamente agenda citas de, de peluquería.

O sea que responde el teléfono cuando llamas a una peluquería.

Exacto.

Responde Heydiga.

Sí.

Un agente.

Un-- en este caso de DigaLook, que es una de las, de, de las verticales de Heydiga. Exacto.

DigaLook.

DigaLook.

Es un-- ah, vale, o sea, es una submarca.

Exacto.

Para peluquerías.

Exacto.

Ostra.

¿Vale? Eh, para beauty en general.

Vale.

Peluquerías, uñas, eh, etcétera ¿vale? Y básicamente, pues somos como un recepcionista, pero sin el cómo. Eh, respondemos cualquier tipo de pregunta.

Y sin el recepcionista. Somos como un recepcionista, pero sin el cómo y sin el recepcionista.

Exacto, exacto. Entonces, eh, bueno, si, si vais a la peluquería, te están cortando el pelo y paran dos o tres veces de cortarte el pelo para coger el teléfono y siempre es lo mismo. Es: "Tienes cita para mañana", eh, o preguntas, eh-

Pierden, pierden clientes potenciales.

Tienen dos-- tienen un dilema, ¿no? El decir: "Oye, le doy un mal, un mal servicio al cliente actual o, eh, puedo perder un potencial lead", ¿no? Yyy pues eso lo resolvemos, eh, completamente. Las peluquerías que tenemos ahora mismo estamos agendando entre novecientos y mil trescientos euros al mes en llamadas perdidas.

¿Qué significa? O sea, mil trescientos euros en, en cortes de pelo.

En, sí, en los servicios, cortes de pelo o mechas, eh, y diferentes servicios. Sí, sí.

Pasamos de hablar de agentes a mechas-

A mechas.

en cinco segundos aquí.

Y para allá si-- podemos hablar de eso también, si queréis.

¿Qué tipo de peluquería es, es target?

Ehm...

Porque una pequeña, que el-- o sea, el dueño que está trabajando en una peluquería-

Mhm.

no deja de coger el teléfono.

Sí, sí.

Son igual cadenas, ¿no? Que no cogen el teléfono.

Sí, sí, no. Las, eh, el, el-- la peluquería que tiene-- la peluquería de, de-- pequeña, que tiene solo una persona que le, le gusta hablar con la gente, que quiere-

Este no es target.

Este no es target, ¿no?

Más que le gusta, yo creo que es el tema de que es la agencia, ¿no? O sea, el dueño no se quiere perder ni un cliente y, y no se lo perderá.

Exacto.

Pero cuando ya empieza a ser-- hay más distancia entre la, la persona con máxima agencia y la persona que tiene que coger el teléfono, ahí es donde se deja de coger el teléfono.

Lo que nos encontramos es que pasan dos problemas cuando hay más de una persona en la, en la peluquería: o bien que nadie lo quiere coger y es como un castigo la semana que le toca a equis persona coger las llamadas de teléfono, o bien que se pelean por cogerlo porque están ultraincentiva-incentivados, ¿no? Entonces hay peleas y batallas por coger el teléfono para agendarse su-- agendar la cita, ¿no?

Con las tijeras en la mano.

Es, eh, sí, sí.

Mala idea.

Exacto.

La gente sigue llamando.

La gente sigue llamando y...

O sea, tú dices la típica web-

Exacto.

con un formulario-

Exacto.

que te salen las horas y los días disponibles-

Totalmente.

y le das.

Es la única manera como yo estoy pidiendo cita.

Sí, yo también.

Como hablar con gente no. Perdón, perdón.

O sea, ¿tú eres de la generación que no quieres hablar con humanos?

Claro que no.

¿Es un tema de generación o...?

Bueno, y tú siendo el CTO, el CTO también te lleva un poco a esto.

El rol de CTO te lleva a no querer hablar con humanos.

Hombre, sí que es verdad que si tú buscas en Google Maps "peluquería" y te sale ahí un dropdown de hora y tal, reservar, o los, o los gaps disponibles, directamente clicas y reservas, parece más fácil que tener una conversación con un agente o un humano.

Sí.

Para nosotros sí.

Sí.

Para gente que está acostu-- que es más digital, quizá.

Sí, hay muchas llamadas, em, y la gente se comunica por teléfono y se comunica por WhatsApp también. A, a pesar de tener m-muchas, porque, eh, peluquerías que tenemos tienen CRMs que les ofrecen, que les ofrecen esto, ¿no? En-- que tienen el BookMe en, en Google Maps.

En Google. En Google Maps.

Pero aun así siguen teniendo muchas llamadas.

Vale, entonces, estas llamadas que normalmente pueden pe-perderse, vosotros ofrecéis esta oportunidad de no perder-

Exacto. Y fuera de horario también.

Y fuera de horario.

Mmm.

Sí, nosotros, mmm, es-- pensamos nuestra tecnología un poco, eh, modular, ¿no? Tenemos el, lo llamamos el módulo de información genérica, con el cual, eh, el-- entrenamos a nuestro, a nuestro agente con información del negocio y puede responder, eh, cualquier duda-

Cualquier tipo de pregunta.

Típica, ¿no? Que: ¿puedo venir con mi mascota? Eh: ¿A qué hora, qué horarios tenéis? Eh: ¿Cuál es el metro más cercano? Etcétera, ¿no? Eh, y luego tenemos-

No es el entrenar que tienes tú en la cabeza de, de-

Es enseñarle de alguna manera-- nosotros nos gusta transmitirlo así para que, para que el cliente lo entienda, ¿no? De que si tú contratas a un recepcionista, le tienes que enseñar.

¿No? Pues hacemos lo mismo, intentamos que sea ese el proceso similar a como harías con una persona real, ¿no? Em, l-- como comentaba, luego tenemos otros módulos, como el, eh, que es el módulo de appointments, que ahora mismo lo tenemos más avanzado con peluquería, pero también estamos trabajando para, para otros, otros sectores, como por ejemplo, eh, automoción, para reservar citas de, de-

Talleres.

De talleres, ¿vale? Y luego hay otros módulos como el-- la extracción de leads, que también tenemos algún cliente con extracción de leads, que... En el ca-- en el cual cuando satura su call center, saltamos nosotros, cogemos el lead, lo enchufamos en su CRM y cuando estamos fuera de horario, también. Y hemos tenido llamadas a las seis y media de la mañana.

Y...

Se vais al micro SMB, ¿eh? O sea, mom and pop stores, ¿no? O sea, ne-- este, este tipo de economía menos sofisticada.

También estamos yendo a, a m-- a mid enterprise, a, a cadenas. Y-

Vale.

Porque estamos viendo que también hay mucha, mucha demanda.

Porque, por ejemplo, Sierra, por, por poner un ejemplo-

Mhm.

¿No? De-- Brett Taylor, se llama, eh, ex CTO de Meta.

Y todas las compañías tech.

Sí, exacto. Eh, ellos están haciendo algo, algo parecido, pero van al Fortune 500.

Mhm.

Van de arriba a abajo, las grandes compañías del mundo.

¿No? Y, y meten a los forward deployed engineers, whatever, eh, ¿no? Y les ayudan a montar los agentes-

Sí.

Que responden los clientes. O sea, enfocados al caso de uso res-- de responder a clientes.

Nuestra... Nosotros lo que intentamos hacer es, eh, que el-- esos forward deployed engineers, ¿no?

Tenéis.

Ese concepto, no te-- o sea-

Eres tú.

Soy yo, ¿vale?

Vale.

Y yo, y, ta-- em, que, que sean durante un tiempo, ¿no? Y luego, a partir de ahí, montar producto para ser capaces de, de escalarlo sin esa necesidad.

¿Hoy tenéis agentes funcionando?

Agentes, sí. Sí, sí.

O sea, hay peluquerías-

Sí, sí.

Que tienen vuestros agentes hoy funcionando.

Sí, sí.

¿Podría llamar ahora?

Sí.

¿Sí?

¿Quieres llamar?

Puedes llamar.

Vamos.

Venga, dime un, dime una peluquería.

Te voy a, te voy a decir una peluquería.

La busco en Google Maps. ¿No? Yo la buscaría en Google Maps.

¿Quieres una real o te la tienes que inventar?

Sí, una real, una real.

No, no, una real.

Dale, dale.

Luego cancela, ¿eh? No, no-

Luego llamaré otra vez para cancelar.

Vale, venga.

Que no me vendría mal, ¿no?

Sí, sí. Porque me-- además, hazme a mí un appointment, que yo necesito.

Y a mí siempre me va bien.

A mí me lo hace mi mujer.

Sí, porque a mí me pasa como a Iliá, que, que-

Que, que hay que hablar con humanos-

Y es un lío y hablo con mucha gente y el peluquero es el último.

Entonces, no, no voy, no voy. Y mi mujer dice: "He aprendido el hack, he aprendido..." No, porque yo estoy bien, yo no necesito cortarme el pelo. Pero ella di-- ella dice: "Ya va siendo hora".

Y ha encontrado el hack, que es, eh...

No, clasicismo no. Yo estoy muy contento con mi pelo. Yo estoy muy contento con mi pelo, pero ella no.

Bueno, claro, uno es libre de hacer lo que quiera.

Vamos allá. A ver, espérate.

Resérvame, resérvame.

Sí, te paso, te paso, te lo paso por, por WhatsApp, ¿vale?

Sí. Pero claro, el tema es que te puede coger el teléfono la, la peluquera. Em...

Venga.

Vamos a disparar.

Hola, mira, con Jordi Romero.

Pues me quería cortar el pelo, eh, y la barba, y la barba, y necesito, eh, pues un, un espacio en la agenda.

Eh, sí, sí. ¿Qué días tienes disponibles?

Para, para cuando tengas disponibilidad. Soy, soy un poco cabrón, se te dice.

O sea, Brigitte y Rebeca me has dicho, ¿no?

Ah.

¿Cuál me recomiendas de las dos?

O sea, no, no, no, no, no. Prefiero que me digas tú lo que me recomiendes.

O sea, no tienes opinión.

Te ha, te ha pasado a la peluquería.

Me han pasado. Vale. ¿Qué quieres que preguntara?

Que preguntaras si eres una AI. Que preguntaras si es una AI.

Ah, sí. ¿Y ahora, y ahora me, me cogerán el teléfono?

Si, si pueden sí, si no vuelve, si no vuelve a cogerlo el agente. Si no puede-

Buen test, ¿eh?

Bien, buen pitch

Que no, no lo cogen. Vale.

Vale, una pregunta: ¿tú eres una AI?

O sea, virtual significa que eres AI.

Bueno, son un poco raras, ¿eh? Mis preguntas. Sí, que si eres una AI.

IA.

IA, IA. Perdona, IA.

Vale.

Vale. No, ya está.

Cancela, cancela.

Pues muchas gracias. Ya, ya con esto estoy bien. Gracias.

No. No, no.

Queda claro que la línea del partido es: soy una recepcionista virtual, ¿eh?

Sí, sí.

O sea, ha aguantado fuerte ahí.

A ver, hemos hecho un esfuerzo enorme en que, en que si no lo sabe, no-

No diga nada

...no responda. En que si ve que está dando un mal servicio, que le está insistiendo el cliente, te intente transferir al humano. Y, y, y si no ha podido transferir, pues diga: "Oye, eh, no puedo, no, no te puedo ayudar", ¿no? Eh...

La voz, ¿de, de dónde la sacáis?

Em, son, bueno, son-- estas son voces de, de ElevenLabs.

ElevenLabs, ¿eh?

Mhm.

Vale. Y hay un poco de latencia. Un poco, ¿no? Todavía no es...

Yo creo que está bastante-- hay un poco de latencia.

No, funciona, pero sabes que no es un humano.

Claro.

Se nota, se nota bastante que no es un humano.

Sí. Se nota que no es un humano todavía.

Yo creo que nosotros notamos mucho que no es un humano, porque estamos muy entrenados con esto, porque hemos oído muchas. Tenemos muchas llamadas que no lo, que no lo, lo distinguen. No pretendemos tampoco que no se distinga.

Ya.

No escondemos que es una secretaria virtual. No...

¿Lo decís al principio? Es que no me he fijado.

Eh, no, no lo decimos al principio.

¿Hay que decirlo o no?

Eh...

Por el EU AI Act, whatever.

Va a haber que decirlo. Sí.

Sí.

¿Vale? Em, pero de momento-

Ahora se están recogiéndo un poco de cable, ¿no?

Sí, se están recogiéndo, ya.

Con el tema de la IA parece que se han frenado un poco.

Sí, a ver, que...

Porque iban muy a saco, como siempre, ¿no? Como nada se puede hacer, todo el mundo entra y tal. Y ahora parece que han visto que era muy agresivo y están frenando un poco y cons-- abriendo plazas de consulta otra vez.

Sí, también, o sea, hay, eh... con según qué volumen de facturación y de llamadas, sí que tienes que decirlo. Si la empresa, eh, eh, en, en función de, de la-- de si es un call center muy grande o tal, sí que tiene que decir si es IA. Eso sí, perdonar, que no os he dado bien la información.

Vale, entonces, y, y esto básicamente lo que hace es agendar hoy, ¿eh? No, no aconseja ni, ni nada.

Eh, si el-- si la peluquería quiere recomendar una serie de, de, de productos, sí que los, sí que los recomienda.

Vale.

¿Vale?

Y hay un montón de empresas que hacen agentes a día de hoy.

Mhm.

¿Cuál es la barrera para, para cualquier competidor para hacer esto en peluquerías? Alguien que lo hace en otros segmentos. O sea, gente que está captando booking en agendas, ¿no?

Mhm.

Em, hay, hay muchos players en el mundo.

Sí. Nuestro approach es que, o sea, n-nuestro cliente no ve la IA por ningún lado. No ve ningún prompt, no ve ningún workflow.

No tiene un backoffice de la muerte con workflows y cosas, ¿no?

No. Solo están sus servicios, su calendario. De hecho, intentamos siempre conectarnos a-- cuando, cuando tienen CRMs externos, conectarnos con, con ellos y, mmm, y, y, y hasta simplificarlo todo, todo al máximo, ¿no? Que no se vea la IA para nada. Vale.

Lo que tú decías, Sergio, es que tenéis demanda infinita, ¿no? Porque evidentemente con el pitch de estáis perdiendo dinero sin hacer nada, bueno, pagando algo, que ahora nos contarás cuál es el modelo de negocio, eh, tú puedes recuperar esta, esta demanda que, que estás perdiendo.

Mhm.

Pues la gente dice sí, ¿no?

Sí. Em, la gente que tiene más percepción de-- ma-más business, mmm, un mindset más de business, es muy fácil, ¿no? Nos estamos encontrando con, con que los verticales, sobre todo de, mmm, de, de motor, de clínicas, que también sí que tenéis una participada-

Sí, Ovianca

...que hace muy, mmm, sí, similar. Eh...

No se dedica a esto, es diferente.

No, sí, también. O sea, Ovianca lo que ha evolucionado empezó dentro de la consulta. Entonces, se dieron cuenta hablando con clínicas que lo que más les preocupaba, decías: "Oye, lo primero que me-- deberías de arreglar es lo de la-- lo de las agendas". Entonces ellos dijeron: "Hostia, pues vamos a hacer eso también antes de meternos en la, el diagnóstico".

Bueno, el diagnóstico no, eh, la receta médica, ¿no? La historia clínica, todo lo que tiene que hacer un médico. Eh, y, y, bueno, y fueron para atrás y, y han hecho eso también, ¿no? Pero enfocado a clínicas. Entonces, ellos tienen la expertise de, de las primeras consultas, de este primer front line de alguien que tiene una patología X y quiere-- y, y pregunta a la clínica: "Oye, tengo este problema".

Mmm. Sí. Al, al final, todos, todos los negocios que tienen que, que el ticket es alto, que la pérdida del lead significa mucho dinero-

Mhm

...eh, lo compran instantáneo. Peluquerías lo compran, lo acaban comprando, pero sí que es cierto que cuesta más, que cuesta más, se lo piensan más, eh... Pero bueno, eh, estamos ahí luchando. Si fuese fácil, eh, eh, no Sí, no, no les daría tanto valor

Yo creo que cuanto-- efectivamente, el ticket medio es muy, muy importante, eh, y la, y la cantidad de gente que tengan, ¿no? Cuando como de tangible es el, el coste perdido. Cuando hay una operación muy grande es más tangible, ¿no?

Em, la semana pasada estábamos viendo con Ilia, que lo explicamos en la tertulia eh, agentes aplicados a las entrevistas también, ¿no? Em, que es algo que, que, que también se-- es un caso de uso que se está hablando mucho y al final es agentes aplicados a cualquier tipo de conversación de cualificación.

Em, yo creo que tiene mucho sentido cuando lo que está haciendo es captar información, porque al final el stack de GPT-5, por ejemplo, te sirve. Eh, no, no, no necesitas mucho, ¿no? No necesitas mucho tuneo.

No, G-GPT-5 demasiado lento.

Bueno, es igual.

Pero sí

El, el último modelo, el que sea te sirve y no la puedes liar mucho, porque al final lo que está haciendo es captar información. El problema es cuando tienes que dar información crítica o importante a alguien, ¿no? Que esto ahí no veo tanta gente de momento.

Es más complicado y tienes que defini-- tienes que trabajar mucho el que cuando no-- cuando te están preguntando algo que no sabes, no te lo inventes, ¿no? Trabajar mucho en evitar al-alucinaciones.

¿Y cómo lo hacéis esto? ¿Qué, qué stack tenéis?

O sea-

O sea, a alto nivel, ¿eh? Pero...

Mhm. Sí, no, nosotros, eh, t-- o sea, lo que trabajamos mucho es que, eh, tenemos como lo que llaman un golden dataset muy amplio, con el cual a todos los prompts invo-involucrados en el, en el proceso de una llamada están, están muy, muy testeados. Cada vez que se ejecuta algo con-- contra un modelo, lo tenemos en nuestro no-- entra en nuestro sistema y lo tagueamos si ha, si ha f-- si ha ido bien o ha ido mal, ¿vale?

Y si ha ido mal, entra en nuestro dataset, mejoramos y actualizamos el-- la, la parte que ha-- que estaba, que estaba afectada, ¿no? Y así, pues con cada llamada vamos mejorando, vamos mejorando de forma rápida.

Muy, muy, muy, muy-- es complicado. De hecho, con César de Latitude estuvi-estuve, estuve hablando de a ver si podí-si podíamos, eh, trabajar juntos para hacia-

¿Qué tal?

...buscar algo. Est-estamos, estamos con-conversando de ver qué, qué podemos, qué podemos hacer. Em, nosotros lo, lo, lo resolvemos inyectando, eh, lo-los, los datos, teniendo en cuenta de que los-- todos los datos que podemos inyectar, hay una serie de datos personales que no podemos, ¿no?

Entonces, pero los datos de la empresa sí que podemos, eh, inyectarlos para-- en, en el propio test, ¿sabes?

Al principio lo hacíamos nosotros a la vez que teníamos otros, otros, eh, eh, AI as a judge prompts que el-- que lo, que lo iban haciendo también. Cuando conseguimos que, que lo hiciesen suficientemente bien en comparación a como lo hacíamos nosotros, hemos ido dejando cada vez más, eh, que lo hagan ellos.

De todas maneras, siempre randomly vamos, vamos a-- van haciéndolo algún humano, entre comillas.

Porque esto típicamente, ¿quién lo hace en el mundo? O sea, empresas como Merkor, por ejemplo, eh, que hacen esto u otro agente que hace tagging del-

...del agente, del otro agente.

¿Pero puedes concatenar LLMs para hacer-- para evaluar a los otros?

Expertos

Y ¿por qué decís que GPT-5 no? O sea, GPT real time, ¿cómo se llama? ¿GPT real time?

Eso es lo que tiene, eh, OpenAI para este tipo de servicios, ¿no?

¿Y esto no funciona bien?

A ver, y, y perdona, ¿eh? Una última pregunta. Y en ChatGPT o OpenAI te ofrece herramientas para crear tus workflows y crear tu agente tú mismo. Luego hay third parties tipo NH-- N8N que te permite hacer un pipeline de agentes. Luego tienes ElevenLabs, que te da un framework para crear tus propios agentes para hacer exactamente esto.

O sea, está todo, todo el mundo haciendo esto. ¿Cómo os vais a diferenciar un día y diga?

Y Latitude.

¿Eh?

Y Latitude.

Latitude.

Que te da soluciones para hacer agentes también.

Exacto. Tambié-también te da una plataforma para hacer agentes, ¿no? Entonces, ¿cómo vosotros, particularmente, eh, con un agente en un vertical concreto, os diferenciáis de todas estas herramientas genéricas que tú puedes utilizar y programar tu agente relativamente fácil con un prompt?

Relativamente fácil. Pero dos cosas: primero, em, según qué perfiles de según qué verticales y, bueno, de la mayoría de los verticales en los que estamos, no es gente que quiera ponerse a escribir prompts o a, o hacer workflows. Quiere que les sol-solucione ese problema, no, no tener que aprender de IA para poder resolver ese problema.

Ya, igual que el primo, el típico primo informático, creo yo, antes.

Es el primo informático. Puede, puede hacerlo, ¿vale?

Que vayan todos a verle. Además, tiene muchos primos.

Yo tengo muchos primos.

Que venga todos tus primos a pedirte la gente, ¿no? A partir de ahora.

Los que tengan la suerte de tener ese primo pueden empezar a hacerlo y darse cuenta que conseguir un 60 % de accuracy es muy fácil, pero un 61, un 62, un-- ¿sabes?

Ya, pero es que es igual, porque es una llamada perdida. O sea, dices: menos da una piedra.

No están igual, ¿eh? No.

No, bueno, WhatsApp es otro tema

Y lo, y lo engancharlo a CRM y luego-

Es decir-

¿Tienen CRM? Las peluquerías tienen CRM.

Sí, sí. Eh, bueno, muchas tienen y o, o, o otras no, digamos, eh-

¿Y le ofrecéis el CRM a las que no, no lo tienen?

Ofrecemos sencillamente un calendario. Nosotros no nos, no nos vamos a meter en más, en, en, en más complejidad ahí.

Es que es infinito el roadmap que hace todas las direcciones.

Sí, no, hombre, las-

Cuando en vez de resolver problemas.

Sí. O sea, nosotros nos estamos apoyando en CRMs existentes. A-- le añadimos una-

¿Y lo integráis?

Sí.

Este es otro gran pain, típicamente, la integración. Aunque también con IA esto está fac-

De ahí, ¿hablamos de agentes de coding ya o...?

Venga, venga, dispara. No, pero decías que tienes un, un amigo que fue a una conferencia de Nueva York.

Totalmente

Si está todo bien documentado.

Ahí ya tira millas

¿Pero está bien documentado?

Sí

Pero las que no están bien documentadas, como, como humano, tienes el mismo problema.

¿No? No vas a hacer una-

Sí, pero lo soluciona mejor que el humano.

Igual de mal, que es, eh, prueba y error, ¿no? Mandando emails a los desarrolladores de la API documentada.

Infiere, infiere muchas cosas. Si tú empiezas a hacer pruebas contra eso mal documentado, empiezas a coger los JSON que te genera y tú le dices: "Oye, de este JSON intenta engancharlo a esto, ¿no? O intenta enganchar a, a: esto es lo que necesito". Lo hace muy bien y mucho más rápido que tú en-- bueno, que tú-- que, que, que, que un, que un, que un desarrollador medio y o, o senior, incluso.

Totalmente. Y ya nosotros usamos, eh, coding agents para hacer integraciones, porque la palabra integraciones suena como mínimo tres veces-

...tres veces al día en, en Factorial.

Claro.

La respuesta es claro.

La respuesta es claro que sí. Sí, sí, sí. Pero es como yo caigo cada vez en todos los podcasts.

Sí, señor, usamos agentes para todo. Sí, sí. Puede estar usted tranquilo, que usamos agentes, pero bueno, por un tubo usamos agentes.

Al final es este rol de PM, ¿no? Siempre acabamos volviendo a lo mismo de: si sabes lo que quieres hacer, si entiendes el problema, la IA te quita mucho trabajo, pero te das cuenta que la gente no sabe lo que quiere hacer.

Haber pensado en todos los edge cases, cómo se relaciona con el resto del producto. Eso no te lo arreglas solo la IA.

Totalmente.

O sea, con la IA estamos descubriendo problemas de años de humanos, ¿no? De decenas de años de horas de humanos.

No, es que César decía: "No, porque es que nosotros sabemos hacer el prompt, el pro-- el prompt definitivo", eh, tal, ¿no? Y resulta que el prompt era: hazme esto mejor. Bigger, bigger, faster, better.

Al, al final, eh, o sea, nosotros en, en, en Aidiga, o sea, el, el-- to-- la totalidad del código lo hacemos con IA. O sea, nos esforzamos mucho en-

En no hacer nada.

En no hacer, en no hacer nada, exacto. No. Eh, en, en estructurar el código de una manera que la IA-

Me he esforzado, me he esforzado mucho para hacerlo todo con ChatGPT, ¿eh? Me he esforzado mucho.

No, pero a cambio vamos muchísimo más rápido. Pero, mmm, no sé, no sé decirte el por cuánto, pero te digo que de mi experiencia, haber-- habiendo llevado, eh, equipos grandes de ingeniería y habiendo estado en, en muchas fases, tanto en fases iniciales como más avanzadas, la velocidad si lo-- si, si aprovechas y, y sigues como el patrón que hay que, que-- en el cual está ahora mismo la IA, ¿no?

Que para-- en mi opinión es que la IA es un, es un ingeniero de software junior con una capacidad de algoritmia mucho mejor que la de cualquiera, ¿no? Pero al final es un junior.

Es el-- exacto, pero es un junior con ese conocimiento. Imagínate un junior en el que se sepa todos los algoritmos, pero no sabe-

Y los patrones y las APIs

...y se lo sabe todo, pero no sabe cuándo lo tiene que aplicar. Entonces, tú como senior, si un ingeniero su-- senior le explica bien a este ingeniero junior lo que tiene que hacer, lo hace a la perfección. Y cuando digo explicarle bien, le digo, digo: "Mira, para esta tarea tienes que usar este patrón, tienes que, eh, utilizar este algoritmo y uti-- y, y s-- y tener en cuenta esta documentación, esta otra y esta otra.

Genérame un plan, genera un plan y a parti-- y si lo ves correcto, lo-- que, de nuevo, lo tiene que chequear un ingeniero, impléméntalo y en cuestión de segundos tienes implementado eso con una calidad alta.

Esto es como un framework que os habéis hecho vosotros para hablar con los, eh, agentes de, de generación de código. O sea, tenéis como unos prompts documentados de hazme un plan, pídeme permiso, pregúntame esto y luego tal, y vas haciendo copy paste o lo haces ya programáticamente.

Tenemos una serie de prompts para cosas co-como por ejemplo, eh, comitear, ¿no? Que todos los commits sean iguales, generar, em, eh, pull request, em, pues, eh, etcétera.

Como un manual de tu desarrollador AI. Tú le dices: "Aquí se trabaja así".

Exacto, ¿no? Y, y los podemos ir lanzando, eso. Y luego tenemos una-- o sea, no-nos forzamos a que toda, eh, toda nueva implementación tiene que ir siempre acompañada de documentación, ¿vale? Eh, eso hace que la base de documentación a la que tiene acceso luego el agente que va a ejecutar lo siguiente es más grande, ¿vale?

Es para sí mismo, ¿no? Es documéntalo, así luego cuando tengas que arreglarlo.

Le, le llaman, eh, compound engineering en, eh-

La escribe AI, sí.

Divergen

O sea-

Con humano pasa siempre. Con la IA es lo mismo. Sí, también.

El código la hace, la hace la, la IA, pero, pero el, el approve de una pull request lo hace un humano. Entonces, si un humano-

Por ahora

...está aprobando, por ahora, nosotros lo hacemos así. Si un humano está aprobando una documentación que no es acorde al código que se ha desarrollado, eh, ¿vale? Esta-

Y luego la IA va haciendo la documentación.

Así que es cierto que la IA te puede ayudar también a decirte, eh, a decirte: "Oye, esta documentación no es co-- no es acorde a, a tal", ¿no? Tenemos también procesos que una vez lanzamos una pull request, a partir de ahí se ejecutan toda una serie de, de prompts que chequean la-- lo que para nosotros es una pull request validada.

¿Y es el mismo modelo o es otro que, que juzga, no? O sea, tienes a Groq evaluando Anthropic y luego OpenAI evaluando a Groq.

Tenemos varias cosas y vamos-- y, y cada semana hay cosas distintas.

Eso cambia cada semana, ¿no?

¿Vale? Pero, pero sí que-- y me parece-- y, y no veo problema en que sea, por ejemplo, Anthropic evaluándose a sí mismo desde este prisma. Por-- siempre y cuando, si-- sobre todo, es superimportante que el contexto esté limpio otra vez.

Ya, ya, ya.

¿Vale?

Que se haya olvidado de que es el mismo que le has pedido hacer el código.

Exacto, exacto.

Sí, sí.

Eso no se lo lee la IA. Porque total, si el humano, si el humano no programa, porque solo, solo es la IA, ¿no? El humano dice: "Sí, sí, bueno, tiene buena pinta".

O sea, el, el-- al menos, el-- toda la documentación que ge-que generamos es entendible para humanos y, y de hecho, es, eh, nosotros la leemos, ¿no? Cuando, cuando hacem-- cuando hace la pull request para entender lo que está haciendo, ¿no? Y está-

La leemos toda. En-- hay cosas que se leen en diagonal. Eso, eso es-

Eso es claro, pero-

Sí, no, bueno, hay, eh, o sea, bueno, depende ca-cada, cada uno su expertise, pues sabes las cosas que puedes, eh, leer más rápido y las por-- las cosas que tienes que prestar más atención.

Esto es como dicen, perdona un paréntesis, ¿eh? Si le debes al banco 100.000 euros, tienes un problema. Si le debes al banco 100 millones de euros, el banco tiene un problema. Si haces una pull request de 10 líneas, tienes 20 comentarios. Si haces una pull request de 2.000 líneas, tienes cero comentarios, ¿no?

Aquí también-

Esa es la estrategia

...eh, otra cosa importante es cuando empiezas a desarrollar con IA, eh, tienes que, eh-- no sé, yo creo que es como una especie de good feeling, ¿no? De, de saber el tamaño del, del problema que le estás dando. Si le, si le pides un cambio muy grande, las probabilidades de que la líe son-

Son una manta

...son muy altas, ¿no? Entonces, tienes que ir como por trocitos. Y si le pides algo muy pequeño, no tiene sentido que, que, que lo utilices, ¿no? Entonces-

Good feeling, que es como un alias de, de vibe, ¿no? O sea, te acercas un poco al vibe coding ahí.

De, de haber vibe codeado mucho, porque yo, eh, o sea, mi experiencia personal fue al principio, eh, pedirle cosas a ChatGPT, copiar, pegar, eh, el output, pegar. Luego salió Cursor como, eh, la gran revolución en la que todo eso estaba integrado. Y luego ya con, eh, con Cloud Code, desde el, el, el command line interface, puedes hacer cosas muchísimo ma-más complejas, ¿no?

Flows, estos flows que estamos hablando y, y ya es-

¿Los flows?

El flow en el cual, eh, tú le pides, le defines muy bien lo que quieres, lo que quieres hacer, te establece un plan y luego a partir de ahí le lanzas a que lo, a que lo implemente, ¿no? Y, y después de eso, tien-- también puedes lanzar que te envi-- que te genere los commits.

No sé si estamos entrando muy en técni-técnico, ¿eh?

Pero, eh-

Ya se han ido todos los no técnicos.

Em, que te lo genere todo con un estándar que tú quieres, que te genere las, las pull requests también como tú quieres. Todo esto lo puedes, lo puedes automatizar.

Y Perdón, Ilia, dispara

Es una eternidad. Es una eternidad, Ilia

Después de Thanksgiving del año que viene

La, la, la gran duda, la gran duda aquí es: ¿va a ser capaz la IA de pasar de junior a senior?

Tú si tienes que apostar ahora mil euros. No conmigo, ¿eh? Tú solito tienes que apostar mil euros. ¿Te los apuestas a que llega a senior en un año?

A que llega a senior en un año...

Como si fuera una cosa muy concreta, ¿eh?

Exacto. ¿Qué significa senior? Porque para mí ya está, ya estamos.

Lo que acabo de decir, ¿no?

Sí, sí, sí. Sí, a mí-- ¿Pa-para mí qué significa ya senior? Que no le tengo que dar detalles de qué patrón y qué-- y, y, y dónde tiene que buscar y tal. Que es capaz-

...de, de desarrollar con calidad el, el solo-

¿Te puedes tener un, un sitio que sea una IA?

Bueno, un si-

Hipotéticamente, ¿eh? Para un amigo. Para un amigo

Totalmente hipotético, ¿eh?

Sí.

Exacto.

Sí, sí. Em, no, no, no, no lo sé. Yo creo que, que el siguiente salto es gordo. El siguiente salto es gordo.

Sí. O sea, es bastante-- cada salto, eh, son muchas órdenes de magnitud, ¿no? De-

Que, que, que va a mejorar, ¿eh? Que los modelos que teníamos a principios de año comparados con ahora, eh, es que es una pasada. O sea, la ca-- la complejidad que son capaces de gestionar ahora mismo es mucho mayor que la, que la que eran capaces antes, ¿no?

Es curioso, porque esto lo que nos lleva es a pensar de que no hay mercado para juniors. Ya hoy, ¿eh? O sea, y ya nos lo decía... ¿Quién e-em--? David Miranda. En los abogados. Aplicado, aplicado a los abogados.

Es que en el caso de abogados es muy evidente, porque hay un trabajo machacón de junior, ¿no? De buscar, buscar un documento para citar ese-- esa jurisprudencia. Esto te lo hace ChatGPT mucho mejor.

Decía: no hay, no hay mercado para juniors en-- aplicado a abogados, ¿no?

Mhm.

Pero es que aplicado a, a developers igual también, ¿no? O sea, que el, el junior se tiene que rebrandizar de alguna forma si quiere entrar en, en este mercado.

Y, y, y ¿cómo va a conseguir convertirse en senior si no adquiere esa, esa experiencia real?

Y esa es la otra que, que, que mucha gente está hablando, que la, el aprendizaje, eh, se está perdiendo. El proceso de aprendizaje se está perdiendo con, con la IA porque tienes una satisfacción instantánea tan rápida que realmente no llega a permear en el cerebro la información, ¿no? O sea, no pasas por procesos de repetición, procesos de, ¿no?

De, de-- que son lentos, de ir preguntando-

...escribiendo, fallando, tal, ¿no? O sea, tienes una gratificación instantánea tan grande que no consigues aprender. Hay un, hay un artículo por ahí que no, no-

Esto, mirando atrás, que es un poco de viejos, ¿eh? Pero yo me acuerdo cuando yo era pequeñito, iba al cole, eh, tuvimos una, una discusión en-- tenía yo menos de 10 años, no me acuerdo exactamente qué edad, pero muy pequeñito, que un profesor de Matemáticas dijo: "No os voy a explicar cómo se hacen las divisiones, porque total, lo vais a hacer siempre con calculadora". Y yo me enfadé muchísimo y yo dije que yo quería saber cómo se hacían las divisiones.

Y al final me explicó cómo se hacían las divisiones. Pero su argumento es: no hace falta, si no la vas a hacer nunca. Y es cierto, no he hecho nunca una división, digamos, con el, con el algoritmo, el proceso, ¿no? El protocolo de coger los dígitos y tal, pero entender cómo funcionan las cosas es importante. Pero la realidad es que yo soy un tocapelotas, pero en general s-- muchas cosas se dejan de explicar porque tenemos herramientas que las hacen y tampoco creo que nos hayamos atrofiado.

Yo creo que hemos aprendido a hacer cosas nuevas, ¿no? Y seguimos utilizando la calculadora. El día que nos quedemos sin calculadora estaremos jodidos. Pero no sé.

Esto era la división, ¿no? Igual la raíz cuadrada y tal.

Exacto. Van pasando cosas.

Pero una cosa es algo tan específico y puntual, y la otra es todo el dominio del conocimiento de golpe.

Sí, pero Internet decían lo mismo, ¿no? Antes, cuando querías saber algo, alguien tenía que leerse libros y la enciclopedia y el diccionario y tal. Y se lo preguntabas a Google, y Google ya lleva bastante tiempo entre nosotros. No sé si nos ha hecho tontos el tener a Google o quizá nos ha hecho más listos porque podemos preguntar más cosas a Google.

Es diferente, porque antes igualmente buscabas en Google y comparabas referencias.

Exacto.

Es que ahora dejas de-

Tienes que filtrar un montón

...directamente de ver opciones. No hay, no hay, no hay elección, no hay búsqueda. Tienes ya el resultado siempre, de todo, al momento.

No sé, yo creo que en el momento siempre lo vemos muy dramático y luego mirando atrás lo vemos muy obvio y parece que este ciclo se repite. Entonces, yo me cuestiono si es tan dramático o no es tan dramático.

¿Pero sabes quién sufría un montón? Los que tenían que perforar tarjetas de papel para correr un programa. Y nosotros escribimos en Python.

Estos lo defienden todavía, ¿no? En la época de las tarjetas.

Claro, pero que, ¿sabes? O sea, sufrimiento, sí. Antes, eh, eh, programar en ensamblador, que es un coñazo, estos sufrían. ¿Pero qué pasa? Que iba muy poco a poco. Nosotros-- yo he programado en ensamblador dos días en la universidad y nunca más, y no lo quiero hacer nunca más en mi vida. Eh, y, y programando en JavaScript, pues vas mucho más rápido.

Pero lo mismo con el assembler, porque si la DLL o la librería no te funciona, tienes que entender cómo funciona la máquina por dentro y cómo funciona el IO y el networking y las escrituras de la disco y la caché de la... ¿Sabes? Tienes que entender cómo funciona. Alguien lo tiene que entender. Quizá no tú, pero alguien lo tiene que entender.

Pero tienes al agente que te abre la caja

Por eso tú no aprendes nada. Por eso, claro, si hay siempre una persona que está a-aprendiendo para ti, tú no aprendes nada

Aprendes el siguiente nivel, ¿no? O sea, el señor-

Que no funciona

¿Cuál es el siguiente nivel?

No, igual que antes, el señor que hacía ensamblador, eh, pues estaba todo el día enganchado con es-- lo sabía todo el ensamblador, pero quizá no hacía soluciones, mmm, que sirvieran de mucho

Pero tú lo que dices es que se va a crear niveles por encima

Claro, es lo que venim-- yo lo que digo es que mirando atrás, siempre vamos subiendo de nivel. Cuando automatizamos o eliminamos tener que tocar la capa de abajo es como los coches, ¿no? Ahora no tenemos que tocar los manguitos de los coches, están ya bien hechos, hay electrónica y tal. Pues yo qué sé, conducimos mejor. No, no sé. Duran más los coches. No, no es verdad, ¿no?

Son eléctricos.

Se conducen solos.

Hay menos gente haciendo ensamblador, pero, pero todavía hay, todavía hay gente que tiene que hacer ensamblador para que el resto-

Uno. Todo el planeta depende de un señor o señora que sabe ensamblador

Sí, pero como ese-

Como le pase algo

Como algo le pase algo-

Estamos jodidos.

Entonces, bueno, yo creo que sí, que vamos a, a mon-- a subirnos una capa por encima y que vamos a ver si van a aparecer otros lenguajes. Ya, de hecho, ya, ya, ya se está hablando sobre eso, eh-

Ah, ¿sí? Esto yo no he escuchado. Es interesante este debate. Claro, los lenguajes para humanos, por ejemplo, yo, yo y nosotros, ¿no? Todos-

Pero no le has dejado acabar, ¿eh? La frase.

Vale, perdón.

Es que esto luego la gente se queja porque tú lo has entendido, pero el resto de la gente no.

Vale, vale, vale.

La próxima vez me acuerdo.

¿Qué es lo que está apareciendo?

Lo que quería decir, un poco en línea de que en principio tarjetas perforadas, que por cierto, mi primer contrato de trabajo fue de grabador, aunque programaba, pero el contrato de grabador-

¿Sí? ¿Con el contrato todavía? Hostia, qué fuerte.

Eh, mmm, eh, luego pasamos de, pasamos a ensamblador, pasamos de ensamblador a lenguajes un poco más de, de alto nivel, C, de C a, a lo que tenemos ahora, que no nos tenemos que preocupar ni de punteros, todo funciona mágicamente hasta que no funciona. Pero, ehm...

Ruby, ¿vosotros hay Ruby todavía o no?

En, eh, en Eigedia no us-no usamos Ruby.

¿No?

No.

En Jobandtalent sí.

En Jobandtalent sí. Sí, sí. Ehm, ahora se-- me parece se han mi-- han migrado a, a Kotlin. Tienen Ruby y Kotlin, ¿vale?

Es que para la gente que no-- que nos escucha, con Sergio, hace un millón de años, no un millón de años, ¿no? Pero ¿veinte? No sé, quince, no sé muchos.

Veinte años.

Nos encontrábamos en un, en un pub en la Plaza Urquinaona de Barcelona con todos los frikis que empezaban a tocar Ruby en aquel momento, ¿no? Y, y creamos una comunidad que se llamaba Barcelona on Rails, que tú tienes-- compraste el dominio.

Sí, compré el dominio, sí.

Había una web y todo. Y nos encontramos ahí clandestinamente para hablar de Ruby. Esto es como hablar de las tarjetas perforadas hoy en día.

Déjale acabar, déjale hablar, que está- Estoy esperando yo para meter lo mío.

Le estoy dando contexto, vale.

Lenguajes de programación, que estoy esperando para volver a esto.

Los lenguajes de com-- de programación han ido subiendo de nivel. Cada vez tenemos lenguajes que son más entendibles por el humano, ¿no? Ahora nos vamos a que, eh, el humano ya no programa, ¿no? Necesitamos esos lenguajes que, que sigan, que sigan siendo así o, o, o van a evolucionar a algo que se-- que esté más cerca a-- de lo que el humano le, le pide a la máquina.

¿Y está pasando esto?

Eh, eh, están-- hay, hay gente que está hablando alrededor, pero no hay nada tangible todavía.

Se lo digo, que a ti te encantaba la universidad.

No, en catalán. Nos hacían exámenes de programación en catalán y me ponía muy... A mí me encanta el catalán, ¿eh? Pero no, no se programa en catalán. Eh-

Para mí, esto parece un futuro de programación.

Programar en catalán.

En catalán, exactamente, exactamente.

Ilia, te veo a ti programando en catalán. "Si us plau." Eh, pero pueden pasar dos cosas, ¿no? Puede que subamos más de nivel y que haya un lenguaje de programación, digamos que vaya más al grano, que es lo que dice Ilia, ¿no? En catalán, concretamente. O puede que volvamos a bajar y diga: ¿por qué quiero yo la mierda esta de Ruby o de Python, eh, o JavaScript, que tiene intérpretes?

Vuelvo a escribir C, porque total, el humano, mmm, no tiene que escribirlo, con lo cual puedo volver al C, que es, que es, que es más directo a la máquina, ¿no? Más directo al acero, eh, y como lo escribe una máquina, le da igual.

Pero el, el humano siempre va a tener que ver una representación de eso, ¿no?

Sí, claro.

Entonces-

Es más cómodo entender el Ruby que el C.

No, pero siempre lo escribes en C. O sea, en assembler tú no escribes, lo escribes tú.

No, los interpretados no. O sea, Ruby concretamente no se compila, se interpreta.

Se interpreta.

O sea, hay un intérprete de C, hay un intérprete de Ruby que está escrito en C, eh, y en ensamblador a trozos-

Al final todo está escrito en assembler y en-

En trozos-

Y en binario, ¿no? O sea...

El C se convierte en ensamblador, que se convierte en código máquina.

En tiempo real.

Que son cables que se encienden y se apagan.

Exacto.

Sí, sí. Sí, sí. Baja, baja, sí. Eh, entonces, ¿vosotros creéis que, que habrá un nuevo lenguaje, bueno, tú, Sergio, que habrá nuevos lenguajes de programación más alto nivel todavía?

Eh, es, es muy probable que, que pase algo así, eh...

El tema es cuando ya empiezas a trabajar en-- con ambigüedades, la ambigüedad del lenguaje.

Claro.

Cuando ya no determina el lenguaje a una acción, ¿no? Entonces, ¿en, en qué nivel, en qué momento quieres determinar o no-- dejar de determinar?

Estás hablando del determinismo y el indeterminismo.

Volvemos a hablar del determinismo.

Y otra cosa que no debemos que olvidar es training datasets, que ahora si el LLMs al final son, sí, son repetidores, que no, no tienen conocimiento, por eso van usando que humanos están usando. Y por eso si tú ahora va-vas a elegir tres LLMs grandes y vas a preguntar algo en genérico, que mira, constrúyeme algo, casi todos van a elegir Python como una idioma de programación.

¿Por qué? Porque es training data-- training dataset es tan grande de tod-- de todos estos, y por eso ellos by default está eligiendo, mmm, qué saben.

Porque sus orígenes son el machine learning en...

No, es porque-

El machine learning se hacía en Python, ¿no?

No, en el dataset que, que hay para entren-

O sea, en GitHub hay más Python que otra cosa.

Exacto. O en, o en dataset que u-estaban usando exactamente OpenAI o Anthropic, por alguna razón estaba más Python con este, mmm, exactamente para estos, esas dos tareas. Por eso el LLM está repitiendo que estaba pasando antes. Por eso la pregunta es si el LLM puede inventar algo nuevo. Es como que hemos estado-

Se crea, se crea algo de cero o no se crea, ¿no? Como las semanas pasadas.

Exacto, que es el debate. He, he recibido un montón de mensajes.

Todo el mundo me da la razón a ti, ¿eh?

Un montón de me-- no, no todo el mundo. Hay gente que está muy enfadada conmigo porque dije eso

Eso siempre. Alguien se enfada mucho en Internet.

No, pero, pero es, es curioso, ¿eh? Porque nos han escrito de muchos ámbitos, desde la neurociencia hasta la filosofía, eh, hablando de quién crea y quién no crea y qué es crear.

Por eso crear nuevos idiomas para, mmm, para LLM significa también un endereço de dataset en tecnologías que tenemos ahora. Mañana puede ser que va-- algo va a cambiar. Por eso es tan complejo. Yo veo que vamos a crear algo para LLM ahora, porque no hay, no hay volumen.

Sí, cierto. Em, un poco también comentando sobre e-AI coding y tal, em, un gran amigo, Felipe Talavera, estuvo la semana pasada en Nueva York, que hubo el AI Coach, eh, Summit, y escribió un post muy interesante que luego os lo paso por si lo queréis poner.

Sí, lo enlazamos.

Y, mmm, y comentaba cosas interesantes en, en línea con esto, ¿no? De decir: "Oye, también parece que hacia donde va mucho la gente es hacia cómo puedo testear el output de todo esto que me genera, ¿no? De cómo genero invariantes que me aseguren que estoy-- que, que el-- que la IA me está generando algo en el, en el camino correcto, ¿no?

Está haciendo lo que yo quiero.

Exacto. Y luego otra cosa muy, muy, muy, muy de hype, ¿no? Que sería todo lo que es, eh, hacia donde están ten-tendiendo a, a decir la gente de que el, el código va a ser commodity, ¿no? Eh, que, mmm, que el software al final va a ser, va a ser una commodity, que es...

Si estiras esta línea de evolución, eh, y la, la llevas al límite, esto es obvio que va a ser así, ¿no? El tema es que va a aparecer algún momento donde se, se apla-- se, se, se aplane, digamos, el progreso en, en estas capacidades de escribir código, porque si no, es evidente que no hay futuro para el que simplemente escribe código para un problema dado y bien explicado.

Pero claro, eso es el problema, explicar el problema. Saber el problema, el qué quieres solucionar, porque vosotros encontraréis, o sea, de lo que pensabais cuando empezasteis Heydiga, qué iba a ser el negocio a lo que es hoy, probablemente cambie cada semana.

Sí.

Claro, ese es el problema.

Y el código no es el cuello de botella.

No, claro que no.

El código es un-- es complicado de hacer, pero...

Es que esto a mí me sorprende la gente que todavía está aferrada a decir: "No, no, yo quiero trabajar en mi casa con productividad, no, con concentración, tal". Digo: "No, no, no, lo que tienes que estar es ayudando a pensar qué problema resolver y cuándo, ¿no? Y para eso, pues oye, máxima exposición, inputs, ¿no? Hablar con gente, ¿no?" Eso es lo que estamos aquí repitiendo todo, todos los días.

En los grupos, porque-

Yo creo, sobre todo-

Sí.

Sí, pe-perdona.

No, no, no.

En...

Si no me enrollo, me enrollo.

En, en, en etapas, en, en etapas, eh, tempranas de startups, sobre todo, creo que-- yo mira que he sido un gran defensor de, del remoto, ¿no? Pero creo que, que la oficina es imbatible, porque la-- uno de las claves para el remoto es una buena comunicación.

Y, y cuando algo cambia mucho, es muy difícil que lo consigas comunicar bien todo el rato. Tienes que hacer, eh, hacer unos esfuerzos muy grandes que-

Total

...que no te com-- a veces no te compensan, ¿no? Entonces, o sea...

Es decir...

Lo de, lo del código com-commodity, que, que lo has dicho antes, Sergi, estaba pensando, vuelvo a lo del ensamblador, ¿eh? Que me va perfecto de metáfora. O sea, claro, programar en JavaScript o en Ruby o en Python o en PHP es infinitamente más fácil que programar en ensamblador o en C, incluso, ¿no? Y, y, y esa commoditización que ahora cualquiera puede programar en Ruby o en Python comparado con lo difícil que era programar en ensamblador, y hay muchos más trabajos de programadores y mucho mejor pagados, ¿no?

Es un poco la paradoja de Jablonska esta de la que hablaba Satya Nadella, que como más, eh, asequible haces algo, más demanda generas, si, si ese algo se convierte en productividad o en valor para, para el mundo. Entonces, si en el límite, límite, límite, límite, todos somos como una especie de dioses etéreos sin cuerpo, ¿no? Porque nada tiene sentido, todo está solucionado ya por un superrobot de inteligencia artificial.

Pero por el camino, para mí más commoditización es, eh, más necesidad de esta cosa.

Sí, pero-

Más programación. Tendremos más programación, no menos.

Pero necesitas más proactividad. Porque dices-

Necesitas más proactividad.

Sí.

Claro.

Porque, o sea-

Pero como ahora con Python.

Tú no puedes aspirar-- bueno, en general, ¿eh? O sea, tú no puedes aspirar a que las cosas siempre siguen como han sido, ¿vale? Entonces, las cosas-- el mundo cambia y tú nece-- tienes que ser proactivo, abrazar el cambio, a entenderlo, a ser crítico también, ¿eh? Con el cambio. Pero, pero la proactividad es lo más importante.

Claro, por eso los programadores-

Porque si no te aplasta

...programadores de ensamblador quizá antes hacía falta cien mil y ahora solo hacen falta quinientos. Programadores en general hacen falta quinientos millones, pero programadores de ensamblador quizá solo hacen falta quinientos, ¿no? Porque, porque se tiene que adaptar la gente a la nueva realidad.

Y cuando te estás desplazando, tienes que ir a ver, a ver qué problemas puedes resolver en el mundo de hoy.

Y eso duele. Cuando te están desplazando, duele. Duele. Esto es una putada.

Y este ritmo de reemplazo...

Esto es una putada. Sí, sí.

Eh, duele mucho, ¿eh?

Sí. Luego las barreras, las barreras de entrada-

Pero requiere mucha más proactividad, ¿eh?

No, las barreras de entrada de, de-- o sea, que la bar-- lo que has comentado tú, ¿no? La barrera de entrada a programar cuando empiezan a, a existir lenguajes de alto nivel, eh, gente que n-- que n-- que no es capaz de, de, de desarrollar, eh, en ensamblador, que es-- que la complejidad es mucho más alta o que es capaz de hacer cosas mucho menos complejas, ¿no?

Puede hacer cosas más complejas con un lenguaje de más alto nivel, ¿no? Con la IA se, se-- también se-- la-- esos-esas barreras de entrada se, se, se difuminan un poco. Lo que pasa, hay que llevar mucho cuidado ahora mismo, porque y alguien que no sea, eh, que no, que no es-- que técnicamente no sea bueno

Pero one es mentira, ¿no? Porque es todo vibe coding que-

El problema es el último 20 % que la lía y no sabe dónde está y cuándo pasa.

Ese es el, es el tema.

Pero para eso está el senior, ¿no? O sea, en gen-en general a un junior le pasa esto. Un senior, un junior te dice: "Mira, te he hecho la feature". Y luego le da a deploy a producción y borra la base de datos. ¿No? Eso, eso nos ha pasado a todos.

Esto es lo que le-- a Jason Lemkin le ha hecho la, la gente.

Sí, pero eso, eso a nosotros, o sea, en mi vida lo he visto pasar varias veces, que llega un junior que dice: "Coño, coño, soy, soy la hostia, estoy haciendo código aquí como churros" y un día te destroza producción.

A mí me pasó una vez en una, con una base de datos en producción.

A, a quién no le ha pasado, que levante la mano, a quién no le haya pasado de, de la sobre-- o-overconfidence del junior, ¿no? Que se piensa que la-

Oye, cambiando de tema, ¿qué os parece el red, red alert de OpenAI, que se ha declarado en, en código rojo?

Código rojo.

Jordi, explica.

Que, que se ha, se ha filtrado, eh, que Sam Altman, eh, CEO de OpenAI, ha hecho un memo diciendo que estaban en code red, en código rojo, porque según Twitter, X, eh, están muy preocupados por la velocidad de avance de Google con Gemini y de Anthropic con los nuevos modelos de programación, y que OpenAI se está sintiendo muy presionado.

Y lo que dice la gente en Twitter, que, que este memo, eh, decía a la gente es: nos vamos a enfocar en los productos core, en diferenciarnos en los productos, que a mí me, me ha interesado, porque más que en los modelos, en los productos, yo creo que generan este stickiness, decir no te vayas del mundo de ChatGPT, porque nosotros tenemos el mejor producto, el modelo ya va siendo catch up, es una carrera infinita y que están, parece ser, pausando iniciativas como la de la publicidad, que es un push muy grande y ficharon a fichísimo, eh, CEO de Instacart para ser la CEO de OpenAI Applications, eh, para monetizar el free, etcétera.

Parece ser que están poniendo en pausa todo lo que no es hacer las aplicaciones core más competitivas porque les está asustando lo, lo bien que están haciendo las cosas Anthropic, concretamente, y Google. Esto es el código rojo de, de OpenAI.

Y antes decías la reflexión de que los modelos gráficos son los que más incidencia tienen en la gente, ¿no? Donde, donde más se tangibiliza la diferencia entre modelos.

Es una pasada, ¿no? Porque, o sea, ¿qué mueve hoy en día, siendo realistas nosotros, no? ¿Qué tiene más impacto en la productividad y en el PIB del mundo de la IA? Yo diría la programación, ¿no? Y luego-

Los vídeos de memes, obviamente.

No, exacto. La programación yo creo que es bastante indiscutible. Y, y luego, pues la sumarización, los resúmenes, ¿no? Eh, los abogados, este tipo de, de, de manipulación de texto. La primera, la primera generación de IA yo creo que ya la tenemos en el mu-- en la economía dando productividad. ¿Qué no genera ningún tipo de impacto? Obviamente los memes, la generación de imágenes, los vídeos, las canciones y tal.

Pero por alguna razón-

¿Impacto cero, pero pérdida de tiempo?

Por alguna razón-

Anti impacto en general.

Genera-- sí, de hecho es negativo, ¿no? El impacto en la productividad de, de los memes, pi-- quizá. Pero, pero el fenómeno Studio Ghibli, o como decías tú, Ghibli, que fue el hack, esto no sé si lo dijimos en el pódcast.

Ya hablamos.

Que Bernat hacía un jailbreak de OpenAI sin querer. Eh, pues el Studio Ghibli yo creo que generó mucho awareness de OpenAI y muchos downloads y mucha gente como esta fi-- esta lealtad a la aplicación de OpenAI y ya no se van a Anthropic y ya no se van a ni a Claude ni a Gemini tal. Y ahora yo creo que NanoBanana está haciendo esto para Google. O sea, es tan bueno el NanoBanana que la gente para tontear se va ahí porque lo escucha, dice: "Es que es la, es que es la hostia".

Yo lo he usado y digo: "Realmente está muy bien este modelo" y quizá ya te quedas en Gemini. Y yo creo que eso es-

Es gratis, sí, es gratis. Hay la versión gratis, eh...

Pero, pero va mejor en el AI Studio que en Gemini, ¿eh?

Sí, va muy bien igual la gratis.

Bueno, Google tiene dinero.

Eso tiene todo, ¿eh? Tiene usuarios.

Tiene usuarios, tiene dinero, tiene TPUs.

Sí. Pero sí, que, que es curioso que el, el, los memes están arrastrando a mucho MAU, ¿no? A mucho monthly active user de plataforma a plataforma. ¿Vosotros habéis usado NanoBanana?

Para jugar.

¿Quién crees que va a ganar, Sergio?

¿Quién decía esto? Es verdad, una canción típica.

¿Tú, Ilias, te mojas o no?

Lealtad.

Cuando estás en el ecosistema Apple.

Eres fanboy porque te has gastado la pasta.

Y tienes que defenderlo.

No parece una gran oportunidad, ¿no? A ver, se, se ha invertido muchísimo-

...en los frontier models y ahora si resulta que son como la electricidad, pero lo que estás diciendo es que va a ser-

...como un elemento commodity de infraestructura, ¿no?

¿Y crees que esto es OpenAI?

Todavía no, ¿no?

A todo.

Demasiado.

¿Cuál es la dirección que ha elegido Anthropic? ¿Más productividad?

No hace imagen, no hace generación de imágenes. Es el único, ¿no? grande que no hace generación de imágenes.

Y no le va mal.

Hay un, una pequeña anec-anécdota, eh, paréntesis rápido, pero uno de los logins de ChatGPT es el tema de la memoria y el contexto y los aprendizajes y que conectes tu HubSpot y tu Gmail y tu Google Calendar, ¿no? O sea, que tengas como todo tu mundo ahí. El otro día estaba, este fin de semana, yo conduciendo en coche por la Gran Vía de Barcelona reventada con mi hija, eh, parados en tráfico, ¿no?

Y la niña con hambre y tal. Y nos pusimos a hablar con ChatGPT en modo voz en el coche para hacer adivinanzas y tal. Y, y mi hija le, le dijo a ChatGPT que se llamaba Firulais. Le digo: "¡Eres Firulais!" Y, y ChatGPT: "Sí, sí, soy Firulais, vale". Ayer, eh, le mando un documento legal superserio de Factorial a ChatGPT y me dice: "Hola, soy Firulais.

A ver, te he analizado el documento". Y yo: "No eres Firulais, eres ChatGPT, no me vaciles".

Esto es un problema.

Sí, sí, sí.

Vale, yo iba a preguntar sobre la, la IPO de, de Anthropic. Eh, IPO ha comprado una compañía que se llama Ban, que yo no sé lo que hace, pero vosotros sí.

¿Qué hace Ban?

El programador de-

...de ensamblador que queda.

Trabaja en Ban.

O sea, ¿qué, qué hace Ban?

Como Cursor.

¿Un qué?

Un intérprete.

Espera un momento, o sea-

...volviendo a la pregunta, ¿qué es Ban?

O sea, JavaScript, JavaScript no se convierte en lenguaje máquina.

Se ejecuta encima de un intérprete.

Pensado para browser

Node.js.

Eres muy fan, ¿eh? Se nota que eres muy fan.

Y es un solo señor.

Es que hay, hay, hay BC que cuanto menos MRR y menos visión de negocio-

Más valoración

...más valoración, ¿eh? Yo los conozco, ¿eh?

Saludos, saludos desde aquí.

Un saludo, un saludo desde aquí.

Un mega hacker.

De hecho, eh, Ban, el equipo de Ban utilizaba Cloud Code para Ge-- para, para... Y es, es uno de los casos de uso de cómo han mejorado productividad usando IA y, y se, se nota mucho-

O sea, Cloud Code tiene como, como caso de éxito Ban. Y así se-

Y viceversa, y viceversa.

Y así se conocen.

Vale, es una tecnología para hacer aplicaciones-

...encima.

En JavaScript.

En JavaScript.

Y TypeScript.

Sí, es un intérprete de, de, de, un intérprete de, de JavaScript, TypeScript.

Vale.

Y lo ha comprado Anthropic.

Qué difícil, ¿eh? de contestar eso, hostia. Hemos dado una vuelta muy grande, pero bueno, hemos entendido muchas cosas.

¿Y eso por qué te excita tanto? Porque te imaginas un Cloud Code de siguiente nivel.

¿Solo Cloud Code?

Quien no hace un billón de ARR es un pringado, ¿no? O sea, todos nosotros

Que diga todavía no llega al billion.

Vale.

Hay un tema de atribución ahí .

Con un foundational model de AI que tiene dinero infinito. Así es como hacemos dinero.

Fantástico.

Le puede salir mal.

Es la respuesta.

Que puede salir mal.

Por el momento a este poco le puede salir mal.

No, a este no.

Él dice esto.

Y un par de billions. Un par de billions también, ¿no?

Imagínate, ¿qué es, qué es un par de billions para Anthropic que vale cuatrocientos billions? ¿No? Nada. Es un rounding error.

Cinco por cien, ¿no? No sé. Hecho rápido. Eh...

¿Eh?

Cero coma cinco por cien.

Ah, vale. Un cero coma cinco por cien.

¿Menos que nosotros? Un cero coma cinco por cien.

¿A cambio de?

No sé, si no es nada.

No, no, perdona.

Es que hemos visto dos billion y yo lo q-quiero.

Desde el punto de vista técnico, es como, eh, dos equipos que están haciendo las cosas muy bien-

Para el desarrollador. Se juntan con un poco la intención de hacerlo todavía mejor. Entonces, est-estamos contentos, ¿no?

Estamos contentos en la comunidad de developer, ¿no?

Exacto.

Pero tú antes eras muy fan de Dan. Dan... ¿No se llamaba Dan? El que trabaja-

Sí. El que trabajaba en Meta, ¿no? Este no llegó a, no-

Oye, y otro que también éramos muy fanes en un algún momento, DHH, de 37signals. ¿No está reescribiendo también un stack desde cero que presentó en la última charla, que es un servidor? ¿No? ¿No está re-- no está, no ha sacado un...?

Se ha ido a Linux.

Pero bueno.

Bienvenido a Linux, ¿no? No sé, ya. Eso se lo ha inventado él.

Pero como todas las distribuciones, ¿no? O sea, una opinión-

Pues esta es la suya. Pues esta es la suya.

Sí, por qué hablamos, es como...

Bueno, porque también es una referencia para muchos desarrolladores. No, o lo era.

Para ti no.

Bueno, de casualidad ayer se lanzó un producto. O sea que ya que quieres-

Hablemos de eso.

Pero bueno, no, la distribución, ¿qué estabas diciendo?

Que usa alguien, ¿o no?

Es que esto lo presentó hace poco en una charla, ¿no?

Estoy super-

Yo me compré un Mac por culpa de DHH, ¿eh? O sea, yo mi primer Mac me lo compré por culpa del vídeo de Ruby on Rails con TextMate, porque yo quería usar el editor que usaba ese vídeo. Y, y aquí estamos, no sé, veinticinco años después o lo que sea con el-

Te compraste el primer Mac por TextMate.

Por TextMate. Y me compré treinta y nueve euros que me contó-- me costó TextMate.

Increíble.

Sí, pero eso vino después para mí también.

Brian no sé qué. No.

Sí, sí, sí, sí, sí, sí.

¿Brian...?

Algo así. Ryan algo.

Ryan, sí.

Ryan algo. Bueno, pues 37signals, que bueno, ya no se llaman así. Ahora se llaman Basecamp. La empresa la cambiaron de nombre hace poco. Ha lanzado un nuevo producto, eh, ayer, que se llama Fizzi, que es otro gestor de tareas. O sea, Basecamp es uno de los más famosos, ¿no? De gestores de tareas online en la nube y tal, eh, muy opinionados. Es una empresa que va muy bien, bootstrap más o menos.

En general se puede decir que está bootstrap, eh, que no ha escalado muchísimo, pero que les va muy bien a ellos y ganan su dinero. Y ayer lanzaron un producto que es un poco competencia de Basecamp, porque es un gestor de notas, de issues, muy sencillito, eh, y, y lo han hecho open source. O sea, lo han lanzado en el cloud y además lo han hecho open source.

Y, y, y es una interface diferente y es su manera también como de testear su propio nueva versión de Rails y de todas las librerías que hacen y tal.

Ilia, ¿por qué haces caras hablando de DHH? ¿Qué, qué es lo que pasa por dentro de tu cabeza?

Que ya no mola.

Has hecho caras.

Has hecho caras.

Ahora es Jared, ahora ya no es David. Ilia tiene un crush que va cambiando cada década. Fue DHH, luego fue Dan Abramov y ahora es Jared.

Es un poco el meme interno.

Últimamente, desde hace veinte años.

Sí, pero-

...se, se ha quedado obsoleto

Salió en 2005

Pero hay tres o cuatro versiones

Sí, Rails, Rails es de 2004, creo. Ruby on Rails es de 2004

Juraría, 2003, 2004

Y, y Ruby on Rails es el framework que hace, perdona, D-eh, DHH para hacer Basecamp

No, Ruby ya existía Era una cosa muy obscura japonesa

Sí, y por eso, ya está. Es solo cara para esto. Es como yo estoy pensando el diseño y es como: "Uy, sí"

No me gusta

Exacto. Últimamente, últimamente

Ahora ha ganado Anthropic, que se rumorea que hacen IPO. Esto yo, yo no lo había leído

Pero Anthropic parece más limpio en general, ¿no? Yo no he visto sus financials. Anthropic parece, leyendo en prensa, es un poco más-

...limpio, más estable y OpenAI-

No tiene dramas. No, no. Y va haciendo, ¿eh? Y es un-- o sea, va creciendo un montón

Es verdad, es más aburrido. Pero es que lo-- a veces lo aburrido es la mejor... Bueno, no, no quiero hacer un consejo de inversión, pero...

¿Ah, sí?

Si hay pegatinas, estamos salvados

Pegatina y ya está

Sí, em, me, me, me parece genial porque, eeeh, lo quiero ya. ¿Dónde se compra?

Tengo un conocido, que no voy a decir su nombre para que no le busque la policía-

Ahí

...pero que truca su Tesla para que no detecte que no está, eh, cogiendo el volante y mirando y que-- y pueda, y pueda estar en las, eh-

No, lo que ha dicho, lo que ha dicho Sergio es un hipotético de un libro que ha leído. No es, no es real.

Exacto, exacto, no

Se pone estas gafas de espía, ¿no? Estas gafas que parece que está mirando para adelante, pero en realidad está mirando el móvil abajo

Y, y tal, porque se aburre mucho en la ronda, eh

Que hable con ChatGPT como hago yo, que luego te trolea cuando estás trabajando

Esto es increíble

No, es verdad. Siempre nos quejamos de que aquí sobreregulamos y vamos lentos. Vamos lentos en permitir y rápidos en prohibir, ¿no? Y aquí parece ser que estamos yendo rápidos en permitir y en testear, que es cojonudo. Y España ser pionero en esto es brutal

O sea-

Pero podría mejorar-

La interacción va a cambiar, ¿no?

Po-podría mejorar sin, sin ser full driving con la tecnología actual. O sea, pode-- ya, ya puedes detectar muy fácilmente, de forma muy barata cuántos coches hay parados en este semáforo y cuántos hay en el otro. Y podías abrir y-

Enchufar esto a un modelo

Se podría hacer relativamente fácil

En el training no había, en el training no había tiroteo

Aquí con todo lo de la conducción, em, autónoma, eh, a tema-- el, el tema de responsabilidad, ¿no? El coche que-

...que detecta que es el-- que es-- que, bueno, que detecta que se va a estrellar y que tiene que decidir, ¿no? Si atropellar a, a u-- a, a los que están caminando o estrellarse y matar a los que van dentro, ¿no? Eh, me parece una de las cosas más, más complejas

Cuando entras al coche dices: "Si hay un accidente, sálvame a mí" y ya está, es culpa del humano. El humano lo ha decidido

No, no, sálvame a mí significa, eh, pues yo qué sé, ¿no? Pues no frenes tan a saco o lo que sea

Sí. Pero bueno, tú como humano depende de có-- te sa-- no s- ...no sabes cómo reaccionarías en es-- ahí, ¿no?

Sí

Pero bueno, es otro...