Las farmacéuticas pagan decenas de millones por esta IA | Biorce

Cualquier m-medicamento que encuentres en una farmacia tiene un coste mediano de seis billones de dólares. Todo este proceso tarda doce años, desde que tú dices: «Tengo algo en un laboratorio que creo que puede tener un impacto», hasta que digas: «Al mercado público y estemos en una farmacia en cualquier o-- parte del mundo», ¿no? Mi padre es diagnosticado con melanoma, con cáncer.

El médico me dijo: «Oye, no hay cura, va a morir en tres meses». Y le digo: «¿Quién eres usted para decir que mi padre va a morir en tres meses?». Lo metemos en este ensayo y extendemos su vida diez meses. Muy, muy buen resultado, pero igual acaba por fallecer por un tumor cerebral. Si lo hubiéramos empezado un mes antes, aún estaba aquí. En ese momento digo: «Oye, ¿qué hago yo de mi vida?

Estoy aquí gestionando ensayos clínicos, haciendo dinero por una cosa que para un tiempo gigante». Cuando yo veo los problemas, muchas de las veces son causados por nosotros y algo tiene que cambiar. Entonces, este documento tiene más de cien páginas, porque todas las preguntas que tú puedes tener sobre un ensayo tiene que estar contestado en este documento. Entonces, normalmente suele tardar un año y medio en hacerlo, equipos de veinte personas.

Esto, por ejemplo, hoy lo hace nuestra IA. En diez minutos puede hablar con doscientos treinta y dos inversores.

Yo con-- yo conté set-sesenta y siete en, en una ronda. Son muchos, ¿eh? Dos cientos sesenta y dos, para el que no lo haya hecho, son muchos.

Doce term sheets. También, también son muchos.

También son muchos.

Pedro, si ahora llega Bayer y te ofrece dos billion...

Hemos dicho no a algo no muy lejos de esto.

Bienvenido a las historias de Startups de Itnig. Bienvenidos una semana más al pódcast de Itnig. Hoy estamos Jordi Romero y yo, Bernat Farrero. Y hoy tenemos como invitado a Pedro Coelho, de Biorce. ¿Qué tal, Pedro?

Muchas gracias. Muy bien, sí. Encantado.

Bienvenido al pódcast de Itnig.

Muchas gracias.

Explíquenos qué es Biorce.

Guau. Te lo explico como un niño de cinco años y después-

Por favor.

Desarrollamos de ahí, mientras vuestro interés, ah, aún se quede después de esta explicación. Bueno, empezamos por lo que es una droga, que la encuentras en una farmacia, ¿no? Lo que compras para un tratamiento, ah, que tu médico te ha hecho una prescripción, tú llegas a la farmacia y dices: «Oye, tengo esto que buscar», ¿no?

Un medicamento.

Un me-- medicamento. Nosotros le llamamos drogas legales, porque en teoría es, es lo que es, pero dale, un medicamento.

Vale.

Este medicamento para llegar a esta farmacia hay que pasar por todo un proceso, no solo de testes en animales, testes en humanos, pero también de muchas regulaciones que hay que someter un montón de papeleo para que un regulatory body, o sea, alguien de un gobierno, digamos así, o de una, un, un grupo de personas que es nominado normalmente por gobiernos.

En Europa tenemos un unificado que es EMA, European Medicines Agency. Y este go-- cuerpo, estas personas, te dicen si estás o no aprobado a traerlas a los pacientes, a las personas, ¿no? A públicas. Todo este proceso tarda doce años. Desde que tú dices-

Doce.

Doce años: «Tengo algo en un laboratorio que creo que puede tener un impacto», hasta que digas: «Vale, he llegado al mercado público y estemos en, en una farmacia en cualquier parte del mundo», ¿no? Estos doce años son pasados porque tienes que hacer diversos testes, ¿vale? Siendo que unos son ensayos clínicos en animales y en su momento, cuando manejas probar que un animal tiene una reacción que puede beneficiar a un humano también, entonces pides una aprobación para poder empezar lo que llamamos ensayos first-in-human, ¿vale?

Primeramente en humanos. Entonces, de ahí tienes tres fases: una fase uno, dos y tres. Fase uno en humanos saludables en que empiezas a testear, bueno, más que nada si no mueren, ¿vale? Este es el gran-- la parte más importante.

O sea, humanos saludables-

Sí.

Se dejan, prueban cosas-

Sí

...y luego observamos si no mueren.

Esto. Y más que-

¿Quiénes son estos humanos? Por curiosidad.

Bueno, normalmente voluntarios, ah, que quieren a-ayudar a, al, al trabajo de pesquisa y desarrollo para que puedes intentar comprobar de que esto aún va a funcionar en pacientes, ¿vale?

¿Esto se paga? ¿Estos voluntarios tienen algún incentivo aparte de la ciencia?

Tienen un incentivo, sí. Ah, es un tópico muy raro, porque en Estados Unidos son pagos y bien pagos.

Sustanciales.

Ah, en Europa no tanto, ah, porque hay todo un tema ético de por qué puedes o no puedes pagar a un paciente y todo lo demás. Entonces, es un tópico un poco de-

O sea, es ético pagar un poco, pero pagar mucho no es ético.

Sí. Y además, o sea, en fase dos y tres no lo pagas de todo, ¿vale? Entonces, en fase dos y tres empiezas a testear en los pacientes que en teoría estás a intentar curar o ayudar o lo que sea, ¿no? Imagínate, si estoy desarrollando en oncología, voy a buscar un paciente con un oncología, con una enfermedad, melanoma, un carcinoma, lo que sea, y a testear en estos pacientes.

En una fase dos, la gran diferencia de una dos y una tres es el tamaño del ensayo. En la dos tú quieres comprobar a las autoridades de que verdaderamente funciona y que es justificable ag-acrecentar el riesgo diciéndote: «Vale, he testeado en veinte personas y sí que funciona.

Entonces, déjame entonces testear en doscientas para que tú puedas ver que todo va a funcionar bien cuando llegamos a po-pob-población total», ¿no? Estos tres ensayos son las-- los que trabaja Biorce, ¿vale? Entonces, volviendo a lo que hace Biorce. Ah, en mi vida pasada yo tenía una empresa que gestionaba ensayos clínicos para farmacéuticas y he visto muchas cosas que se hacían mal, porque era la razón, porque nosotros teníamos trabajo.

Entonces, dije: «Oye, algo aquí pasa de que estos errores que hacemos nosotros mismos siendo profesionales, quizá con tecnología los podríamos evitar». Entonces, viene esta idea de crear el primer sistema operativo que puedes unificar este proceso de los tres ensayos y dar herramientas a las empresas de farmacia, las farmacéuticas, que podrían ac-acelerar este proceso, no de doce años, pero hacerlo en seis años y hacerlo por una cantidad mucho más baja de dinero, ¿vale?

No he comentado el, los valores, pero piensa que cualquier m-medicamento que encuentres en una farmacia tiene un coste mediano de seis billones de dólares.

Seis billion de desarrollo

De desarrollo. Para llegar a-

Esto es lo que se hace antes de comercializar. Todo el coste hundido en producir un medicamento de promedio son seis billion.

Eso mismo. Entonces-

Es un medicamento que ha llegado a la última fase, pero entiendo que los que se han quedado por medio no han costado seis billion. Han costado menos.

Sí.

Pero, bueno, han costado dinero igualmente, ¿no?

Igualmente, sí. O sea, sí que la fase tres es lo que más costa, ¿no? Pero igual es un 30%, ¿vale? Entonces, mismo que llegue solo una fase dos, aún has consumido billones, ¿vale? Ah, entonces, este es el gran tema de Biorce. Es cómo podemos hacerlo en seis años, en no doce, y por mitad del valor, ¿vale? Entonces, de aquí empieza la idea de crear Biorce, empezar a desarrollar herramientas de IA en su fase inicial y hoy ya es todo un identified workforce que gestiona un ensayo clínico de A a Z.

¿Qué tiene que ver la IA con eso?

Este pódcast está patrocinado por Qonto. Si tienes una empresa, ya sabes que es un lío tener cobros, pagos, facturas, todo en plataformas diferentes. Con Qonto puedes centralizar todo esto en un solo sitio. Cuentas remuneradas para la empresa, tarjetas para ti, para tu equipo y facturación, todo integrado en un mismo sitio.

Crea una cuenta, emite una factura, procesa un gasto, todo en una única plataforma. Obtén la claridad y el control financiero que necesitas. Puedes abrir una cuenta hoy gratis. Más información en la descripción. Gracias, Qonto.

En el factor inicial, piensa que lo que he comentado de documentación que tienes que someter a estas autoridades son muchos y bastante grandes.

Mucho papeleo.

Sí.

Que ahora hace ChatGPT.

Bueno, ahora hace nuestra IA, porque es hecha desde cero. Ah, piensa que también el coste de un error es tan proporcional cuanto al coste de los seis billones, ¿no? Entonces, hacer un error en un ensayo va a valer bastante dinero, ¿no? Entonces, no podemos básicamente delegar a una API con un ChatGPT y decirle: "Oye, hazlo tú y esto es como lo haces".

Entonces, tuvimos que hacer de cero un montón de desarrollo de modelos fund-- fundación, fundamentales, no sé cómo decir.

Fundacionales.

Fundacionales, en castellano. Y poder hacer este desarrollo para llegar al momento de que digamos: vale, está a un nivel de calidad. O sea, la forma más fácil de explicártelo es: hay un documento en cada ensayo, que es lo que llamamos un protocolo. Imagínate, imagínate un SOP de cómo hacer un ensayo clínico.

¿Una qué?

SOP, SOP. Ah, no sé si lo has-

¿Qué significa esto?

Standard Operating Procedure.

Mhm.

¿Vale? Esto es documentos que normalmente suele extender una empresa de, no sé, una política de viaje, por ejemplo, ¿vale? Igual este in-- este documento-

Nosotros hacemos políticas en Factorial, precisamente, pero no les llamamos SOP.

Vale.

Pero entiendo que en empresas grandes, ¿no?

Suelen llamarle.

Se utiliza esta terminología.

Suelen llamarle SOP. Entonces, este documento tiene más de cien páginas, porque todas las preguntas que tú puedes tener sobre un ensayo tiene que estar contestado en este documento. Entonces, normalmente suele tardar un año y medio en hacerlo, equipos de veinte personas.

Vale.

Porque no puedes tener una pregunta de esta autoridad que no esté contestada en este documento. Entonces, esto, por ejemplo, hoy lo hace nuestra IA, ¿vale? Lo hace en diez minutos, noventa y cinco por ciento de accuracy, de precisión. Y con un coste-

¿Por qué siempre noventa y cinco por ciento de accuracy? Porque ¿qué pasa con el último cinco por ciento? ¿Y dónde está el, el error, no?

Sí, buena pregunta. Los cinco por ciento, la diferencia es entre lo que nosotros enseñamos al cliente como versión final versus lo que el cliente somete a los-- las autoridades, ¿vale? Entonces, hay un, hay un trabajo aún de la farmacéutica de llegar de este noventa y cinco al cien, ¿vale? Suele ser cosas de que...

Bueno, piensa también que la forma que tengo de describir yo es que un protocolo es como una pieza de arte, ¿vale? No es una ciencia objetiva. Si tú pones diez médicos con un protocolo y les preguntas lo que está bien y lo que está mal, todos te van a dar respuestas distintas, porque es muy subjetivo, ¿vale? Entonces, no hay un protocolo perfecto.

O sea, esta idea de que podríamos hacer este documento a cien por ciento de accuracy es un sueño que di-- yo tampoco lo tengo, ¿vale? Porque cada-

O sea, ¿qué es la accuracy, no? Entonces, si cada médico te da una o-- una opinión distinta.

Es lo que es llegar más cerca del documento final, ¿vale? Entonces, para nosotros-

O sea, dentro de la propia iteración de la empresa.

Eso es.

Eso es lo que medís como accuracy. Lo medís.

Sí, sí. Lo medimos. Sí, es un factor interno. Empezamos con sesenta y ocho por ciento, imagínate, hace año y medio, ¿vale? Cuando lanzamos el primer producto.

Lo que estás diciendo es que si tú haces una cosa que está sesenta y ocho por cien acabada, casi no has ayudado, porque editar ese, mmm, treinta y dos por cien que te falta es casi más trabajo que hacerlo de cero.

Sí.

Pero si llegas a noventa y cinco, el trabajo de edición final se reduce bastante.

Sí. O sea, sí y no. Por un lado, sí, completamente de acuerdo. Por el otro lado, si piensas, es tan grande el documento que un sesenta y ocho por cien ya es brutal, ¿vale? O sea, y para que te tardarías dos, ocho meses hacerlo desde cero, mismo que te tardes seis, nueve, diez meses, ya era bueno, ¿vale?

¿Y, y era este el cuello de botella? O sea, yo, yo quiero entender un poquito más tu empresa anterior, ¿no? Que has dicho que hacíais, gestionabais los medical trials, clinical trials para las farmacéuticas. Claro, yo entiendo que la farmacéutica tiene investigadores que investigan, ¿no? Y cuando dicen: "Vale, esto puede-- funciona en nuestro laboratorio, funciona en los animales, queremos llevarlo a los humanos".

O sea, ¿qué no hacen los laboratorios que tenía que hacer una consultora externa y que ahora obviamente ayudáis en, en Biorce?

Piensa que la razón por que la farmacéutica o al laboratorio no le gusta hacer el ensayo in-house, como le llamamos nosotros, es porque es mucha gente temporaria, ¿vale? Porque lo vas a hacer-

¿Esta gente qué hace? ¿Mueve papeles?

No, tienes que-- hay muchos procesos. Imagínate Si tengo un hospital de que está presente en mi ensayo, yo tengo que ir con una frecuencia de visita semanal o mensual con una persona, mirar los papeles, mirar los pacientes, mirar que no hay, en términos técnicos, se llama una SEI, ¿vale? Severe adverse effect. Un ADV-

Un problema con esa medicación.

Un problema. De repente, que tú entras en un ensayo como persona saludable-

Y está verde el paciente.

Sí. Y de repente, si damos cuenta, no sé, lo que sea, que estás verde, de que te duele la cabeza tres veces a la semana, que es algo que no pasaba antes. Igual, puede no tener nada que ver con el ensayo, pero tienes que hacer el trabajo de comprender lo que sí puede o no ser un problema del ensayo. Entonces, hay todas estas personas, ¿no?

Que hay que estar involucradas, de que también no quieres tenerlas full FT, ¿no? O sea, indefinido.

Empleadas a tiempo completo.

Porque por fin, tú no las vas a necesitar siempre. O sea, tú vas a tener este ensayo por-- durante dos añe-- dos años y después vas a tener una pausa hasta que comprendas qué tienes que hacer después. Entonces, hay un-- es-- todo este mundo de empresas que se llaman CRO de que gestionan ensayos clínicos. Piensa que solo los CRO-

Que es lo que hacías tú antes.

Sí, que es lo que hacía yo antes. Y piensa que solo los CRO en el mundo manejan un ciento veinte billones en coste anual.

Eso es lo que facturan para gestionar los clinical trials.

Esto.

¿Y los laboratorios muy grandes lo hacen in-house o incluso estos lo externalizan a un especialista?

Incluso lo externalizan. Los que hacen más in-house, en verdad, son las SMEs, ¿no? Las pequeñas y medianas, porque quieren mejorar más, entonces intentan traer más in-house y menos outsourcing. Pero igual, cuanto más grande, menos in-house lo hace.

¿Y vosotros sustituís estos CRO por completo?

La visión en dos años sería que no necesitaras una CRO por completo. Hoy aún necesitas como un cincuenta por cien de lo que es la CRO.

Porque hay que hablar con los doctores y hay que hacer reuniones, has dicho, ¿no?

Sí, por fin, mismo las autoridades que han hecho los documentos, las, los procesos de cómo tienes que hacer las cosas, aún no están listas para lo que es un CRO cien por cien agéntico, ¿no? Entonces, hay un límite de lo que es la posibilidad versus lo que es la posibilidad de la IA.

Entonces, estamos aún en una fase de casi que lobbying, ah, entre comillas, las, las autoridades, para decir: "Oye, esto ya es posible hoy y quizá mejor de lo que hacen los humanos". Ah, entonces, hay que empezar a cambiar estos procesos.

Porque cuando se entrega este, este papeleo a las autoridades sanitarias, ¿quien lo recibe es una IA o es un humano?

Un humano.

Un humano que lee todo el documento.

Sí, en Bruselas.

Esto es lo que no tiene sentido, ¿no? O sea, acabará siendo una IA. Una IA hablándole a una IA.

Sí, cien por cien. Esta es la visión. Sí. O sea, yo desde el primer día, cuando empezamos la empresa, yo decía: "Si me preguntas cuál es la visión, ah, unicornios y cielos un poco rojos o lo que cre-- le llamarle", yo siempre decía: "Si un día las autoridades mismas usan la IA, esto es el momento en que llegamos al plató", ¿no?

Porque en ese momento dices: "Vale, nuestra IA, sea la misma o no, hablando con la IA de las autoridades, es perfecto". Tienes un match que lo puedes hacer todo en minutos y no tener la dependencia de que el humano del otro lado aún va a tardar tres meses a contestarte.

Claro, pero si es una IA hablándole a una IA, no hace falta todo este verbose, verbose.

Exacto.

Todo este texto, ¿no?

Sí.

O sea, hace falta el prompt.

Exacto.

Solo el prompt.

Que es la esencia de lo importante en las dos partes, entiendo yo.

Sí, bueno, no es tan... O sea, piensa que el prompt ya no es el segredo de nuestra parte de la IA, ¿vale? Es toda la información, el contexto, saber que esta molécula funciona de esta forma, de que va a interagir con otras partes de tu cuerpo de esta forma, por esto va a funcionar mejor que la otra. Igual, la mejor forma de enseñar resultados para que todos los otros humanos estemos confortables en tomar esto es hacer estos ensayos para enseñarles los resultados.

Hay toda una perspectiva de que ya no es un prompt. O sea, la, el primer producto de Biorce era un chatbot, ¿vale? Hoy, el chatbot ya es como un diez por cien del producto. Pero son estos agentes que tienen el conocimiento, que tienen el acceso a las bases de datos, al RAG, al knowledge graph, y usar estos datos para tomar las mejores decisiones en cada momento.

Mhm. Y este, o sea, al final esto es una guerra de quién hace el mejor modelo, ¿no? Entiendo que DeepMind, eh, está muy, muy comprometido en, en ser la referencia a nivel de modelos biotech, ¿no? Están muy invertidos en eso, pero también hay muchos más. ¿Cómo se llama? Open algo.

OpenEvidence.

OpenE-- OpenEvidence.

Sí.

¿No? En Estados Unidos-

Suerte que no has dicho OpenAI.

No, no. OpenEvidence.

Sí.

En Estados Unidos, entiendo que es lo que utiliza todo el mundo de facto en el sector médico, eh, porque en Europa no es, no es, no es legal, creo.

Sí.

¿No?

Justo recién, creo que hace un mes o dos, que lo hicieron completamente bloqueado en Europa, sí.

Exacto.

Sí, sí. Hay, o sea, dos empresas bastante distintas, ¿vale? Te, te las comparo con Biorce para que comprendas cómo están no overlapping en el ecosistema, ¿vale? Con DeepMind, están enfocados en cómo podemos crear moléculas nuevas que nunca lo hemos pensado encontrar en la na-naturaleza, ¿vale?

Que es como empezamos, ¿no? Pegas una planta y de aquí empiezas a comprender lo que está en la planta y qué tipo de efectos podemos tener. Y ahí nace lo que es, ah, AlphaFold.

Mhm.

Que fue la primera versión de poder dibujar y diseñar moléculas 3D sin nosotros las vermos en nuestra cabeza y verla en una pantalla. Y este es como empieza. Y Isomorphic Lab tiene mucho esta visión, que es una empresa de DeepMind, ¿no? Que es la parte de core, digamos así, de salud de, de DeepMind.

Que gana, por cierto, el premio Nobel, eh, de la F-de la Física o de la Biología.

Química, creo.

De la Química, vale.

Sí, pero igual. Y, y de ahí nace esta idea de que podemos casi que hacer Un off the shelf de todo lo que son las posibles versiones de moléculas en el mundo. Porque claro, si tú tienes GPUs ilimitadas con estos modelos, tú puedes decir: "Oye, empieza". Y todo lo que son posibilidades, porque empiezas a hacer estadística, ¿no?

O sea, si yo tengo X átomos y de aquí puedo mezclarlos, puedo empezar a tener casi que a shelf, ¿no? Con todas las moléculas que puedes imaginar en el mundo. Y esto es lo que quiere Isomorphic, no solo molecular y ahora también con proteínas, con enzimas y todos los otros tipos de moléculas que puedes dibujarlas.

Esta es la gran diferencia y esto es lo que venden también ellos a las farmacéuticas, porque las mismas far-farmacéuticas no manejaban verlas, sino con tíos que son genios, que manejaban con la fórmula química decirte esto es cómo lo va a hacer en 3D. Porque piensa que hasta muy recién, cuando AlphaFold ha salido, nosotros veíamos moléculas en 2D y pensábamos que iban a encajar en moléculas 2D.

Y esto es como lo planteábamos, pero en, en tu cuerpo funcionaba 3D. Entonces, es casi como si jugáramos Super Mario y hoy estamos jugando Call of Duty, ¿no? O sea, hoy lo vemos todo en tres dimensiones, mientras pensábamos solo en dos dimensiones. Esto en Isomorphic. Con Open Evidence, más enfocados en lo que es hospitales, ¿vale?

En salud primaria, como se llama, que es mismo, ¿vale? Yo puedo estar como un médico haciendo notas con un paciente y no tengo que escribirlas yo. Este agente de IA me las va a escribir por mí.

Mhm.

Pero ni una ni otra están involucrados en los ensayos clínicos. En verdad, yo cuando he visto el primer modelo de AlphaFold fue lo que me ha llevado a empezar Biorce, porque fue cuando lo he-- me he dado cuenta de que íbamos a tener un problema muy grande de un funil, que ibas a tener un montón de moléculas, pero no forma de traerlas al mercado, que, que tú pudieras escalar a la verdad de la escala que ibas dibujar las moléculas.

O sea, tú hoy puedes decir: "Vale, AlphaFold, ponme esto y cómo iba a funcionar". Y la ves.

Pero sobre el papel, o sea, tú podrías crear cualquier tipo de proteína, cualquier tipo de molécula, ¿no? Ahora con esta tecnología. Pero el problema sigue siendo, como dices, ¿no? El, el llevarlo al, al mercado. O sea, podríamos curar casi todas las enfermedades dentro de poco.

En teoría.

En teoría.

O sea, no solo al mercado, sino demostrar que funcionan.

Y el problema va a ser, eh, construirlo, o sea, el pasar toda la burocracia necesaria para, para llevarlo al mercado.

Yo me planteo si hay un paso intermedio, porque antes que llevarlo al mercado para mí es ver si funciona, porque está la teoría. Ahora bien, te digo que AlphaFold tien-- hace hipótesis.

Mhm.

Pero luego hay que probar si las hipótesis van y algunas irán y otras no. Em, ¿hay un AlphaFold de la simulación con ratones, con cerdos, con humanos, no? Que nos pueda permitir quizá reducir la necesidad de clinical trials o acortarlo o, o digamos, eh, mejorar ese funnel, ¿no?

Hacer que haya un ratio de conversión ya anterior que nos permita ir a tiro seguro y que todos los clinical trials ya hayamos preaprobado que van a funcionar.

Sí y no. Vale, te doy dos respuestas. Hay mucha gente intentando, inclusive Biorce, ¿vale? Que-

Vosotros también estáis ahí, ¿eh?

Sí, intentamos, porque si piensas, el gran coste viene de las dos cosas que dijiste, y muy bien, que es testear rápido para saber si sí o no, y si sí, entonces llevarla al mercado. Entonces, para nosotros es muy importante también cubrir esta primera etapa, que es va o no va a funcionar.

Claro.

¿Vale? Entonces, porque si no va a funcionar, no le gastes el tiempo ni el dinero, ¿vale? No lo inviertas. Invierte en la otra, que sí que va a funcionar. Entonces, también estamos en ello, pero igual, por mucho que la IA sea una de las mejores tecnologías que hemos dibujado hasta hoy o inventado hasta hoy, igual aún no estamos en el nivel de poder decirte que yo puedo hacer una copia exacta digital de Jordi.

El 3D digital clone, ¿no? A nivel químico, de ADN.

Es muy difícil. O sea, piensa que aún no sabemos cómo funciona el cerebro al 100%, ¿no? Entonces, los límites científicos te limitan a poder hacer una copia exacta digital de Pedro y decir: "Vale, si Pedro tomara este medicamento, iba a funcionar así".

Mhm.

Porque también...

Pero igual no un Pedro, pero, eh, ¿un animal? ¿Un animal más simple? Una, una forma de vida más, ¿no? Más, más primitiva.

Es que Pedro es muy avanzado.

No, hay-- es difícil. Créeme que, o sea, hay empresas también-

Han hecho una mosca.

Han hecho una mosca.

¿Tú lo viste esto o no?

Es que no me creía. Han hecho una, una reproducción de una mosca intacta.

Sí.

Átomo a átomo.

Sí, o sea, hay cada vez más cerca. Estamos cada vez más cerca, ¿vale? Igual de los animales, hasta de las células, ¿vale? O sea, yo conozco una empresa en Francia que está intentando hacer la simulación de la célula al 100 %.

Sí.

Que tú puedes decir: "Vale, tengo aquí un, un laboratorio de cien células y que yo pueda, si le pongo este átomo, si le pongo esta molécula, cómo funciona, ¿no? Pero mismo esto, si piensas a nivel de estructura jerárquica, ¿no? Tienes átomo, empiezas a tener una célula, una molécula, molécula, una célula de un organismo.

De ahí se empieza a tener un organismo, un órgano y después un humano o un animal. Entonces, tienes un montón de cosas aún que poder decir: "Vale, con esto puedo simular al 100 % cómo iba a funcionar". ¿Podemos llegar más cerca? Claro. O sea, mismo lo que hace Biorce ya hoy, te podemos decir que quizá esta molécula con este tipo de ensayo tiene más probabilidad de suceso que la otra.

Pero igual no te dice 100 % de que eso va a funcionar. ¿Sabes?

O sea, la, el supercomputador, los supercomputadores del mundo han estado modelando y simulando, eh, para farma desde hace muchos años. En Barcelona hay el, el Supercomputer, eh, Center, ¿no? Que nosotros cuando estudiábamos hace veintipico años en la Facultad de Informática de Barcelona, siempre nos contaban que casi todo lo que estaba ocurriendo ahí eran, eh, simulaciones farmacéuticas.

Y meteorología. Los dos casos de uso.

Curiosamente, ¿no? Eh, claro, ahora esto ha cambiado radicalmente, ¿no? Yo me imagino que hay un nivel de GPUs, un nivel de procesamiento, ¿no? Un nivel de escala que hace que esto ya puede realmente ser, ser una, una realidad, ¿no? Yo, yo escuché hace poco en, en el evento que hicimos del, el summit de Microsoft, eh, que invitan a varia gente ahí, ¿no?

Y estaba Satya Nadella, eh, hablando de cómo están viendo el estado del arte de la tecnología en este ámbito. Y dicen que, eh, 2027 va a marcar la diferencia. Siempre hacen este tipo de predicciones, ¿eh? Pero dicen que va, va, va a ser la, el final de la era oscura de la biología. O sea, que va a cambiar absolutamente tanto, eh, la capacidad de predicción que tienen los modelos, que, eh, que, que va-- que, que casi todas las enfermedades van a tener una solución o una, una solución en vías, eh, con lo cual va a ser un problema resuelto.

Me encantaría estar de acuerdo, pero igual-- bueno, ayer no, pero la semana pasada estaba en Austin y luvió y me decía el teléfono que no iba a llover, ¿vale?

¿Que no hay qué?

Que no iba a llover.

Que no iba a llover.

O sea...

O sea, que la IA todavía, eh...

Es que la meteorología igual es más...

No, pero igual.

No, pero a veces si llamas a, llamas a un customer support y no hay manera de que te redir-- o sea, sí. O sea, que de la teoría a la práctica todavía estamos en los primeros días.

Yo quiero pensar, no, o sea, no minimizando lo que es meteorología, ¿vale? Pero yo quiero pensar que vamos a llegar más cerca de saber cuándo va a llover, no va a llover, calor o frío, porque llegamos al cuerpo humano, que es algo tan complejo, ¿no? Entonces, por mucho que yo quiera decir que sí, por el otro lado, todas las veces, ¿no?

Y cuando se retrasa un vuelo y tú no sabes hasta el momento de que te dice el, el piloto: "Oye, no podemos llegar porque el modelo nos ha puesto llegar al mismo tiempo que el otro avión y entonces, eh, vamos a tardar más quince minutos". Estas cosas aún pasan, ¿no? Entonces, hasta que lleguemos a decir: "Oye, comprendemos el planeta Tierra en completo, manejamos simular el tiempo, el meteorología, todo", yo creo que...

Todavía queda.

Sí.

Más de 2027.

Sí, sí.

Es que es muy cerca el 27.

Está muy cerca. Y, y mientras tanto, o sea, ¿cómo, cómo competís los distintos modelos? O sea, ¿qué, qué, qué tienes tú que no tenga DeepMind o que no tenga OpenEvidence? O nosotros conocemos a Andreas, por ejemplo, de Porty.

Sí.

Eh, que también entrena sus modelos fundacionales, eh, ¿no? Y, mmm, hay, hay mucha gente intentando hacer eso. ¿Qué-- cómo se diferencia un modelo de otro? Porque al final el, el universo de datos es muy amplio.

Sí.

No es que tengáis unos datos concretos vosotros que no tiene el otro, ¿no?

Sí, sí, no. O sea, hay tres, cuatro cosas que, que dis-- que son diferenciales, ¿vale? La primera es: tenemos un equipo de cuarenta personas hoy, eh, que son solo cientistas, científicos, que hacen anotaciones de datasets para entrenar modelos.

Labeling.

Labeling. Y más que labeling y añadir reasoning y todo lo que es el chain of thought, el CoT, para los modelos que entrenamos, ¿vale? Entonces, hay un montón de esfuerzo de lo que es crear datos que no existían, ¿vale? Porque imagínate, el tío que había, volviendo al ejemplo del protocolo, el tío que hacía escribir todo este documento, no escribía porque lo ha hecho.

Entonces, tú no puedes solo decir a un modelo de lenguaje: "Oye, aquí tienes cien mil protocolos, apréndetelo y después hazme uno". Porque igual son veinte personas que lo hicieron. Y hay otras centenas de millares de formas que puedes hacerlo. Entonces, tienes que tener científicos que están ahí diciéndote: "Oye, para llegar a esa respuesta hay que pensar así, de esta forma, esto es como lo hacemos".

Entonces, este es un punto, ¿vale? Anotaciones, digamos así.

¿Eso qué es? ¿Post-training o...? Okey, ¿dónde, en qué etapa está?

Está en training, ¿vale?

Ya, ya.

En training. Y me acuerdo, o sea, esto me-- siempre lo digo, que me parece volver al V-VHS o, o disquetes, como sistema de producción, no sé cómo se dice en castellano, porque hace solo dos años, pero igual parece que volvemos veinte, treinta años atrás en tecnología. Antes de existir en modelos de lenguaje de reasoning, tenemos una muy buena partnership, parceria, no sé cómo le llamáis.

Par-- bueno, eh, no.

Alianza. Alianza, vale. Con Google. Y en su momento con DeepMind. En su momento, el head of research me decía: "Pedro, tengo que enseñarte algo. Aún no es público, pero dibujamos toda esta forma de entrenar un modelo que pueda pensar", ¿vale? Y me ha enseñado cómo lo hicieron. Entonces, me dije: "Oye, si tú lo haces, es un board advisor de Biorce, ¿vale?

Entonces, tiene un, un incentivo para que lo hiciéramos bien". Y me dije: "Si tú empiezas con un equipo a hacer todo este reasoning, la forma de pensar, tú puedes entrenar un modelo que piense como un médico, que piense como un científico".

Mhm.

Entonces, ya no es solo un modelo entrenado en todo, es un modelo entrenado a pensar como ellos, como los farmacéuticos. Y de aquí hace esta diferenciación de lo que es ChatGPT y lo que es los modelos de Biorce, ¿vale? Entonces, este es primer gran punto, ¿eh? Y, por otro lado, la otra pregunta que siempre me hacen: "Vale, es porque entonces la farmacéutica por qué no lo hace?" Porque el tío que trabaja en la farmacéutica no quiere pasar horas y horas ex-explicando por qué hace esto.

Pero, pero puede ser parte de su secreto o de su método, ¿no? O sea, está entrenando un modelo que es tuyo y no es suyo.

Sí.

Hay un riesgo ahí de exponer. Si, si sois tan buenos haciendo esto, al final, quizá un otro laboratorio puede hacer el desarrollo que están haciendo ellos.

Eso mismo.

Y hay mucha gente que dice esto, ¿eh? Que, que al final la "ultimate IP" es el modelo.

Mmm.

Con lo cual la gente va a querer tener su modelo.

Y, y el reinforcement learning y el, y los outputs de, de la energía.

Yo estoy en el medio, con toda la sinceridad. Yo creo que, por fin, si mañana me dices: "Mira, Anthropic ha lanzado el modelo, que es, perdón por la expresión, la hostia, y tú tienes que usarlo porque es la mejor cosa que hemos visto en nuestra vida", quizá es la forma que yo tengo de hacerlo como teacher model a mis modelos y que le enseñe otras cosas que quizá, mmm, son bie-- buenas, ¿vale?

Igual, por fin, siempre vas a necesitar modelos task specific para ese específico uso de-- caso de uso, ¿vale? Porque por fin, en este documento del que te hablé, el protocolo, porque es el más complejo, por eso siempre lo usamos como ejemplo Tenéis tíos que son estadísticos, tenéis tíos que son científicos, tenéis tíos que son solo, ah, bioestadísticos, otros que son solo data management, que solo hacen gestión de su parte, que son quizá dos parágrafos de este documento.

Entonces, no puedes tener un modelo que lo hace todo, porque por fin-

Tienes una combinación de modelos.

Sí. Nosotros-

Es que cuanto más, cuanto más problemas a resolver, más te acercas al frontier model.

Sí.

O sea, si, si estuvieras hablando de una tarea que tú tienes que entrenar, que tienes un conocimiento, una exposición única y con un mo-- un dataset único, tiene mucho sentido entrar en tu modelo. Pero si lo que tienes que hacer es matemática, estadística, aritmética, tal, o sea, los frontier model funcionan bastante bien.

Sí, y por esto tienes que tener una mezcla. O sea, lo que tenemos nosotros es un orquestador de modelos, que son muchos nuestros y otros no nuestros, y que dice ahí: "Vale, esta es la tarea. ¿Cuál es el mejor modelo para hacerlo?" Entonces, quizá empieza con el de Biorce, lo hace y después dice a un, un Anthropic: "Oye, ¿cómo lo ves?" Y quizá el de Anthropic dice: "Yo no sé mejor que esto".

O: "Mira, encontré este error en esta matemática que quizá lo deberías saber". Entonces, hay partes, o sea, nosotros hacemos mucho, ah, fundamentales, fundamen-- fonda-fundacionales, lo llamasteis.

Modelos funcionales.

Fundacionales, pero igual los usamos también los que están públicos, porque hay partes de tareas que no hacen sentido. O sea, si yo estoy haciendo un SQL query, Biorce no lo va a desarrollar un modelo fundacional para SQL, text to SQL, que sea mejor lo que le ha hecho Google o Anthropic, ¿sabes? Entonces, hay que tener este orquestador que te dice: "Estas son todas las tareas que tengo que hacer para hacer este documento".

Entonces, empiezo y voy buscando, pero igual manteniendo este train of thought de que te lleva del inicio al fin. Porque si tú tienes, y lo que había pasado mucho cuando empezamos y aún hoy, con cualquier las ChatGPT, Claude, lo que sea, es que le pides un protocolo y en el inicio es una cosa y en el final es otra, porque pierde la precisión de decir: "Vale, esta es la enfermedad, este es unos tipos de pacientes, este es el mecanismo de acción".

Todo esto va empezando a perder. Y después en el fin dice y empezamos en oncología y terminamos en diabetes. O sea, que tú dices: "Oye, esto no hace sentido". Por esto. Hay esta, esta layer, que es muy importante nuestra, que está entrenada en comprender todas las tareas y dividirlas entre los diferentes modelos.

Y para acabar de entender los modelos, porque hablas de dos, mmm, tipos de modelo muy diferentes, entiendo yo. Uno que es el que ayuda casi al descubrimiento de drogas y de medicamentos, y luego otro que, simplificando mucho, mmm, te hace un PDF muy largo y te lo revisa. Claro, y entiendo que no tiene nada que ver uno con el otro, ¿no?

Porque vosotros, ¿cuáles hacéis? Y, y, y de los cuarenta investigadores que tienes, ¿cuántos están en descubrir medicinas y cuántos están en, en hacer PDFs?

Sí, o sea, te corrijo una parte. Nosotros no descubrimos la medicina.

Correjo todo, por favor.

No, porque estaba todo correcto menos una parte. Nosotros no descubrimos las medicinas, pero intentamos ayudar a quien ha descubierto las medicinas, comprender si van a funcionar mejor o no.

Correcto.

Entonces, en división, hoy tenemos todo un, un task force que está dedicada a esta parte de probabilidad de suceso, ¿vale? Que son-

¿Eso es el chatbot o no?

No, esto nada que ver. O sea, son modelos de, desde ML a GenAI. O sea, están también mezclados, porque tienes PFML models, ML models, tienes GenAI-

Pero esto es una, es un, o sea, es, es la primera etapa de descubrimiento, ¿no? Está el researcher hablando con vosotros o con vuestro agente y diciéndole: "Oye, esto que estoy, que acabo, esta idea que acabo de tener, ¿tiene sentido?"

O sea, piensa que Biorce hoy tiene un sistema operativo, que la forma que tengo que explicarte es: piensa que tú dices: "En esta plataforma, clicas añadir nueva molécula", ¿vale? Y tú dices: "Esta es la molécula". Y él solo dice: "Vale, AlphaFold, ¿cómo se la ve?

Así. ¿Qué tipo de, ah, receptors, qué tipo de moléculas en el cuerpo pueden añadirse a esta molécula? Estas. Entonces, ¿cómo vamos a simular el mecanismo de acción? Así. ¿Cuál es la probabilidad de esto funcionar? Es esta, por otro modelo". Entonces, empieza a hacer todo esto y en diez minutos el usuario en la pantalla ve todo lo que es 3D del modelo de la molécula, el mecanismo de acción, lo que va a funcionar, lo que no va a funcionar, qué tipo de pacientes va a ser mejor, qué no.

Si es el tío que tiene veinte años y pesa setenta kilos o el tío que tiene setenta y pesa noventa kilos, ¿cuál es la probabilidad de todo esto funcionar mejor? Entonces, eh, después empieza a simularlo, ¿vale? A decir: "Oye, si yo tengo mil personas ficticias, ¿cómo iban a ser los resultados?

¿Qué tipo de inversión tengo que hacer para comprobar esto?" Entonces, empieza a hacerte todo lo que llamamos el study design, el planear, de decirte: "Oye, esta molécula te iba a costar ochocientos millones en, solo en ensayos clínicos y la probabilidad de suceso es esta. E igual, cuando llegues al mercado, tu top revenue NPV son seis billones".

Eso también lo estima el modelo.

Sí.

Vale.

Te sienta con una, subir una molécula y te hace todo esto.

Sí.

Está, está bien.

Por eso le llamamos a true identified workforce, ¿no? O sea, que mucha gente habla de identified workforce-

Sí, es decir, con esa definición caben casi todas las empresas ahora mismo del mundo, las nuevas.

Ese es el problema. Y, y yo siempre-- o sea, a mí me da un poco de asco, perdón de expresión más una vez, de hablar de agentes, ¿vale? Yo siempre fui el último a decir a, la palabra agente, porque para mí es mucho más que esto, ¿no? Es tener todo un sistema de que me hace simular lo que yo tengo que hacer, sea económica, sea probabilidad científica, sea dibujar mi ensayo clínico, ¿vale?

Yo lo que necesito es tenerlos todos en un sitio y que se hablan entre ellos, porque igual, de qué me vale tener este agente muy bueno que me dibuja mi protocolo, si igual no tiene conciencia Cuáles son los factores que me van a ayudar a tener un mejor protocolo

Perfecto, todo se mezcla.

Sí.

Entonces, para acabar el end-to-end, ¿eh? O sea, tú has dicho primero te llega a la, a la viabilidad, la probabilidad del es-- de, de esta molécula de que tener un negocio viable, ¿no?

Sí.

O sea, también desde un punto de vista económico. Y luego le das al botón y generas el PDF.

No, luego de la viabilidad empiezas a programar cuántos ensayos necesitáis, qué tipo de ensayos necesitáis, cómo se lo ve, si necesitas veinte personas, si necesitas sesenta personas. Y después de hacerte todo el plan, te dice: "Oye, humano usuario, ¿cómo lo ves?". Tú puedes decir: "Si bajo de veinte pacientes a diez, ¿qué pasa?" Ah, añades el riesgo de ser rechazado por las autoridades un setenta por ciento, pero igual bajas el coste un diez millones.

Pero ya puestos, dime exactamente lo óptimo, ¿no?

Sí.

O sea, no, no me des opciones de-

No, te da-

...dime ya lo que tengo que hacer, con lo cual le doy al PDF.

Él te da lo óptimo.

Y se lo mando a la agencia de s-sanitaria.

Y del cash que tengas también, ¿no? Lo óptimo tiene que tener un input, que es lo que tienes en el banco.

Vale, o sea, el problema es la inversión.

Sí, este es el tema. O sea-

Pero siempre es la-- todo el mundo quiere invertir lo mínimo y tener el máximo impacto.

Mmm, sí y no, porque la gran farmacéutica te dice: "Yo quiero invertir lo más rápido, no el mínimo".

O sea, tienes un trade-off entre tiempo e inversión.

Sí. Sí, sí. Entonces, imagínate una gran farmacéutica, no voy a decir nombres porque si no empezamos a, a entrar por ahí. Una gran farmacéutica te va a decir: "Oye, yo prefiero poner doscientos millones ahora sabiendo que voy a llegar primero al mercado, porque solo tengo veinte años de patente con cada molécula. Entonces, si yo llego hoy y no en un año y sé que voy a hacer dos billones de revenue en un año, entonces sé que estos doscientos millones me sale una inversión de las mejores que puedo hacer".

Igual una empresa de biotecnología que sea más pequeña te dice: "Oye, yo no manejo ni levantar cincuenta. Entonces, ¿qué puedo hacer con los diez que tengo que me pueden llevar a la próxima milestone que me puede dejar levantar los cincuenta? Y después, con esos cincuenta, hacer la próxima milestone para levantar otros cien. Y quizá no voy a llegar".

Bien, pero si llegamos a un momento de tanto determinismo, también cambia el, el sentido económico del mercado financiero, ¿no?

Sí.

O sea, esto también va a ir evolucionando.

Por eso tienes dos grandes empresas de IA que intentaran hacer lo mismo de Biorce, pero empezarán a intentar y después cambiarán por completo a ser farmacéuticas.

¿Quiénes son?

Claro, claro. Es-- tienes-- es que tiene sentido.

Sí. O, o inversor, que al final es lo que hace un farmacéutico, ¿no? Es el que pone el-

Porque el farmacéutico al final maneja la inversión.

Sí, sí.

Compra research labs, ¿no?

Mhm.

Que han encontrado algún research interesante, ¿no? Y los va evolucionando en estas etapas, ¿no?

Sí, tienes, bueno, tienes dos grandes casos, pero uno se llama Formation Bio, que hoy ha levantado billones de dólares y ha dicho: "Oye, yo no voy a desarrollar IA para nadie. Lo hago, lo hago, pero lo desarrollo como farmacéutica".

Y esa es la tesis que de modelo igual a IP.

Sí.

¿No?

Sí, pero igual piensa que nuestra tesis, desde lo opuesto, es decir: "Oye, yo quiero ser la infraestructura de las empresas farmacéuticas". Yo quiero decir, todas las farmacéuticas, tú no tienes que desarrollar nada. Tú vienes y dices: "Aquí están mis datos, que son cien por ciento seguros, porque nosotros no los vamos a mezclar con los otros datos. Y tú puedes desarrollar en nuestra plataforma y haces los mismos ahorros que hace esta empresa que ha intentado decir modelo igual a IP y quizá mejores, porque nuestro enfoque es solo esto".

¿Tú garantizas de que no entren estos modelos con los datos de la farmacéutica?

Sí, sí. Desafortunadamente.

No hay, no hay reinforcement learning de ningún tipo.

Hay, pero solo en lo que es el... la porción de lo que es para el cliente. O sea, el reinforcement learning es hecho en este tenant.

Se queda en el cliente.

En este tenant dedicado al cliente.

Y esto tú lo firmas en un papel.

Sí.

Y se lo tiene que creer el cliente, ¿no? Porque es uno de los topics que ahora está de moda.

Sí.

Este debate, que mucha gente lo dice-

Que nadie se cree que los grandes frontier labs no están siendo entrenados con todos los datos.

Nosotros lo hablamos la semana pasada, ¿no?

Yo tampoco lo creo, que los grandes no lo entrenan, ¿eh? Pero igual de nuestra parte estamos siempre-

Pero vosotros en Biorce sí que, sí que te lo crees.

Porque lo abrimos por auditoría también. O sea, nosotros somos los primeros en decir a los clientes: "Oye, si tienes dudas, bien, y lo ves".

¿Y el auditor se entera?

O sea, tú ahora traes, eh... No voy a nombrar ninguno porque serán los nuestros y no quiero que se enfaden, pero un auditor de los Big Four, vamos a decir.

Sí.

Viene a Biorce y sabe, sabe ver la línea o el botón donde no estáis entrenando.

Por cierto, no va a ser este tipo de auditor, va a tener que ser un tío de IT.

Hay un, hay un nuevo auditor especializado de esto.

Es que no es, no es trazable realmente. Como entrenas un modelo, no se puede volver atrás.

No, pero-

Sigues terminando todo el rato, ¿no?, el auditor.

Y esto con infinita información.

Es difícil, pero la forma-

De toda la historia de la humanidad.

La forma que lo hicimos también es por lo que llamamos un data lake co-shared, ¿vale? Con Databricks, con Snowflake, y decirles: "Oye, lo hacemos como-- no es un ship, porque no estamos haciendo ship de nada, pero es un semi ship". Es decir, oye, tenemos una-

¿Qué quieres decir con esto?

Una infraestructura de que es par-- compartida y que nosotros podemos hacer push de cosas, pero no hacemos pull de cosas. Entonces, todo está predeterminado a ser entrenado con reinforced learning, pero se queda aquí. Y nosotros como Biorce solo podemos hacer push, no podemos hacer pull. Entonces, esto garantiza al cliente de que, oye, por mucho que nosotros podemos decir: "Mira, aquí tienes otro modelo nuevo, aquí es como lo haces", no estamos haciendo pull de datos, ¿vale?

Entonces, también deja al cliente mucho más confortable de que nosotros no estamos-

Pero entonces el problema es para vosotros entonces. O sea, ¿cómo evolucionáis en un mundo tan competitivo?

Hay otra parte que también es importante comprender, que es: el modelo no, no se entrena solo con los datos, pero también como la forma de pensar. Y esto es lo que nos gusta mejorar, ¿vale? Es decir, oye, hemos comprendido que este cliente se ha enfadado porque el modelo ha hecho esto y esto. Pero ¿por qué?

La respuesta no está siempre en los datos. O sea-

Pero esto sí, esto sí que es utilizar el resultado del cliente para mejorar el modelo Es una, una capa más meta, pero si quieres, pero-

Sí y no. Y, y podemos hablar de esto porque es un tópico que me encanta. Hay una publicación recién de un tío que decía: "Esto es casi una fórmula matemática. Si yo tengo los pesos del modelo, tengo el modelo, ten-- no tengo la ventana de contexto, yo puedo prede-- prever cómo es esta ventana de contexto usando estas tres variables, ¿vale?

Modelo, peso y la respuesta". Entonces, mismo que Anthropic te diga: "Yo no entreno estos datos", pero igual ellos tienen los pesos del modelo, la respuesta del modelo y la prompt. Entonces, les da igual, porque tú puedes prever lo que le has dado.

Entonces, ellos te están-- no te están mintiendo, te están diciendo: "Oye, yo no entreno en tus datos, pero yo matemáticamente sé la variable que me falta". Entonces, es irrelevante tus datos.

Bueno, es el prompt.

Pero es irrelevante si piensas.

Pero entonces, con este argumento, eh: "Si yo soy una farmacéutica que me estoy gastando miles de millones en investigación, cojo y digo: 'Vale, pues, eh, mis datos no salen de mi edificio', ¿no? Y pongo unos militares ahí con armas para que protejan físicamente el dato".

Sí.

Entonces, ¿vosotros os habéis encontrado esto? ¿Qué papel juega "on premise", los clouds privados? No sé dónde están los datos de los análisis clínicos que, que pasan por Biorce.

Sí.

Van a Microsoft, van a Amazon, van a Google, van a vuestra oficina, se quedan en la oficina del cliente.

Van a todos menos a nuestra oficina o del cliente al fin, porque por fin somos "multicloud" diagnóstico. Entonces, hacemos en AWS-

Pasan por todos los clouds.

No, por todos no, pero cada cliente suele tener un-- ya una alianza con AWS, con GCP.

Y confían. Con AWS o Azure, ah, confían.

Sí, normalmente es-

Las farmacéuticas

...por mucho raro que lo parezca, sí. Entonces, para nosotros es como: "Vale, si tú prefieres en, en AWS, lo ponemos ahí". Y-

Y tú despliegas la, la infraestructura de Biorce en un tenant para un cliente.

Sí.

Quiere decir que, o sea, para la gente que no sea de sistemas, tú estás diciendo que no hay un cloud de, de Biorce, sino que hay uno para cada cliente desplegado en la cuenta del cliente.

Eso.

Y tú tienes acceso a meter nuevo código ahí, pero tú no puedes entrar ahí a mirar.

Esto.

Que esto es raro.

Muy raro.

Porque en general, en las aplicaciones cloud, el proveedor cloud técnicamente puede entrar en el servidor a ver qué está pasando con su código y con su base de datos. Tú no puedes.

No.

Pero ellos pueden mirar tu modelo.

Bueno, sí y no, porque como está en Kubernetes, también no es tan-

Hay que saber de Kubernetes.

Sí, también no es tan sencillo como solo decir: "Oye". Y mismo que tengas el modelo. El modelo es un 2 % de lo que hace, ¿vale? Todo el orchestrator, todo lo demás, hay un montón de trabajo.

Ese es hoster.

Sí.

Vale.

Entonces, hay una mezcla, ¿vale?

Vale.

Eh, también decirte que sí, que también tenemos nuestra cloud para los clientes más pequeños, porque los clientes pequeños no. Primero les da un poco igual.

Sí.

Porque su grande obsesión es llegar al próximo milestone para poder desarrollar, ¿no? El gran pharma es lo que dice: "Oye, a mis datos no, de aquí no salen. Pongo los policías y no salen, como decías". Entonces, hay dos tipos de clientes y tienes que vender a los dos, ¿no?

Pero es curioso que no haya ninguno que haga "on prem", ¿no? O sea, tienen suficiente molestia o miedo para hacerlo en su trocito de Amazon o de Microsoft, pero no tanto como para hacerlo en un data center, porque estamos hablando de laboratorios grandes, tienen muchos recursos. Podrían perfectamente tener un data center propio.

Sí.

Y, y no os ha pasado, ¿eh? No lo has visto.

No. Y es, es guay que lo dices, porque justo el otro día con un inversor de este "hundred billion dollar fund", comentábamos cuando estábamos en este tiempo de que SaaS is dead, ¿no? Toda la gente lo decía: "SaaS is dead, SaaS is dead".

Era SoftBank.

No, por un acaso no, pero cerca, cerca. Ah, y decía: "SaaS is dead. No sé por qué dicen esto". Yo digo: "Yo tampoco", porque la verdad, el servicio de la palabra SaaS es tan importante cuanto el s-- el software. Como dices: "Sí, yo puedo tener el dinero para hacer mi data center, pero ¿quién me lo va a hacer el servicio?" El momento en que tú digas: "Vale, no lo voy a hacer yo, voy a ser tercerizado", ya está, es el mismo problema.

Entonces, ¿por qué-

Quién tiene las llaves de ese data center, quién se mete ahí a actualizar, a vigilar, a proteger.

Y por eso me da mucha risa cuando dicen: "SaaS is dead". Yo siempre digo: "Vale".

O sea, vosotros sois SaaS, ¿eh?

No lo sé. O sea, es difícil poner una caja. Yo te diría que es una SaaS, una IA. Nos llamaban Tech Bio en su momento. Yo no le pongo cajas porque a mí el enfoque es resolver este problema, ¿vale?

Bueno, ahora no le pongas SaaS. Por si acaso, ponle IA.

No, a mí me gusta que sean SaaS. Porque nos con-- nos pongan en la misma categoría.

Y yo creo que Johnson empezó este nuevo AGAS, ¿no? Agent as a Service. Ah, también lo puedes poner ahí. Es lo que te digo, a mí me dan un poco igual lo que llamáis.

Sí, está claro.

¿Sabes? O sea-

Está claro

...no sé si has leído el libro de, del fundador de Waze, que es: "Fall in love with the problem, not the solution".

Mhm.

¿Sabes? Entonces, para mí es enfocada en resolver el problema. Lo demás...

Lo que sí que cambia bastante son los fundamentales del, del negocio entre un modelo que es "seat based" y un modelo que es "usage or consumption based", ¿no?

Sí.

Vuestro modelo de negocio, ¿cuál es?

No es "seat based", por eso esa parte ya podemos prevenir. Es una mezcla entre "usage based" con "subscription based yearly", que es por empresa, no por seat, ¿vale? Entonces-

Es una licencia, es una licencia.

Es parecido, ¿no? O sea...

Es una mezcla. Por eso te digo que tampoco es fácil decirte: es solo "usage based" o es "seat based". O sea...

Suponemos que Jordi y yo tenemos una farmacéutica.

Que podría ser pasado mañana.

Podría ser perfectamente. No has visto que somos expertos. Eh, y ahora queremos contratar. ¿Qué-- cuál es el pricing? ¿Qué, cómo, cómo vemos? Eh...

Tenemos una fórmula interna.

Vale.

Que la he creado yo.

Es más secreta que los pesos del modelo este.

Casi. Y qué le pones, cuántos ensayos tienes, cuántas moléculas tienes, cuántas personas tienes. En el total te da un precio de la suscripción Y después, entonces pagas el usage arriba de la suscripción

Pero por empresa, ¿qué puede ser? ¿Diez mil euros, cien mil euros al año?

Mucho más.

¿Un millón de euros?

Más.

¿Diez millones de euros?

Aún más.

Hostia.

Cien millones de euros. Menos de cien...

Te puedo decir, el-

Esto por cliente, ¿eh?

Sí.

Esto es la, la suscripción base para empezar a trabajar.

La base empieza hoy en doscientos cincuenta mil, la empresa más pequeña, vale.

Pero tenéis algún cliente que su suscripción base es de decenas de millones.

Sí. Sí, sí.

Al año.

Al año.

A ver, la calculadora de ROI sale fácil, porque dices: seis billion aquí y ahora con Biorce, ¿cuánto?

Tres.

Tres billion.

Pues mitad y mitad, ¿no? Uno y medio para vosotros y uno y medio de ahorro.

Sería bueno. Desafortunadamente, no es tan fácil, pero sí. Pero entonces-

Bajáis el coste a la mitad.

Sí.

Porque el tiempo se reduce a la mitad.

Sí.

Y eso implica coste, o sea, el coste a la mitad.

Ha-hasta más, dependiendo de la empresa. Hemos visto empresas que han bajado un setenta por cien.

Todo esto, obviamente, es teoría.

No, aún es-

Pero Biorce hace dos años que existe.

Hace dos años, sí.

Y el clinical trial son... Exacto, son doce años, que por mucho que lo reduzcas a seis, no ha acabado nadie.

No, pero ya lo hemos visto. Por ejemplo, tenemos un cliente en Barcelona que ya está haciendo ahorros en tres ensayos que empezaron con Biorce de seiscientos mil euros cada uno.

Seiscientos mil euros.

Un ensayo.

Mhm.

Cada ensayo. Entonces, imagínate cuando lo pones en un gran farma que hace ciento cincuenta ensayos en una enfermedad en un año, ya empiezas a ver ahorros gigantes.

Este ahorro, ¿dónde está exactamente?

Este específico fue solo en el hacer este protocolo.

O sea, lo que cobraba el CRO.

Sí.

En papeleo y en-

Sí

...gestión de procesos-

Sí, sí

...específica para, para esto.

Por eso pienso. O sea, y esto fue hace un año, cuando empezaron con, con nosotros, que solo teníamos también esta parte del producto. Hoy ya es todo otra plataforma.

El problema cuando cobras, perdona, ¿eh? Haciendo un número rápido. Si tú cobras cincuenta millones, me-- entre diez y cien, ¿no? Eh, a un solo cliente, em, y vosotros habéis levantado en toda vuestra historia cincuenta millones, ¿no? Eh, el cliente puede llegar a enfadarse y decir: "Oye, mmm, en lugar de cincuenta, me gasto veinte o me gasto los cincuenta y me lo quedo solo para mí".

Obviamente, asumiendo que tienen a un Pedro y a, y a gente con el talento que tenéis vosotros y con el contexto que tienen.

Esto no puede ser fácil.

No, pero, pero llegas a unos números donde ya no es solo yo te ahorro tanto, es el coste de replicar, ¿no? De, de duplicar.

Y lo tuvimos. Tuvimos clientes que dicen: "Vale, lo hago yo". Y que han puesto veinticinco millones y volvieron doce meses después a decir: "Oye, no hemos manejado". Ah, igual, cuánto es el precio-

Porque en su foco, ¿no? No es igual.

No.

Aunque, aunque parece bastante core, pero...

Sí, y es tanto dinero que te motiva a intentarlo, a hacerlo bien.

Perdona, es dinero para ti. Piensa que para ellos no es tanto dinero. Es verdad.

Cienes de millones.

Sí, es verdad. Si piensas, para ellos, y esto te lo voy a decir quote de una CIO de una gran farma, que en una reunión conmigo se gira a su equipo y dice: "Oye, vuestro trabajo es traer las medicinas a la farmacia. Al de este tío es desarrollar la plataforma que lo hace". Entonces, acuérdense cuál es el objetivo de esta empresa, ¿vale?

Como en una gran farmacéutica, el objetivo es traer las moléculas o los medicamentos a la farmacia, nada más. Entonces, el enfoque tiene que ser este. Y esto es algo que cuanto más desarrollamos cosas y las grandes empresas empiezan a crecer, pierden el enfoque y dicen: "Vale, empiezo a tener un equipo técnico que me hace estos modelos de IA, porque igual lo hago mejor".

Y sí, y como te dije, esta misma empresa ha puesto veintisiete millones de dólares y no lo ha manejado, y ahora es un cliente.

Esta facturación que estamos hablando ahora, ¿es hipotética o es real?

Es real.

O sea, vosotros ahora estáis facturando ya más de cien millones al año.

Aún no más de cien, pero cerca.

Estáis cerca. Claro, si tienes un cliente de decenas y unos cuantos de doscientos cincuenta mil, por pocos clientes que tengáis, suma rápido esto.

Sí, sí.

Y eso es-

Committed ARR, ¿no? O sea, es comprometido.

No, piensa que nuestros-

O desembolsado

...pie-piensa que nuestros clientes siempre pagan la suscripción anual upfront por un año. En total.

Un año.

Sí. O múltiples años, pero siempre por año, ¿vale? O sea...

¿Qué parte es multianual versus anual?

Un setenta por ciento son tres años.

Pero no pagan tres años adelantado, ¿no? Pagan un año.

Un año, sí. Entonces, ahora empezamos a hacer cinco años por la primera vez, pero hasta hace dos meses no lo hacíamos.

Y es un compromiso f-firme de estar cinco años. No hay salida de este contrato.

Bueno, hay, pero pagas los cinco años. Sí.

Pagas los cinco años de golpe.

Porque nosotros lo que hacemos es el, el commitment de que vamos a poner los recursos también para que tú tengas el apoyo, para que tú tengas el soporte, los forward deployed scientists, todo esto.

Forward deployed scientists, ¿eh?

Sí.

Le habéis dado un giro.

Sí, le hemos dado un, un tweak. Ah, para que todo esto pueda funcionar sin tener un downtime de hasta... Nosotros también compromotemos, comprometemos de que hacemos un 99,5 % de uptime, ¿vale? Y esto solo es posible cuando tienes...

99,5.

Sí. Todo esto es servicios por detrás que no los vendemos, ¿vale?

Entonces mi pregunta es: ¿por qué diluiros?

¿Por qué levantar una ronda con tanto cash upfront?

Sí, es una muy buena pregunta. E-en este momento, cuando lo hicimos en febrero, fue: necesitamos una valoración que permita encontrar el mejor talento, ¿vale? Y esta fue la gran ronda.

O sea, para tener una valoración, ¿la excusa era una valoración?

Sí, porque créeme que, por best es el mejor talento, por mucho que tú le vendas la idea, les da igual. Cuando ven una DST viene y lidera tu ronda, una serie A, las más grandes de historia de España y de Portugal juntas, ahí empiezas: "Vale, ¿esta empresa qué hace? ¿Qué hacen estos tíos locos que están ahí intentando hacer ensayos clínicos?

¿Qué es esto?" Y empiezan a buscar, y el gran talento que tenemos hoy ha encontrado Biorce No solo Biorce he encontrado a ellos, ¿sabes? Y vienen y dicen: "He visto esto, me encantaría hacerlo".

Hay que decir que es un muy buen argumento de fundraising. Decir: "No necesito la pasta, ¿no? Lo estoy petando. Solo necesito a alguien que me dé un precio para encontrar mejor talento". O sea, es un buen pitch a DST.

Sí. Y también options, piensa que también ayuda, ¿no? O sea, piensa que toda la option share pool que tenemos fue hecha por mí en mi día cero. O sea, ni un inversor ha contribuido, sino yo, ¿vale?

¿Qué quieres decir con, con contribuir?

O sea, cuando empezamos, yo invertí medio millón en la empresa, ¿no? En el cap table. Y entonces, desde ahí dice: doce coma cinco por ciento van a employees.

Mhm.

Y para esto, sale de mi parte, ¿vale?

Vale.

Los cofundadores, todo lo demás, no han dado una acción para este employee share pool.

¿Por qué?

Porque aún no lo habíamos necesitado, pero igual-

Ya, pero-

...era importante para mí tener un peso, una valoración de que yo cuando digo a un empleado: "Mira, aquí tienes, no sé, cien mil dólares en acciones", que valen no solo porque son reales, pero también-

Ya, pero tenías-- cuando hiciste esto, ¿tenías cofundadores ya?

Tenemos tres cofundadores, que son chief scientific officer, chief product officer y CTO, ¿vale?

Va. ¿Y por qué los otros cofundadores no tienen que diluirse con el pool?

Porque cuando lo hicimos lo invertí yo, entonces yo tenía más parte de la cap table de, de lo que, mmm, ellos, ¿vale? Ellos son los que muchos inversores llaman founding team members, ¿vale? Ah, nosotros le llamamos cofundadores porque empezamos los cuatro y eso es lo importante, ¿vale?

¿Por qué no vamos a la historia y luego vamos ya...?

Sí, sí.

Eh, o sea, yo todavía me he quedado encallado en el proceso de que tú eres, eras un CRO. ¿Has dicho CRO?

Sí.

Tú eres un CRO.

Que para nosotros es un chief revenue officer, un CRO. ¿Qué significa CRO en tu mundo?

Contract research organization.

Vale, gracias.

Vale.

Nada que ver.

Hay gente que dice que es un conversion rate optimization también.

También, también. Entonces, eh, y de golpe tú ves una oportunidad que elimina tu propia empresa y dices: "Voy a montar esta empresa", ¿no? No evolucionar tu CRO a esta empresa, sino montar desde cero esta empresa.

Sí, sí. Y es raro.

¿Por qué?

Mira, tenemos que dar un paso un poco más atrás.

Sí, exacto. Y, y tu background directamente. O sea, de dónde sales.

¿Quién eres tú? ¿Cómo has llegado aquí?

O sea, yo estudié Gestión de Empresas en Barcelona.

Vale.

Por casualidad.

Porque eres portugués.

Porque soy portugués, sí. Por casualidad. Y después me fui a ta-- empezar a trabajar en Polonia, en una empresa de producción de carnes, ¿vale? Ah, y empecé como analista de mercado de exportación. No hacían exportación. Empiezo a hacer las ventas de exportación porque nadie hablaba inglés. Entonces, fui el primero a decir: "Oye, tú, que hablas bien inglés-

El portugués.

...empieza a vender también al exterior". Empezamos a vender, crecemos un montón. Fuimos de cuatrocientos dos millones en ventas a un coma ocho billones. Vendemos a Cargill en cinco años. Y yo tuve un muy buen payout para un tío que tenía muchos pocos años. Entonces digo: "Oye, ¿qué hago de mi vida?

Una cosa, paréntesis. ¿Por qué estudias en Barcelona?

Porque, en verdad, mis padres empezaron a vivir en Barcelo-- en Barcelona-- en Polonia cuando yo tenía dieciséis años. Me fui a estudiar ahí.

O sea, ¿de dónde eres en Portugal?

De un pueblo llamado Viseu. Tiene treinta mil personas, ¿vale?

Vale.

Entonces, se cambian a, a Polonia.

Tus padres se van a Polonia.

Sí, mis padres se van a Polonia porque mi padre ten-- hacía-- no-- tenía una posición en una empresa que ha comprado una empresa en Polonia. Entonces, el CEO le pide: "Oye, ¿por qué no vas a Polonia y me ayudas ahí?" Entonces, mi padre fue. Yo tenía dieciséis años, entonces una edad un poco difícil, porque-

Vale

...muy joven para quedarte en Portugal solo, pero igual ya un poco mayor, porque estás casi a ir a una universidad, ¿no? Entonces, me fui a Polonia, estuve ahí dos años y mis padres tienen el sueño de tener un niño que fuera médico, ¿vale? Mi hermana es dentista, cinco años mayor que yo. Entonces, está cer-

Muy parecido

...cerca, pero no aún. Entonces, me cayó a mí de: "Tienes que ser médico". Y hago el Oxford, ah, Business-- Medical School Admission Test, mmm, BMAT creo que es, o MAT o como se llama. Y cuando me dicen que sí y recibo la carta de decir: "Oye, fuiste aceptado para Medical School en, en Oxford", yo digo a mis padres: "No lo voy a hacer".

Y mi padre flipa. "Que, ¿qué dices? O sea, has estudiado toda tu vida para llegar aquí". Yo digo: "Sí, pero es tu sueño, no el mío", ¿vale? Entonces-

¿Y por qué hiciste el examen?

Porque quería comprobarlo de que iba a manejar. O sea, no era porque no manejaba, era porque simplemente no quiero, ¿vale? Porque es muy fácil. Y mira que tenía un padre que tenía un high demand, ¿vale? Una barra muy alta de lo que expectaba de todos, tanto en mi empresa como a nivel personal. Y lo que yo no quería es que un día me dijera: "Oye, tú no manejaste", ¿vale?

Yo quería comprobar de que, mira, aquí tienes el papel de que si yo quiera, si yo quisiera, yo podría ir, ¿vale? Pero yo no quiero. Entonces, ahora déjame hacer lo que quiero hacer. Y me dice: "Vale, entonces, ¿qué quieres hacer?" Le digo: "Mira, yo quiero hacer gestión de empresas como haces tú". Y me dice: "Eres tonto. Tú no tienes idea de lo que hablas". Y digo: "Vale, entonces voy a buscar una business school".

Entonces, vení a Barcelona a hacer esto.

¿En qué business school?

European Business School. Está en Via Augusta con Ganduxer.

Vale.

Y me fue bien. Y, o sea-

Te gustó.

Me gustó. También-

¿La recomiendas?

Sí, y tuve la suerte, porque cuando me fui a Polonia tuve que perder un año, lo que es en Portugal, ¿vale? Porque me cambié en enero. Entonces, en Polonia no me dejaban subir el año próximo, pero no me dejaban entrar en el medio del año. Entonces, yo iba a la universidad con diecisiete y solo manejé entrar con dieciocho.

Entonces, yo buscaba una universidad que me dejara hacer más rápido, y este me dejaba hacer el bachelor de business en dos años y no uno, si hiciera más créditos todos los semestres. Entonces, yo maximicé el número de créditos y dije: "Vale, ¿cuántas clases me puedes dar?" Entonces, lo hice en dos años.

Vale.

Y por eso yo quería empezar a trabajar, ¿vale? Yo-

Vale, entonces te vuelves a Polonia.

Entonces, me vuelvo a Polonia.

Y es cuando entras en una empresa de carne.

Sí. Empiezo a-

No, tiene una historia muy guay. Estaba en un, un partido de fútbol y el tío a mi lado era el dueño de la empresa. Y, y le pre-- le pregunta qué hago yo y le digo: "Mira, soy un estudiante, estoy en primer semestre de business school", ¿vale? O sea, a un mundo-

Y, y, y le pregunta el tío que hace estudio y me dijo: "Ah, tengo una empresa que hace producción de carne". Y le pregunto: "Vale, ¿de qué tipo?". Y me dijo: "Mayoritariamente pollo". Y le digo: "Bien, ¿vendes a Pakistán?". Y me dije: "¿Por qué Pakistán?". Me dijo: "Mira, por varias razones, pero en tema de religión no puedes vender puerco o cerdo, perdón, porque por religión no lo pueden.

Está muy cerca de India y que tiene una cultura indie de que no puedes comer vaca, ternera. Entonces, la única proteína más barata que existe es el pollo". Y me dije: "Me gusta".

No sé, fue una cosa muy rara, ¿vale? O sea, no sé por qué me ha salido esta pregunta, pero es algo que en mi cabeza me parecía muy obvia y también-

Porque en India puedes comer cerdo. En, en Pakistán tienes esta mezcla de lo que es la cultura indie con, con musulmana. Entonces, el tío me dice: "Oye, ¿me haces un business plan?". Y le digo: "¿Cuánto pagas?". Y me dice: "¿Cuánto quieres?". Yo en esta fecha piensa que el sueldo bajo mínimo en Portugal eran cuatrocientos setenta euros, ¿vale? Por mes.

Y le digo al tío: "Quinientos euros". Y me dice: "Vale, dame tu teléfono", le pongo el número y ya está. Y así fue. Hice el business plan para él hacer exportación a, a, a Pakistán. Y después me llama y me dice: "Oye, ¿por qué no haces más países para mí?". Y así empecé a trabajar-

No ejecutó porque empezó a comprender de que había todos un montón de países que quizá eran de interés para él, pero que él no tenía el personal-

Entonces, me pide: "Mira, mírame más países, ¿vale? Mírame más diez. Te pago por diez y vienes y los presentas al board de la empresa". Entonces, así fue.

Sí, sí.

En polonés.

Sí. Bueno, aprendí en, en esas fechas, ¿vale? Entonces, lo desarrollo así y mientras estoy casi terminando el curso de business school, ya habíamos, no sé, más de sesenta países que habíamos mirado juntos, ¿vale? Y le digo: "Mira, me voy para deshacer esto porque necesito un trabajo normal, como un tío normal, ¿no?

O sea, ya no voy a ser estudiante en tres, cuatro meses". Y es que me dijo: "No, tú vienes a trabajar aquí". Y le digo: " Estás tonto. No voy a volver a Polonia". Me dice: "Sí, sí. ¿Cuánto quieres que te pague de sueldo?". Y le digo: " Seiscientos. ¿Cuánto me puedes pagar?

Sí, sí. Y el tío me dice: "Oye, no sé, déjame ver". Y me dice: "Mira, te doy coche, te doy casa y te pago dos mil quinientos euros al mes". Y le digo: "" No sé si os acordáis, pero en 2013, 2014, aquí en España tenías un nivel de desempleo de casi veinte por cien, ¿no? O sea, estaba en los jóvenes entonces un treinta.

Entonces, el tiempo de que yo digo: "Un trabajo que me paga un sueldo, me da un coche y una casa, dónde vivir, tío"

Sí, entonces, dónde vivo. Entonces, dónde firmo, perdona. Y el tío me dice: "Mira, no sé, hacemos aquí un papel y te envío un contrato después". Digo: "Vale". Y así fue. Entonces, me fui a Polonia y empezó a hacer ventas para estos mercados. Y de ahí íbamos de cero de exportaciones a un coma dos billones en exportaciones en tres años y medio.

Una historia también muy guay. Un día, ya, o sea, ya con resultados, ¿vale? No estamos hablando de un tío que llega el primer día y me dice: "¿Cuántas acciones o cuánto equity me vas a dar?" Ya con casi un billón under management de revenue anuales. Y le digo: "Oye, creo que está en el momento de que tenemos que hacer algo". Y me dice: "¿Cuál es tu apellido?" Y digo: "Koé".

Y me dijo: "Igual. No es el mío, ¿no? No, esto es una empresa de familia", ¿vale? Y ahí empecé, quizá de forma más difícil, a comprender que era solo un empleado, ¿vale? No lo hacía como empleado, porque lo hacía como si fuera mío, pero que era visto como un empleado. Y entonces, ahí empiezo a pensar: "Vale, ¿qué voy a hacer después de esto?" Mmm.

Sí, sí, difícil.

Sí, sí.

Hasta ahora lo había hecho muy bien este polaco.

O sea, a mí me-- la verdad es que me, me inspira este proceso.

Pero yo creo que él tenía la conciencia de que iba a vender muy pronto, ¿vale? Habíamos tenido dos ofertas de esta empresa muy grande, que yo lo había visto ya, que, o sea, la última, la segunda fue como ya fue un difícil decir que no, ¿vale? Y también tenía la conciencia de que probablemente iban a venir una tercera vez.

Entonces, el tío dice: "Oye, ¿para qué le voy a dar equity a este tío si estoy a seis, doce meses de venderla?" ¿Sabes? O sea, era el peor momento para él también, porque iba a entrar aquí y vender aquí, ¿sabes? O sea, iba a entrar en el momento de decir: "Oye, ya lo hicimos todo", ¿no? Entonces, yo creo que también por esto. Hoy es un amigo y lo hablo muy bien y, y también le digo: "Oye, comprendo por qué lo has hecho", ¿sabes?

Porque claro, si yo sé que estoy con una propuesta de compra, que estás hablando de dieciséis billones en ese momento, yo también-

Sí.

Y todos al bolsillo de este señor y, y de la gente con el mismo apellido.

Sí, sí, sí. Se fue de casi nada.

Y esto era el señor de los pollos.

Se quedó como de los diez más ricos del país. Sí, sí, imagínate.

Ostras. Y tú eras su mano derecha, casi.

Sí, pero igual consciente-

En el fútbol.

Fue esto, en el fútbol.

Final de Europa Cup, Sevilla versus PAOK.

Sí.

Pero tú has dicho antes que en la venta, en el exit de esta empresa, tú te llevas un buen paquete.

Sí.

¿Qué, qué era este paquete?

Estamos hablando de centenas de millares, ¿vale? O sea, no era millones, pero en ese momento, para un tío con pocos años.

Sí, no, me, me dice: "Oye, la empresa que lo ha comprado hoy es público, entonces lo puedo decir, fue Cargill. Y Cargill tiene el modo operandi de yo compro, integro y el equipo de management Se va, ¿vale? Entonces, el tío, consciente, me dice: "Oye, yo creo que es mejor que yo te pague esto y tú te vas, lo que esperes para que ellos te lo echen, ¿vale?

Entonces, quizá la mejor forma de hacerlo es que yo te pague esto y tú vas contento. Mejor de que en seis meses vengan estos americanos a decirte esto, ¿vale?" Y le digo: "Bueno, quizá tienes razón y mejor lo hago", pero sin saber lo que iba a ser después, ¿vale? Entonces, te digo que sí y que necesitáis.

Y me dice: "Mira, quédate tres meses para que hagas un handover purposes y cuando los americanos estén contentos, ya puedes hacer lo que quieras después". Ah, y digo: "Vale". Tenía un non-compete, o sea, no poda-- no podría trabajar en comida.

Sí, en pollos. Entonces, digo: "Vale, ¿qué hago ahora?" Y por suerte, mi padre me dice: "Oye, tío, ¿te acuerdas de que podrías haber estado en la business-- en Medical School? ¿Por qué no haces algo relacionado con esto?

Existía. Y me decía: "Ahora que tienes una experiencia comercial brutal, ¿por qué no vas a hacer algo mezclado? Y puedes usar tu conocimiento en biología y mezclarlo con, ah-

Porque para entrar en Medical School tienes que entrenarte.

Sí, para poder llegar ahí.

Sí, porque si no...

Imagínate que en Polonia éramos como más de doscientos alumnos a intentar entrar en Oxford Business School, en Medical School, y he entrado yo.

Para ellos decir que no. Sí, imagínate. Entonces, en ese momento, mi padre me ha dicho esto, yo creo que sin pensar, ¿vale? O sea, intentar decir: "Quizá hay otras opciones". Y tengo la suerte, más una vez, de un día hablar con un tío que tenía una empresa de consultoría en salud en Londres y que me dice: "Oye, me encanta lo que haces, quiero que vengas a trabajar conmigo".

Y me hace una propuesta. Yo me sie-- empiezo a reír porque el sueldo que me ofrece es como nada, ¿vale? O sea, cuando digo nada, era un 10 % de lo que ganaba yo en ese momento. Y le digo: " Pero ¿estás consciente de lo que me estás ofreciendo?" Y me dice: "Sí, pero para empezar, tienes que empezar en un momento, ¿vale?

Y como no tienes ex-experiencia en salud, no te puedo ofre-ofrecer más". Y yo digo: " No lo voy a hacer, vale, olvídalo". Y tenía una novia en ese momento de Finlandia y vuelve a Polonia y me dice: "Oye, estoy harta de estar aquí, quiero irme y quiero irme a un país que habla inglés". Y le digo: " Curiosidad, justo me ofrecieron este posición en, en Londres".

Y ella me dice: "Entonces, ¿por qué me dices que sí?" Digo: " Igual tú no tienes ni, ni trabajo ahí. O sea, con este sueldo, por mucho que yo tenga dinero ahora en la cuenta, ¿qué vamos a hacer?" Y le digo: "Vale, hacemos así. Si tú manejas una posición en dos semanas, yo digo que sí. Si no, yo digo que no". Cinco días ha tardado a tener un trabajo en Londres.

Entonces, así digo: "Vale, voy a decirle al tío que sí, porque igual no tengo más nada que hacer de mi vida". Entonces, empiezo, intento, ¿no? El peor de los casos, me cambio en tres meses. Y así fue. Entonces, me cambio a Londres y empiezo a trabajar con este tío, que tenía-- éramos como cincuenta personas en esta consultoría. Y de nada empezamos a crecer en un mercado nicho que me ha dado, que fue Benelux, Bélgica, Netherlands, Luxemburgo.

Y fuimos de cero casi en, en este mercado a seis millones de ventas.

Ah, servicios de consultoría de A-ARH, ¿HR? HR.

Sí. O sea, más que nada, plantear Oxford, buscar las personas correctas, qué tipo de dinamismo tienes en tu equipo, por qué no está funcionando. Un poco de esto, ah, vender personas, entre comillas, y servicios, ¿vale? Y nos ha ido muy bien en Benelux, pero me faltaba algo, ¿vale? Fui de plantear negocios, el más grande que había hecho en mi vida, ciento veinte millones de un contrato a, no sé, cosas de cinco, diez, quince, veinte mil euros un proyecto, el más grande en ese momento, cincuenta, ¿vale?

Yo decía: "Jo", o sea, peanuts, ¿no? En-- por gran falta de palabras. Entonces, yo me empecé a enfadar y el tío me dice: "Oye, ¿por qué no vas a Estados Unidos y empiezas ahí para nosotros". Y le digo: " Ya, yo creo que no es el problema de la ciudad o del país, es el problema de que este no es mi negocio, ¿vale?

O sea, yo creo que no es el propósito, no más". Y hay otra empresa que me llama y me dice: "Oye, hemos escuchado hablar de ti, de nuestros clientes". Y estos hacían executive search para farmacéuticas. Y me dicen: "Oye, tenemos este-

Y me dice: "Tenemos esta network", que era una empresa con cuarenta y ocho años en ese momento, ¿vale? Me dice: "Tenemos toda network de C-suite que hemos puesto en farma, de que no tocamos, porque no sé si lo has pensado", yo tampoco lo había pensado con el tema del tema, "pero cuando pones un C-suite en una farma, tienes cinco años, tres años, cuatro, seis, siete de mandato, que no lo vas a cambiar.

Ya está. O sea, este tío de ahí no sale. Entonces, la persona que lo pusiste ahí, entre comillas, muerta durante cinco años. Y esta posición, igual". Entonces, el tío me decía: "Yo tengo que encontrar una forma de hacer dinero con estos tíos, pero no lo veo". Y me dice: "¿Por qué no vienes y empiezas esta consultora de cero con esta network?

Y me da igual lo que vas a hacer, pero hazlo con esta network". Y le digo: "Bien, dos criterios". Y me dice: "¿Qué, qué me vas a pedir?" Y le digo: "Seis meses de sueldo garantizado. Si no tienes ganancias en seis meses, me puedes echar. No menos de seis, no más de seis, ¿vale? Y segundo, me abres las puertas de toda la network, ¿vale?

O sea, si hay un tío-

Yo soy un empleado, ¿vale? Empezamos un business unit de cero-

Digamos así. En tres meses, en el mes tres, hay un chief medical officer de una biotech que ellos habían puesto en esa empresa. Y llama el tío y mi tío me dice: "Epa, es que tengo este ensayo que está muy mal y tengo un problema gigante". Le digo: "Bueno, ¿cuál es el problema?" "Es que han pasado tres años y tengo siete pacientes y necesito de ochenta y siete", ¿vale?

Le digo: "Mira, quizá lo mejor es que yo ponga un equipo Monto en equipo y vamos a hacer un proyecto de que hacemos tres meses deep dive y miramos lo que pasa con este ensayo. Y me dije: "Bien, me parece muy bien".

No, de consultores específicos, o sea, medical directors, clinical development specialists, tíos que han trabajado-

Eso

Y entonces el tío me dice: "Vale, lo hacemos". Un proyecto de doscientos mil dólares, en ese momento, dos meses. O sea, cien mil dólares al mes, tres tíos y yo, cuatro. Vale. O sea, ganancia brutal durante dos meses. Y en el fin hacemos todo un report de lo que pasaba con el ensayo y lo ponemos adelante del board y lo presentamos.

Y salimos, creo que dos, tres horas después me llama el chief medical officer y me dijo: "Oye, el board quiere proponerte que te quedes una CRO y empieces a manejar este ensayo". Y le digo: "Estás tonto, ¿no? O sea, tú estás flipando". Y me dice: "No, no, créeme que es una muy buena idea". Y digo: "Vale, ¿qué quieres hacer, entonces?" Me dice: "Mira, tienes que hacer una propuesta y lo miramos, lo planteamos juntos y si va todo bien, empiezas a gestionarlo cuanto antes posible".

Yo vengo al board de esta empresa, del executive search, y digo: "Mira, hay esta opción". Y me dicen: "No, esto no somos nosotros".

Sí, sí, literal, ¿no? Y me dicen: "No". Digo: "Vale, entonces, ¿qué hago?" Y me dice: "Mira, hazle un precio que, que van a flipar cuando lo vean, ¿vale? Entonces, que te digan que no de inmediato, para que no dejes el cliente enfadado, pero igual que no tengamos el negocio". Entonces, así lo hice. Han planteado todo el coste.

El CEO me dice: "Oye, multiplica por seis", ¿vale? Yo digo: "Vale, por seis". Le tiramos el precio y me llama el tío quince minutos después y me dice: "Es tuyo". Y yo: "".

Ah, ocho millones de dólares.

Sí.

Coste: uno coma dos.

Y digo: "Vale".

Y ahí descubrí-

Y todo el mundo de CRO, ¿vale? Entonces, vuelvo al board y el board me dice: "Te hemos dicho que no". Y dice: "No, pero también me has dicho que lo multiplicara y lo hice". "No, no lo vamos a hacer". Y digo: "Vale, hay dos opciones: me voy yo y lo hago solo o hacemos un SPV y lo dividimos a medias. Y tú garantes mi sueldo hasta que haga la primera factura.

Y después de esto, yo te garantizo que esto va a dar dinero, ¿vale? Te subís siempre, ¿vale? Entonces, hacemos así".

Sí. Bueno, muy mal, muy mal businessman, ¿no? Desde el-

Pero también piensa que tenía un montón de non-competes internos, el tío-

Claro. Entonces, digo: "Yo también tengo que ganar con este cincuenta, ¿no? Porque yo tenía todo este network que me podría dejar crecer, ¿sabes? Porque yo tenía un cliente, es verdad, y quizá iba a hacer mucho dinero con él, pero necesitaba crecer más clientes. Entonces, hacemos esto y me dice: "Vale, entonces te quedas como líder de esta empresa y haz lo que tienes que hacer".

Cincuenta, cincuenta. Entonces, así fue. Hasta que tres años después, mi padre es diagnosticado con melanoma, con cáncer, y acaba por fallecer diez meses después. Pero en el momento que le detectan, ah, el médico me dice: "Oye, no hay cura, ¿vale? O sea, va a morir en tres meses".

Y le digo: " ¿Quién eres usted para decir que mi padre va a morir en tres meses? Eres tonto, ¿no?" Y, y yo empiezo a buscar ensayos clínicos que puedan quizá curarle. Y encontro dos, de dos grandes farmacéuticas, que acabé por tener una network con ellos. Entonces, les llamo y le digo: "Oye, tengo este problema, es mi padre.

No le llamaba por otra razón, sino por esto. Necesito vuestra ayuda". Una me dice: "No puedo ayudar", y la otra me dice: "Sí, te puedo ayudar. Te puedo poner en el ensayo". En inglés le llamamos un compassionate use, ¿vale? O sea, uso por compasión, creo que es en castellano. ¿Q-qué lo haces? Añades este paciente, pero no puedes usar sus datos para las autoridades.

Entonces, le puedes, entre comillas, das, le das el medicamento, pero no puedes validar sus datos.

No, pero entre morir-

Ya. ¿Sabes? Entre morir o esto fue como lo que leí yo era el, la mejor probabilidad que teníamos. Entonces, lo metemos en este ensayo y extendemos su vida diez meses, ¿vale? O sea, muy, muy buen resultado, pero igual acabó por fallecer por un tumor cerebral, ¿vale?

Metástasis. La, el problema es que para quien sabe demasiado, cuando empiezas a estar en este mundo, he comprendido que solo acaba por morir porque no empezamos temprano suficiente, ¿vale? Si lo hubiéramos empezado un mes antes, aún estaba aquí. Entonces, en mi cabeza empiezo a comprender que algo pasa, ¿vale?

De que, de que yo no estoy haciendo el trabajo correcto.

No, porque todo el resto del cuerpo estaba cien por ciento recuperado. Pero en el cerebro tienes una membrana, que se llama membrana encefálica, ¿vale? Que te ayuda a que tu cerebro esté protegido de todo lo que son las cosas malas, los virus, todo lo demás. Entonces, no te deja pasar las moléculas grandes.

Y esta molécula de inmunoterapia que mi padre estaba haciendo, el tratamiento, era una molécula grande. Entonces, no llegaba al cerebro. Por eso acaba por morir. Porque si no, o sea, si hubieras visto a mi padre estos diez meses, no le decías que tenía cáncer. Fue una historia, o sea, de flipar, ¿vale?

Entonces, en ese momento digo: "Oye, ¿qué hago yo de mi vida? Estoy aquí gestionando ensayos clínicos, haciendo dinero por una cosa que tarda un tiempo gigante". Cuando yo veo los problemas, yo veo que muchas de las veces son causados por nosotros, no por limitaciones, ¿vale? Cosas de que cuando digo causados por nosotros, no conscientes, ¿vale?

Pero errores humanos, que todos los hacemos. Y digo: "Algo tiene que cambiar aquí". Y empiezo a buscar y es cuando encuentro a Isomorphic Labs, encuentro todo este tema de AlphaFold y encuentro una competencia mía que empieza a decir: "Oye, vamos a hacer una CRO tech enabled. Vamos a hacer tecnología para ayudar a los CRO a ser más rápidos".

Yo digo: "Esto no hace sentido, ¿vale? Porque una CRO hace dinero cuando las cosas no van bien. Cuanto menos bien van, más dinero haces".

Ya.

Entonces, yo me vi muy conflictuado con lo que hacía versus lo que quería hacer. Y llego a los partners, a los otros cincuenta por cien y digo: "Mira, aquí tienes mi equity. Yo me voy". Y me dicen: "Tú no te vas. Es que no tengo ni idea de qué hace esta empresa. Tienes que venderla". Y digo: "Vale. Entonces, hacemos un trato.

Si no la vendo en doce meses, te la quedas. Y si la vendo en doce meses, vamos y, y tiramos pa'lante".

¿Cuánto llegó a facturar?

Llegó top a veintitrés millones en un año. Sí.

El último año.

No, el anterior a este, porque en COVID fue ...

Ya

...ah, petó. Y después de COVID, en 2023, ya fue un año más o menos, fue un poco peor lo que veintitrés. Entonces, lo vendemos, eh, y digo: "Mira, es el momento perfecto para empezar una empresa de tecnología para ensayos clínicos".

¿Se vende a quién?

A una private equity en Holanda que tiene un montón de negocios divididos entre-- desde un equipo de fútbol a real estate a una CRO, ¿vale?

Entiendo que por múltiplos de EBITDA.

Sí, sí, es esto. O sea, yo también te puedo decir con mucha honestidad que si lo hiciera un NPV a seis años de cashflow, no lo vendemos por mucho más que esto, ¿vale? Si mirabas los contratos, lo que estaba en cashflow planteado y todo lo más, pero igual. Yo lo que no quería era el dolor de cabeza y que iba a hacer esto, ¿no?

Entonces, para mí fue como: "Si me das un NPV de esto-

El net present value, ¿no? O sea, estás diciendo que la vendiste por lo que seguro, seguro, seguro que aquella empresa iba a ganar en los próximos años. No había, no había un proyecto de hacerla crecer y tal. Era-

Pero con estos márgenes del sesenta, setenta por ciento.

Sí.

Es, es, es bastante pasta, imagino.

Sí, sí.

Con veintitrés millones de revenue. No, no, fue una venta buena, ¿vale? O sea, y por eso me da la posición de decir: "Vale, invierto medio millón y vamos a ver cómo va", ¿vale? Y sin expectativa. O sea, esto, lo que ha pasado, fue como: "Si funciona, perfecto. Si no funciona, voy a hacer otra cosa", ¿vale?

Mhm. Una pregunta, hasta ahora, eh, queda claro que sabes oler oportunidades de negocio, ¿no? Y, y crearlas, pero lo que es crear tecnología-

Nada

...no has hecho nada en tu vida hasta ese momento. Has estudiado empresa, te has metido en el mundo biotech, te has hecho muchos contratos, mucha parte comercial, pero cero tecnología.

Cero.

Cero IA, cero machine learning. To-todo lo que hemos hablado-

Cero

...la primera media hora no lo habías escuchado hablar en tu vida.

Nada. Y de ahí nace-

¿Cómo planteas Biorce, entonces? O sea, ¿qué, qué sabes de la solución?

Entonces, este protocolo de que os he comentado hasta ahora, yo digo: los problemas que hacemos, los problemas que tenemos, perdón, en estos protocolos, mientras estaba en la CRO, por cierto, han pasado en otros ensayos en el pasado, ¿vale? Y empiezo a pensar, si tuviéramos un algoritmo, olvídalo un modelo, ¿vale?

Un algoritmo que yo puedo decir: aquí está mi protocolo. ¿Cuántos errores o cuáles son los que están aquí que estuvieran en protocolos pasados? ¿Y cómo tú tienes que someter los protocolos, la, las autoridades cuando tienes que cambiar estas partes de que tenían un error? Yo manejo verlas, yo manejo ver la versión.

O sea, es decir, hay diez versiones, hay tres enmiendas en el protocolo y yo manejo saber qué has cambiado. Entonces, mi idea original era: si yo manejo hacer un algoritmo que me puede decir: "Oye, este protocolo, por similarity search, es igual a este que ha cambiado aquí, la probabilidad que tú tienes aquí a este error es muy grande".

Y de aquí nace la idea de Biorce.

O sea, te lo imaginas, digamos, con una intuición de lo que la tecnología podría hacer, pero sin conocer-

Nada

...ni, ni ChatGPT.

Bueno, pero habiendo, habiendo leído sobre AlphaFold, ¿no? Sobre DeepMind. Sí. Pero, o sea, sin conocimiento tecnológico, ¿no? Y entonces, en ese momento, llamo a un tío llamado José Faría, que es nuestro CTO, que era el único tío también que yo conocía en tecnología, ¿vale? El tío trabajaba para Microsoft y le llamo y digo: "Mira, tengo aquí una idea que no sé muy bien cómo lo voy a hacer, pero esta es mi idea".

En cuatro horas, en un sábado, me dice: "Oye, ¿has escuchado lo que es un LLM?" Yo: "No". Y me dice: "Ah, es que tenemos esta alianza con OpenAI y es una cosa muy hot, muy trendy, y yo creo que es la forma como vas a poder hacer esta cosa que quieres hacer". Porque imagínate que lo-- mi idea era detectar el error, ¿no?

Pero igual, cómo lo ibas a solucionar no era tan sencillo, porque no había forma de decirte cómo generar la solución. Entonces, José me dice: "Oye, la forma de solucionar es tener un LLM que con el error maneje generar la respuesta de cómo arreglarlo", ¿vale? En cuatro horas, y, y mira el loco que, que yo soy, ¿no?

En cuatro horas me empieza a decir y yo escribiendo como lo iba a hacer yo, ¿vale? Sin haber hecho una línea de código en mi vida. Y digo: "Vale, voy a montar un LLM, voy a montar una RAC, la voy a plantear todo, un vector search, y lo hago yo". Y tuve la suerte muy grande de que dos días después me llama José y me dice: "Oye, me voy de Microsoft y me voy a juntar".

Y me, y le digo: "¿Te vas a juntar a qué? Es que no hay nada. ¿A qué te juntas?" ¿Sabes? Y me dice: "No, es que estuve a pensar. Mi padre falleció con cincuenta y tres años". Y me dice: "Mis padres, en su momento, creo que su padre tiene cincuenta y tres, cincuenta y cuatro. Y si un día les pasa algo y yo no le hice algo por esto, nunca me voy a perdonar.

Entonces, yo voy a salir de Microsoft y me junto". Ah, y le digo: "Pero ¿qué sueldo quieres?" Me dice: "Me da igual. Págueme lo que quieras En este momento, lo que yo quiero es ayudarte a legar ese, esa visión de que tienes. Y así fue. Entonces, se junta José, se junta Clara, que es nuestra chief scientific officer, que había trabajado conmigo en la CRO, que también es mi mujer, pero fue empleada número cuatro de la CRO antes de conocerla como mi mujer.

Y se junta Diogo. Y Diogo estaba en una fase también muy guay de su carrera. Estaba haciendo el UI para Porsche 911, ¿vale? Para el coche. Y yo le conocí-

El UI.

El UI. Y le conocí y le dije: "Oye, tío, yo tengo que hacer un UI en la salud. No sé si tienes esa conciencia, pero en salud el UI es siempre muy feo, ¿vale? Como un Windows 98, pero versión hoy, ¿vale?" Y le digo: "Tú eres la persona que quizá puede ayudar a hacer algo que sea atraente suficiente para que la persona que lo use no piense: 'Este, este sistema es muy, muy feo'".

Entonces, le digo-

Es muy diferente una UI de un Porsche, de la UI de una aplicación web, entiendo, o mo-móvil.

Sí, pero piensa que-

Estás hablando de la UI, perdona, de la radio y de la navegación.

Sí.

No del volante y la ca-

No, no

...el cambio de marchas, que eso también es UI.

De esta pantalla. Sí, UI, de esta pantalla. Entonces, le digo: "Pero igual yo necesito a alguien que venga de fuera de salud, ¿vale? Porque si vienes de salud, vienes con esta-

Todo es feo.

Sí. Entonces, yo creo algo que estás vendiendo como el nuevo hot tech, ¿sabes? Había trabajado con Samsung también antes, en el OS de, de Samsung. Entonces, digo: "Qui-quizá es la persona correcta". Y digo: "Probamos y vamos a ver cómo va". Y así empezamos los cuatro en mi casa, aquí en Corvera, y empezamos a trabajar, a ver lo que manejamos crear, hasta que llegamos al primer POC.

Y de ahí fue a una oficina en Nordkan, en verdad, en, en Barcelona, y a crecer desde ahí. Y-

¿Po-por qué vuelves a Barcelona? ¿Cuándo, en de toda esta historia, vuelves a Barcelona?

Con CRO, en Brexit, cuando pasa Brexit, que estaba en Londres, no manejábamos encontrar estos jóvenes que salían de universidad en Europa, que iban a querer trabajar en Londres, por el del tema de visa, el visado. Entonces, yo digo: "Vale, necesito una ciudad en Europa que me pueda traer este talento joven que yo tenía en la CRO, que ya no tengo en Londres".

Entonces, planteamos toda Europa, cuál es la mejor ciudad, y sale Barcelona. Porque claro, el clima, la playa.

Sale. Dices sale como si querías volver a Barcelona.

También, también.

Que es donde habías estudiado.

También.

Habías pasado tus años de juventud.

O sea, también.

Pero el algoritmo dijo Barcelona. Pero no tenía ningún attachment a Barcelona, ¿no?

No. Es esto. O sea, sí, pero podría ir, haber ido a Lisboa, por ejemplo.

Sí, claro.

Que es para mí mucho más familiar, ¿no? Pero igual todos los datos-

Hay más talento en Barcelona que en Lisboa, en tu algoritmo.

Sí, en estos datos, lo que veíamos, dijimos: "Vale, Barcelona está mejor plantado lo que, lo que estaba..." También sale en este momento cuando Barcelona pierde, no sé si has conocido esta historia, Barcelona estaba intentando que EMA, cuando sale de Londres, viniera a Barcelona y se acaba en Ámsterdam.

La oficina que aprueba las, los medicamentos.

Y acaba en Ámsterdam. Y entonces, el gobierno regional, regional de Barcelona dice, o de Cataluña, dice: "Oye, vamos plantear de que el PIB, o creo que se dice en castellano, ¿no? El PIB, el GDP-

Sí. Sí

...de, de Cataluña lega un 20 % en salud". Entonces, yo mirando eso digo: "Vale, va a haber una inversión muy grande, que quizá nos va a ayudar a encontrar este talento". Entonces, venimos a Barcelona, abrimos oficina aquí y después, un año y medio después, vendemos la empresa. Entonces, fue justo antes de mi padre empezar a estar menos bien.

Entonces, fue un tiempo un poco raro. Ah, empe-empezamos aquí. Entonces, ya cuando vendo la empresa estaba aquí. Ya había comprado la casa y todo lo más. Entonces, fue como: ¿por qué salir cuando la razón por quedar es la misma por que he venido? Que es el talento.

Ya.

Entonces, de ahí, por eso empiezo en Barcelona.

Vale. Entonces, em, ¿en qué momento se configura la propuesta de valor? ¿Co-cómo crece una vez constituida Biorce? ¿Qué pasa en esos dos años hasta hoy, que ha sido como muy rápido, no?

Sí. O sea, la primera idea vuelve a esta idea de subir un protocolo, decirme lo que es similar a los otros y decirme cómo arreglarlo, ¿no? Y aquí empezamos con un primer POC. En los primeros seis meses dijimos: "Vale, quizá tenemos aquí algo". Y empezamos a salir de stealth y a decir: "Vale".

¿Por qué erais stealth hasta en este momento?

Sí, estamos en stealth y decimos: "Vale, salimos de stealth y miramos qué encontramos", ¿no? O sea, quizá hay un cliente, no lo sabemos, ¿no? Empezamos a tener una oficina, a encontrar, fichar personas y todo lo más para continuar a desarrollar. Siempre con la visión de que un día la IA podría hacer todo el protocolo desde cero, ¿vale? Pero igual, nuestros primeros inversores, que salen nueve meses después de empezamos la empresa, que es la ronda de pre-seed, que hicimos tres coma cinco millones de euros.

Y los tíos-

Se nos escapó.

Sí, sí.

Pero ronda de tres coma cinco millones de euros. Y a la pre-seed.

Sí.

No está mal. Bueno, porque habías metido quinientas mil euros.

Sí. O sea, empezamos con quinientos mil euros míos y después hacemos esta ronda.

Es exactamente la misma que Factorial, por cierto. La pre-seed fue tres coma cinco o la seed. La, sí, la pre-seed fueron cuatrocientos y la seed, dos coma ocho. Bueno, más o menos.

Cerca. Entonces, en esta ronda yo digo a los inversores: "Mira, esta es la visión, este es donde vamos legar. No sé muy buen cuándo, porque claro, estas cosas de IA, tú puedes hacer research durante dos años y no legar a nada, o hacer research y en tres meses legar a un modelo que puede hacer un buen protocolo o una mistura". Entonces, me dicen: "Mira, me da igual este sueño, ¿vale?

Hay un inversor específico, y si lo estás escuchando, va a saber quién es, que me dice: 'Esa tontería de que la IA va a hacer el protocolo me da igual, ¿vale? Porque no creo que lo vas a hacer. Pero esto que ya tienes hoy tiene propuesta de valor y creo que va a legar a bastantes clientes". Y digo: "Vale". El tío un poco, ¿sabes? Un poco duro, ¿no?

Para quien está invirtiendo en el futuro de la empresa. Pero digo: "Vale, da igual". Seis meses después-

Da igual porque quiero dinero, ¿no?

Sí, porque en este momento-

Invirtió. Este invirtió.

Sí.

¿Es español?

Es portugués. El único que tenemos. Entonces, también no es difícil.

Ya has dicho quién es.

Sí, sí, no es difícil.

Nombre, el único portugués que tengan. Es fácil de buscar esto.

Sí, sí. Pero, o sea, lo llevo muy bien con él. Hago muchas bromas con él de este día. Ah, porque seis meses después lanzamos el primer modelo de IA o mistura de modelos que puede hacer el primer protocolo digital, ¿vale? Entonces, en ese día le llamo y digo: "Mira Hemos lanzado esto. Y me: "No, no puede ser. ¿Cómo lo has hecho?" ¿Sabes?

Y hoy es un fan muy grande nuestro y, y un, que nos apoya un montón. Entonces, o sea, estos seis meses después de la ronda, lanzamos este producto y empieza a ser como pan caliente, ¿vale? O pan con tequila, como le quieras llamar. Empeza a vender. Y decimos: "Vale, vendes tú". Yo y un tío, que es hoy nuestro chief commercial officer, que es Dennis, que se ha juntado seis meses antes, ¿vale?

Que venía de tu empresa anterior.

No, no, no.

Le contratas de fuera.

Venía de vender tecnología en ensayos clínicos. O sea, venía del mundo que debería venir, digamoslo así, que donde ven-- no venía yo. Entonces, mezclamos la network de los dos y empezamos a vender y a crecer y a crear todo un equipo de ventas, a crear todo un equipo de producto, de ingeniería, de marketing, de un montón de cosas que empiezan a ser necesarias cuando empiezas a ir de cero a un millón en dos meses, ¿no?

Ah...

Pero el camino, tú profundizas mucho en el problema, en la solución.

Sí.

¿No?

Y siempre invirtiendo en desarrollo. O sea, la visión nunca fue: vamos a hacer un modelo que haga un protocolo y ya está, y vamos vender esto. La idea siempre fue empezar a, a crecer a esta visión de que un día un ensayo podría ser hecho con un clic, ¿no? Entonces, ¿cómo llego a esta visión? Y poco a poc, como dices en caste-en caste-en catalán, poco a poco intentar llegar a ese día de que podríamos tener esta visión de un ensayo en un clic.

Aún no estamos ahí, o sea, aún estamos desarrollando para esta visión, pe-- y por eso tenemos, bueno, hoy somos ciento ochenta personas y yo dirte ya unas ciento veinte son desarrollo aún. O sea, su gran mayoría aún es desarrollo de producto para llegar a esa visión.

¿Cuál es el, la historia del fundraising? ¿Cómo, qué haces para hacer fundraising? ¿Por qué? ¿Cómo? ¿Dónde?

Hay dos partes de la historia.

Bueno, porque ya lo has explicado.

O sea, hay dos partes de la historia. La primera viene por una necesidad de decir: "Oye... " En ese momento, la primera, decimos: necesitamos dinero para poder crecer de una forma que nos va a llevar a donde este producto yo creo, creo que va, que era esta idea de hacer el protocolo digital, ¿no? Y digo: mira, yo puedo continuar a financiar esta empresa durante un año, pero igual, si puedo tener más la ventaja de decir: oye, si tengo tres millones, quizá lo hago mejor, ¿no?

Entonces, digo: vamos a levantar esta ronda y ver cómo sale. Y en su momento casi perdí confianza de que lo íbamos a hacer. Hablé con doscientos treinta y dos inversores.

Hostia.

Imagínate.

Más que, que nosotros.

Yo conté set-sesenta y siete en, en una ronda.

Sí, doscientos treinta y dos-

Son muchos, ¿eh? Dos cientos treinta y dos, para el que no lo haya hecho, son muchos.

Doce term sheets, ¿vale? O sea, un-

Doce term sheets.

Sí. Y...

También, también son muchos.

Sí, también son muchos. Sí, sí.

Pero, ¿por qué doce term sheets? O sea, ¿por qué tantos term sheets?

No sé, porque, o sea, yo estaba hablando con todos estos inversores, intentando buscar. Yo creo que también Biorce tiene este problema de que hablamos en, hace un rato, que era: ¿dónde encajas Biorce? Es una empresa de IA, es un SaaS, es un healthtech, es un tech bio, es un biotech. ¿Qué es Biorce?

Impact.

Que es impact. ¿Qué es? ¿Sabes? Entonces, empecé a hablar con fondos de salud y me decían: "No comprendemos lo que hacéis". Vale. Empezó a hablar con fondos de tech. "No comprendemos lo que hacéis". Empezó a hablar con fondos de healthtech. "No comprendemos lo que hacéis". Y digo: entonces, ¿quién comprende? ¿Quién va a invertir en esta empresa?

¿Sabes? Entonces, me ha tardado también encontrar quién son los inversores de que van a invertir en esto, en esta idea. Algunos de impacto, sin duda, que fueron de los primeros que han dicho: "Mira".

Norsken.

No, fue otro que se llama Maze, ah, Master Seed Maze, y fue el primer inversor a decir: "Mira, vamos a invertir un millón", ¿vale? Fue los primeros que dijeron: "Lo vemos y comprendemos y creemos que esto va a funcionar".

Y entonces empezaron a llegar los term sheets.

Y de ahí empieza este snowball típico, ah, o como dicen-

Pero ¿por qué doce? Doce es mucho.

No sé. Porque fueron los que dijeron que sí. No sé, de los doscientos treinta y dos de que había hablado.

Pero generalmente, cuando empiezan a llegar los term sheets, ya no sigues haciendo un pipeline infinito, ¿no?

Sí, pero-

O sea, ¿cómo pasa que generas, hablas con doscientos treinta y dos y luego te llegan doce term sheets?

Porque había un... O sea, el primer term sheet viene ya en el ciento treinta y algo, ¿vale? O sea, imagínate, el primer term sheet viene ya...

¿Esto son reuniones o son emails, los doscientos treinta y dos?

Reuniones. Dos cientos treinta y dos reuniones. Imagínate cuánto-

Con analistas o con partners.

La mayoría analistas, sí, en ese momento. O sea, hoy, hago la broma siempre que hoy toda la gente quiere hablar con Pedro. En ese momento, nadie quería hablar con Pedro. Entonces-

Ahora sí.

Siempre los analistas, ¿no? Y sí, acabamos por tener doce, pero porque había un-algunos que creíamos que iban a funcionar, que estaban ahí en el proceso. Y creo que también lo comprendéis, ¿no? Siempre uno desbloquea al otro. O sea, cuando no tienes nada, estás ahí. Después viene uno y te dice: "Mira, si tienes tres, yo pongo más medio.

Pero si no tienes tres, yo no lo pongo medio. Y si no tienes un de salud, yo no voy a poner, porque..." Estas tonterías.

Son muy valientes.

Sí.

Son muy valientes.

Estas tonterías que a mí no me cuadran aún hoy. Yo me acuerdo, tuvimos uno que dice: "Mira, de los tres y medio queremos hacer uno, pero solo si hay un inversor de salud". Y digo: vale, busco un inversor de salud, pero sale un de salud y dice: "Mira, yo voy a poner uno y medio". Entonces, me quedo sin espacio para el tío que me ha dicho: "Mira-

Claro.

"Este uno solo pongo si hay un inversor de-

Que la lógica del follower es, es un, tremenda.

Es difícil. Entonces, hay esta historia de fundraising muy difícil.

¿Cuánto tiempo estás para hacer esta ronda?

Yo creo que empezamos en abril y la cerramos en fin de septiembre. O sea, cinco meses, ¿vale?

Esta es la primera ronda.

La primera ronda.

Vale. ¿Y la segunda?

Agua en la playa. O sea, fue al revés. O sea, Norsken, como teníamos la oficina ahí en, en sus oficinas, el CEO de Norsken Barcelona me dijo: "Oye, tienes que hablar con el fondo de Norsken, te los voy a poner en contacto". Y esto, imagínate cómo cambia la cosa, que es en un ex-ecosistema tan pequeño Las personas que trabajen en Orqen habían visto que quedábamos hasta tarde todos los días, que éramos los primeros en llegar, que creo que nos comportábamos, no sé, comportábamos bien como personas, éramos-

Venían muchos inversores a veros.

No, pero que parecíamos tíos que trabajaban fuerte, ¿vale? Y esto es lo in-- l-lo que yo creo que vale también la perspectiva de quien está-

Tiene una correlación brutal.

Sí. Entonces, el CEO me di-- le me dice: "Oye, creo que con-

Mark.

Mark. Mark Durana.

Mark ha estado aquí en el pódcast también-

Ah, ¿sí? Entonces-

Con, con Niklas Adalbert.

Mark me dice: "Oye, Pedro, tengo que ponerte en contacto con el fondo". Y casi como un favor lo hago, porque en este momento enfocados cien por cien en el negocio, pero me había, me había hecho un descuento en la oficina. Entonces, yo digo: "Vale, Mark, si es lo que hace falta, lo hacemos". Entonces, me pone en contacto y yo le hago la llamada y le digo al tío, al analista: "Mira, no quieres invertir en esta empresa en este momento, ¿vale?

Porque estamos pre-revenue aún en esta fase, ¿vale?" Digo: "Olvídale".

Lo estoy haciendo por compromiso con Mark.

Sí, o sea, le dije: "Mira, no quieres".

Por un descuento en el coworking.

O sea, no quieres, porque desde la pre-seed aún tenemos cero revenue, aún no hemos lanzado el producto. O sea-

Eso, eso es lo mejor que le puedes decir-

Sí, sí

...para hacer fundraising. Ya, ya lo has aprendido.

Al, al revés. Ahora sí.

Es un buen truco, es un buen truco.

A posteriori, ahora te lo puedes decir que sí. Y tuvimos la suerte de que Christian, que era el tío con que hablaba, me dijo: "Oye, igual me gusta la idea. Hablamos en un mes y miramos cómo estáis. Voy a poner aquí una llamada", y le digo: "Vale, va de poner lo que quieras. Igual después lo cancelamos si hace falta". Tenemos la suerte de que esta reunión acaba por ser un día después de una visita de una gran farma a nuestra oficina.

Es que en esta visita, siete leadership team members de esta gran farma, ¿vale? Vienen a Orqen, les enseñamos todo lo que estamos haciendo y el chief innovation officer me dice: "Oye, nos encanta, queremos el producto, pero queremos un..." Ah, ¿cómo lo había llamado? "Un plano de contención de que me permite ver que tu empresa tiene por lo menos tres, cuatro años de vida", ¿vale?

Business continuity plan, lo han llamado.

Hostia. Y esto no lo hace el modelo. Este PDF no lo hace el modelo.

No.

Es que hay que tener caja, ¿no? Hay que tener caja.

Básicamente, hay que tener caja, vale. Y yo digo: "Buf". El día siguiente, en esta reunión con Orqen, yo digo: "Mira, quizá haya aquí algo", ¿vale? Decía: "No tenemos nada, no tenemos un LOI, no tenemos nada, pero a este cliente que le interesa, pero yo necesito caja, y para caja necesito inversión, porque en este momento o la pongo yo o no hay caja".

O bueno, había, pero no suficiente para llegar a cinco años, ¿vale? Y les digo: "Si os gusta, hablamos, si no, tampoco". "Sí, hablamos". Esto un martes, ¿vale? Y me dije: "Plantea una reunión con el GP y jueves hablamos". GP viene jueves y me dice: "¿Puedes hablar mañana?" Viene viernes con otro GP y me dicen: "Vale, voy a volar a Barcelona y paso tres días haciendo shadowing de ti".

Y le digo: "¿Qué?"

Qué mierda, ¿no?

Y me dice: "No, vengo tres días a Barcelona y lo que hagas tú, yo voy contigo". Y digo: "Bueno, vale, me da igual. O sea, si queréis invertir, dale". Entonces, ha venido tres días a Orqen y siempre me río volviendo atrás y pensando en esto, porque tres días, todas las reuniones donde estaba yo, estaba ella, ¿verdad? Y llega el fin de los tres días y me dice: "Nunca he visto una empresa en pre-seed que ha hecho todo esto y que tiene los procesos que tenéis vosotros y que habla de la forma como habláis vosotros, porque se-

¿Pero esto era antes de haber hablado con los doscientos cincuenta?

No, después.

Después, ¿eh?

Después. Sí, como seis meses.

Es la siguiente ronda.

Sí.

Es la siguiente ronda.

Esto es en seed ahora, levantando seed, ¿vale? Y-

O sea, la de ahora es seed.

Esta de ahora es seed.

La de este año, de cincuenta y dos millones.

No, no. Es esta-

¿Esta será? Que todavía no hemos llegado.

Sí.

Ah, vale.

Entonces, en esta seed, y salen de aquí de los tres días y me dicen: "Vale, vamos a poner cinco millones y está aquí la term sheet". Y cuando veo la term sheet digo: "Mira, con los números que quiero hacer yo, esto es tontería. No tengo-

La valoración no te gustó.

No. Entonces, le propongo algo muy raro y le digo: "Mira, planteamos algo distinto. Hacemos un CLA hoy a convertir en fin de año en un múltiplo de revenue".

Un CLA es una nota convertible.

Sí. En el valor de revenue que lleguemos a fin de año con un múltiplo. Y así-

¿De? ¿Múltiplo de qué?

Y lo miramos, ¿vale? O sea-

Diez veces.

Si llegamos a este número, diez, quince, veinte, veinticinco.

Ah, vale, o sea, con un acelerador incluso.

Sí. Y me dice: "¿Estás loco?" Y le digo: "No". Y me dice: "Pero no es normal que un fundador-

¿En qué mes estamos?

En, mmm, abril. Cero revenue, ¿vale? Y le digo: "Mira, no, no estoy loco. Ponemos un floor, que es la, tu term sheet. O sea, peor de los casos, tu term sheet está garantizada. Mejor de los casos, tienes un seat en un hypergrowth company.

Totalmente.

Entonces, todos ganamos. Yo tengo el dinero y puedo hacer lo que necesito para llegar a estas ventas, y tú tienes la garantía de que peor de que ibas a estar, no estáis, ¿no? Entonces, ¿por qué no? Y me dice: "Vale". Entonces, lo planteamos, y así fue. Ah, cerramos así este CLA y en el fin de año acabamos por convertir con la serie A, porque mientras-

¿Qué revenue estabas a fin de año? Diez. Doce.

Casi diez. Nueve más o menos, sí. Nueve coma algo, sí. En dólares, nueve coma tres.

Entonces, era un múltiplo sobre este revenue.

Sí.

Menor de diez.

Más de diez.

Más de diez el múltiplo.

Sí.

Hostia.

Porque imagínate, teníamos-

Porque si es cien, ni de coña lo vas a hacer.

Claro. Porque imagínate, ir de cero a diez millones en-

En nueve meses

...nueve meses, eh, lo hace muy poca gente. Sí. Entonces-

Pero tú ya lo habías hecho en múltiples ocasiones, en carnes, en procesos humanos.

Sí, pero igual yo también lo veía, ¿sabes? O sea, yo en esa fase decía mucho a mi equipo: "No tenemos ventas, pero lo siento en mi piel", ¿vale? O sea, el nivel de estrés-

No, no, y-

...de los clientes, de decirte: "Oye, dame más, dame más, porque quiero esto", ¿sabes? Entonces, yo lo había visto muy claro todos los días con los clientes de que esto era una cuestión de tiempo, no era una cuestión de sí o no.

El mercado lo conocías perfectamente.

Sí. Entonces, o sea, sí que era un riesgo, ¿no? Claro. Pero algo que yo miraba y decía Es win-win para mí, ¿vale? Y para el, la empresa. Y así lo hicimos. Y mientras en noviembre estoy en una conferencia en Londres, ah, con Jeffries, el Private Bank, en salud, y me escribe este tío y me dije: "Oye, un email así, vale, muy, muy largo".

Y me dije: "He escuchado Biorce, conozco esto, esto, esto, esto, sé que estás haciendo así, así, así, sé que estás haciendo este nivel de ventas", y me dije: "Y quiero invertir". Y digo: "Mira, gracias, pero no, gracias. O sea, no necesitamos este dinero". Y de inmediato me llama y me dice: "¿Dónde estás?" Yo: "En Londres".

Me dice: "Yo también, pero ¿dónde estás?" Y me dije: "Vengo a verte". Y ha venido a verme y me dije: "Mira, no nos conoces, porque nosotros ni tenemos un website". Él es un landing page, a decir: "Para más información, busca esto". Pero hemos invertido en Anthropic, OpenAI, Meta en serie A, ah, Trade Republic, Revolut.

Esto estamos hablando de DST.

DST.

WhatsApp, Instagram.

Sí, sí, tienen todo.

Las grandes, ¿no?

Sí, sí.

Y terminan el pitch y me dicen: "Tenemos más unicornios, lo que quiere otro fondo, y piensa que tenemos tantos de que en diez unicornios hemos invertido en ocho en todo el mundo de startups".

Mhm. ¿Esto es del ruso...?

Esto es, eh, Yuri Milner.

Yuri Milner, eso.

Sí. Y ahí-

¿Que antes coinvertía todo lo que salía de Y Combinator o es otro?

Eh, él tuvo, tuvo... Sí, o sea, bueno, Ron Conway y Yuri Milner. Yo creo, es que creo que quizá hablas de Ron Conway, pero Yuri Milner también tuvo como en el principio de Y Combinator una, un, un acuerdo con ellos. Sí, Yuri Milner es, es un emprendedor, mmm, que, digamos, em-emprendió en Rusia y luego s-salió de, de Rusia y ahora tiene un fondo gigantesco, ¿no?

Que es DST, que tiene una oficina muy grande en Londres.

Y fue así que empezó esta conversación y de un día pa-- esto un jueves, ¿vale? Para decirte que es completamente distinto a la historia de doscientos, doscientos treinta y dos.

Sí, sí. Y ahí no, no hiciste ningún tipo de shopping con este term sheet.

Nada.

Te convenció con el pitch de los unicorns.

Pero no, pero imagínate.

Y la valoración.

Y la valoración, seguramente.

Imagínate lo que flipas con esta historia, que es este jueves acabo por tomar un café con este tío. Él-- me dije: "Mira, ¿tienes tiempo mañana?" Digo: "Estoy en Barcelona ya, pero sí". Y dije: "Vale". Entonces, me plantea una llamada y vienen los dos GPs, los dos founders de DST y me dije: "Vale, ¿qué hacéis?" Y empiezo a hablar.

En el fin me dije: "Vale, dame diez minutos para que te explique lo que hacéis". Y empieza: "Ta, ta, ta, ta, ta. Esto es lo que hacéis, ¿no?" Yo: "Sí". Y me: "Lo veo muy claro. ¿Qué haces mañana sábado?" Yo digo: "Por la pregunta creo que estoy hablando contigo mañana". Y me dije: "Sí".

No, ir al cine.

Pollo al as.

Y domingo yo: "Por esta misma pregunta, la misma cosa". Me dice: "Vale, estoy en diez minutos en un vuelo de San Francisco a Londres y te llamo mañana". Y digo: "Vale". Sábado, dos horas de reunión, domingo, dos horas de reunión. Y me dije: "Quiero reference calls con tu cliente". Yo: "No te lo voy a dar".

Y me dice: "¿Cómo no me lo vais a dar?"

Doble valoración.

No, y digo, y le doy muy sincero y digo: "Mira, yo no hago reference call hasta que un día me pongas una term sheet que hace sentido. ¿Por qué te voy a abrir la ventana o la puerta a mis clientes si tú no me pones ni un term sheet?" Me dice: "Vale". Entonces, el lunes viene Yuri con un tío que no sabía quién era, en una llamada y me dice: "Oye, Pedro, pitch".

Y yo: "Vale". Hago una demo y en el fin el tío me dice-

No pitch, demo. Pide pitch y le haces una demo.

Mira, un p-- porque nuestra pitch siempre es una demo. Siempre es más fácil de explicar, porque es muy difícil de comprender. Y no sabía quién era el tío, ¿no? Entonces, le hago una demo y en el fin Yuri le pregunta: "Oye, ¿no tienes preguntas?" Y el tío me dice: "No, lo que hace Pedro va a cambiar este mundo, es muy claro". Y yo digo: "Bueno".

Y Yuri le dije: "Vale, entonces hago yo las preguntas". Entonces, hace un montón de preguntas.

¿Quién era ese tío?

Ah, y-

Denis Kasavis.

No, y por fin el tío era ex CEO de Roche, ex chief medical officer de Genentech, un tío ex CEO de GSK.

Vale.

Y me dije: "Mira, estoy aquí para ayudarte en lo que sea, pero esto es muy claro y lo veo por completo dónde has llegado y dónde vas". Muy sencillo. Y creo que esto hace también a Yuri comprender de que, bueno, no es un tío loco vendiéndome algo, es algo-

Son dos tíos locos.

Quizá.

El de aquí y el de allá.

Y así el próximo día me llaman con una term sheet y me dice: "Mira, esto es lo que queremos hacer, esto es como lo vemos".

El term sheet de cincuenta millones de euros.

Sí, bueno, una ronda de cincuenta y dos y medio donde invirtieron una gran porción, sí. Y después vienen los que nos dicen: "Oye, queremos convertir más lo que habíamos convertido en CLA" y acaba por formar esta cincuenta y dos y medio. Sí.

Vale.

Y así sale seria.

Y, y no sé qué ha pasado, que Jesús Martínez, de Ecotecars, ha publicado hace poco que, que tenéis una ronda cocinada o cocinándose a más de un billón de valoración. ¿Esto de dónde viene?

Rumores de VC.

Jesús.

Pesado, ¿eh? No. Sé que me está escuchando y nunca le hablé, entonces-

Es mucho seguro. Ahora mismo está escuchando, seguro.

Entonces, le envío, por cierto, un mensaje. O sea, he hablado-

Está obsesionado, ¿eh? He buscado Biorce en Twitter y era Jesús, Jesús, Jesús, Jesús. O sea, de los cincuenta tuits que he visto, cuarenta eran de él. Y luego había alguno que no, pero...

Igual tengo que hablarle en un momento. No, o sea, la realidad es que no estamos haciendo una ronda. Esta es la realidad. O sea, no lo digo que no hasta fin de año, pero hoy no hay nada, no hay ni una term sheet en la mesa, o sea.

Estás teniendo conversaciones con analistas o con partners, ahora algo ya con partners, y alguno de ellos se le va la lengua, ¿no? Y explica cosas que no debería, ¿no? Que esto es muy habitual, ¿eh?

¿Qué haces el sábado?

Yo siempre digo que estas cosas siempre salen por alguien que está intentando forzar algo.

Ya.

Sí, claro. No sé qué decirte, mira, en, en no sé qué mes fue, salió en Bloomberg un rumor de que Factorial estaba levantando una ronda y al cabo de muy poco tiempo levantamos una ronda. Entonces, yo contesté lo mismo que contestaste tú ahora mismo, pero al cabo de pocos meses-

Pero bueno, pero la realidad es que cuando salió no estábamos cerrando ninguna ronda.

Cerrando no, cerrando no.

Bueno, es que levantando siempre estás levantando, ¿no?

Sí, pero más-

Todos los emprendedores están siempre potencialmente levantando.

Pero cuando sale el rumor, a veces es que estás levantando un poco más que de normal. Hay una correlación. A veces.

Aquí te puedo decir que después de estas noticias hay un montón de interés que no viene porque-

Sí, ahora es verdad. Ahora es verdad que no estáis levantando porque se han venido todos.

Agradecer. Se lo agradeces, ¿no?

No se lleva un porcentaje, Jesús.

No, pero la realidad es que, o sea, y les digo lo mismo. O sea, te puedo decir, desde que esta noticia ha salido, he dicho a muchos inversores lo mismo, que no estamos montando una ronda.

Pero cuanto más lo dices, más sube la valoración. O sea, ya de momento es unicornio.

O sea, yo te diría, diría por múltiplo de valoración, sí. Si miras solo así, ya es unicornio por naturaleza, ¿vale? O sea, no es porque lo digo yo, ah, es porque los múltiplos que hay hoy y la revenue que tenemos es natural.

¿De qué múltiplos estás hablando? ¿Qué es lo que ves tú en el mercado?

Mismo que pongas un veinte por ciento, no estamos hablando de una hypergrowth cua-- cincuenta. Un veinte X de revenue, ya estáis, ¿vale? Si miras un cincuenta X, como he visto yo ya en algunas veces, aún más flipas.

En hypergrowth, AI native, ¿no?

Sí. Y la verdad es que dime lo que decía el año que pasó, y lo decimos justo antes. ¿Cuántas empresas en Europa han hecho cero a diez millones en AR-ARR en un año? Mucho menos en nueve meses, como acabamos por hacerlo nosotros, ¿vale? En un año. Y después, ahora intentar hacer un diez veces otra vez.

O sea, no hay muchas. Es toda la realidad.

Bueno, las de AI native, ¿no? Las típicas de las Legoras, ¿no? Las-

Sí, sí. Loboball, ElevenLabs.

Eh, ah, ¿cómo se llama este chico? Tandem.

Tandem, sí.

Tandem, ¿no? Ese también está en ese sector, ¿no?

Sí.

Hace algo distinto.

Sí, sí.

Hace la parte comercial de las clínicas, ¿no?

Sí.

¿Por qué ríes? ¿Lo conoces?

Lo conozco, sí, sí, sí, sí. Y son una muy buena empresa.

Parece buen chaval.

Sí, sí. Muy, muy buena.

Muy, muy majo, muy humilde.

Muy buen tío, buena empresa, buena idea, ah.

Hay algo, ¿eh? Que no te está diciendo.

Sí, hay algo, hay algo, hay algo.

Esa sonrisa.

Sí, sí.

Que hay algo que no te está diciendo.

Hay cosas que no puedo decir que está pillado y después no me va a dejar. Entonces, después de off te digo algo.

Yo huelo partnership o no sé.

Has, has dado en el hueso sin querer, ¿eh?

No, no.

Has hecho una y intenté hacer un poker face, pero no manejé. Intenté.

Vale. Em, ¿qué, qué más puedes decir? ¿Más de empresas?

No, bueno, eh, estás, ¿no? Los Loboballs de turno.

Sí.

Que crece, que-- o ElevenLabs, ¿no? Crecen muchísimo.

Que cuando se destapa un mercado, ¿no? O sea, lo que pasa es que hay un mercado que to-- que existía, pero como nadie lo podía servir porque la tecnología no lo permitía, pues no existía ese mercado. Y de repente alguien muestra una solución a ese mercado y explota, ¿no? Y es un poco como cuando haces un agujero y hay petróleo, eh, debajo. Es un poco la sensación de lo que pasa con algunas de estas empresas que crecen tan rápido.

Sí.

Que es que llevaba años acumulado ese dolor y de repente se ha, se ha abierto la brecha a poder solucionarlo. Y claro, la demanda está ahí, crece muy rápido y además seguramente ejecutando muy bien, ¿eh?

No, es ejecutar claro que ayuda, ¿no? O sea, yo siempre digo que si tienes un capitán malo en una barca, siempre va abajo, ¿no? O sea, eso es inevitable, pero igual sí que ayuda cuando las olas van en tu dirección, ¿no? O sea, esto ayuda un montón.

Pedro, si ahora llega Bayer y te ofrece dos billion. Dos billion, ¿eh? Cash. Upfront.

Hemos dicho no, hemos dicho no a algo no muy lejos de esto. Sí. Sí, sí. Es real, es real. Pero por varias razones, ¿eh? O sea, por una, porque lo que vemos nosotros es mucho más grande y darlo a una farmacéutica no es suficiente, porque vas a impactar solo una empresa.

Y el objetivo es mismo cambiar la forma de hacerlo. Y para esto tienes que siempre ser neutral, no una farmacéutica. Entonces, la, la visibilidad o la visión siempre fue infraestructura, no ser uno de ellos, ¿no? O sea, porque si no, también me puedo cambiar a farmacéutica, ¿no? Y ahora empiezo a, con una partnership con ASAPMorphic que digo: "Mira, dame moléculas que yo las ponga en el mercado".

Eso no lo vas a hacer.

No.

Queda grabado, ¿eh?

Créeme. O sea, esto las cosas, hay dos cosas que no quiero hacer: volver a servicio cien por cien y hacerlo desarrollo de activos, de assets, de, de mercado.

Esas son las dos únicas cosas.

Sí, porque mira, servicios-- Yo siempre digo que es cla-- es mejor cuando tienes claro lo que no quieres hacer, porque lo que quieres hacer siempre hay más cosas. Entonces, ayuda a cerrar un poco-

Vale.

Las opciones. Sí.

Vale. Eh, ¿qué es lo más lejos que ves de Biorce? ¿Qué es lo que imaginas? Eh, tu sueño, el mayor sueño.

Hoy, ya te, te puedo decir que lo veo muy claro, ah, llegar a más de diez billion de revenue. O sea...

¿Más de diez billion?

Sí.

En revenue.

Sí. Hoy lo vemos claro, ya, que es algo que quizás hace un año no era tan claro.

Lo ves claro en el, en el spreadsheet.

También, pero claro en el business plan, en cómo lo vamos a llegar ahí, qué tenemos que hacer para llegar a esa fecha.

Es que con clientes tan gordos, tan gordos.

Sí, pero a mí me has dicho que todas las CRO cobraban sesenta billion.

Ciento veinte, todas.

Ah, ciento veinte.

Sí.

Vale.

Todas juntas, ciento veinte.

O sea, tú te imaginas cargarte estos ciento billion, ¿no? Una parte importante y quedarte con diez.

Sí. Esta es la visión hoy, que es muy clara, ¿vale? O sea, y es algo que, o sea, me gustaría tenerlo tan claro desde siempre, porque quizás no habíamos hecho rondas de inversiones, ¿no? Ah, pero hoy es muy claro para mí cómo lo vamos a hacer.

Cuantas más veces lo dices, más sube la valoración.

No, es porque es difícil explicarte, ¿sabes? O sea, yo creo que lo has hecho también como fundadores, ¿no? Cuando lo ves una cosa muy clara, es muy difícil no dejar de verlo. O sea...

Sí, no, el, el, el problema es que, bueno, el problema, o sea, lo que pasa en los mercados es que hay dinámicas competitivas y que hay otros que se emperran en querer lo mismo que tú. Entonces, la ejecución no es obvia. O sea, que, que existe esa posibilidad no implica que sea para ti.

Sí, verdad. Sí, sí. Aquí tenemos mucha suerte. O sea, aún no tenemos una competencia que digamos: "Esta empresa está intentando competir con nosotros".

Hay que decir que tú suerte has tenido, dentro de-- desde lo de los, desde el tío del, del fútbol, hasta, ¿no? Las oportunidades que has encontrado, que no sé si es suerte o es que realmente tienes la, esta capacidad de oler las oportunidades, por un lado, y ejecutar.

Sí.

O sea-

Tengo una, una foto en casa, una ca-- una foto no, una pieza de arte que me ha dado un empleado mío en Aserio, que es Harvey Specter, de "Suits", y la, y dice: "I don't have luck, I make my own luck". ¿No? Entonces, porque yo siempre digo que tengo suerte. Y él me dice: "Pedro, tú no tienes suerte, tú lo has hecho. La suerte que tienes la has buscado", ¿no?

Y, o sea, yo siempre digo lo mismo, porque siempre prefiero pensar que tengo suerte y no quiero intentar pensar que soy la última galleta del pacote.

¿Cómo aprendes tú? ¿Qué lees habitualmente?

Un montón de cosas. Desde artículos de research de IA a libros, a lo que puedes pensar que, que me manejo encontrar. Eh, o sea-

¿Redes sociales?

No mucho.

No.

No mucho.

¿Twitter no?

Twitter muy poco.

¿De dónde sacas los papers para leer?

Tengo un grupo de amigos que hoy son tíos como CTO de Databricks, eh, RightHand, tu-- Demis Hassabis en DeepMind, y siempre compartimos lo que encontramos. Entonces, eso me ayuda en research papers a tener la certeza que estoy leyendo las cosas correctas. También tenemos Slack channels internos de compartir cosas.

Entonces, hoy, como ya tenemos una, un equipo un poco más grande de IA, que compartimos también todos unos con los otros, am, que siempre me ayuda, porque, o sea, muchas veces, y yo creo que no es tan claro para mucha gente, pero la visión de producto también crece mientras encuentras cosas que no te son. O sea, no es obvio, ¿sabes?

Eh, pero una vez, manejando mi coche, pensé: "Oye, este coche hace esto y la-- paralelismo que hay con mi producto es este y podemos hacer así". Y estas cosas te salen en la ducha manejando tu coche, pero que son basadas en cosas que puedes leer, que puedes pensar. Y yo siempre busco estos momentos, ¿no?

De encontrar algo que no es tan obvio, pero que después empieza a ser tan obvio que no lo puedes dejar de ver. Otra vez con esta expresión que, que siempre digo.

Mhm. ¿Qué libros has leído últimamente?

Este que te comenté antes del fundador de Waze, que es uno de mis favoritos-

Libros de negocio.

Sí. Siempre intento buscar historias. O sea, he leído, por ejemplo, recién una biografía de Elon Musk. Este, "Fall in love with the problem, not the solution" es otro. O sea, son cosas que-- yo, a mí me gusta ver cosas, historias de personas que también lo han hecho, ¿no? Y-

Biografías.

Biografías o como esta, que es su historia de Waze y cómo la ha vendido y por qué la ha vendido y todo lo demás, ¿no? Porque a veces no es solo biografías, ah, pero son libros que me encantan, ¿no? Uno de mis favoritos desde niño, bueno, niño, desde que tenía trece años, que me ha regalado mi padre, es "Winning" by Jack Welch, el exfundador de GE, creo.

GCM, nunca, siempre las mezclo. Entonces, son libros que me encanta y por veces voy a-- vuelvo a releer lo que me ha pasado porque pienso que es un buen momento, ¿no? O "Arte de guerra". Son típicos libros que por veces-- yo creo que he leído "Arte de guerra" unas cuatro veces, porque siempre hay momentos de mi vida que digo: "Hay algo ahí que busco, que no sé muy bien qué es, pero que después de empezar a leer, le digo: 'Vale, esto es lo que he buscaba'".

¿Pódcast escuchas?

Sí, bastantes. También por los vuelos.

¿Recomienda uno?

Hoy, dirte ya que Twenty BC con Harry Styles, Harry Stevens, ah, sin duda uno de los, mis favoritos, porque tienes un montón de fundadores muy buenos. Ah, me gusta All In, por mucho que depende mucho de d-dónde va tu perspectiva política, ¿no? Porque están un poco menos bien hablados más recién por todo este tema político en Estados Unidos, pero estos dos son de mis favoritos.

Y, ah, también Explained, ah, también es otro que, que me encanta. Hay algunos muy buenos.

¿Y tu mejor emprendedor como referencia?

Uf.

O sea, tu mayor referencia como emprendedor, quiero decir.

Tengo que darte tres.

Venga.

Nick, de Revolut, Nick Storonsky, a Paulo Rosado, de Outsystems, y Albert Nieto, que has tenido aquí también.

Sí. De Seedtag, que es quien nos presentó en su momento.

Estos tres son los tres que llamo con más frecuencia, ah, porque siempre que encuentro un problema que pienso que me puedan ayu-ayudar o añadir valor, los busco.

Nick es socio también de la empresa.

Los tres son business angels hoy. No empezaron, o sea, hay relación pre-business angels, ah, con los tres. Y, y son brutales. Son de los mejores que he visto. O sea, tanto a operar como a liderar y a dar consejos cuando hay situaciones más difíciles, porque son los momentos importantes.

Pero también a llamarte a decir: "Oye, estás un poco silencioso en los últimos meses, ¿qué pasa?" ¿Sabes? Y esto también es importante, tener esta persona que te llama cuando siente o ve que algo no está bien y decirte: "Quizá no quieres abrir la puerta, pero te la abro, ¿no?

¿Qué, qué necesitas?" Y esto es algo que tengo mucho aprecio en los tres por este tema, porque además de muy buenos y por mucho que no sean en nuestra área de salud o de, de ensayos clínicos, hay mucho paralelismo de lo que es sus problemas y nuestros y cómo lo-- me puedan ayudar.

Pedro, enhorabuena por, por la historia increíble que nos acabas de contar. Una pena no conocerte antes, eh, pero sin duda te seguiremos.

Gracias.

Gracias, Jordi. Hasta la semana que viene.

Muchas gracias.